Total3D: Building Universal Representations for Spatial AI
En central udfordring er, at den samme fysiske verden kan beskrives som 3D-data på mange forskellige måder, afhængigt af sensor, opløsning og anvendelse. En stol, et rum eller en bygning kan derfor se meget forskellig ud for en algoritme, selv om det er det samme objekt eller miljø. Projektet undersøger, hvordan man kan udvikle fælles 3D-repræsentationer, der bevarer både form, betydning og rumlige relationer på tværs af sådanne forskelle. Perspektivet er at skabe et mere generelt grundlag for rumlig AI, som kan bruges på tværs af opgaver og gøre det lettere for mennesker at interagere med og styre AI-systemer i den fysiske verden.
Gennem min forskerkarriere har jeg været optaget af de almindelige og hverdagslige sider af skolelivet, som ofte bliver overset, fordi de ved første øjekast virker for velkendte til at være interessante. Men netop disse hverdagsoplevelser kan fortælle os meget om, hvordan skoler fungerer, og hvordan børn oplever dem. I min tidligere forskning har jeg undersøgt humor, venskaber og de hverdagspraksisser, hvorigennem børn finder deres plads – eller har svært ved at passe ind – i skolen. Det, der interesserede mig, var, hvordan tilsyneladende almindelige erfaringer hænger sammen med større spørgsmål om tilhørsforhold, diversitet og inklusion-eksklusion. Med tiden førte denne nysgerrighed mig til et andet udbredt fænomen: skole-modvilje. De fleste kan huske perioder, hvor de kedede sig, var frustrerede, følte sig utilpasse eller simpelthen ikke havde lyst til at være i skolen. I takt med at bekymringen for børn og unges trivsel er vokset, er jeg blevet interesseret i at forstå, hvordan det ikke at kunne lide at gå i skole er blevet oplevet og forstået over tid, og hvad denne historie kan fortælle os om skolen, følelser og børn og unges trivsel i dag.
En af projektets centrale udfordringer er, at følelser sjældent efterlader sig tydelige spor i historiske kilder. Følelser som kedsomhed, frustration, ubehag eller det ikke at have lyst til at være i skole er ofte flygtige erfaringer, som kan være vanskelige at indfange retrospektivt. Følelser forbundet med skole-modvilje kommer desuden ofte kun indirekte til udtryk i arkiverede papirer fra lokale skoler, pædagogiske tekster, politiske dokumenter og offentlige debatter. For at komme tættere på, kombinerer vi arkivstudier med etnografisk-historiske interviews med tidligere elever og undervisere. Sammen med deltagerne genbesøger vi deres tidligere skoler, deltager i klassejubilæer og andre skolegensyn og inddrager fotografier, skoleudtalelser, dagbøger og andre materielle objekter i forskningsprocessen. Ved at kombinere arkivmateriale med erindringer, steder og materielle objekter fra skolelivet udvikler projektet nye metodiske tilgange til at undersøge, hvordan følelser knyttet til skolen blev levet, husket og forstået over tid.
I dag kan AI-systemer arbejde imponerende godt med tekst og billeder. Men hvis vi vil bevæge os mod mere generel kunstig intelligens, er det ikke nok, at AI kan læse og se. Den skal også kunne forstå den fysiske verden i 3D: hvor ting er, hvordan de hænger sammen, og hvordan man kan handle i et rum. På sigt kan min forskning bidrage til at give AI denne rumlige forståelse. Målet er at udvikle metoder, der kan samle forskellige typer 3D-data i en fælles forståelse, så systemer kan lære på tværs af sensorer, miljøer og opgaver. Det er et vigtigt skridt mod autonome agenter og robotter, der kan handle meningsfuldt i komplekse omgivelser.
Det er en stor ære at modtage en Sapere Aude-bevilling. Programmet vil give mig mulighed for at tage et afgørende skridt som selvstændig forskningsleder. Med bevillingen kan jeg opbygge et ungt forskerteam omkring en langsigtet vision: at udvikle rumlig AI, der bringer kunstig intelligens tættere på den fysiske verden. Jeg ser frem til fortsat at udvikle mig som forsker og forskningsleder og til at styrke mit internationale netværk. På længere sigt vil programmet bidrage til at etablere DTU som et internationalt samlingspunkt for forskning i 3D-forståelse, rumlig AI og autonome agenter og skabe et stærkt grundlag for fremtidige danske og europæiske forskningsbevillinger.
Danmarks Tekniske Universitet, Institut for Matematik og Computer Science
Computersyn / Kunstig intelligens / Maskinlæring
Fra Grækenland har min vej som forsker har ført mig gennem flere internationale miljøer, blandt andet i Tyskland, Schweiz og nu Danmark. Jeg har altid været nysgerrig efter at forstå, hvordan abstrakte idéer kan blive til konkrete systemer, der virker i den virkelige verden.
Som menneske er jeg nysgerrig og vedholdende, og jeg kan godt lide at forstå, hvordan ting hænger sammen, både i forskning og i hverdagen. Jeg trives med åbne diskussioner, internationale samarbejder og miljøer, hvor forskellige perspektiver mødes. I mit eget forskningsmiljø lægger jeg vægt på respekt, åbenhed og modet til at forfølge ambitiøse idéer.
Geniko Lykeio Vonitsas, Grækenland
København