Modtager af Spar Nord Fondens Forskningspris: Banebrydende AAU-forskning kan gøre op med drukneulykker på havnen i Aalborg

Bybilledet – og ikke mindst havnekajen i Aalborg – er et af de områder, hvor videoovervågning og kunstig intelligens kan bidrage med observationer, der kan redde menneskeliv. Det samme er gældende inden for sundhedsområdet, på plejehjem, i produktionsvirksomheder og mange andre steder. Men hvordan udnyttes muligheden i praksis? 

Det har forsker fra Aalborg Universitet Neelu Madan et svar på, som har vækket interesse hos verdens største spillere på området inden for kunstig intelligens. Hun har nemlig udviklet en model, som kan træne sig selv i at overvåge områder og vurdere, hvad der er unormal adfærd. En projekt, der er finansieret af danske Milestone Systems, som udvikler datadreven videoteknologi. 

Fredag den 19. april modtager Neelu Madan Spar Nord Fondens Forskningspris og hædres ved en ceremoni i Musikkens Hus, hvor Aalborg Universitet også fejrer 50-års jubilæum. 

Når kunstig intelligens redder menneskeliv

Kunstig intelligens anvendes efterhånden i de fleste danskeres hverdag; når vi surfer på nettet, er på sociale medier, løser arbejdsopgaver foran skærmen og transporterer os i moderne biler. Udover at gøre hverdagen nemmere kan teknologien også bidrage til at redde menneskeliv. 

I Aalborg er havnefronten ifølge Neelu Madan et oplagt sted at sætte ind. Hendes model kan nemlig vurdere, hvad der er unormal adfærd på et pågældende område:

Hun fortsætter:

- På den måde kan redningsmandskab tilkaldes så hurtigt som overhovedet muligt – selv i de tilfælde, hvor ulykken sker uden vidner, fortæller hun. 

Neelu Madans model trænes ved at blive fodret med ganske store mængder videoovervågning, som viser normal adfærd på stedet. Der er tale om såkaldt ikke-superviceret data. Modellen kan med andre ord træne sig selv i, hvad der er normal adfærd og bruge den enorme mængde videomateriale som erfaringsgrundlag for at vurdere, når der sker en ulykke. På den måde er den i stand til at træffe beslutninger i situationer, den ikke på samme måde har oplevet tidligere. 

Detaljegraden og nuancerne i dens evne til at opdage unormale hændelser er ganske omfangsrig og kun begrænset af, hvor meget eller lidt videomateriale (data), den fodres med. For eksempel kan den tilegne sig viden om, at det hvert år i slutningen af maj – og kun på det tidspunkt – er normalt med en langt mere energisk og travl aktivitet i bybilledet. Også selvom den er en maskine og egentlig ikke forstår, hvad et karneval er for noget. Dens vurdering kræver blot, at den har observeret det gentagne gange før. 

Ifølge de seneste tal fra Statens Institut for Folkesundhed* er i alt 287 mennesker døde som følge af drukneulykke i danske havne siden 2001. Ulykkerne sker oftest, når det er mørkt, og når mennesker er alene og/eller påvirket af alkohol. Mange af ulykkerne sker derfor uden vidner til at oplyse om aktivitet og årsag lige før ulykken. Havnen i Aalborg er således et kritisk sted for netop den slags hændelser. Ikke mindst fordi den ligger tæt på Jumfru Ane Gade, hvor en del alkoholpåvirkede mennesker færdes. 

Stort potentiale for økonomisk og menneskelig sikkerhed

Neelu Madan har i sin forskning samarbejdet med Milestone Systems. Virksomheden udvikler og sælger videosoftware, som bidrager til at forstå videodata, generere indsigt og hjælper med at træffe beslutninger derpå. Ifølge Rahul Yadav, der er CTO i Milestone Systems, har hendes model brede anvendelsesmuligheder:

- Neelus arbejde har mange forskellige anvendelsesmuligheder. I vores samfund er det ikke kun på havne, vi oplever risiko for fald og ulykker. Det sker for eksempel på plejehjem og fra hospitalssenge, og hvis det opdages så tidligt som muligt, giver det et tryggere samfund for rigtig mange, fortæller han. 

Neelu Madan peger desuden på produktionsvirksomheder og diagnosticering på sundhedsområdet som relevante områder for anvendelse af modellen:

- I en produktionsvirksomhed er det helt afgørende, at de automatiserede processer forløber, som de skal. Hvis det ikke er tilfældet, kan det endelige produkt i sidste ende være behæftet med uopdagede fejl, og det kan på mange måder koste dyrt. Ikke mindst økonomisk, siger hun og fortsætter:

- Modellen kan også anvendes i forbindelse med hjernetumoroperationer. Modellen trænes ved hjælp af utallige videoscanninger, og hermed trænes den i at identificere, hvad der er normalt og ikke normalt. Om der er en tumor eller ej. Modellen skal ikke ses som en erstatning af lægen eller andre vigtige menneskelige ressourcer, men hjælper til at kvalificere lægens vurdering. 

Ekstraordinær forskning

Neelu Madans forskning har resulteret i deltagelse og mundtlige præsentationer på internationale topkonferencer. På konferencen ”Computer Vision and Pattern Recognition” i New Orleans deltog hun med mundtlig præsentation, hvilket kun 1 procent af alle ansøgere får lov til. Desuden har hun publiceret artikler i prestigefyldte tidsskrifter som ”IEEE Transactions on Pattern Analysis and Machine Intelligence ” (TPAMI), hvilket kun er lykkedes for Aalborg Universitet to gange på 10 år. 

Neelu Madan fortsætter sin forskning som postdoc på Aalborg Universitet. 

Værd at hylde

- Det er både fascinerende og prisværdigt, at der på Aalborg Universitet dagligt bedrives forskning i verdensklasse, som bemærkes af den faglige elite rundt omkring i verden. I Danmark bygger vi vores samfund på viden, og i Spar Nord Fonden ønsker vi at fremhæve nogle af de mange forskere, som passioneret og engageret bidrager til at finde nye løsninger på vigtige problemer. Derfor modtager Neelu Madan Spar Nord Fondens Forskningspris, siger Bo Uggerhøj, der er fondsdirektør i Spar Nord Fonden.   

Fredag den 19. april fik Neelu Madan overrakt prisen og 250.000 kroner samt en skulptur som bevis på den velfortjente hyldest. Overrækkelsen skete ved Aalborg Universitets 50-års jubilæum, som blev fejret i Musikkens Hus i Aalborg. 

*Kilde: https://www.sdu.dk/da/sif/rapporter/2023/druknedoedsfald_i_danmark_2021