AI skal i en grønnere og mere pålidelig retning

Nyt, stort EU-projekt skal udvikle fremtidens tillidsvækkende og CO₂-reducerede kunstige intelligens. Teknologisk Institut repræsenterer Danmark i projektet, som mobiliserer de førende aktører inden for AI på tværs af Europa. 

Hurtigere diagnosticering af sygdomme, optimering af energiforbrug i bygninger og detektion af defekter i fremstillede produkter. 

Kunstig intelligens er i hastig udvikling og har potentiale til at løse store samfundsproblemer inden for blandt andet sundhed, energi og fremstilling af produkter.

Men AI står samtidig også over for betydelige udfordringer, når det kommer til blandt andet sikkerhed, uigennemskuelighed på grund af AI-systemernes kompleksitet og – sidst men ikke mindst – miljøbelastning gennem omfattende produktion af og strømforbrug fra IT-udstyr. 

Et ambitiøst, nyt EU-projekt med navnet ENFIELD (European Lighthouse to Manifest Trustworthy and Green AI) har nu sat sig for at tage fat på disse udfordringer. 

– Vi er gået sammen med nogle af de bedste aktører inden for AI i Europa med et mål om at udvikle AI-teknologier, der blandt andet minimerer CO₂-udledning og gør AI mere gennemskuelig og kontrollerbar for mennesker, siger François Picard, der er seniorspecialist hos Teknologisk Institut. 

Tackling af ulemper og udforskning af fordele

Projektet samler over 30 partnere fra 18 lande med det formål at skabe et førende europæisk ekspertisenetværk inden for grøn, adaptiv, menneskecentreret og pålidelig AI.

Man vil derved styrke Europas position inden for forskning, anvendelse og regulering af AI ved at samle og mobilisere aktører fra hele Europa. 

Projektet skal afprøve nye AI-løsninger inden for produktion, sundhed, energi og rumfart. 

– Det er positivt, at vi nu begynder at betragte AI ikke kun som den åbenlyse løsning på alt, men som et værktøj, der rummer både fordele og ulemper – og forsøge at tackle sidstnævnte i fællesskab, siger François Picard. 

– Herudover bliver det spændende at udforske fordelene yderligere og udbrede anvendelsesmulighederne med AI inden for fire områder – produktion, sundhed, energi og rumfart – som alle står overfor store omvæltninger i de kommende år, tilføjer han. 
 
ENFIELD har et samlet budget på 11,5 millioner euro finansieret af EU og løber over de næste tre år.

I løbet af projektperioden vil der være flere muligheder for, at både forskere og virksomheder kan blive en del af projektet og modtage støtte til at overføre ny, banebrydende viden til konkrete og industrielle problemstillinger. 

Teknologisk Institut er også med i et andet storstilet AI-satsning fra EU under navnet AI-MATTERS, som du kan læse mere om her: AI-MATTERS - gør dansk AI-teknologi markedsklar

ENFIELDs fire søjler

GRØN AI 

Kunstig intelligens skal skubbes i en grønnere retning ved at udvikle nye tilgange til maskinlæring, der minimerer kulstofforbruget og elforbruget - samtidig med at ydeevnen bibeholdes. 

I dag har træning af en sprogmodel samme energi- og kulstofaftryk som en kommerciel transatlantisk flyvning, og i 2025 står datacentre for 10 procent af det globale energiforbrug. 

ADAPTIV AI 

At eksisterende AI-systemer kæmper for at tilpasse sig vores dynamiske miljø, er en af de væsentligste barrierer for fuldt ud at udnytte AI. For eksempel skal en selvkørende bil konstant tilpasse sig nye og skiftende vej-, vejr- og køreforhold samt nye og skiftende trafikskilte og vognbaneafmærkninger. 

Inspireret af læringsmekanismerne i hjernen fokuserer ENFIELD på at udvikle næste generations hjerneinspirerede AI-algoritmer, der er mere robuste og løbende kan tilpasse sig omgivelserne. 

MENNESKECENTRERET AI 

Hvordan forstår man konklusionerne fra AI's ugennemsigtige "black-box"-systemer? Hvem har skylden, når der begås fejl? Hvordan implementerer man menneskeligt tilsyn over AI-systemer?  

ENFIELD vil designe nye teknikker, der sigter mod at forbedre forklaringsevnen hos AI-systemer. 

PÅLIDELIG AI 

AI-systemer bør være modstandsdygtige over for risici forbundet med systemets begrænsninger, såvel som mod ondsindede handlinger, der kan kompromittere sikkerheden af AI-systemet og resultere i skadelig eller på anden måde uønsket adfærd. 

ENFIELD har til formål at studere privatlivsudfordringer og udvikle privatlivsbevarende AI-baserede systemer.