Ieva Daukantas er PhD ved ITU og gæsteforsker ved Stanford University
Ieva Daukantas arbejder på sin Ph.d. i informationssikkerhed ved ITU, og i disse måneder er hun gæsteforsker på Stanford University i USA. Hun undersøger formelle metoder og beviser for sikkerhedsgarantier i maskinlæring, og hun er særligt motiveret af, at hendes forskningsområde imødekommer en stor efterspørgsel fra industrien.
Skrevet 8. juni 2023 08:28
Siden begyndelsen af Ieva Daukantas akademiske karriere har hun sigtet efter at finde paralleller mellem forskellige forskningsområder. Ieva Daukantas har gennemført en bachelor i psykologi og økonomi ved Vilnius University, og hun arbejdede efterfølgende fem år i erhvervslivet. Hun oplevede, hvordan efterspørgslen på IT-ekspertise steg mere og mere, og i 2017 valgte den litauiske forskerspire at flytte til Danmark og påbegynde sin MSc i Software Development ved ITU.
”Min uddannelsesmæssige baggrund er ganske unik, fordi den kombinerer viden om hjernens mekanismer, menneskers opførsel og datalogi. Den brede viden gør det muligt for mig at tilgå teoretiske udfordringer fra mange forskellige vinkler og skabe løsninger til praktiske problemer,” siger Ieva Daukantas.
Siden da har Ieva Daukantas valgt at gå forskningsvejen – hun er i gang med sin ph.d. i informationssikkerhed ved ITU og Stanford University. ”For mig er det virkelig motiverende, at min forskning bidrager til at imødekomme en stor efterspørgsel i erhvervslivet, og at min forskning har meget bred anvendelighed. Mine ph.d.-vejledere er virkelig støttende, og jeg trives i ITUs inspirerende arbejdsmiljø. Jeg har følt mig velkommen fra dag et, og her er den fleksibilitet, jeg har brug for, nu hvor jeg balancerer livet som mor med mit forskningsarbejde,” siger Ieva Daukantas.
Undersøger sikkerhedsgarantier i maskinlæring
I sin ph.d. undersøger Ieva Daukantas formelle metoder og beviser for sikkerhedsgarantier i maskinlæring. Hun undersøger forskellige systemer fx såkaldte automated theorem provers, der kan evaluere, om algoritmer opfører sig som tiltænkt i tilfælde af sikkerhedsangreb.
”Forskningen på dette område er strengt nødvendigt i maskinlæringssystemer, der kan påvirke menneskeliv. Tag for eksempel en selvkørende bil, der bliver kontrolleret af et neuralt netværk. Min forskning kan bidrage til, at en selvkørende bil ikke pludselig kører galt, hvis den modtager uventede data. Min forskning bidrager til at kunne sikre at beslutninger som ”drej til venstre”, ”drej til højre”, ”accelerér”, og ”stop” bliver udført tilstrækkeligt i tilfælde af, at det neurale netværk bliver hacket,” siger Ieva Daukantas.
Ieva Daukantas pointerer, at der er forskellige måder at skabe sikkerhedsgarantier. ”Ambitionen er at have en teoretisk garanti for, hvordan modellen opfører sig. Det kan beskrives matematisk, hvor det er muligt at udregne, hvor fejl opstår inden for givne specifikationer og med særlige begrænsninger. Et teoretisk bevis kan have utallige anvendelsesmuligheder, men de nyeste og mest avancerede neurale netværker er store, svære at forklare og deres udvikling skrider meget hurtigt fremad. Det er dét, der gør min forskning særdeles udfordrende,” siger Ieva Daukantas.
Gæsteforsker på Stanford University
Som en del af Ieva Daukantas Ph.d. besøger hun i disse måneder Stanford University i USA. Hun ser sin tid som gæsteforsker som en oplagt mulighed for at udvide sit netværk, udforske nye forskningsmiljøer, blive klogere på sit forskningsfelt og lade sig inspirere af nogle af dygtigste forskere i verden inden for maskinlæring.
”Stanford University er et af verdens førende universiteter, og min tid som gæsteforsker er den perfekte mulighed for mig til at dygtiggøre mig og lære af mine fagfæller. Det er et utrolig stort privilegie at være her og have mulighed for at bidrage til den nyeste og mest avancerede forskning inden for sikkerhedsgarantier i maskinlæring,” siger Ieva Daukantas.
Ditte Ørsted Johansen, Presseansvarlig, telefon +45 25 55 04 47, email ditj@itu.dk