For å lese artikler må du være abonnent

50 kr for 5 uker

  • Full tilgang til TU.no og Digi.no
  • Artikkelarkiv helt tilbake til 1854
  • Eksklusive nyhetsbrev

Deretter 299 kr/mnd. Fornyes automatisk, avslutt når du vil.

PRØV OSS I 5 UKER

2990 kr / år

  • Full tilgang til TU.no og Digi.no
  • Artikkelarkiv helt tilbake til 1854
  • Eksklusive nyhetsbrev
  • Spar 598 kr

Fornyes automatisk til ordinær pris, avslutt når du vill.

BESTILL NÅ

Bedrift eller student?

  • Sjekk om du har tilgang via arbeidsgiver
  • Pristilbud til din bedrift
  • Innløs din gratis studenttilgang

Tilgang avhenger av avtalen med din arbeidsgiver eller ditt studiested.

LES MER HER

utvikling

Norsk-utviklet maskin skal bruke kunstig intelligens til å utvikle solid cybersikkerhet

– Løsningene som er tilstrekkelig solide til å håndtere de høye kravene i et medisinsk miljø, vil sannsynligvis være svært effektive for å sikre andre typer utstyr og applikasjoner, sier førstemanuensis Per-Arne Andersen ved Universitetet i Agder.
– Løsningene som er tilstrekkelig solide til å håndtere de høye kravene i et medisinsk miljø, vil sannsynligvis være svært effektive for å sikre andre typer utstyr og applikasjoner, sier førstemanuensis Per-Arne Andersen ved Universitetet i Agder.

Tsetlin-maskinen er utviklet av professor Ole-Christoffer Granmo ved Agder-universitetet og er en type maskinlæringsalgoritme, eller kode, for kunstig intelligens (KI) som er enklere og raskere å evaluere i ordinære digitale regnemaskiner enn kunstige nevrale nett. Det betyr blant annet at algoritmen kan håndtere komplekse problemer på en effektiv måte og med lavt energiforbruk.

Forskerne vil bruke Tsetlin-maskinen til aktivt å analysere IoT-systemer (Internet of Things) og oppdage uregelmessigheter, enten i form av hacking eller andre feil som gjør videre bruk risikabel.

Det skal utvikles et system der alle IoT-enheter, for eksempel ved et sykehus, får en aktiv overvåkingsmekanisme som varsler om noe er galt. Systemet blir dermed en slags digital vakthund.

Powered by Labrador CMS