Hva kreves for å vinne EY Open Science Data Challenge?

Jesper Alm, en av vinnerne av EY Open Science Data Challenge 2021, forteller om seieren og gir tips til deltakerne i årets utgave!

Hei! Jeg heter Jesper og jobber som konsulent i EYs Data & Analytics-avdeling. I dette innlegget får dere lese om da jeg og min klassekamerat John vantprisen i den nordiske delen av EYs globale datakonkurranse i fjor. Her kan dere få et innblikk i hvordan du kan bruke machine learning for å løse virkelige spennende problemer, og hva som kreves for å delta i årets utgave av konkurransen (ledetråd: Egentlig ingenting – du kan ta store sprang i datakunnskapene dine i denne konkurransen, både med og uten mye forkunnskaper).

Våren 2021 skrev jeg og John eksamensarbeidet vårt på Chalmers, og hadde gjennom studier og ekstrajobb fått interesse for dataanalyse og kunstig intelligens (AI). Vi fikk vite om konkurransen og bestemte oss for å melde oss på, mest for å kunne ta del i datasettet og se hvordan en slik konkurranse fungerer. 

Vi hadde begge en del kunnskap om programmering, men først og fremst et helhetlig bilde av hvordan bildegjenkjenning fungerer. Da vi begynte å utforske dette litt nærmere, kom vi imidlertid i gang – og laget vår egen ferdige løsning. Utfordringen i fjorårets utgave var å oppdage skogbranner gjennom satellittbilder. Som hjelp fikk vi tilgang til et massivt datasett med bilder fra Australia og sponset datakraft på Microsoft Azure, for å kunne trene modellene våre.

Vi brukte Python for å lage en data-pipeline, det vil si et miljø for å laste inn alle satelittbildene og mate dem inn i ulike ML-modeller. Det tok en god stund å sette seg inn i datasettet og håndtere bildene på riktig måte, i stor og rask skala. Men da dette nødvendige grunnlaget var på plass, kunne vi begynne på den morsomme delen – og eksperimentere med forskjellige modeller for å faktisk finne skogbranner på bildene.

Det finnes en rekke algoritmer som brukes til bildegjenkjenning, og John og jeg hadde kun en grunnleggende forståelse av disse fra før. Her var Youtube en ordentlig god følgesvenn, og for de interesserte kan jeg virkelig anbefale dette kurset fra MIT: MIT 6.S191 (2021): Convolutional Neural Networks. Det gir en flott introduksjon til ”deep learning” og hjelper deg med å forstå all terminologien og annet som er nødvendig for å kunne lete etter de riktige tingene på nettet. 

Etter å ha prøvd forskjellige modeller, landet vi til slutt på et såkalt «convolutional neural network» kalt UNET, som opprinnelig ble brukt til å identifisere celler i mikroskopbilder. Dette førte til den fantastiske seieren i Norden, men vi nådde dessverre ikke hele veien opp i den tøffe globale konkurransen. Vi ble riktignok glade da vi skjønte at alle som endte på topp 3 hadde brukt samme type arkitektur som oss, så vi var helt klart på god vei til å konkurrere med dem også!

Hva var det beste med å delta i konkurransen?

Det beste med konkurransen var – etter min mening – den raske utviklingskurven vi begge opplevde for kunnskapen vår om ”deep learning” og bildegjenkjenning. Fra å bare skrape på overflaten av visse konsepter, følte vi oss komfortable med å diskutere og vurdere ulike bruksområder.

Tips til de som vurderer å delta i år

1. Benytt anledningen til å lære mer om hvordan dataanalyse og AI fungerer, ikke bare som fancy begreper, men som faktiske verktøy. 
2. Alla kan delta – du behøver egentlig ikke å ha noen forkunnskaper. Det viktigste er interesse.  
3. Bygg et team med ulike kompetanseområder. Selv om datakunnskaper er viktig, trengs det også andre typer problemløsning innen programvareutvikling etc. Med flere medlemmer i teamet ditt blir det både morsommere og enklere!

Her kan du lese mer om årets konkurranse, og registrere deg som deltaker til neste konkurranse.  

Mvh, 
Jesper