header-pattern-bg

Professorsporträttet: AI för att lösa verkliga utmaningar

I över två decennier har Carlos N. Silla Jr., ny professor vid Högskolan i Halmstad, forskat om artificiell intelligens (AI) och dess potential att lösa verkliga problem. Genom sin forskning och sitt engagemang inom utbildning bidrar han till att forma framtiden för AI, samtidigt som han vägleder nästa generation forskare.

AI har en otrolig potential, och mitt mål är att se till att vi använder det på ett sätt som verkligen gör skillnad.

 

Carlos N. Silla Jr., professor

Det som fascinerar Carlos N. Silla Jr. mest med AI och maskininlärning är deras förmåga att hantera praktiska, verkliga utmaningar.

– AI är inte bara en teoretisk konstruktion. Det kan faktiskt hjälpa oss att lösa problem i en rad olika områden, säger han.

Carlos N. Silla Jrs. forskning täcker flera områden, allt från hälsoinformatik till utbildning och ljudteknik.

– Genom att samarbeta över olika discipliner kan vi kombinera våra styrkor och lösa problem som hade varit omöjliga att hantera inom enskilda forskningsfält, säger han.

En person i rutig skjorta ser in i kameran. Foto.

Carlos N. Silla Jr., professor i maskininlärning.

AI inom utbildning och musik

Carlos N. Silla Jr. har använt AI för att förbättra undervisning och lärande. Ett exempel är ett projekt inom förutsägande lärandeanalys (på engelska, predictive learning analytics), där en av hans tidigare doktorander utvecklade ett verktyg som automatiskt grupperar studenter baserat på deras programmeringskunskaper.

– Det här verktyget grupperar studenter efter deras kodningsförmåga, vilket sparar mycket tid för lärare, särskilt i större programmeringsklasser där manuell gruppering skulle vara nästintill omöjlig, säger Carlos N. Silla Jr.

Carlos N. Silla Jr. har även arbetat med AI inom de estetiska områdena och använt tekniken för att klassificera musikgenrer och identifiera fågelarter utifrån ljudsignaler.

– Framgången inom dessa områden ligger i att kombinera djupinlärning med expertdesignade funktioner, vilket har lett till bättre träffsäkerhet vid AI-driven ljudanalys, förklarar han.

Illustration som visar forskningsområden och deras förbindelser, med ett centralt fokus på artificiell intelligens/maskininlärning. Kring denna kärna finns relaterade områden såsom hälsoinformatik, pedagogiska och lärandemetoder (P.L.A.), serious games, S.T.E.A.M. (vetenskap, teknik, ingenjörskonst, konst och matematik), datormusik och audioteknologi, samt utbildning. Varje forskningsområde representeras av färgkodade cirklar och symboler som visualiserar de olika disciplinerna.

Carlos N. Silla Jr. har använt AI inom många olika områden och ser hur fördelaktigt de olika delarna kopplar till varandra.

Vägleder nästa generation

Under hela sin karriär har Carlos N. Silla Jr. varit engagerad i att vägleda studenter och stödja unga talanger.

– Det är avgörande att ge studenterna de verktyg och det självförtroende som de behöver för att kunna vara innovativa och göra skillnad i världen, säger han.

Vid Högskolan i Halmstad syns detta engagemang tydligt genom initiativ som Centrum för forskning om tillämpade intelligenta system (CAISR) och forskningsprogrammet Lärande i ett digitaliserat samhälle (LeaDS), där Carlos N. Silla Junior är aktiv. Både CAISR och LeaDS bygger broar mellan akademisk forskning och samhällets behov.

– Vår nära koppling till samhället gör vårt arbete betydelsefullt. Det är verkligen spännande att vara en del av en miljö där AI aktivt används för att lösa verkliga problem, säger Carlos N. Silla Jr.

Kreativitet som nyckelfaktor

Ett område där Carlos N. Silla Jr. har gjort betydande insatser är inom STEAM-utbildning (vetenskap, teknik, ingenjörskonst, konst och matematik). Han har lett flera projekt som syftar till att uppmuntra fler kvinnor att välja och stanna inom datavetenskap. Genom att integrera musik och programmering har han skapat kreativa tillvägagångssätt för att engagera fler studenter.

– Alla kanske inte är intresserade av robotik, men genom att koppla in musik och konst öppnas nya vägar för att fånga intresset. Effekterna av dessa projekt sträcker sig bortom akademiska resultat – de påverkar hur studenter ser sig själva och sin framtid, säger Carlos N. Silla Jr.

Carlos N. Silla Jrs. intresse för kreativitet inom utbildning ledde till att han tog en andra kandidatexamen, en i musikpedagogik år 2022. Det speglar hans tro på att konst bidrar till att främja kritiskt tänkande och innovation.

Möta framtida utmaningar

En av de stora utmaningarna inom AI-forskning är att hantera obalanserade dataset, vilket kan påverka AI-modellernas precision. Under covid-19-pandemin stötte Carlos N. Silla Jr. och hans forskningsteam på detta problem när de försökte förutsäga lunginflammation på röntgenbilder. De upptäckte att AI blev bra på att identifiera friska lungor, men kämpade med att upptäcka sjukdomar som lunginflammation. Liknande problem uppstår inom cybersäkerhet, där det är svårt för AI att pålitligt upptäcka skadlig aktivitet på grund av en övervägande mängd normal nätverkstrafik.

– I verkliga data har vi ofta fler exempel på normalt beteende än de händelser som vi försöker förutsäga. Det handlar inte bara om att bygga noggranna modeller, utan också om att hitta nya metoder för att hantera dessa obalanser, säger Carlos N. Silla Jr..

Framöver förblir Carlos N. Silla Jr. engagerad i att driva AI-forskningen framåt och använda dess potential för att gynna samhället:

– AI har en otrolig potential, och mitt mål är att se till att vi använder det på ett sätt som verkligen gör skillnad.

Text: ANNA-FRIDA AGARDSON

Toppbild: AI-GENERERAD (av Högskolan i Halmstad)

Bild: DAN BERGMARK

Illustration: CARLOS N. SILLA JR.

Om Carlos N. Silla Jr.

Carlos N. Silla Jr. tog sin kandidatexamen i datavetenskap vid Pontifícia Universidade Católica do Paraná (PUCPR), Brasilien, år 2004. Under den här tiden fick han även Marcelino Champagnat-priset för högsta akademiska prestation bland studenterna. Han fortsatte sina studier vid PUCPR och tog sin masterexamen i datavetenskap år 2007. Samma år flyttade han till Storbritannien för att doktorera inom datavetenskap vid University of Kent. Hans arbete resulterade i avhandlingen ”Novel Approaches for Hierarchical Classification with Case Studies in Protein Function Prediction”, år 2011. Under år 2022 tog Carlos N. Silla Jr. en kandidatexamen i musikpedagogik vid PUCPR.

När det gäller yrkeserfarenhet började Carlos N. Silla Jr. sin karriär som deltidslektor vid PUCPR år 2007, en roll som han hade fram tills att han påbörjade sin doktorandutbildning. Under doktorandtiden arbetade han som deltidslektor vid University of Kent. År 2012 blev han adjungerad professor vid institutionen för datateknik vid Federal University of Technology of Paraná (UTFPR) i Brasilien. Där var han även ansvarig för forskarutbildningen i informatik från december 2012 till december 2015. År 2016 återvände Carlos N. Silla Jr. till PUCPR som adjungerad professor för forskarutbildningen inom datavetenskap.

Under 2024 anställdes Carlos N. Silla Jr. som professor i maskininlärning vid Högskolan i Halmstad. Han installeras vid akademisk högtid den 15 november.