Hvad kan syntetiske data?

Hvad kan syntetiske data? Og er det nøglen til sikker brug af persondata og til at skabe datagrundlag for bedre machine learning-modeller?

Arbejdet med syntetiske data kan muligvis løse nogle af de udfordringer, vi står overfor i arbejdet med store datamængder, som skal bruges til at udvikle avancerede machine learning-modeller.

På dette webinar vil vi se på resultaterne fra to projekter, der hver har arbejdet med to forskellige formål med at bruge syntetiske data:

Det første projekt handler om det dilemma, at kommuner og andre offentlige instanser i Danmark ligger inde med rigtig mange data på borgerne. Disse data har et stort potentiale for at blive brugt i udviklingen af maskinlæringssystemer, som kan hjælpe med at automatisere og optimere processer til gavn for borgerne.

Men samtidig ligger der en barriere i at få adgang til at bruge disse data, da de ofte indeholder personfølsomme oplysninger, som skal beskyttes, og som ifølge GDPR ikke umiddelbart kan bruges til sådanne formål. Konkret betyder det, at få personer har adgang til data og kun under særlige vilkår og til bestemte formål.

Kan man ved at bruge syntetisk genererede data sikre anonymiteten og samtidig bevare nok egenskaber til, at modeller kan udvikles på dem? Og kan vi med brug af syntetiske data mindske det trade-off, der er imellem at bevare nok egenskaber i data, til at de er anvendelige at udvikle machine learning-modeller på og samtidig sikre, at borgernes oplysninger er tilstrækkeligt anonymiserede?

Alexandra Instituttet har i et andet større projekt udviklet software, som gør det muligt at træne dybe neurale netværk på syntetiske data. De kan efterfølgende f.eks. bruges til at genkende objekter i den virkelige verden. Derved kan man spare store ressourcer på dataindsamling og -annotering.

Målgruppe

It-professionelle, der arbejder med machine learning/AI og cybersikkerhed.

Program

9:30  Velkomst og program

v. InfinIT

9:35  Hvordan kan vi få værdi af data i offentlig sagsbehandling?

v. Professor Thomas Hildebrandt, Datalogisk Institut, Københavns Universitet (forskervinkel på emnet)

9:50  Læring fra personlige data i en GDPR-kontekst; privatliv og kvalitet?

v. Peter Christian Dam, Applied Research Director, KMD

10:05  Generering af syntetiske data til at arbejde med borger- og sagsdata. Indblik i projektet ’Syntetiske Data’

v. Amalie Pauli, AI specialist, Alexandra Instituttet

10:25  Metode og præsentation af resultater, der spænder fra robot-navigation til augmented reality

v. Henrik Pedersen, Head of Visual Computing Lab, Alexandra Instituttet

10:45  Spørgsmål fra deltagerne

11:00  Afrunding og afslutning