Siste oppdatering

Vinnar av AI-konkurranse

– Vi ser mange moglegheiter kor kunstig intelligens (AI) kan takast i bruk, til dømes for å forbetre digitale kart i utviklingsland, eller for å kartlegge bygningar etter naturkatastrofar, seier Lars Martin Hodne. Han og Eivind Hovdegård Furdal vann konkurransen om å bruke AI til å kjenne att bygningar i flyfoto og laserdata.

Målet til konkurransedeltakarane var å byggje segmentering ved hjelp av flybilde og lidardata.

Deltakarane skulle lage eit program – ei maskinlæringsalgoritme – der kunstig intelligens lagar kartdata eller bygningsdata ut frå eit flybilde og eit laserdatasett, eventuelt i kombinasjon med eit flyfoto. Eit frigitt trenings- og valideringssett med data frå Danmark blei brukt i konkurransen.

Vinnarpallen

  1. Team Fundator: Eivind Hovdegård Furdal og Lars Martin Hodne.
    Total score: 76,35 %
  2. HVL-ML: Sathiesh Kaliyugarasan.
    Total score: 75,85 %
  3. UIAI: Lukasz Filip Mrozik, Andreas Høiberg Eike og Pedro Alves.
    Total score: 74,37 %

Førsteplass blei premiert med 1200 euro, andreplass med 500 euro, og tredjeplass med 300 euro.

Tre unde menn står foren en skjerm. To av dem holder hvert sitt innrammede diplom.
TEAM FOUNDATOR: Doktorgradstipendiat Sander Jyhne (t.v.) overrekte førstepremien til Lars Martin Hodne og Eivind Hovdegård Furdal. Foto: Klas Pettersen

Resultata visar at det er mogleg å automatisere prosessar for å lage presise kart- og bygningsdata ved hjelp av maskinlæring.

– Konkurransen tok Eivind Hovdegård Furdal og meg ut i ganske nytt terreng, og vi lærte mykje undervegs, seier Lars Martin. Kunnskapen har dei delt internt i Norconsult Informasjonssystem, kor dei begge er tilsett.

Kartverket arrangerte MapAI-konkurransen i samarbeid med NORA (Norwegian Artificial Intelligence Research Consortium), AI:Hub, CAIR (Centre for Artificial Intelligence Research ved Universitetet i Agder), Norkart og Styrelsen for dataforsyning og infrastruktur i Danmark.

Til hjelp i doktorgradsarbeid

– Dette er veldig gode resultat! Konkurransen hadde vanskelege forhold kor treningsdataa er basert på sanne-ortofoto, og testdataa er basert på «vanlege» ortofoto, fortel Sander Jyhne, doktorgradsstipendiat i Kartverket.

Jyhne skal bruke konkurranseresultata i si doktorgradsavhandling.

Konkurranse om bygningssegmentering

Konkurransen starta med 36 lag. Til slutt leverte elleve lag kode for oppgåvene, kor ni av lag også skreiv ein artikkel om metode og resultat. Dei innleverte programma er testa mot eit upublisert datasett for å sjå kva for eit som tolkar dataa best.

Konkurransen var delt i to oppgåver:

  • Segmentering av bygningar berre ved bruk av flybilde.
  • Segmentering av bygningar ved bruk av Lidar (laserdata) med eller utan flybilde.

For å vinne, måtte deltakarane fullføre begge oppgåvene og levere ein tosiders artikkel om metode og resultat. Det var sett opp enkel kode for datahenting, trening og evaluering, så terskelen var relativt låg for å prøve seg.

Ekstra nysgjerrig?

På journals.uio.no kan du lese meir detaljert om konkurransen, finne formelen for å rekne ut score og andre eigenskapar om datasettet og oppgåvene.

Del
XPPT