Nyt forskningsprojekt vil finde mere inkluderende metoder til at udvikle algoritmer
Lektor Veronika Cheplygina har modtaget en ”Novo Nordisk Data Science Investigator”-bevilling på knap 11 mio. kr. Bevillingen kommer til at finansiere forskning i, hvordan mere inkluderende undervisnings- og forskningsmiljøer kan lede til bedre algoritmer for medicinsk billeddannelse.
Veronika CheplyginaForskningalgoritmerbevillingerkunstig intelligenssundhed
Skrevet 10. februar 2025 08:00 af Mette Strange Mortensen
I løbet af sin akademiske karriere har Veronika Cheplygina ikke altid valgt den lige vej. Som bachelorstuderende var hun skeptisk overfor at lave opgaver i kodning om til kodningskonkurrencer. Hun bemærkede, at det havde en tendens til at ekskludere mange studerende, der ikke var glade for at skulle konkurrere. Det og andre oplevelser i akademia skabte en interesse i inkluderende datalogi, og fik hende til at sætte spørgsmålstegn ved, om konkurrencer er den bedste måde at drive videnskabelig innovation.
Konkurrencer og konkurrencevillighed kan måske få underrepræsenterede forskere til at søge væk. Jeg tror, at datalogi og udviklingen inden for feltet vil blive gavnet af mere diverse grupper af dataloger.
Lektor Veronika Cheplygina
”Når du udvikler en algoritme i en konkurrence, udvikler du den normalt til at lykkes på én specifik evalueringsmetrik, for eksempel hvor mange cancertilfælde, der bliver opdaget. Derfor kan der også være mange blinde vinkler, for eksempel om algoritmen er effektiv for patienter i forskellige aldersgrupper eller med forskellige køn. Derudover overser vi også aspekter som CO2-aftrykket, når vi træner algoritmerne. Ofte glemmer vi at se på, hvordan algoritmerne skal bruges i den virkelige verden, for eksempel om et hospital i et afsidesliggende område vil kunne køre algoritmen,” siger lektor på ITU, Veronika Cheplygina, ”jeg vil gerne finde ud af, om konkurrencer, hvor algoritmer skal klare sig på flere evalueringsmetrikker, giver bedre algoritmer og mere diverse deltagerteams.”
Konkurrencer er almindelige indenfor datalogi – både på konferencer og i tiltagende grad også i klasseværelset. Studerende og konferencedeltagere konkurrerer i at udvikle den bedste, nye algoritme, der er optimeret indenfor en specifik evalueringsmetrik. Veronika Cheplyginas forskning drejer sig om medicinsk billeddannelse, og indenfor det kan denne type algoritmer være effektive på nogle områder, mens de fejler på andre.
Konkurrence på alle områder
Datalogi er et konkurrencepræget område. Konkurrencer i algoritmeudvikling er ikke alene om at drive det.
”Der er et stort fokus på publikationer, bevillinger og udvikling af nye algoritmer, og jeg tror ikke, at det er ideelt for feltet. Konkurrencer og konkurrencevillighed kan måske få underrepræsenterede forskere, for eksempel kvinder eller forskere på institutioner, der ikke har ressourcer til at træne store algoritmer, til at søge væk. Jeg tror, at datalogi og udviklingen inden for feltet vil blive gavnet af mere diverse grupper af dataloger,” siger Veronika Cheplygina.
Som en del af projektet vil Veronika Cheplygina og hendes team undersøge kvaliteten af data, der bliver brugt til at evaluere de udviklede algoritmer, samt hvor alsidige de udviklede algoritmer er, da mere alsidige algoritmer med forskellige styrker og svagheder kan kombineres til endnu mere effektive algoritmer. Hun vil også spørge deltagerne om, hvad de syntes om konkurrenceprocessen, for eksempel om hvorfor de deltog (eller ikke deltog). Det er aldrig blevet undersøgt før.
”Det her betyder ikke nødvendigvis, at konkurrencer er dårlige og ikke skal bruges. Men vi er nødt til at finde en måde at lave konkurrencer, der er mere inkluderende for alle,” siger Veronika Cheplygina.
Hun håber, at forskningen ikke kun vil komme ud som artikler i tidsskrifter, men også vil kunne bruges i praksis.
”Vi vil også tale med studerende og få deres perspektiv på konkurrencer. Jeg håber, at vi kan udvikle nogle værktøjer og forslag til, hvordan formatet kunne være anderledes for at forbedre alle de her ting. Hvis vi har en konkurrenceplatform, som folk bruger, når vi er færdige, og vi ser mere villighed fra en mere forskelligartet gruppe af mennesker til at deltage i konkurrencer og ultimativt at blive i faget, så synes jeg, at projektet er lykkedes,” siger Veronika Cheplygina.
Projektet har titlen “CHEeTAh: CHallenges of Evaluating Teams and Algorithms” og vil køre I fem år.
Theis Duelund Jensen, Presseansvarlig, telefon +45 2555 0447, email