Af Susanne Clement Justesen, AAU Kommunikation og Public Affairs.
Grafik: Alberte Spork, AAU Kommunikation og Public Affairs.

AAU ønsker at være en nøglespiller inden for AI‑løsninger med stor samfundsmæssig impact. Derfor har dekanerne på vegne af direktionen godkendt ni AI:X Labs, der skal skabe forskningsmæssige gennembrud, styrke udviklingen af nye AI‑talenter og udbygge AAU’s position som en førende AI‑forskningsinstitution.

De nye labs er: 

1. AI:HARDWARE - Opbygning af sikker og energieffektiv hardware, der kan beskytte sig selv
2. AI:GENOMIX - Brug af AI til at forstå gener og forudsige sygdomsrisiko mere præcist
3. AI:INFRA - Smart infrastruktur, der virker hvor ressourcerne er knappe
4. AI:EMBODY - Brug af AI til at forstå kropssprog i terapi og forbedre mental sundhedspleje
5. AI:GENE-XPLAIN - Forklaring af AI-beregnede genetiske kræftrisici på måder, som mennesker kan forstå og have tillid til
6. AI:Wind-Lab - Hjælper vindmøller med at lære, tilpasse sig og køre sikkert i længere tid
7. AI:GeoComm - Brug af vejrpåvirkede signaler til at forbedre prognoser og kommunikation
8. AI:PAGE-Lab - Fra historiske tekster til søgbar og sammenhængende viden med AI
9. AI:HealthData - Gør sundhedsdata klare, nyttige og troværdige med AI

Læs mere her

Stærke, tværfaglige AI‑samarbejder

Ifølge dekan Thomas Bak, TECH, har dekanerne på vegne af direktionen vægtet originalitet, faglig styrke, tværfaglighed, gennemførlighed og forventede resultater i udvælgelsen af de nye AI:X Labs.

”De ni labs adresserer vigtige videnhuller, og derfor vil AI‑løsningerne potentielt kunne få stor samfundsmæssig impact. Ligeledes er der tale om stærke forskningssamarbejder, som vi forventer vil styrke universitets forskningsprofil,” fortæller Thomas Bak, som er direktionsansvarlig for AI:X Labs- initiativet.

Interdisciplinære forskningssamarbejder

Lektor Mette Simonsen Abildgaard er sammen med lektor Chen Li co‑director for AI:INFRA, hvor de vil udvikle AI‑løsninger, der tager hensyn til de behov, ønsker og infrastrukturelle rammer, der findes i Grønland.

”Min bevæggrund for at være co‑director i AI:INFRA er, at jeg som humanistisk infrastrukturforsker i Arktis ikke kun ønsker at forstå og fortolke infrastrukturel udvikling, men også at være med til aktivt at forme den. Det sker bedst i tværfaglige forskningssamarbejder og i dialog med de mennesker, der skal leve med infrastrukturen,” fortæller Mette Simonsen Abildgaard.

Hun forestiller sig, at AI:INFRA om 4–5 år vil have udviklet solide modeller for samarbejde mellem forskere og lokalsamfund om udvikling og implementering af AI. Forskergruppen vil også have afsøgt, udviklet og afprøvet stedsspecifikke AI‑løsninger.

Pålidelig og energieffektiv hardware

For lektor Hongo Zhao, AAU Energi, der sammen med adjunkt Edlira Dushku er co‑director for AI:HARDWARE, er udviklingen af hardware kendetegnet ved mange manuelle processer og lange beregninger, som gør det svært at arbejde hurtigt og effektivt.

”I dag bruger vi stort set ikke AI i vores arbejde med hardware. Med AI:HARDWARE ser jeg for mig, at AI‑baserede værktøjer bliver en naturlig del af vores hverdag. De kan fungere som en slags ‘designcopiloter’, der hjælper forskere og ingeniører med hurtigt at skabe overblik, finde forbedringer og arbejde sig frem til de bedste løsninger. Det kan gøre fremtidens hardwarekomponenter både mere pålidelige og mere energieffektive. Samtidig kan AI åbne for helt nye måder at udvikle hardware på,” fortæller Hongo Zhao.

Klarere og mere tillidsvækkende lægenotater

En af de største udfordringer ved at udvikle AI‑systemer i sundhedssektoren er adgangen til klinisk relevante data. En væsentlig del af disse data findes i ustruktureret form som journalnotater. For at gøre data mere anvendelige og samtidig bevare tilliden er det nødvendigt at kombinere ekspertise inden for datalogi og klinisk datavidenskab. Det vil co‑director Charles Vesteghem og co‑director Daniele Dell’Aglio undersøge i AI:HealthData Lab.

”Vi sigter mod at udvikle AI‑metoder, der kan strukturere data på en klinisk relevant og troværdig måde ved at udnytte både strukturerede og ustrukturerede data. Det vil gøre det muligt at udvikle og implementere AI‑løsninger i klinisk praksis. For at demonstrere potentialet fokuserer vi på brugstilfældet kontekstuel journalsummering i almen praksis,” siger lektor Charles Vesteghem, Klinisk Institut.

Forskerteamet forventer, at en intelligent, situationsafhængig kortlægning af det vigtigste i patientens journal – så en læge hurtigt får det nødvendige overblik – vil være viden, som andre forskere og private aktører kan bygge videre på. 

Gode tværfaglige forskningsidéer

Ifølge dekan Karina Dahl Steffensen, SUND, bliver det yderst inspirerende at følge udviklingsarbejdet i de forskellige labs.

”AI:X Labs er en unik mulighed for at sikre tværfagligt samarbejde på højt akademisk niveau. Som SUND‑dekan er det inspirerende at se så mange gode tværfaglige forskningsidéer udfoldet i ansøgningerne. Det vil blive utroligt interessant at følge udviklingen af de samarbejdsflader, vi på SUND har til de øvrige fakulteter gennem de tre AI:X Labs, hvor SUND deltager sammen med hhv. ENGINEERING, SSH og TECH,” fortæller Karina Dahl Steffensen.

Talentudvikling

Hvert forskerteam ledes af to co‑directors og får to ph.d.-studerende ansat. Mentorerne er professorer fra AAU. En central del af AI‑satsningen er ansættelsen af de 18 nye ph.d.-studerende i august 2026.

Ifølge Thomas Bak investerer AAU med AI:X  i den næste generation af dygtige AI-forskere og undervisere.