Hoppa till innehållet
Marcus Liwicki, Tommaso Dorigo och Elaine O. Nsoesie
Marcus Liwicki, Luleå tekniska universitet, Tommaso Dorigo, Italian National Institute of Nuclear Physics och Elaine O. Nsoesie, Department of Global Health at the Boston University School of Public Health. Visa originalbild , Öppnas i nytt fönster/flik

Succé för framtidens djupinlärning

Publicerad: 24 oktober 2022

Dagens experter och framtidens forskare träffades på Luleå tekniska universitet under DeepLearn 2022 Autumn, världens största forskarutbildningsevenemang inom djupinlärning. – Det har varit fantastiskt. Vi har fått interagera med några av världens mest välrenommerade forskare, säger Marcus Liwicki, professor i maskininlärning vid Luleå tekniska universitet.

DeepLearn 2022 Autumn är ett återkommande event vars syfte är att hålla deltagarna uppdaterade kring de senaste framstegen inom det snabbt växande området djupinlärning. Den här gången träffades de i Luleå, 240 forskarstuderande och yrkesverksamma inom branschen. På dagordningen stod bland annat kortare kurser, föreläsningar och nätverkande. Bland de inbjudna talarna fanns toppforskare och representanter från företag som Apple, Amazon, Nvidia och Zoom.

Intressanta huvudtalare

Konferensens huvudtalare, Elaine O. Nsoesie och Tommaso Dorigo, är båda bra exempel på hur mångsidigt forskningsområdet djupinlärning är. Elaine O. Nsoesie är professor vid Department of Global Health at the Boston University School of Public Health. Hennes forskning är fokuserad på bias i hälsodata och AI-algoritmer. Enligt henne måste det finnas strukturer som säkerställer att data och algoritmer används för att komma till rätta med ojämlikhet i hälsa.

– Vi måste vara medvetna om hur vi använder hälsodata. Vi behöver data för att utveckla teknik, men vem kommer att dra nytta av tekniken? Det finns väldigt många tillämpningar, hälsodata kan till exempel hjälpa oss att förebygga sjukdomar och att förbättra folkhälsan. Men i slutändan måste vi ha i åtanke att det finns ett etiskt dilemma, säger Elaine O. Nsoesie.

Tommaso Dorigo är experimentell partikelfysiker och arbetar vid Italian National Institute of Nuclear Physics. Under DeepLearn pratade han om de utmaningar och möjligheter som finns när det gäller att använda differentierbar programmering för forskning inom partikelfysik och relaterade forskningsområden.

– Ur ett historiskt perspektiv har vi fysiker själva testat och manövrerat instrument. Vi använder tusentals parametrar, vill uppnå redundans och strävar efter robusthet. För att förbättra det här kan vi använda datavetenskap och maskininlärningsverktyg för att hitta lösningar på svårlösta problem, säger Tommaso Dorigo.

Olika ämnen

DeepLearn 2022 Autumn tar upp ett brett spektrum av ämnen och tillämpningsområden.

– Men de teoretiska aspekterna är alltid desamma, oavsett tillämpning. Just därför är det givande att att få vara med på ett sådant här event, säger Elaine O. Nsoesie.

Tommaso Dorigo håller med:

– Det är fantastiskt att få interagera med andra forskargrupper eftersom du alltid letar efter nya samarbeten.

Kontakt

Marcus Liwicki

Marcus Liwicki, Professor tillika ämnesföreträdare, Vicerektor för tillämpad AI

Telefon: 0920-491006
Organisation: Maskininlärning, EISLAB, Institutionen för system- och rymdteknik