Af Marianne Fuglsang Welling Farsinsen, AAU Kommunikation og Public Affairs
Foto: Kasper Patrick Bährentz

Supercomputerkræfter – eller HPC (High Performance Computing), som de også kaldes  - har længe været tilgængelige inden for forskning til udvikling af AI såsom sprogmodeller, træning af neurale netværk og arbejde med store datasæt. Nu får også universitetets studerende muligheden for at få erfaring med den praktiske brug af computerkræfter gennem AI-LAB, der kan bruges til alle uddannelsesrelaterede aktiviteter.

"Vi er stolte af at kunne tilbyde AAU’s studerende udvikling af kompetencer i brugen af HPC og praktisk erfaring med AI og håndtering af store datasæt. Både forskningsinstitutionerne og erhvervslivet kalder på kandidater med specialkompetencer inden for AI, og derfor er AI-LAB en vigtig brik i at klæde vores studerende bedst muligt på til at kunne bidrage værdifuldt med deres viden og kunnen efter endt uddannelse", siger prorektor Anne Marie Kanstrup.

Kom godt i gang med AI-LAB

Inden sommerferien har universitetets undervisere haft muligheden for at afprøve og eksperimentere med AI-LAB. Nogle undervisere har igennem egen forskning allerede en del erfaring med HPC-ressourcer og machine learning, og for denne gruppe vil det være let at inddrage AI-LAB i undervisningen af de studerende. For andre undervisere er hele HPC-området forholdsvist nyt, og her er der god hjælp at hente. IT Services’ CLAAUDIA står for drift og support af AI-LAB og gør en særlig indsats for at hjælpe underviserne og studerende godt på vej:

”Vi tilbyder at komme ud og hjælpe undervisere med at onboarde deres studerende på AI-LAB  - det er bare at anmode via serviceportalen! Studerende kan også arbejde med AI-LAB i deres projektarbejde, og vi har lavet rigtig grundige vejledninger, så selv novicer til en terminal kan følge med,” fortæller Frederik Petri Svenningsen fra CLAAUDIA, ITS.

Udover at undervisere hen over sommeren har kunne afprøve AI-LAB, har en række studerende også været med i loopet med henblik på, at fx vejledninger også er let anvendelige for de studerende. Dette gælder blandt andet Mikkel Ørts Nielsen, som studerer Business Data Science:

"For en med minimal erfaring med kode og terminal er denne guide god, fordi den er nem at følge og har gode forklaringer, så jeg kopierer/indsætter ikke bare uden at vide, hvad der sker," fortæller Mikkel Ørts Nielsen.

Sådan gør du

Er du underviser og vil i gang med at bruge AI-LAB, skal du følge disse punkter:

• Udfyld adgangsformularen (der kan gå op til to hverdage før du får adgang – du får en mail, når adgangen er tildelt).
• Besøg AI-LAB dokumentationen og følg "Getting started"-guiden og lær om, hvordan du logger ind, overfører filer, får hentet applikationer samt hvordan, du kører jobs.
• Udforsk de forskellig guides, og giv meget gerne din feedback i denne formular

Spørgsmål eller brug for hjælp til at komme i gang?

CLAAUDIA tilbyder at hjælpe med at onboarde studerende, så hvis du som underviser ønsker en session sammen med en data scientist, hvor dine studerende får hjælp til at komme i gang, skal du kontakte CLAAUDIA via serviceportalen.

Spørgsmål eller brug for hjælp i øvrigt ifm. brugen af AI-LAB kan også rettes til CLAAUDIA gennem serviceportalen.

Hvad siger underviserne?

"På uddannelsen "Design og Udvikling af Kunstig Intelligens" (DAKI) er de studerende allerede i fuld gang med at bruge AI-LAB-platformen, hvilket giver dem mulighed for at afprøve de teknikker, de lærer i kurset "Deep Learning", i praksis, samt effektivt træne AI-modeller som en del af deres nuværende og kommende semesterprojekter." Andreas Aakerberg, underviser i Deep Learning på 3. Semester, DAKI.

"Vi vil gerne bruge AI-LAB til at vise studerende på vores kandidatuddannelse i Business Data Science, hvordan man kan bygge virksomhedsrelevante systemer og løsninger med lokale sprogmodeller – især systemer, hvor data ikke må sendes ud i skyen. Fine-tuning og manipulation af generative AI-modeller vil helt sikkert også være en del af mange semesterprojekter her i E24. Derfor er det vigtigt at have adgang til kraftig hardware, som muliggør arbejdet med disse nye og spændende teknologier." Roman Jurowetzki, underviser, Applied Data Science