Vant pris for beste norske doktorgradsavhandling innen kunstig intelligens

I sin doktorgrad forsket Daniel Johansen Trosten på nye måter å trene kunstig intelligens på uten bruk av forhåndsmerkede data. Nå er avhandlingen hans blitt kåret til fjorårets beste norske doktorgradsavhandling innen feltet.

Daniel Johansen Trosten leverte og forsvarte doktorgradsavhandlingen sin ved UiT i fjor.
Daniel Johansen Trosten leverte og forsvarte doktorgradsavhandlingen sin ved UiT i fjor. Foto: Harald Lykke Joakimsen/UiT
Portrettbilde av Bjørklund, Petter
Bjørklund, Petter petter.bjorklund@uit.no Kommunikasjonsrådgiver / Maskinlæring
Publisert: 13.06.24 11:11 Oppdatert: 10.06.24 17:26
Teknologi

I juni delte Norsk Forening for Kunstig Intelligens (NAIS) ut pris for fjorårets beste doktorgradsavhandling innen kunstig intelligens (KI)-feltet i Norge. Prisen deles ut basert på kvaliteten og betydningen av forskningen som ligger bak arbeidet.

- Det er hyggelig å få anerkjennelse for flere år med hardt arbeid. Doktorgradsprosjektet har vært en laginnsats fra start til slutt, forteller Daniel Johansen Trosten, som vant prisen fra NAIS.

Trosten er tidligere doktorgradskandidat hos Forskningsgruppen for maskinlæring ved UiT og leverte avhandlingen sin i fjor. I dag er han forsker i jordobservasjonsgruppen hos NORCE i Tromsø.

Stadig viktigere innen feltet

KI-program er ofte trent med store mengder data som kan inneholde såkalte «annoteringer», det vil si manuelle forhåndsmerkinger som beskriver innholdet i dataene. Annoteringene fungerer som en veileder når programmet skal lære seg å forstå sammenhenger i datasettet.

En kjent problemstilling innen feltet er at det er både tid- og ressurskrevende å markere data for hånd, samtidig som det er begrensede mengder av slike data. Gjennom doktorgradsprosjektet sitt har Trosten forsket på nye måter å trene opp KI på – uten bruk av annoterte data.

En fornøyd Trosten (fjerde fra venstre) etter å ha forsvart doktorgradsavhandlingen sin. Foto: Harald Lykke Joakimsen

Resultatene bidrar til viktige metodiske fremskritt innen «dyp læring»-feltet, som er et underfelt innen KI.

- Slike metoder blir stadig viktigere siden dagens datamengder har vokst langt forbi kapasiteten for manuell merking fra mennesker, forklarer Trosten.

Med prisen inviteres Trosten til å holde foredrag under den skandinaviske KI-konferansen NAIS Symposium. I tillegg blir han nominert til Den europeiske foreningen for kunstig intelligens (EurAI) sin avhandlingspris.

- Jeg er også evig takknemlig for hjelpen jeg har fått fra hovedveileder Michael Kampffmeyer og biveiledere Robert Jenssen og Sigurd Løkse, legger Trosten til.


Kortnytt fra Institutt for fysikk og teknologi
Bjørklund, Petter petter.bjorklund@uit.no Kommunikasjonsrådgiver / Maskinlæring
Vi anbefaler