Gå til innhold

Kunstig intelligens og maskinlæring

Ved NILU brukes maskinlæring alene eller i kombinasjon med fysikkbaserte modeller, avhengig av hva problemet krever.

Gode modeller krever gode data, og miljødata er sjelden perfekte:

  • referanseinstrumentene er få
  • rimelige sensorer støyer
  • satellittdekningen er ujevn

Kalibrering, korreksjon og datafusjon er derfor en kjernedel av modelleringen vår, også i arbeidet med satellittdata og Copernicus landovervåking.

Modellene våre stopper ikke på prototypestadiet. De kjører i operasjonelle systemer som leverer til tjenester, varsler og offisiell rapportering, og overvåkes og trenes opp på nytt fortløpende. Trening og drift skjer i NILUs eget AI-lab og GPU-klynge, slik at sensitive og upubliserte data blir værende i huset.

KI må være pålitelig, transparent og etisk forsvarlig. NILU er tilknyttet Z-Inspection®-initiativet, en helhetlig prosess for å vurdere påliteligheten til KI-baserte teknologier gjennom hele livsløpet. Prosessen er innrettet mot å avdekke etiske problemstillinger og spenninger gjennom sosiotekniske scenarier. Den er publisert i IEEE Transactions on Technology and Society, distribuert under en Creative Commons-lisens (CC BY-NC-SA), og oppført i OECDs katalog over KI-verktøy og måltall.