Her er sommerstudentene som knekte koden som kommer til å bli svært verdifull for framtidas overvåkning av havområdene.
-
Text:Marit Rein
Photo:Amedia
Hans Borhaug, Mads Hansen og Åsmund Sandland fikk et oppdrag utenom det vanlige på KSAT i sommer.
– Det ble et utrolig lærerikt og et spennende møte med det virkelige arbeidslivet, er Åsmunds umiddelbare konklusjon.
HÅNDPLUKKET TIL OPPGAVEN
UiT-studentene ble håndplukket til å løse en oppgave litt utenom det vanlige: «hvordan kan vi operasjonalisere skipsdeteksjon basert på dyplæring?».
Heng med litt til, for dette er spennende:
På KSAT i Tromsø jobber datautviklere med et hav av utviklingsprosjekter som omfatter smart og effektiv håndtering av all informasjon de mange tusen satelittene i atmosfæren er satt til å samle inn. Overvåkning av vær, klima og havområdene, er viktig informasjon som daglig lastes ned via KSATs mange hundre antenner. Herfra skal dataene bearbeides og presenteres for kunder over hele verden.
Prosjektleder i KSAT Torgeir Brenn (t.v) er svært fornøyd med arbeidet til sommerstudentene Åsmund Sandland, Hans Borhaug og Mads Hansen fra Universitetet i Tromsø.
– Deres kunnskap og engasjement har i sommer tatt KSAT er langt steg videre innen skipsdeteksjon, sier Torgeir Brenn.
KUNSTIG INTELLIGENS
For Mads, Hans og Åsmund ble havovervåkning sommerens hovedfokus. På UiT studerer de anvendt matematikk, fysikk og informatikk. KSATs prosjektleder Torgeir Brenn lette etter studenter med kunnskap om kunstig intelligens som skulle utvikle programmer som lærer datasystemet å lese og tolke satelittbilder raskere og mer presist enn det et menneske manuelt kan gjøre.
NYE TEKNIKKER
– Vi fikk problemstillingen, men veien til målet måtte vi finne selv, forklarer Hans.
Sommeren gikk med til å lage algoritmer og mate databaser med informasjon. Datamaskina skulle lære seg å skille skip og båter fra andre objekter. Dette er en ny måte å tenke havovervåkning og skipsdeteksjon på, forklarer Brenn.
Båter og fartøy er i dag lovpålagt til å oppgi sine posisjoner. Men det er også fullt mulig å skru av signalene om du har uhederlige hensikter.
EFFEKTIV MOT TYVFISKE
– Den praktiske anvendelsen av systemene vi her utvikler er for eksempel å forbedre sider ved fiskeriforvaltningen. Raskere og mer effektiv identifisering av fartøy er i dag tidskritisk informasjon når man ønsker å slå raskere ned på tyvfiske, ulovlige omlastninger eller å berge båter i nød, forklarer Brenn som leder arbeidet i KSAT.
I flere uker arbeidet studentene med å presentere datasystemene for 20000 bilder av andre potensielle objekter i havet.
– Vi etterligner på mange måter hvordan hjernen vår fungerer ved å legge inn informasjon som systemet husker og benytter til å identifisere og tolke satelittbildene, forklarer Åsmund.
Vi har et spennende sommerprogram for studenter, som kan variere fra år til år. Kanskje blir det din tur neste år?
93 PROSENT TREFFSIKKERHET
Og det er en svært fornøyd Torgeir Brenn som kan konstatere at sommerstudentenes arbeide ga 93 prosent treffsikkerhet.
– Vi er svært fornøyde og ønsker å fortsette med slike studentsamarbeid, både med tanke på framtidig rekruttering og fordi studentene vi søker kan tilføre oss kunnskap vi ikke har, sier Brenn.
Dersom du er interessert i sommerjobb eller lukter på KSAT som framtidig arbeidsgiver, sjekk ut våre karrieresider.