App kan sikre UiT-studenter millionbeløp fra Forskningsrådet

Dyplæring, nevrale nettverk og en sensor verden ikke har sett maken til. Nå kjemper UiT-studenter om millionstøtte.

SPENTE: UiT-studentene Johan Ravn og Anna Dranovska venter spent på svaret om de får forskningsstøtte.Begge foto: PrivatFoto: Ronald Johansen / iTromsø

pluss

Som en del av Forskningsrådets nye program «Forskningsbasert nyskaping», ble det i fjor etablert en studententreprenørskapsordning hvis mål er å styrke entreprenørskap blant studenter, samt bidra til økt innovasjon og entreprenørskap ved universitetene.

Ulyd i lungene

I år mottok Forskningsrådet 47 søknader om støtte. Av disse var fire av prosjektene fra Tromsø, men kun to av dem ble valgt ut til videre behandling.

SPENTE: UiT-studentene Johan Ravn og Anna Dranovska venter spent på svaret om de får forskningsstøtte.Begge foto: Privat

Det ene prosjektet drives av studentene Anna Dranovska og Johan Ravn, som studerer henholdsvis entreprenørskap og informatikk. De jobber i disse dager med å utvikle en app som avslører ulyd i lunger.

– Vi har benyttet oss av dyplæringsalgoritmer og et stort nevralt nettverk for å lære appen å gjenkjenne ulyd i lunger, sier Ravn.

Dyplæring og kunstige hjerner

Nevrale nettverk har sitt utspring i studier av den menneskelige hjernen, og er et forsøk på å la datamaskiner etterligne hvordan hjernen fungerer; med nevroner (eller «noder» i et kunstig nettverk) og koblingene mellom dem. En tradisjonell datamaskin utfører instruksjoner brukeren gir den, mens et nevralt nettverk må trenes.

Maskinlæringsprosessen er ikke så ulik hvordan vi mennesker lærer oss å abstrahere. Når en datamaskin med dyplæringsnevroner for eksempel skal lære seg å gjenkjenne et bilde, kartlegger den først kontraster, setter dem så sammen til linjer, som igjen utgjør geometriske former. Det blir en rekke stadig høyere abstraksjoner som til slutt gir et ønsket resultat.

Med ni slike abstraksjonsnivåer oppå hverandre og 120 millioner parametere, har for eksempel forskere fra Facebook klart å få en maskin til å bli tilnærmet like dyktig som oss mennesker til å gjenkjenne menneskeansikter.

Bruker Tromsøundersøkelsen

Alt som skal til for å trene maskinen er data. Store mengder data.

– Og det har vi! Vi har brukt lungelyder samlet i forbindelse med Tromsøundersøkelsen, forteller Dranovska.

– Målet er å få appen til å gjenkjenne disse og gjøre de rette vurderingene, legger Ravn til.

Dranovska og Ravn har søkt om en million kroner i støtte fra Forskningsrådet for å kommersialisere arbeidet sitt.

– Dersom vi får pengene, vil vi fikse lisensiering, samt teste prototypen vår ytterligere og i større omfang. Vi håper å få flere tilbakemeldinger på den, sier Dranovska.

Unik kuldesensor

Det andre prosjektet er et samarbeid mellom masterstudent Daniel Kristoffer Johnsen Swart, førsteamanuensis Hassan Abbas Khawaja og overingeniør Ståle Antonsen ved institutt for ingeniørvitenskap og sikkerhet. Basert på Swarts og Khawajas forskning, har de utviklet en sensor som måler kuldeeksponering på kroppen.

Utvikler kuldesensor: Førsteamanuensis Hassan Abbas Khawaja (fra venstre), masterstudent Daniel Kristoffer Johnsen og overingeniør Ståle Antonsen ved institutt for ingeniørvitenskap og sikkerhet.

– I dag er det slik at det finnes en del begrensninger i arbeidslivet for hvor mye en kan eksponeres for kulde, da særlig i olje- og gassektoren. Med mer presise målinger, kan en for eksempel arbeide mer effektivt og tilrettelegge etter lokale forhold. Det er et risikostyringsverktøy, som analyserer de værmessige forholdene og leverer informasjon om hvilke tiltak en må gjøre, forklarer Swart.

Det som gjør sensoren innovativ og unik, er at den kan måle vind uten bevegelige deler, på kropp.

– Det finnes ikke noe lignende i dag, men jeg kan ikke avsløre så altfor mye, da vi er i en patenteringsprosess, forteller masterstudenten.

Også han og teamet bak sensoren har søkt om 1 million kroner i støtte.

– Dersom vi får pengene, vil vi etablere en bedrift og videreutvikle prototypen, sier han

Mandag får studentene svar på hvorvidt de får støtte eller ikke.