Oppsummering av NORAs årskonferanse 2024

Konferansen fokuserte på kunstig intelligens (AI) sin påvirkning på flere felt, inkludert biomedisin, informasjon og etikk. Arrangementet inneholdt foredrag, tematiske spor og en pitchesesjon for AI-sentre med Forskningsrådet.

Det ble utdelt priser for bidrag til AI, i kategoriene Lifetime Achievement, Early Career Investigator, Diversity in AI, Publication of the decade, Startup of the year, and Community Building. Prisutdelingen ble holdt under årskonferansens middag i Dyreparken i Kristiansand. 

 

Samling av AI-miljøet i Norge

Professor Morten Goodwin fra Universitetet I Agder og medlem av NORA-styret ønsket de  120 deltakerne velkommen til konferansen på Clarion Hotel Ernst i Kristiansand.  

Vi som bransjefolk og forskere er samlet her i dag, i en tid hvor AI er tilstede overalt i samfunnet" – Morten Goodwin.

NORA-konferansen er et årlig arrangement som har som målsetning å samle det norske miljøet innen forskning på kunstig intelligens, og skape en platform hvor inviterte foredragsholdere og deltakere kan dele forskning, idéer, teorier, modeller og nye perspektiver, og bli kjent med kollegaer innen feltet. 

Alle forskere fra NORAs partnere og strategiske partnere er invitert til å delta på konferansen. Representanter fra industrien og det offentlige er også velkomne.

Kunnskapsdeling og samtaler er sentrale deler av konferansen, og på årets konferanse var det tydelig at vi har et solid miljø av forskere og fagfolk i Norge.

Muliggjøring av høyytelsesmedisin ved hjelp av fremskritt innen HPC og AI

Ravi Madduri, informatiker ved Argonne National Laboratory i USA, var første hovedforedragsholder på konferansen. Madduri holdt et foredrag om skjæringspunktet for høyytelsesdatabehandling (HPC) og AI, spesifikt innen biomedisin.

Han fremhevet den kristiske rollen HPC spiller i utviklingen av store AI-modeller, med eksempler som bruken av supercomputere som Summit i analyse av omfattende genomiske data fra the Million Veteran Program (MVP).

Madduri snakket om behovet for samarbeid og mangfold av data for å bygge mer pålitelige og effektive AI-modeller. Han fremhevet hvor viktig det er med føderert læring som ivaretar personvernet, noe som gjør det mulig å trene modeller på data fordelt på ulike steder uten sentralisering av sensitiv informasjon.

Som forskere er det vår plikt å sikre at forskning og AI - spesielt modellene som blir laget - er laget på en ansvarsfull måte, og at vi vet hva vi driver med og tar noen forholdsregler, sikrer at noen ting er på plass som gjør at vi kan regne oss frem til hvorfor modellene virker som de gjør." - Ravi Madduri

Madduri nevnte også utfordringene AI møter i biomedisin, inkludert når det kommer til skjevheter, personvern, sikkerhet og behovet for for åpenhet når det kommer til modellstyring. Han understreket nødvendigheten av kontinuerlig læring og validering av AI-modeller, og argumenterte for randomiserte kliniske studier for å sikre pålitelighet. Ved å utnytte fremskritt innen anvendt matematikk og høyytelsesdatabehandling er målet å forbedre AIs evne til å forbedre helseresultater, samtidig som strenge standarder for personvern og databeskyttelse opprettholdes.

Madduri oppfordret publikum til å samarbeide om internasjonale prosjekter for føderert læring, for å bygge generaliserbare AI-modeller som kan møte ulike medisinske behov.

Seminarserier om NeuroAI og AI i handel 

Konferanseprogrammet var delt inn i flere tematiske spor, som hvert fokuserte på et kritisk område innen AI-forskning og -anvendelse. Etter Madduris åpningsforedrag, delte konferanseprogrammet seg opp i to tematiske spor: 

Spor 1 - NeuroAI:

Dette sporet dykket ned i skjæringspunktet mellom nevrovitenskap og kunstig intelligens, og utforsket hvordan AI kan brukes til å modellere hjernefunksjoner og utvikle nye nevroteknologier. Seminarene dekket emner som hjerne-datamaskin-grensesnitt, kognitiv databehandling og nevroinformatikk.

Denne seminarserien inkluderte følgende presentasjoner:

• Undersøkelse av beregningsytelsen til biologiske nevrale nettverk med reservoardatabehandling  |  Felix Simon Reimers, Ola Huse Ramstad, Axel Sandvig, Ioanna Sandvig og Stefano Nichele

• Hva er en maskin? Fra In-Silico to In-Vitro AI   |  Stefano Nichele
• Læring av konsistente kausale abstraksjoner med genetiske algoritmer  |  Fabio Massimo Zennaro og Kai Olav Ellefsen
• En skalerbar, hybrid genetisk algoritme for kontinuerlig multimodal optimalisering i moderate dimensjoner  |  Klaus Johannsen, Nadine Goris, Bjørnar Jensen og Jerry Tjiputra

Spor 2 - AI i handel og industri:

Presentasjonene i dette sporet fokuserte på AIs revolusjonerende rolle i næringslivet. De handlet om temaer fra bruk av AI i kundeservice og optimalisering av forsyningskjeder, til AI-drevne markedsføringsstrategier og avansert analyse.

Sporet inneholdt følgende presentasjoner:

• Vibrent: Tilpasning av anbefalingssystemer til utleieøkonomien i motebransjen  |  Karl Audun Borgersen, Morten Goodwin, Morten Grundetjern og Jivitesh Sharma

• Bruk av AI for å bli kundens førstevalg ved utsjekking i netthandel  |  Ingrid Nyquist og Kathrin Flisnes Bergh
• Flertrinnsprognoser i prosessindustrien   |  Pål V. Johnsen, Eivind Bøhn, Sølve Eidnes, Filippo Remonato og Signe Riemer-Sørensen
• Pålitelige volumprognoser ved hjelp av maskinlæring og muliggjøring av optimalisering i taktisk planlegging  |  Sunniva Reiten Bovim og Pål Gudmund Berven

Etter at de to første sporene var ferdige og deltakerne hadde kost seg med en nydelig lunsj, var det tid for neste hovedforedragsholder: 

Å lete etter struktur i ufalsifiserbare påstander

Hovedforedragsholder Serge Belongie, direktør for Pioneer Centre for AI ved Københavns Universitet, presenterte et prosjekt som har som mål å adressere spredningen av feilinformasjon, særlig gjennom ufalsifiserbare påstander på sosiale medier.

Dette prosjektet, som er en del av et større initiativ kalt 'moonshots' innenfor senteret, søker å utvikle hybride AI-menneske-systemer for å forstå og motvirke narrativer som går utover enkel faktasjekking. Belongie understreket kompleksiteten og hastverket med problemet, spesielt med fremveksten av generative AI-teknologier som ChatGPT og DALL-E, som har intensivert spredningen av feilinformasjon.

“Det en katt-og-mus-lek, og jeg prøver å gjøre et dristig trekk slik at forbrukerne, vanlige mennesker, får mer innsikt i hva som skjer med narrativene.” – Serge Belongie

Prosjektets fremgangsmåte involverer analyse av underliggende narrativer i sosiale medier, memer, og annet multimedieinnhold. Ved å fokusere på de "vulgære" delene av narrativene - de som er implisitte og ofte går upåaktet hen av publikum - satser teamet på å skape et omfattende system for å identifisere og forstå disse narrativene. Dette involverer en multidisiplinær innsats, som integrerer maskinlæringsteknikker som dyplæring av målfunksjoner med menneskelig annotasjon, for å bygge en robust og nyansert forståelse av hvordan narrativer forplanter seg og påvirker folkeopinionen.

Serge Belongie sa at det overordnede målet er å skape verktøy, potensielt i samarbeid med de sosiale mediene, som kan gjøre disse prosessene åpne og etterprøvbare, og på den måten bidra til et bedre informert og mer motstandsdyktig digitalt samfunn.

Belongies presentasjon ble fulgt av en livlig diskusjon før konferanseprogrammet fortsatte med to nye tematiske spor. 

Tematiske spor om Etikk & personvern av data og Jorda og geospatial AI

Spor 3 - Etikk og personvern av data

Med økende påvirkning fra AI, har etiske hensyn og personvern blitt et overordnet tema. Dette sporet inneholdt debatter og presentasjoner om utvikling av AI, etiske rammeverk for AI, og utfordringene med å sikre personvern av data i en stadig mer sammenkoblet verden.

Presentasjonene i dette sporet inkluderte:

• Analyse av effektiviteten til evalueringsmetrikker for bevaring av personvern med tekstdata  |  Dan Zhang og Mark Anderson.

• Et forklarbart AI-verktøy for pålitelig prognose ved akutt hjerneslag  |  Luis M. Lopez Ramos, Adam Hilbert, Ayan Chatterjee, Steven Hicks, Michael Riegler, Pål Halvorsen og Dietmar Frey
• Avveininger mellom maskinens ytelse og etiske og juridiske perspektiver  |  Jim Tørresen, Adel Baselizadeh, Tobias Mahler og Lee A. Bygrave

 

Spor 4 - Jorda og Geospatial AI

Dette sporet fokuserte på bruk av AI i miljøvitenskap og geospatial analyse. Temaene inkluderte klimamodellering, analyse av satelittbilder, og AI-dreven tilnærming til bærekraftig utvikling. 

Seminarene inkluderte:

• Behovet for maskinlæring for å bryte størrelsesbarrierer i studiet av oppførselen til naturlig lava og magma  |  Razvan Caracas, Marthe Guren, Tim Bögels, Ana Anzulovic, Anne Davis og Sarah Figowy
• Grunnleggende modeller for jordobservasjon | Theodor J. L. Forgaard, Alba Ordoñez, Srishti Gautam, Anders U. Waldeland, Jarle H. Reksten, Michael Kampffmeyer og Arnt B. Salberg
• Geospatial AI i byggesøknadsprosessen | Norkart

Norwegian AI Cloud brukerundersøkelse

Forsker Martin Holen ved Universitetet i Agder presenterte Norwegian AI Cloud sin brukerundersøkelse.

The Norwegian AI Cloud (NAIC) er et prosjekt finansiert av Norges forskningsråd som tar sikte på å gi kraftige beregningsressurser til forskere, PhD-studenter, oppstartsbedrifter og små til mellomstore bedrifter. Prosjektet involverer ulike norske institusjoner, inkludert universiteter og forskningssentre.

Holen diskuterte funnene fra en undersøkelse som ble gjennomført for å samle informasjon om brukernes behov og ressurser. Undersøkelsen viste at de fleste respondentene var tekniske sluttbrukere med god forståelse av AI, hovedsakelig fra akademiske miljøer. De viktigste flaskehalsene som ble identifisert, var mangel på beregningsressurser og informasjon om hvordan disse ressursene kan brukes effektivt.

Holen fremhevet forskjellen i datakraft mellom Norge og ledende institusjoner som Oak Ridges Frontier-server, som har betydelig flere ressurser. Undersøkelsen viste en høy etterspørsel etter GPUer, hovedsakelig Nvidia, og bruk av programmeringsspråk som Python, C++ og R. Biblioteker som PyTorch og TensorFlow er populære. Et betydelig antall respondenter planla beregningsoppgavene sine manuelt og fordelte dem ikke over flere servere, noe som indikerer et behov for bedre opplæring og verktøy.

Holen understreket viktigheten av å adressere disse flaskehalsene og forbedre ressursdeling og planlegging for å øke effektiviteten til AI-forskning og applikasjoner i Norge.

 

Norges forskningsråd: Norske AI-sentre - pitchesesjon og matchmaking

Olaug Råd og Pål Sigurd Malm fra Norges forskningsråd holdt et matchmaking-arrangement med fokus på AI-sentre og deres utvikling. Arrangementet ga deltakerne en kort, to minutters mulighet til å presentere sine initiativer. Råd ga bakgrunnsinformasjon om AI-senter-initiativet og forklarte at mange prosjektidéer for tiden er under vurdering. Etter fristen den 7. juni vil de mest lovende idéene bli utviklet til fullstendige forslag. 

AI-sentrene er ment å generere ny kunnskap innen AI på tre områder: samfunnskonsekvenser, teknologi og innovasjon. Råd presiserte at finansieringen fra AI-milliard-initiativet ikke er ment for infrastruktur eller databehandlingsressurser, men at det gjøres en innsats for å styrke Norges databehandlingskapasiteter og industriens engasjement i AI-forskning og -innovasjon. Målet er å etablere fire til seks AI-sentre, og organisasjoner som NORA vil spille en avgjørende rolle i prosessen.

Denne delen av konferansen fortsatte med to-minutters presentasjoner av flere av konferansens deltakere, fulgt av en matchmaking-del.

NORA vil hjelpe til med å koordinere aktiviteter

Administrerende direktør i NORA, Klas Pettersen, fortalte at NORA som et nasjonalt nettverk for AI vil hjelpe til med å koordinere aktivitetene mellom de forskjellige AI-senterne, skape muligheter for nettverksbygging, styrke internasjonalt samarbeid, og øke senternes synlighet internasjonalt. 

NORA kan også koordinere med sin nasjonale forskerskole og koble senterne til NORAs økosystem for innovasjon, NORA.startup.

Det norske miljøet for AI-forskning samarbeider allerede gjennom NORA, og vi tror at styrket nasjonalt samarbeid er avgjørende. Dette samarbeidet er essensielt for å gjennomføre større prosjekter av nasjonal betydning og tiltrekke talent. – Klas Pettersen 

---

Konferansemiddag og prisutdeling i Dyreparken i Kristiansand 

Etter en produktiv første dag av konferansen, var det tid for middag i den berømte Dyreparken i Kristiansand. 

Dyreparken holdt et underholdende show.

Showet var fantastisk, men kveldens høydepunkt var da Professor Stefano Nichele, direktør for Østfold AI Hub, annonserte vinnerne av NORA Annual Awards.

Her er vinnerne:

Lifetime achievement - Arnoldo Frigessi

Arnoldo Frigessi er professor ved Universitetet i Oslo (UiO). Han har en fremragende publikasjonshistorikk (h-indeks 46, # siteringer > 8000, mest innflytelsesrike artikkel: 2420 siteringer). Han er direktør for Oslo senter for biostatistikk og epidemiologi (OCBE). Han har vært direktør for et SFF og to SFIer, og har veiledet mer enn 40 PhD-studenter. Arnoldo har bidratt til viktig forskning innen AI og har vært innflytelsesrik i Norge og internasjonalt gjennom ledende forskningssentre og utdanning av studenter.

Early career investigator - Michael Kampffmeyer

Michael Kampffmeyer er førsteamanuensis ved UiT Norges arktiske universitet. Han leder forskningsprosjektet Next Generation Explainable Medical Computer Vision (NFR) og har allerede publisert et stort antall forskningsartikler i anerkjente tidsskrifter, med imponerende 3314 siteringer siden 2019, ifølge hans Google Scholar-profil. Han er tidlig i karrieren, og har etter å ha fullført sin PhD i 2018, primært fokusert på dyp læring og datamaskinsyn.

Diversity in AI - Leonora Bergsjø

Leonora Bergsjø er førsteamanuensis ved Høgskolen i Østfold. Hun er en fremtredende forsker innen feltet etisk AI og engasjerer seg i offentlige diskusjoner rundt temaene AI-skjevhet og pålitelighet. Leonora er leder av NORDE, Norsk råd for digital etikk. Hun er medlem av prosjektet ENACT - Etisk risikovurdering av kunstig intelligens i praksis (2023-2026). Leonora er faglig rådgiver for myndighetene, inkludert Kunnskapsdepartementet, Digitaliseringsdirektoratet, Barne-, ungdoms- og familiedirektoratet, Direktoratet for e-helse, Helsetilsynet, Folkehelseinstituttet, Utenriksdepartementet, Justisdepartementet, Forsvarsdepartementet og Statsministerens kontor.

Publication of the decade 2013-2023 - Marija Slavkovik

Marija Slavkovik, "Formal Verification of ethical choices in autonomous systems" – For å være en pioner innen formell verifikasjon av etiske valg i autonome systemer, et essensielt - men underutforsket - tema. Denne artikkelen ble publisert i 2016 i tidsskriftet Robotics and Autonomous Systems. Den har nylig påvirket flere forskningsarbeider innen maskin-etikk, noe som anerkjennes med 238 sitater på Google Scholar.

Startup - DoMore

DoMore Diagnostics er et oppstartsselskap som har som mål å transformere kreftdiagnostikk og behandling ved hjelp av kunstig intelligens. Selskapet ble til via et forskningsprosjekt ved navn DoMore ved Institutt for kreftgenetikk og informatikk ved Oslo universitetssykehus. Deres teknologi og vitenskapelige resultater har blitt publisert i prestisjetunge medisinske tidsskrifter, inkludert The Lancet, Nature Reviews Cancer og Lancet Oncology. Nylig har de blitt tildelt EIC Accelerator-tilskudd, som består av €2,5 millioner i ikke-dilutiv støtte og opptil €7,5 millioner i egenkapitalmatch fra EIC-fondet.

Gratulerer til alle vinnerne!

---

AI-trollmannen

Dag 2 av konferansen begynte med at  Morten Goodwin introduserte hovedtaler Marija Slavkovik, som er leder for Institutt for informasjons- og medievitenskap ved Universitetet i Bergen, og medlem av NORA-styret.

Presentasjonen understreket viktigheten av maskin­etikk, spesielt med den økende bruken av store språkmodeller (LLM-er). Hun fremhevet viktigheten av at AI må gagne hele samfunnet og understreket behovet for etisk atferd i AI-systemer, med fokus på viktige bekymringer som forklarbarhet, pålitelighet og fjerning av skjevheter.

Slavkovik diskuterte utfordringene med å automatisere moralsk resonnering og behovet for demokratiske innspill i maskin-etikk, og argumenterte for reell, målbare innspill fra enkeltpersoner i moralske spørsmål for maskiner. Hun fremhevet også nødvendigheten av standarder for etisk atferd innen AI og reflekterte over tidligere forsøk og mangler ved utviklingen av slike standarder.

Presentasjonen understreket at AIs potensielle fordeler må styres av ansvarlig utvikling og etiske vurderinger for å virkelig tjene menneskeheten.

Etter Slavkoviks foredrag og en spørsmålsrunde, fortsatte programmet med tre tematiske spor.

Tematiske spor: Validering & potenslovs- representasjoner, transport & kvanteberegninger,
språkmodeller

Spor 5 - Validering & potenslovsrepresentasjoner

I dette tematiske sporet fikk vi fordypet oss i viktige aspekter ved validering av AI og den fascinerende strukturen til potenslovrepresentasjoner i nevrale nettverk, i form av en fire presentasjoner:

• Validering av AI-baserte vurderings-motorer: Hva måler maskinen?  |  Sima Caspari-Sadeghi
• Undersøkelse av korrekthet i ekstern validering av overlevelsesmodeller med kvadratiske og logaritmiske tap  |  John Zobolas, Raphael Sonabend, Lukas Burk, Andreas Bender og Philipp Kopper
• Hvorfor generativ AI for tidsserier?  |  Erlend Aune, Daesoo Lee og Sara Malacarne
• En analytisk tilnærming til å forstå strukturen av potenslovrepresentasjoner i nevrale nettverk  |  Konstantin Holzhausen, Mikkel Elle Lepperød og Anders Malthe-Sørenssen

Spor 6 - Transport og kvanteberegninger

Sporet utforsket krysningen mellom avanserte AI-teknikker innen transport og det voksende feltet kvanteberegning.

Dette sporet inneholdt fire presentasjoner:

• 

  Identifikasjon av relevante objekter fra kvalitative forklarende grafer i automatisk kjøring  |  Nassim Belmecheri, Arnaud Gotlieb, Nadjib Lazaar og Helge Spieker
• Prediksjon av veitrafikk med grafneurale nettverk  |  Grunde Wesenberg og Ana Ozaki 
• Å NeRFe veien: Syntetisering av simulerte og virkelige data for fotorealistisk 3D-rekonstruksjon av storskala autonom kjøring  |  Shaira Tabassum, Gabriel Kiss, Sachin Verma, Kiran Raja og Frank Lindseth
• Kvanteberegning og kunstig intelligens  |  Shaukat Ali

Spor 7 - Språkmodeller

Dette sporet tok oss med inn i språkmodellenes fascinerende verden, med presentasjoner om fremskritt og anvendelser som utfordrer grensene for natur­språkbehandling. Økten inkluderte fire presentasjoner:

• PlanBERT: Fra rotete sonale planer til informative vektorembbedelser  |  Henrik Brådland, Morten Goodwin, Per-Arne Andersen og Alexander S. Nossum
• Diagnostisering av Alzheimer's sykdom gjennom tale: En sammenlignende studie av GPT innebyggingsmodeller og en tradisjonell NLP-funksjonsuttrekkingsmetode  |  Arezo Shakeri, Mina Farmanbar, Shaima Ahmad Freja og Yeganeh Hallaj
• Økt transparens i NER-modeller: En klassifikasjonsbasert tilnærming med LIME   |   Morten Grundetjern, Per-Arne Andersen og Morten Goodwin
• Undersøkelse av maskinlæringsmodeller på Angluins måte  |  Ana Ozaki

I tillegg til disse sporene, hadde konferansen en poster session hvor forskerne presenterte sine nyeste funn og innovasjoner.

Poster session

Hyggelig atmosfære på poster session, med livlige diskusjoner og nettverksbygging.

Forklarbar AI - med fokus på Shapley-verdier og motfaktuelle forklaringer

Den siste hovedinnlegget ble holdt av Kjersti Aas, forskningsdirektør ved avdelingen for statistisk analyse og maskinlæring ved Norsk Regnesentral.

Kjersti Aas hold foredrag om emnet forklarbar AI, med fokus på Shapley-verdier og motfaktuelle forklaringer. Hun belyste utfordringene med å forstå komplekse maskinlæringsmodeller, som for eksempel XGBoost, som ofte brukes i applikasjoner som kredittscore, men som er vanskelige å tolke.

Aas snakket om Shapley-verdier, som gir en metode for å tilskrive modellens utgang til dens inngangsvariabler basert på samarbeidsteori i spill. Hun forklarte den beregningsmessige kompleksiteten som er involvert og introduserte Kernel SHAP, en metode for å tilnærme Shapley-verdier mer effektivt.

I tillegg introduserte Aas MCCE (Monte Carlo-sampling av gyldige og realistiske motfaktuelle forklaringer), en metode utviklet av hennes team for å generere realistiske motfaktuelle forklaringer som håndterer avhengige egenskaper bedre enn eksisterende metoder. Denne tilnærmingen sikrer at genererte forklaringer er handlingsrettede og gyldige, og adresserer begrensningene til tidligere teknikker.

Aas understreket viktigheten av å utvikle forklarbare AI-metoder for å gi meningsfulle innsikter i automatiserte beslutningsprosesser, og sikre transparens og tillit til AI-systemer.

Konferansen ble avsluttet med en prisutdeling der fremragende bidrag til feltet kunstig intelligens ble anerkjent, og stedet for konferansen i 2025 ble kunngjort.

 

Pris for Community building and education

Morten Irgens ble beæret med NORA-prisen for Community building and education.

Prisen anerkjenner en person tilknyttet en norsk institusjon som har gjort en enestående innsats for feltet kunstig intelligens, ved for eksempel å hjelpe til med å organisere det norske AI-miljøet, utvikle verdifulle ressurser for AI-miljøet, eller sette i gang og utvikle initiativer for undervisning og opplæring om kunstig intelligens, slik som kurs, forskerskoler, studieprogrammer, workshops, konferanser eller seminarer (nye eller eksisterende).

Morten Irgens er direktør for innovasjon hos CLAIRE. Han har en imponerende bakgrunn innen samfunnsbygging, og har vært en av drivkreftene bak etableringen av NORA, CLAIRE, Adra og Norsis. Morten har hatt ledende stillinger ved flere akademiske institusjoner, inkludert OsloMet – Oslo Metropolitan University (tidligere HiOA), Høyskolen i Gjøvik (nå Norwegian University of Science and Technology (NTNU)), Kristiania University College og Copenhagen Business School.

 

Beste muntlige presentasjon og beste poster

Konferansedeltakerne stemte fram Stefano Nichele sin presentasjon, Hva er en maskin? Fra In-Silico to In-Vitro AI  som beste muntlige presentasjon.

Nourin Mohammad fra Universitetet i Stavanger vant prisen for beste poster.

Gratulerer!

 

NORA årskonferanse 2025

Neste år håper vi å se dere I Halden 2.-3. juni, 2025 på Høgskolen i Østfold. Ta med venner og kollegaer! 

 

TAKK!

På vegne av NORA-sekretariatet vil vi gjerne takke alle deltakerne som bidro til å gjøre årskonferansen til en suksess. Tusen takk!