Målet med konkurransen er å finne frem til løsninger og metoder som skal gi tryggere drift av sikkerhetskritiske systemer innen sektorer som opererer i krevende og usikre miljøer, som skipsfart og romfart.
DNV og NASA har gitt verdens ledende eksperter en matematisk utfordring som nå 34 påmeldte lag med over 100 eksperter fra 14 land jobber med å løse.
– Med dette initiativet ønsker vi å forene et globalt forskningsmiljø mot et felles mål. Det tette båndet mellom kvantifisering av usikkerhet og maskinlæring innebærer at de siste gjennombruddene innen kunstig intelligens også kan utnyttes på dette området, hvor vi retter oss mot høyrisiko og sikkerhetskritiske anvendelser der datagrunnlaget er utfordrende. Det blir svært spennende å se hvordan de skarpeste forskerne i verden bruker teknologien for å løse oppgaven, sier Astrid Rusås Kristoffersen, forskningssjef i DNV.
Godt forskningssamarbeid med NASA
Kvantifisering av usikkerhet (Uncertainty Quantification) er vitenskapen om å kvantifisere, karakterisere og redusere usikkerheter i modeller, enten de er drevet av data eller basert på fysikk. Dette er en viktig del av risikostyring i prosjekter som utfordrer ingeniørkunstens grenser.
Metoden brukes i krevende og usikre miljøer der man for eksempel vurderer hvordan offshorestrukturer vil takle varierende vær- og havforhold, eller beregner vibrasjoner på et romfartøy under oppskyting.
– Vi i DNV har de siste årene hatt et godt forskningssamarbeid med NASA der vi har jobbet med avanserte modeller og prediksjoner knyttet til høyrisikosystemer der datagrunnlaget er dårlig. Det er de samme matematiske og vitenskapelige problemstillingene vi har både i luft og i vann. Kvantifisering av usikkerhet er et viktig område der mange prøver å løse de samme utfordringene. Frem til nå har det vært for lite samarbeid. Med dette initiativet ønsker DNV og NASA å forene eksperter fra hele kloden for å jobbe sammen for et gjennombrudd som vil gi gode modeller og løsning uansett sektor eller bruksområde, sier Christian Agrell, Lead AI Scientist og leder for Risk and Modelling Technologies i DNV.
– Både NASA og DNV arbeider med systemer hvor konsekvensene er store og sikkerhetsaspektet er kritisk, og hvor kvantitative data ofte er svært begrensede eller svært dyre å innhente. Vi har kanskje noe historisk datamateriale, men dette er gjerne sparsomt og ikke alltid direkte anvendelig på det aktuelle systemet, noe som gjør kvantifisering av usikkerhet ekstra utfordrende, sier Luis G. Crespo, Senior Research Engineer ved NASA Langley Research Center.
