Fikk 37,8 mill. til datarelatert forskning

Pengene kommer fra Forskningsrådets tematiske prioriterte område for data og tjenester overalt, Ubiquitous Data and Services. Pengene går til prosjekter som flytter forskningsfronten, styrker kompetansebygging og skaper nye muligheter både på kort og lang sikt.  

Ny teknologi for kunstig intelligens

- Dette er veldig hyggelig, og en stor anerkjennelse av arbeidet vi gjør. Lykkes vi, vil det være med på å gjøre kunstig intelligens betydelig mer energi- og brukervennlig enn i dag.

Det sier professor Ole-Christoffer Granmo (bildet) ved UiA, som leder universitetets Senter for forskning på kunstig intelligens (CAIR).  Senteret fikk 14,5 millioner kroner til det fireårige internasjonale forskningsprosjektet Logic-based Artificial Intelligence Everywhere: Tsetlin Machines in Hardware, der også forskere fra Universitetet i Groningen i Nederland og Universitetet i Newcastle i Storbritannia er med.

Tsetlin-maskiner

Sentralt i arbeidet står Granmos og CAIR-senterets arbeid med Tsetlin-maskiner. Dette er en ny og alternativ tilnærming for maskinlæring og kunstig intelligens som er basert på algoritmer fra forsterkende læring for å lære uttrykk fra setningslogikk. Teknologien er blant annet karakterisert ved at Tsetlin-maskiner både lærer fortere og bruker betydelig mindre energi enn andre og mest brukte tilnærminger til kunstig intelligens i dag. Disse baserer seg hovedsakelig på mønster-representasjoner i datanevrale nettverk.

Les mer om Tsetlin-maskiner her!

Mye mindre energikrevende

- En utfordring i dag er at kunstig intelligens krever mye data, og det krever mye energi. Faktisk så mye at det setter vesentlige begrensninger for hva det kan brukes til, og hvor.  Vi tror at Tsetlin-teknologi – som i utgangspunktet bruker mindre energi - kan utvikles til å bruke enda mindre. Ja, svært mye mindre. Det er en av tingene vi nå skal forske mer på.

Stikkord for andre fokusområder i prosjektet er skalerbare minneelementer, som vil gjøre det mulig å øke maskinlæringskapasiteten - bedre forsterkningslæring og forbedret nøyaktighet via dype læringsmodeller som støtter forhåndstrening på umerkede data.

- I sum blir dette et svært spennende prosjekt, som kan føre til et stort skritt i retning av å inkludere kunstig intelligens i nær sagt alt og overalt, sier Ole-Christoffer Granmo.

FLYGENDE BASESTASJONER: Illustrasjonen viser hvordan flygende autonome nettverk kan bedre og sikre kommunikasjon på områder der det normalt ikke er dekning, der det er dårlig dekning, eller der det i perioder er ekstraordinært mye trafikk. (Ill. UiA/ Saara Maria Ojanen)

Flygende basestasjoner

Førsteamanuensis Daniel Romero (bildet) ved Institutt for informasjons- og kommunikasjonsteknologi er også godt fornøyd med Forskningsrådets tildeling. Han og hans kolleger fikk 12,5 millioner kroner til det fireårige forskningsprosjektet Ubiquitous Connectivity via Autonomous Airborne Networks (AirBonnet), der også forskere fra Nederland og Spania er med.

- Gjennom prosjektet skal vi se nærmere på en rekke aspekter knyttet til samband via autonome flygende nettverk, for eksempel i form av droner og flygende ballonger, sier han.

I krisesituasjoner

Førsteamanuensen forteller at flygende kommunikasjonsnoder, som midlertidige basestasjoner, har en rekke bruksområder verden over.

- Det mest nærliggende er kanskje i krisesituasjoner. Sammen med våre kolleger fra UiAs eget Senter for integrert kriseberedskap, CIEM, skal vi se på hvordan flygende nettverk kan bedre kommunikasjonen i krisesituasjoner og ved ulykker, sier han.

Øde områder og konserter

Andre områder der flygende nettverk viser sin nytteverdi, kan være der det ikke er internettdekning i dag. Der kan for eksempel flygende ballonger med basestasjoner om bord være en løsning som kan gi tilknytning. Dette utforskes i dag i deler av Afrika, der ballonger med basestasjoner om bord gir store deler av Kenya tilgang til 4G-nett. UiAs bidrag vil kunne bli å forbedre løsninger knyttet til slike tiltak.

- Dette prosjektet takler noen av de viktigste kommunikasjons- og navigasjonsutfordringene som oppstår i disse situasjonene med kunstig intelligens og maskinlæringsalgoritmer, sier Daniel Romero.

- Et tredje bruksområde er der det i perioder er svært mye datatrafikk. Et illustrativt eksempel kan være på fotballkamper eller store arrangementer.

LENGRE LEVETID: Store deler av dagens vindmøller når snart slutten av sin forventede levetid. Forskning ved UiA tar sikte på å forlenge levetiden og øke inntjeningen.

Mer hardføre vindparker

Det tredje forskningsprosjektet ved UiA som nådde opp i søknadsrunden til forskningsrådet, er prosjektet Analytics for asset Integrity Management of Wind Farms, knyttet til levetid og ytelse i både landbaserte og havbaserte vindmøller.  Prosjektet fikk 15,84 millioner kroner av Forskningsrådet i tildelingsrunden

-  Svært mange av Europas mange tusen vindturbiner i Europa vil nå sin best-før-dato i de nærmeste tiårene. Spørsmålet er da hvordan eierne håndterer dette. Er det bedre å stenge disse ned, eller er det bedre å forlenge levetiden deres? Det beste synes å være å forlenge levetiden – men det krever innsats allerede i dag, sier professor Kjell Gunnar Robbersmyr (bildet) ved UiAs Institutt for ingeniørvitenskap, som står bak den innvilgede prosjektsøknaden.

Utvikler ny teknologi

Han forteller at målet ved prosjektet er å utvikle nødvendig teknologi på flere områder for både å sikre så høy fortjeneste som mulig gjennom livet til en vindturbin, på måter som også vil forlenge levetiden til turbinen.

Prosjektets hovedfokus knytter seg til å utvikle overvåkingsteknikker som vil sikre at turbinene og deres enkeltdeler byttes ut før de går i stykker; å utvikle nøyaktige beregningsmetoder knyttet til enkeltturbiners og hele parkers levetid; samt å utvikle nye metodetilnærminger for å sikre nettopp økt verdiskaping og lengre levetid på turbiner og parker.

Starten på det treårige prosjektet er satt til desember 2020. Selve arbeidet er organisert i fire team, som inkluderer forskere og ph.d.-studenter fra UiAs toppforskningssenter for mekatronikk (TRCM), UiAs Senter for forskning på kunstig intelligens (CAIR), forskningsinstituttet NORCE og Delft senter for systemer og kontroll (DCSC) ved Det tekniske universitetet i Delft i Nederland.