Nyhet -
Fra anvendt maskinlæring til ekte redningsoppdrag
Noroff sin tidligere student Jørgen Hauge Skogmo kombinerer teknologi og redningstjeneste i arbeidet som Head of Development, og AI Engineer i Norsk Luftambulanse Teknologi.
Samtidig som han jobbet fulltid, valgte Skogmo å ta årsstudiet i Anvendt maskinlæring ved Noroff. Det krevde struktur og selvdisiplin, men ga stor gevinst. Gjennom studiet har han fått kunnskapen som gjør det mulig å utvikle KI-løsninger som redder liv.
– Jeg har alltid hatt et sterkt ønske om å forstå teknologien bak systemene jeg leder utviklingen av.
Utvikler teknologi som støtter redningstjenesten i sanntid
I rollen som Head of Development har Skogmo ansvar for å utvikle og lede prosjekter der teknologi og kunstig intelligens støtter redningstjenesten i sanntid. Han og teamet bygger løsninger som samler inn, analyserer og visualiserer data fra sensorer, droner og helikoptre, alt for å gi bedre situasjonsforståelse til redningsmannskapene.
Arbeidet handler i stor grad om å knytte sammen avansert maskinlæring med operative behov i felt.
– Vi bygger løsninger som samler inn, analyserer og visualiserer data fra sensorer, droner og helikoptre, alt med mål om å skape bedre situasjonsforståelse for redningsmannskapene.
Maskinlæring og datasyn i søk- og redningsarbeid
Kunstig intelligens har blitt en viktig del av moderne redningstjeneste. Skogmo og kollegaene hans bruker maskinlæring og datasyn til å analysere live-video fra helikoptre, droner og satellitter for å oppdage savnede personer eller faresignaler i terrenget.
Systemene de bruker klassifiserer varme- og bevegelsessignaturer, filtrerer bort støy og foreslår hvor søket bør fortsette. På sikt kan dette gi en helt ny form for beslutningsstøtte, en «AI-kollega» som kontinuerlig overvåker situasjonen og varsler når noe ser avvikende ut, forteller Skogmo.
Bilder fra dronesøk og redningsarbeid.
Når hvert minutt teller
Et av de mest spennende prosjektene han jobber med, er utviklingen av en løsning for KI-støttet søk og redning, der livevideoer fra helikoptre og droner kombineres. Målet er å bruke datasyn og maskinlæring til å oppdage mennesker og objekter over store avstander, selv under krevende forhold som skog, sjø eller dårlig sikt.
Systemet analyserer videostrømmen i sanntid, markerer relevante funn og sender dette inn til et felles situasjonsbilde som gjør det mulig for redningsledelsen å prioritere raskere.
Bruker Noroff-læringen hver dag
Gjennom årsstudiet i Anvendt maskinlæring fikk Skogmo både faglig dybde og verktøy han bruker daglig i arbeidet. Studiet ga en solid teoretisk forankring for det han allerede hadde jobbet praktisk med i mange år. Kunnskapen hjelper ham også med å formidle komplekse konsepter på en forståelig måte til både utviklere, piloter og beslutningstakere.
– Studiet ga meg en solid teoretisk forankring for det jeg hadde jobbet praktisk med i mange år. Jeg bruker læringen direkte i alt fra modelltrening og databehandling til vurdering av bias, modell-drift og explainable AI.
Kombinasjonen av teori og praksis i studiet var noe av det som gjorde læringsopplevelsen spesielt verdifull for Skogmo. Teorien ble hele tiden knyttet til konkrete oppgaver, som å bygge og validere modeller på egne datasett, slik at studentene fikk praktisk erfaring fra første dag.
Han forteller at kunnskapen fra flere av studentprosjektene ble brukt direkte i hans egen jobb, noe som gjorde studiet ekstra relevant.
Et fagfelt med enorme muligheter
Til andre som vurderer å ta studiet, er han tydelig: det er krevende, men verdt det.
– Du lærer noe som er både etterspurt og utrolig spennende. Du trenger ikke være ekspert fra før, det viktigste er nysgjerrighet og vilje til å lære. Studiet gir deg verktøyene til å forstå og bygge fremtidens systemer, og det er ekstremt verdifullt uansett hvilken bransje du jobber i.
Skogmo mener kunstig intelligens nå er en naturlig del av nesten all teknologiutvikling, og at behovet for kompetanse vokser raskt.
– Mulighetene er enorme. Kunstig intelligens er ikke lenger bare et forskningsfelt, det er en integrert del av nesten all teknologiutvikling. De som forstår hvordan modellene fungerer og hvordan de kan brukes ansvarlig, vil være ettertraktet i alt fra helse og redning til energi og industri.
Han håper flere velger å bygge denne kompetansen, og bidra til å bygge bro mellom teori og praksis.
Vil du lære å bygge systemer som gjør en forskjell?
Les mer om årsstudiet i Anvendt maskinlæring ved Noroff.
