Nyt datadrevet forskningscenter DABAI skal tilføre innovation via Big Data – Københavns Universitet

Videresend til en ven Resize Print Bookmark and Share

Datalogisk Institut, DIKU > Nyheder > DIKU-nyheder 2016 > Nyt datadrevet forskni...

11. februar 2016

Nyt datadrevet forskningscenter DABAI skal tilføre innovation via Big Data

Big Data, DABAI

DIKU opretter sammen med en række universitets- og virksomheds-partnere et nyt stort datadrevet forskningscenter, DABAI, der skal tilføre samfundet innovation via Big Data.

Med Danmarks Innovationsfond som hovedsponsor søsættes i februar 2016 et spændende nyt og bredt funderet datadrevet samfundspartnerskab: DAnish Center for Big Data Analytics and Innovation (DABAI), der i løbet af de næste 4 år skal sende Danmark helt til tops i forhold til udnyttelsen af Big Data til gavn for samfundet.

Der eksisterer i dag et kæmpe uudnyttet potentiale for innovation og vækst i de store mængder af ustrukturerede data, der opstår overalt fra mange kilder og i mange brancher. Det kan være data i produktions­apparater, i web-baserede systemer, i smartphones eller sensorer i bygninger eller hele byer.

Big Data er kommet for at blive – nu skal de bruges konstruktivt

Ideen bag det nye danske center er, at disse store mængder data (Big Data) skal udnyttes til en lang række formål, der kan gøre dagligdagen lettere for samfundets borgere og via forskning skabe innovation i styrelser og virksomheder.

En af initiativtagerne til centret er DIKUs professor i algoritmik Stephen Alstrup, der har hovedansvaret for et af projektets store fokusområder, nemlig ’Big data i undervisnings­sek­toren’. Han forklarer:

 - Med ’Big Data’ kan man tilpasse undervisningen til den enkelte elevs forudsætninger og herved f.eks. målrette undervisningen bedre til den elev, der ellers måske har svært ved at følge med i folkeskolen eller er i fare for at droppe ud.


DABAI skal give ny forskning, nye metoder og nye produkter

Der er tale om et meget bredt funderet projekt, der både skal skabe ny forskning og afføde innovative løsninger til gavn for virksomheder og de statslige og regionale/kommunale styrelser, der skal træffe beslutninger om Danmarks digitale udvikling. Det forskningsmæssige fokus i projektet er bl.a. at fremme:

  1. algoritmer, der effektiviserer processer og øger hastigheden i dataflow
  2. brug af maskinlæring, dvs. computeriseret mønstergenkendelse til bl.a. bedre diagnosticering af sygdomme, automatiserede processer, alarmer
  3. brug af store interaktive visuelle skærme til analyser og datastyring.

De samfundsmæssige gevinster vil være mangfoldige og de nye løsninger ofte gå på tværs af brancher. Vi forventer fx systemer, der kan

  • forudsige oversvømmelser og reducere negative effekter af klimaforandringer
  • Sikre mere effektive og bedre patient-overblik i sundhedssystemet
  • tilbyde individuel læringsstøtte til børn baseret på analyser af typiske læringsmønstre
  • sikre bedre sporbarhed og kvalitet af fødevarer
  • reducere danske virksomheders administrative udgifter og skabe øget vækstpotentiale i produktionssektoren.