Vijf vragen met Gerrit Schipper, kwartiermeester Convergentie AI, Data en Digitalisering

1. Kunt u een overzicht geven van enkele van de interdisciplinaire projecten die zijn ondernomen in het kader van Convergence AI, Data en Digitalisering (Convergence AI)?

Een van onze opmerkelijke projecten is het Center for Energy Systems Intelligence. Dit centrum heeft tot doel een gereedschapskist met geavanceerde energiesysteemmodellen en -methoden te ontwikkelen die ons kunnen helpen de behoeften van de energietransitie te begrijpen. Ons onderzoek en de daaropvolgende gezamenlijke ontwikkeling met industriële partners zullen ons in staat stellen oplossingen te implementeren die een positieve sociaal-economische impact hebben.

Een ander mooi initiatief is het Centrum voor FinTech. Dit centrum richt zich op co-creatie op verschillende gebieden, zoals het genereren van synthetische en gecodeerde datasets voor gebruik in testcases, text mining voor grote taalmodellen in financieel onderzoek, en econometrie. We bouwen ook een IT-infrastructuur die het veilig delen van gegevens en berekeningen tussen partners, inclusief externe bedrijven, mogelijk maakt. Daarnaast ontwikkelen we een bestuurskader om convergent FinTech-onderzoek te beheren.

Ten slotte hebben we het AI Port Center, dat zich richt op het ontwikkelen, implementeren en adopteren van AI-technologieën in de havenomgeving. In dit project wordt samengewerkt met regionale kennisinstellingen, commerciële partners, overheids- en maatschappelijke organisaties en het industriële cluster van het Havenbedrijf Rotterdam. De AI-Port wordt een toegewijd onderzoekscentrum met een fysieke aanwezigheid in Rotterdam. In eerste instantie zal het Erasmus Centre for Data Analytics (ECDA) van de Erasmus Universiteit Rotterdam (EUR) dienen als locatie voor AI-Port, maar het streven is om dit in de toekomst te ontwikkelen tot een eigen locatie.

Deze projecten vertegenwoordigen het soort interdisciplinaire samenwerking waar we naar streven onder het Convergence AI, Data and Digitalisation-initiatief. Door experts uit verschillende vakgebieden samen te brengen, kunnen we innovatieve oplossingen ontwikkelen die een betekenisvolle impact hebben op de samenleving.

2. How do Convergence AI projects differ from traditional AI research projects at EUR?

Regarding traditional AI research projects undertaken at EUR, the primary difference with Convergence projects lies in their focus and funding approach. While traditional projects may have a narrower focus, Convergence projects prioritize joint, interdisciplinary research aimed at solving real-world problems within a shorter timeframe.

Convergence provides substantial start-up funding for several years to ensure a successful launch. However, during the start-up phase, the project team needs to secure additional funding from external partners to turn the project into a structural program, which requires engaging with public and/or private organizations and working on structural partnerships.

Therefore, compared to traditional AI research projects, Convergence projects are more geared towards solving immediate problems and require more extensive engagement with external partners to secure additional funding and create sustainable programs.

3. Kunt u eventuele uitdagingen of kansen bespreken die zich voordoen bij het werken aan interdisciplinaire AI-projecten?

Er zijn zeker enkele uitdagingen waarmee u rekening moet houden als het gaat om interdisciplinaire AI-projecten. Een van de grootste hindernissen is het overtuigen van onderzoekers om uit hun comfortzone te stappen en de voordelen van samenwerking op meerdere terreinen te waarderen. Maar zodra ze aan dergelijke projecten deelnemen en de voordelen van veelzijdig onderzoek ontdekken, kunnen ze begrijpen waarom Convergence is opgericht. Het initiatief brengt een schat aan kennis en expertise samen uit verschillende vakgebieden, van bedrijfskunde, recht en economie tot sociale wetenschappen, medisch, ethisch en psychologisch onderzoek, en zelfs hardcore wetenschap, zoals machine learning en quantum computing.

Ondanks de uitdagingen zijn de kansen die voortvloeien uit interdisciplinaire AI-projecten ongeëvenaard. Door het beste van het beste op deze verschillende gebieden samen te brengen, creëert Convergence een ruimte voor innovatie en ontdekking die onmogelijk te verwezenlijken zou zijn als je afzonderlijk zou werken. De voordelen van op deze manier samenwerken zijn enorm en hebben het potentieel om de manier waarop we over AI en de impact ervan op de samenleving denken, te veranderen. Dus hoewel er onderweg uitdagingen kunnen zijn, zijn de voordelen van interdisciplinaire samenwerking de moeite zeker waard.

4. Hoe belangrijk is het voor universiteiten om samen te werken met maatschappelijke partners en stakeholders bij het uitvoeren van onderzoek op het gebied van AI?

De impact van AI op de samenleving valt in het niet bij de impact van AI op technologie. Daarom is het onmogelijk om dit soort onderzoek geïsoleerd uit te voeren zonder de betrokkenheid van maatschappelijke partners en stakeholders. Als we er anders over denken, worden we overbodig.

5. Wat is het unieke karakter van de manier waarop Convergence AI-onderzoek maatschappelijke AI-uitdagingen benadert en aanpakt?

Het unieke van de manier waarop Convergence AI- of EUR-onderzoek maatschappelijke AI-uitdagingen benadert en aanpakt, ligt in de holistische benadering ervan. De kern van deze aanpak wordt gevormd door ECDA, een vlaggenschipcentrum aan de EUR dat zowel toegepast onderzoek als actief leren op het gebied van AI, digitalisering en data mogelijk maakt en faciliteert. ECDA richt zich op het ontwikkelen en toepassen van data-analysemethoden om problemen uit de echte wereld op te lossen.

Bovendien zijn op AI gebaseerde initiatieven van de EUR, zoals AiPact of MAGPIE, geworteld in ECDA en profiteren ze van de AI-gemeenschap van het centrum. Het Erasmus Data Collaboratory dient als blauwdruk voor het campusontwikkelingsinitiatief binnen Convergence AI. Het heeft model gestaan ​​voor de oprichting van Mondai binnen de TU Delft. Het succesvolle door ECDA ontwikkelde programma ‘Leadership Challenge with Data Analytics’ is wederom een ​​mooi voorbeeld van een holistische benadering van het omgaan met de maatschappelijke impact van AI. Het programma is zelfs door Surf overgenomen voor het opleiden van docenten en personeel van WO-, HO- en MBO-instellingen in Nederland, waarbij docenten van de TU Delft, Leiden en ErasmusMC lesgeven.

Daarom ligt de unieke benadering van Convergence AI of EUR-onderzoek bij het aanpakken van maatschappelijke AI-uitdagingen in de holistische benadering via ECDA en andere initiatieven die tot doel hebben data-analysemethoden te ontwikkelen en toe te passen om problemen uit de echte wereld op te lossen.

Neem voor meer informatie contact op met: Convergence Office op office@convergence.nl

Wilt u het artikel op de website van de EUR lezen, ga dan naar www.eur.nl