Hoppa direkt till innehållet
printicon
Huvudmenyn dold.

AI vid Umeå universitet – ett samarbete över fakultetsgränserna

tor
27
okt
Tid Torsdag 27 oktober, 2022 kl. 10:30 - 12:00
Plats Universitetsklubben

AI och dess tillämpningar och konsekvenser är av stort intresse för Umeå universitet. Under förra året finansierades 8 såddprojekt för att stärka och stödja lovande idéer inom AI-forskning och utåtriktad verksamhet. Dessa tvärvetenskapliga projekt är tänkta att fungera som en startpunkt för framtida AI-samarbeten. Projekten tilldelades 100 000 kronor vardera och sex av dem kommer här att presentera sina resultat.

Välkommen att lyssna på:

10.30: AutogrAIde Hackathons för tvärvetenskaplig utbildning och AI för betygsättning

Loïs Vanhée, universitetslektor vid institutionen för datavetenskap och samordnare för forskningsområdet Social AI vid TAIGA. 

"Kan AI användas för betygsättning och bedömning? I så fall hur?" Det var utmaningen som en grupp studenter och anställda från olika discipliner och på olika nivåer tog sig an i den "AutogrAIde hackathon" som anordnades i januari 2022. Resultaten gav både insikt i studenters tankar om AI och utbildning och visade sig vara en bra form för att organisera universitetsövergripande utbildning inom AI-frågor. Hör av dig om du är intresserad - vi söker folk!

10.45: cAIm & WASP-HS ASALL - Människor och AI i samspel

Mikael Wiberg, professor i informatik 

Hur möter vi AI i vardagen? Hur bäddas AI in i våra fysiska miljöer? och hur stödjer och förändrar AI professioner? I detta korta föredrag kommer jag beskriva två forskningsprojekt, cAIm och WASP-HS ASALL, där det första projektet, cAIm fokuserar på integration av AI inom vården och dess betydelse för den professionen, medans det andra projektet fokuserar på nyttjade av AI för självkörande bussar inom kolllektivtrafiken. Bägge projekten har gemensamt fokus på samspelet mellan människor och AI – från hur vi möter denna teknik, till frågor om arbetsdelning, tillit, inkluderande design, ansvar och beslutsstöd.

11.00: Vad förmår människor att överge en etablerad föreställning och när borde de överge den? 

Linus Holm, universitetslektor vid institutionen för psykologi

I en idealisk värld grundas våra föreställningar på evidens och revideras i ljuset av nya säkrare uppgifter. Men informationen vi stöter på kan vara tvetydig, ha villkorad giltighet eller rentav vara falsk och att bedöma källan kan vara mycket utmanande. Ibland händer det att väletablerade föreställningar avfärdas till förmån för nya idéer som leder till vetenskapliga genombrott. Men välgrundade föreställningar kan också överges till förmån för obskyra föreställningar eller rena konspirationsteorier. För såväl artificiell som mänsklig intelligens måste följande frågor besvaras: när borde väletablerade föreställningar överges i ljuset av motstridig information och vad händer med de gamla föreställningarna?

Föreställningar borde uppdateras i ljuset av bättre information men hur kan agenten avgöra trovärdigheten i informationen? Om den nya information motsäger gammal kunskap borde den nya informationen uppfattas som felaktig. Detta grundläggande uppdateringsproblem är välkänt men det finns idag inga tillfredsställande modeller som hanterar det. Vi föreslår att tidigare förställningar inte är avgörande i bedömningen av den nya informationens trovärdighet. Såväl den nya informationen som gamla erfarenheter bevaras som episoder och utgör tillsammans underlag för analys av koherens under olika villkor eller sammanhang. Vi har utgått från dessa idéer för att härleda rationella modeller för kunskapsuppdatering och experimentellt testat vad som förmår människor att överge gamla föreställningar i experiment där vi manipulerat förkunskap och prediktionsfel. Vi presenterar här preliminära resultat från det arbetet.

11.15: Att upptäcka psykologisk närhet är svårt. Ett ‘Var är Valle’-paradigm som integrerar AI, funktionell hjärnavbildning, NUNA och fysik

Niclas Kaiser, universitetslektor vid institutionen för psykologi

Vårt huvudsakliga mål var att upptäcka interpresence/psykologisk närhet i fysiologiska mätningar av interagerande människor. Vi samlade in data från tre konversationsstudier där olika variabler manipulerades: 1. ögonkontakt och ljud/video fördröjning med hjälp av NUNA (verktyg för ögonkontakt i online-kommunikation), 2. omfattningen av explicit verbal kommunikation 3. graden av konflikt. Vi analyserade data med både nya tekniker och etablerade metoder som cross-wavelet-transformationer och konvolutionella neurala nätverk. Medan vi hittade några signaturer i data där vi förväntade oss att hitta interpresence, behöver både metoder och experimentella protokoll förbättras.

11.30: IceLab AI Medicine Hackathon

Martin Rosvall, professor vid institutionen för fysik

Hur vi använde ett tillfälle att pitcha idéer online och en "hackathon-konferens" för att stimulera forskningssamarbeten och utveckla dem till konkreta projektansökningar.

En del av TAIGA

Föreläsningarna hålls i anslutning till invigningskonferensen av TAIGA, Centrum för transdisciplinär AI vid Umeå universitet. Läs mer om TAIGA här. 

Arrangör: Umeå universitet
Evenemangstyp: Föreläsning
Personalbild Martin Rosvall
Talare
Martin Rosvall
Professor
Läs om Martin Rosvall
Personalbild Niclas Kaiser
Talare
Niclas Kaiser
Universitetslektor
Läs om Niclas Kaiser
Personalbild Linus Holm
Talare
Linus Holm
Universitetslektor
Läs om Linus Holm
Personalbild Mikael Wiberg
Talare
Mikael Wiberg
Professor
Läs om Mikael Wiberg
Personalbild Loïs Vanhée
Talare
Loïs Vanhée
Universitetslektor
Läs om Loïs Vanhée
Kontaktperson
Anders Steinwall
Läs om Anders Steinwall
Kontaktperson
Annakarin Resoluth
Läs om Annakarin Resoluth
Kontaktperson
Frank Dignum
Läs om Frank Dignum