Dansk it-forskning kan hjælpe med at forudsige, hvordan systemer reagerer i kritiske situationer

Illustration: Google Deepmind
Værktøjer til optimering af alt fra nanosatellitter til nødberedskabsudstyr er blevet gjort mere anvendelige med ny ph.d-forskning fra Aalborg Universitet.

Ny ph.d-forskning fra Aalborg Universitet kan give bedre computermodeller.

»Min forskning drejer sig om, at folk kommer med nogle problemstillinger fra den virkelige verden, og vi så laver præcise computermodeller af de problemstillinger. Efterfølgende skal vi have nogle værktøjer til at kunne beregne på mulige måder at optimere deres systemer på eller stressteste dem, og de programmer har jeg i min forskning forbedret funktionaliteten af,« forklarer postdoc Peter Gjøl Jensen fra Institut for Datalogi ifølge en pressemeddelelse fra Aalborg Universitet.

Maskinlæring kan simulere tsunami-katastrofe

Peter Gjøl Jensen hjælper blandt andet med at lave et nødberedskab ved tsunamier, hvor simple telefoner skal hjælpe i det efterfølgende nødarbejde, selvom telefonnettet er nede.

»Systemet virker fint med et par telefoner, men virksomheden vil gerne teste det i stor skala i en simulering med titusinder af telefoner. Det kan vi lave en model af og bagefter stressteste og optimere med de værktøjer, som jeg har været med til at forbedre.«

Det er almindelig praksis at lave computermodeller af forskellige objekter eller situationer, for at man kan teste dem til bunds i en virtuel verden.

Det kan dreje sig om at optimere de computersystemer, der regulerer gulvvarme i et hus, eller stressteste computeren i en pacemaker under forskellige scenarier uden at skulle udsætte hjertepatienters liv for fare. Nogle gange vil man gerne have at vide, hvordan man kan forbedre på den digitale del af et design, mens man andre gange blot vil finde ud af, hvor potentielle fejl ligger, hvis systemet bliver presset.

Ikke plads til fejl

Specifikt har Peter Gjøl Jensen forbedret maskinlæringsdelen af værktøjerne, hvor usikkerheden i beregninger bliver større. Et håndgribeligt eksempel er overhalingsmanøvre for selvkørende biler. Her er det svært at forudsige, hvad den kunstige intelligens vil gøre i kritiske situationer. Den usikkerhed kan de værktøjer, som han har forbedret, hjælpe med at reducere.

Når det drejer sig om de virtuelle versioner af den virkelige verden, bliver det ofte til nogle komplekse matematiske størrelser, som derfor også skal bearbejdes af komplekse matematiske værktøjer. Disse værktøjer skal helst være både meget præcise og hurtige.

»Når computerne skal regne på problemstillingerne, skal de gerne kunne finde frem til et resultat både hurtigt og nøjagtigt. Gælder det optimering af det system, som kontrollerer gulvvarmen i et hus, er der måske plads til fejl i computerprogrammet, men gælder det en stresstest af computeren i en pacemaker eller opsendelsen af en satellit, er der ikke plads til fejl«, siger Peter Gjøl Jensen.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Følg forløbet
Kommentarer (0)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Log ind eller Opret konto for at kommentere
IT Company Rank
maximize minimize