Forskere på ITU modtager fem bevillinger fra DFF
Fem forskere fra IT-Universitetet modtager bevillinger til forskning fra Danmarks Fri Forskningsfond. Kunstig intelligens, luftkvalitet og sprog er blandt de områder, forskningsmidlerne går til.
Skrevet 21. oktober 2019 09:05
Danmarks Fri Forskningsfond (DFF) tildeler forskere fra IT-Universitetet i København bevillinger til fem forskningsprojekter. Lektor Barbara Plank, lektor Bernardo Machado David, lektor Steffen Dalsgaard, adjunkt Leon Strømberg Derczynski og lektor Sebastian Risi modtager hver en bevilling på knap 2,9 millioner kroner.
Forskningsprojekterne fordeler sig over en bred kam af emner, der alle hører under DFF’s tematiske forskning indenfor Digitale teknologier eller Mennesker og samfund.
Maskinlæring til sprogforståelse
Barbara Plank, lektor i forskningsgruppen for sprogteknologi, er en af de ITU-forskere, der modtager en bevilling fra DFF. Hendes forskningsprojekt skal udvikle en algoritme, der automatisk kan udtrække informationer fra tekster. De nuværende teknologier, der kan hente information fra store tekstmængder, er begrænsede, og særligt for små sprog som dansk er teknologien mangelfuld.
For at demonstrere den nye teknologi skal den som et led i forskningsprojektet benyttes til at indsamle og analysere indhold om efterspurgte kvalifikationer fra jobopslag i samarbejde med Styrelsen for Arbejdsmarked og Rekruttering.
Bedre datasikkerhed med Smart Contracts
Først når servicen er udført, bliver betalingen automatisk gennemført. Det er en af fordelene ved Smart Contracs, som er en digital kontakt, der på baggrund af datapunkter sikrer, at brugeren har overholdt aftalen før pengene udbetales.
Teknologien er blevet udbredt i takt med transaktioner baseret på kryptovaluta. Udfordringen er at begænse, hvem der kan se med i dataudvekslingen for at leve op til EU’s persondatalov, GDPR.
Med projektet ’PUMA: Publicly Verifiable Multiparty Computation and Applications’ vil Bernardo Machado David, lektor ved Institut for Datalogi på IT-Universitetet, udvikle en sikker beregningsprotokol for Smart Contracts, der både skjuler følsom data for andre brugere, og samtidig giver adgang til at tredjeparter kan kontrollere, om alle punkter i kontakten er opfyldt.
Han vil samarbejde med forskere fra det belgiske Universitet KU Leuven, Bar Ilan Universitetet i Israel og blackchain-virksomheden Concordium i Schweitz og Danmark.
Luftkvalitet i byerne
Steffen Dalsgaard, lektor på Institut for Business IT på IT-Universitetet i København, modtager ligeledes bevilling til projektet ’Making Sense of Urban Air’.
Med projektet undersøger han, hvordan ny og mere detaljeret data om luftkvalitet i København bliver gjort tilgængeligt med Googles Project Air View. Derudover undersøger han, hvilke reaktioner og adfærdsmønstre den nye type data og datasæt afstedkommer blandt netværk af eksperter, myndigheder og blandt borgerne.
Projektet foregår i samarbejde med Copenhagen Solutions Lab under Københavns Kommune.
Kunstig intelligens i kampen mod misinformation og propaganda
Kunstig intelligens gør det lettere at opdage og modbevise misvisende påstande. Det viser indledende forskningsresultater fra ITU. Teknologi til at opdage misinformation er imidlertid begrænset til store sprog som engelsk.
Projektet ’Verif-AI’ vil udvikle teknologi, der kan opdage misinformation på andre sprog. I første omgang vil adjunkt Leon Strømberg Derczynski fra Institut for Datalogi stå i spidsen for et team, der samler data om misinformation på tværs af mange sprog. Efterfølgende vil han udvide modeller, der er udviklet af ITU’s forskningsgruppe indenfor sprogteknologi, så de kan bruges på sprog, der indtil nu slet ikke har eller kun har begrænset teknologi til at faktatjekke eller afsløre misinformation. Formålet er at sikre, at misinformation automatisk og hurtig bliver opdaget også udenfor den engelsktalende verden.
Projektet ’Verif-AI’, der løber over 30 måneder, vil foregå i samarbejde med TjekDet på Mandag Morgen og EU's ’WeVerify’.
Bedre generalisering med kunstig intelligens
Ansigtsgenkendelse, talegenkendelse og automatisk oversættelse er områder, hvor kunstig intelligens viser imponerende resultater. Mens den kunstige intelligens fungerer godt på den data, de træner på, er den ikke lige så skarp på lignende problemer eller variationer af disse.
Med projektet ‘QD2L: Improving Generalisation in Deep Learning through Quality Diversity’ foreslår lektor Sebastian Risi, Digitalt Design på ITU, en tilgang til at træne kunstig intelligens såsom neurale netværk. Målet er at forbedre generaliseringen og give mere indgående forståelse af, hvordan de virker.
Barbara Plank, lektor, telefon +45 7218 5274, email bapl@itu.dk
Bernardo Machado David, lektor, email beda@itu.dk
Leon Derczynski, adjunkt, email leod@itu.dk
Steffen Dalsgaard, lektor, telefon +45 7218 5251, email sdal@itu.dk
Sebastian Risi, professor, email sebr@itu.dk
Anna Lohmann Ahlbom, presserådgiver, telefon +45 25 55 04 47, email aahl@itu.dk