<img height="1" width="1" style="display:none;" alt="" src="https://px.ads.linkedin.com/collect/?pid=2085737&amp;fmt=gif">
Collection: AI

Arti-FISH-al intelligens

Gjest: Morten Goodwin

Professor

Universitetet i Agder og OsloMet


Med Vert: Silvija Seres

I denne episoden av #LØRN snakker Silvija med professor ved Universitetet i Agder og OsloMet, Morten Goodwin. I samtalen snakker Silvija og Morten om hvordan AI anvendes på fisk og på hvilken måte AI gir biologene mer kunnskap om fisken og hvordan den utvikler seg. Morten forklarer at AI også brukes som et hjelpemiddel for å minske svinnet av fisk, og dette er jo også en sentralt og viktig tema både nå, og i tiden fremover.

Hvem er du og hvordan ble du interessert i Al og teknologien rundt? 
Professor innen kunstig intelligens, som jobber med AI innen mange temaer. Et av de er AI for fiskeverden, som er fokus for i dag.  
Nestleder Centre for Artificial Intelligence Research, Chief Scientist AI:hub.

Hva er det viktigste dere/du gjør på jobben?  
Dette et samarbeid mellom mange, blant annet CAIR, havfoskningsinstituttet, bedrifter som CreateView (og partnere med mindre roller: Sveriges lantbruksuniversitet, University of California Santa Cruz, University of Trento ...). 

I et forskningssamabried med veldig ulike aktører, er det viktig å forstå hverandre.  For eksempel har vi skrevet en vitenskapelig artikkel med tittelen «Unlocking the potential of deep learning for marine ecology: overview, applications, and outlook». Hensikten er å forklare deep learning til marinbiologiene, og marinbiologi til oss dataloger.  

Hvorfor er det spennende?  
For meg er det teknologien og algoritmene som er spennende.  Eksempelvis ser vi på forklarbare modeller. Biologene vil ikke bare vite at dette er Per leppefisk og Ole leppefisk, men forklare hvorfor. Leppefisken er litt som sebraen med striper. Det er tricky, men vi bruker statistiske teknikker for å vise at AIen ser samme mønster som vi ser.   Vi ser på SEMI-supervised learning, hvor vi bruker mye data fra fisk til å trene uten veiledning, og lite data fra biologene for å spisse treningen. Det åpner opp for mange muligheter hvor det er veldig lite data .

Dine egne relevante prosjekter siste året?  
BIA CreateView (analysere dødfisk); 
HAVFORSK CoastVision (kjenne igjen fisker, individer);
Torsketromming. 

Dine andre favoritteksempler på lignende prosjekter, internasjonalt og nasjonalt?  

Mange:  DEEP_ECOMAR og fish4knowledge analysere middelhavsfisk. Gir ut dataen åpent tilgjengelig.  

Hva tror du er relevant kunnskap for fremtiden?  
Jeg tror mengden data er mindre relevant fremover. Det blir mer og mer behov for å trekke ut kunnskap fra små datamenger.  

Hva gjør vi unikt godt i Norge innen AI?  
Det er fisk rett utenfor vinduet.  
Det unike er en kombinasjon av teknisk forståelse, og biologisk forståelse.   

 

Dette LØRNER du:

AI/Maskinlæring 

Forskning 

Digitalisering 

Havindustri 

Anbefalt litteratur:

Yan LeCuns SSL-foredrag, blogpost

På sikt fungerer nysgjerrighetsdrevet forskning bare bedre... Ekte gjennombrudd kommer fra folk som fokuserer på det de er begeistret for

Morten Goodwin

Dette er Universitetet i Agder og OsloMet

OsloMet aspires to play a leading role as a provider of research-based knowledge related to the welfare state, in Norway and abroad.