Fremtidens arbejde understøttes af det digitale - flere kandidater med digitale kompetencer

Fremtidens arbejde vil i høj grad være understøttet af det digitale. Fremtidens kandidater skal derfor være i stand til at skabe resultater i tæt samspil med den digitale teknologi.

De skal kunne forstå og arbejde med rådata og digitale forretningsmodeller og bruge digitale teknologier til at skabe bedre resultater. Kunstig intelligens, machine learning og håndtering af big data er nogle af de digitale områder, som bør gennemsyre alle fagdiscipliner i fremtiden.

Satsningen skal bidrage til at igangsætte nye, samt fremme og støtte eksisterende initiativer, der vil resultere i flere kandidater med stærke digitale kompetencer. Med respekt for de faglige forskelligheder ønskes en styrkelse af de fagfaglige digitale kompetencer for alle SCIENCE’s uddannelser, så følgende opnås:

• Vores studerende har kompetencer til at benytte state-of-the-art digitale metoder og værktøjer (inden for eksempelvis dataanalyse), der styrker og komplementerer deres kernefaglighed
• Vores dimittender er rustet til et arbejdsliv i en digital og datadreven fremtid
• Alle dimittender har et obligatorisk minimum af fagrelevante digitale kompetencer
• Alle dimittender har mulighed for at opnå yderligere valgfrie videregående fagrelevante digitale kompetencer
• At SCIENCE uddanner flere IT-specialister

Kontakt: Martin Lillholm, viceinstitutleder på Datalogisk Institut

En database over klodens liv - digitalisering af Danmarks Naturhistoriske samlinger 

Statens Naturhistoriske Museum har 14 millioner genstande, som er indsamlet over hele verden og udgør størstedelen af Danmarks nationale naturhistoriske kulturarv.

Til sammenligning har Nationalmuseet 1,8 millioner genstande og Statens Museum for Kunst har 252.000 genstande.
Samlingerne er et centralt redskab for museets egen forskning, men også for forskning ved mange andre institutioner i ind- og udland. Sådan har det været siden 1800-tallet, men inden for de seneste 10 år har nye fremskridt inden for digitalisering og genteknologi muliggjort en helt anden tilgængelighed og brug af naturhistoriske samlinger.

Statens Naturhistoriske Museum arbejder sammen med de største naturhistoriske museer i Europa og Nordamerika på en ambitiøs plan om at gøre alle genstande digitalt tilgængelige og dermed åbne for verdens største historiske database over klodens liv indsamlet over flere hundrede år.
Målsætningerne er følgende:

• Digitalisering vil tilgængeliggøre unikke data om jordens natur indsamlet gennem de sidste 400 år
• Åben ressource for forskning, undervisning, formidling, citizen science og industri (grundlag for bæredygtig bio-/geoøkonomi til det 21. århundrede)
• Stort potentiale for styrkelse af civilsamfundet og demokratisering af videnskaben gennem aktivt medejerskab

Kontakt: Anders Drud Jordan, Statens Naturhistoriske Museum

En dedikeret Big-Data platform - datahåndtering på SCIENCE

Stadigt flere forskningsområder bliver drevet af data, og mange også af stadigt større datamængder. SCIENCE HPC-center er den centrale data-management facilitet og infrastruktur til lagring og håndtering af data, der stilles til rådighed for alle forskere og studerende på SCIENCE.

Målsætningerne bag SCIENCE HPC-center er at understøtte SCIENCE’s strategiske målsætning om at være et attraktivt valg for forskere, studerende og samarbejdspartnere ved bl.a. at kunne tilbyde de bedste muligheder for open og FAIR adgang til data og at kunne stille de nødvendige digitale redskaber til rådighed.

Den grundlæggende plan med denne satsning er, at når data er placeret på ERDA*, skal der være bedre adgang til deling og behandling af data.

Slutmålet er at tilbyde en dedikeret Big-Data platform tilknyttet ERDA, så selv meget store datasæt kan analyseres.
Motivationen bag opbygningen af en data-facilitet er følgende:

• At garantere datasikkerheden
• At sænke barren for at lave Big-Data analyser
• At reducere behovet for, at de enkelte faglige sektioner selv skal indkøbe dedikeret computerhardware til stor -skala dataprocessering
• At facilitere datadeling med samarbejdspartnere uden for KU
• At datahåndtering bliver en simpel og integreret del af forskernes generelle workflow
• At forskere på SCIENCE kan inkludere datamanagement og dataanalyse i projektbeskrivelser
• At sikre at FAIR data kan publiceres med et minimalt tidsforbrug fra forskerens side
  
  *ERDA: Electronic Research Data Archive; Sciences interne Cloud-storage system til videnskabelige data: erda.ku.dk

Kontakt: Hans Henrik Happe, sektionsleder for SCIENCE HPC-center

Fremme vækst og innovation - digital hub inden for kunstig intelligens

SCIENCE Digitaliseringsråd og Regeringens Vækstpanel har begge udpeget området kunstig intelligens som mulighed for at sætte København på verdenskortet som en digital hub, der fremmer vækst ved innovation i små, mellemstore og store private virksomheder og offentlige organisationer.

I denne henseende fortolkes kunstig intelligens bredt og omfatter alle aspekter af datafangst, dataanalyse, og automatisk generering af ny viden og dets anvendelser inden for SCIENCE’s fagområder.

Satsningen skal etablere et projekt i samarbejde med væsentlige aktører, som kan sætte viden, kompetencer og arbejdskraft i spil. Satsningen skal samordne eksisterende initiativer og igangsætte nye initiativer, der fremmer brugen af kunstig intelligens og skabelse af vækst herigennem.

Det er ønsket at opnå, at:

• studerende er fagligt klædt på til at bidrage til udviklingen
• fagligheder mødes på tværs af teknik og sektorer/brancher
• der skabes et økosystem, hvor hele kæden fra start-up til store private virksomheder og offentlige organisationer kan udveksle erfaring og ressourcer
• finansiering og forretningsforståelse mødes med problemløsning
• SCIENCE bidrager til at skabe vækst og innovation i den private og offentlige sektor.

Læs mere om SCIENCE AI centre

Kontakt: Mads Nielsen, institutleder på Datalogisk Institut

AI's etiske udfordringer - ansvarlig kunstig intelligens

Kunstig intelligens har potentiale til at bidrage med stor nytteværdi til fremtidens samfund, men står også over for vigtige udfordringer. Der er en reel risiko for, at sager som eksempelvis Facebook/Cambridge Analytica skandalen og tilfælde af algoritmisk diskrimination mod sårbare grupper vil fremprovokere stærk folkelig modstand i stil med den, der ramte GM-teknologi på afgrøde- og fødevareområdet.

Der er stigende opmærksomhed på, at det kan være meget svært at forklare, hvordan komplekse algoritmer når frem til deres anbefalinger og beslutninger, hvilket giver anledning til en række etiske og regulative udfordringer for AI forskning og udvikling.

Satsningen skal:

• udvikle tiltag der kan hjælpe AI-forskere og udviklere med at takle etiske spørgsmål vedrørende eksempelvis privathed, autonomi og transparens som en del af deres arbejde
• facilitere integration af AI etik på datalogiuddannelsen
• Etablere et interdisciplinært perspektiv på AI, der kombinerer elementer fra humaniora og social - og naturvidenskaberne og kan bredes ud til andre områder, eksempelvis sundhedsvidenskab.

Kontakt: Sune Holm, lektor på Institut for Fødevare- og Ressourceøkonomi