Data & AI governance
Data udgør grundlaget for at udvikle kunstig intelligens og påvirker i høj grad aspekter som ydeevne, retfærdighed, robusthed og skalerbarhed. Det gælder både i positiv og negativ retning. Desuden kræver kunstig intelligens adgang til data – data som måske samtidigt skal beskyttes så det ikke bliver lækket eller misbrugt. Hvis der er fejl, mangler eller andre problemer i data eller algoritmer vil det i nogle tilfælde blot betyde at et system ikke løser en given opgave godt nok til at blive taget i brug. Men der er også sammenhænge, hvor problemer er kritiske og potentielt kan have fatale konsekvenser. Det gælder særligt indenfor sektorer som sundhed, finans, offentlig forvaltning, m.fl. hvor mange af de beslutninger der tages, kredser om eller har indvirkning på individniveau, og hvor data ofte er følsomme, og hvor beskyttelse af disse derfor er vigtigt. Hvis kunstig intelligens skal anvendes i disse sammenhænge, er det nødvendigt at der er foretages tilstrækkelige undersøgelser af det pågældende system.
FT07.02_2023 Nordic IoT Centre
Målet med denne aktivitetsplan er fortsat at understøtte en dansk og europæisk ambition om at accelerere ‘the twin transition’ – kombinationen af grøn omstilling og digitalisering, hvor IoT, sensorer og anden digital teknologi spiller en afgørende rolle i opfyldelsen af ambitionerne.
FT07.05_2023 Data Validation Centre
The Data Validation Centre is a virtual centre of competences that must be able to help both private companies and public institutions with correct, accurate and useful data for their IoT applications – in other words assurance of data quality. The issue with quality of data is well-known in relation to IoT solutions where many different error sources can impact the data captured by sensors and the transportation of data in the network. These error sources can be both temporary and more permanent ones. The return on investment of the implemented IoT solution is very dependent on the quality of the data provided and used by the solution.
Dansk AI
Målet med aktiviteten er at styrke danske virksomheders muligheder for at udvikle og benytte software, der kan håndtere det danske sprog. Både for at styrke deres konkurrenceevne, men også for at danske forbrugere og borgere kan få gavn af software, der kan forstå det danske sprog. Det kan både være en chatbot der guider en igennem et køb i en webshop eller software der kan transskribere telefonsamtaler, så det er hurtigere at lave journalisering, notater, m.v. i borgerservice. Udviklingen indenfor sprogteknologi går lynhurtigt i disse år, men mindre sprog som dansk sakker forsat bagud. Det betyder at trods den tiltagende opmærksomhed på dansk sprogteknologi de seneste år, er dansk fortsat et begrænset sprog digitalt set. Konklusionen fra den seneste rapport om Europæiske sprogressourcer er meget klar. Udviklingen går i positiv retning, men dansk betragtes forsat som ”fragmentarisk understøttet” og vi er i Danmark forsat et godt stykke efter de større europæiske sprog som engelsk, tysk og spansk indenfor alle sprogteknologiske områder.
Moderne sprogteknologiske løsninger baserer sig på maskinlæring og det kræver store mængder af data i høj kvalitet. Og de data mangler vi på dansk for at kunne følge med den udvikling, der sker på de større sprog. Set fra et virksomhedsperspektiv er mangel på data forsat en af de mest kritiske udfordringer. Da data er omkostningsfulde at producere, er det en så betydelig barriere, at mange virksomheder afventer at gå i gang. Der er med andre ord brug for at udvikle åbne danske datasæt, som kan bruges af alle. Åbne data vil desuden betyde at de store internationale og ofte flersprogede grundmodeller, der ofte udvikles af globale tech-virksomheder vil kunne inkludere disse data i deres træning af modeller, så de også bliver bedre til dansk (se fx Open AI’s Whisper-model).
Standarder og kritiske systemer
Denne aktivitet vil fortsætte Alexandra Instituttets og FORCE Technology’s involvering i certificering, og standardisering af, nye avancerede digitale teknologier for øget cybersikkerhed. Når virksomheder begynder at arbejde mere seriøst med sikkerhed, bliver forskellige standarder ofte involveret. Dette gøres for både at sikre at det implementerede sikkerhedsniveau ligger på niveau med best practice og for at kunne dokumentere sikkerhedsniveauet for eksterne interessenter. EU har de senere år haft et øget fokus på cybersikkerhed, set eksempelvis i NIS og NIS2 direktiverne, men også produktsikkerhed er et fokusområde hvilket ses i opdateringen af Radioudstyrs direktivet (RED) og det kommende Cyber Resilience Act (CRA). Disse to nye lovstykker vil tilsammen omfatte alle produkter med digitale komponenter der sælges på det indre marked og stiller en ræke krav mht. cybersikkerhed. Disse krav konkretiseres gennem en række standarder, der i de kommende år skal implementeres af alle, som sælger digitale produkter på det indre marked.
Konkret vil aktivitetsområdet have et primært fokus på hvordan virksomheder kan anvende standarder i praksis, hvorved de kan dokumentere deres implementerede sikkerhed. Dette vil opnås gennem virksomhedscases, hvor virksomheder bl.a. hjælpes med at udvikle den nødvendige dokumentation således forskellige, almene sikkerhedsfunktioner kan valideres ud fra en dertil udviklet testplan. De resulterende værktøjer, processer og erfaringer vil være grundlaget for aktivitetens videnspredning.
Demonstration af anvendelighed og værdiskabelse
Aktiviteterne i denne aktivitetsbeskrivelse bidrager til det overordnede mål for indsatsen ved at sikre at danske virksomheder, via inddragelse i både casesamarbejder og videnspredningsaktiviteter samt videreudviklingen af en test-, demonstrations- og udviklingsfacilitet (TDU), kan holde sig i front i den globale konkurrence ved at opnå dyb viden om og kompetencer inden for bl.a. cybersikkerhed, kritiske systemer, standarder, sensitive data og AI & data governance m.m. Målet med aktiviteterne i indeværende aktivitetsperiode vil dels være en videreudvikling af TDU’en og systematisk opsamling og formidling af de teknologiske services og ydelser, som udvikles på tværs af de øvrige aktivitetsplaner under indsatsområdet, samt at involvere mere end 100 virksomheder i konkrete videnspredningsaktiviteter.
Demonstration af anvendelighed og værdiskabelse ift. indsatsområdet Accelerering af digital sundhed og velfærd i Danmark
Målet er at give danske virksomheder og andre aktører inden for sundhed og velfærd mulig-hed for at udnytte digital teknologi og viden som ellers vil være svært tilgængelig eller kræve kompetencer, de ikke har adgang til. Det gøres ved at: • Lancere TDU Sundhed og Velfærd med minimum 4 teknologiske services ved udgangen af 2023
• Inddrage ca. 75 virksomheder i konkrete videnspredningsaktiviteter
• Udgive ca. 8 indlæg i tidsskrifter, seminarer, branchemøder mm.
Aktiviteterne bidrager således til de overordnede mål for indsatsen ”Accelerering af digital sundhed og velfærd i Danmark”.
Infrastrukturer, komponenter, standarder og processer til Understøttelse af Hurtig Udvikling og Udrulning
Aktiviteten fortsætter og videreudvikler arbejdet fra 2022 med understøttelse af hurtig udvikling og udrulning af digital sundhed og velfærd. Målet er gennem case-baseret udvikling, analyse og netværksaktiviteter dels at opnå indsigt i teknologiske og processuelle forudsætninger for hurtig udvikling og udrulning af højkvalitets IT-systemer inden for sundhed og velfærd, dels at videreudvikle konkrete, genbrugelige softwarekomponenter og processer, som understøtter dette, og videreudvikle teknologiske services der vil blive lanceret på TDU Sundhed og Velfærd.
Aktiviteterne bidrager således direkte til det overordnede mål for indsatsen.
Bedre anvendelse af sundhedsdata med teknologier som kunstig intelligens
Aktiviteten fortsætter og videreudvikler arbejdet fra 2022 med at udforske og afprøve nye teknologier indenfor maskinlæring til at opnå en bedre anvendelse af sundhedsdata i det offentlige og private. Målet er gennem case-baseret udvikling, analyse og netværksaktiviteter, at opnå indsigt i markedets behov for assistance til anvendelse af kunstig
intelligens til analyse af sundhedsdata, at få hjulpet flere aktører i gang med at anvende mulighederne i nye digitale teknologier, samt at udvikle genbrugelige softwarekomponenter og kompetencer, som understøtter dette, og lancere teknologiske services på TDU Sundhed og Velfærd.
Aktiviteterne bidrager således direkte til de overordnede mål for indsatsen.
AI til præklinisk Forskning og udvikling
Mål for aktiviteterne: • Fortsat udvikling af teknologiske services til TDU Sundhed og Velfærd med bredt anvendelige metoder til dataanalyse, visualisering og forklaring af data og resultater, der kan anvendes uden dyb IT-teknisk viden.
• Fortsat demonstration af anvendelse af metoderne i værktøjskassen via mindst én relevant case i samarbejde med Bioneer.
• Formidling og facilitering af de nyeste kunstig intelligensmetoder med fokus på forskellige, relevante anvendelser i præklinisk forskning og modelarbejde, samt på de mest anvendte datatyper, gennem 3-4 indlæg på branchemøde, seminarer, tidsskrifter, m.v.
• Afdækning af muligheden for relevante calls til ansøgning(er) for yderligere F&U samarbejde bl.a. baseret på relationer opbygget i år 2 af indsatsen.