Ph.D.-stipendiat innan kvante-databehandling i samband med kunstig intelligens
Søknadsfrist: 15.03.2021
OsloMet
OsloMet – storbyuniversitetet er landets tredje største universitet, med over 20 000 studenter og mer enn 2000 ansatte. OsloMet leverer kunnskap og yrkesutøvere samfunnet er avhengig av, og er tett på arbeidslivets behov. OsloMet er et urbant og mangfoldig universitet med internasjonalt preg og et attraktivt studie- og arbeidssted med studiesteder midt i Oslo og på Kjeller ved Lillestrøm. Tilstedeværelsen i hovedstadsregionen gir universitetet gode muligheter til å forstå og høste fordelene av byens varierte befolkningssammensetning.
Institutt for informasjonsteknologi tilbyr tre bachelor-program og ei master-utdanning, i tillegg til forskings- og utviklingsaktivitetar. Instituttet har omtrent 1500 studentar og 60 tilsette.
Dei siste åra har kvante-databehandling («quantum computing») gått frå å vere ein teoretisk, akademisk disiplin til å bli ein dynamisk IT-sektor. Forskarar frå ulike felt har begynt å utforske korleis idear frå kvantedatabehandling kan gjere eksisterande løysingar innan kunstig intelligens (AI) betre og raskare – og korleis ein kan skape nye, fullt ut kvantefysiske løysingar. Mange idear og forslag har alt blitt presentert, men ein analyse av korleis ulike kvante-AI-løysingar presterer og kor pålitelege dei er manglar. Det same kan seiast når det gjeld estimering av potensialet til slike implementeringar ved direkte testing av praktiske problem som tradisjonelt blir løyst med AI-metodar. Prosjektet vil undersøke desse temaa.
Moderne AI kan dokumentere imponerande resultat og til og med overgå menneske når det gjeld mange oppgåver. Men mange av metodane har også utfordringar når det gjeld kor mykje vi kan stole på resultata dei gir. NordSTAR har som mål å gjere tilliten til AI-metodar betre ved å adressere fire utfordringar: 1) Innan kompleks AI er det vanlegvis vanskeleg å forstå mekanismane som leier til prediksjonane, 2) der er viktige menneskelege faktorar når det gjeld bruk av AI – både juridiske og etiske, 3) metodane er vanlegvis ikkje i stand til å talfeste kor sikre avgjerdene deira er, 4) der er risiko knytt til tryggleik når ein køyrer store og kompliserte maskinlærings-algoritmar.
NordSTAR består av 5 hovudforskingsområde:
Forståeleg og forklarbare («explainable») modellar (leia av Hugo Hammer)
Prosjektet til kandidaten vil overlappe med enkelte av forskingsområda til NordSTAR-senteret. Det vil fokusere på anvendt og forklarbar kvante-AI.
Prosjektet vil involvere interdisiplinært samarbeid innan NordSTAR-grupper og med samarbeidspartnerar på OsloMet. Dette inkluderer forskingsgruppene Matematisk modellering og Applied Artificial Intelligence. Prosjektet vil også involvere andre norske partnerar, som Simula Research Lab, og kollegaer frå forskingsinstitusjonar i Tyskland og Sør-Korea.
Om prosjektet
Dagens forskingsaktivitet i skjeringa mellom kvante-databehandling (quantum computing - QC) og AI kan delast i to kategoriar – avhengig av kva problemstilling som blir tatt opp: (1) Korleis kan QC nyttiggjere seg av AI-teknologi? (2) Kan kvante-implementeringar gjere AI-løysingar meir effektive?
Dette prosjektet vil vi rette seg mot begge desse problemstillingane:
1) Optimering av digitale kvante-simuleringar med AI-metodar: Digitale kvante-simuleringar (Digital Quantum Simulations – DQSs) går ut på å etterlikne/ «emulere» komplekse system eller prosessar ved å overføre dei til kvantemodellar. Desse kan i sin tur bli implementerte på kvante-datamaskinar. Der kvante-datamaskinar er overlegne vanlege, klassiske datamaskinar, vil DQS-ideen kunne gjere oss i stand til å løyse problem som det elles ikkje ville vere råd å løyse på klassiske datamaskinar. Når ein skal realisere DQS, er steget frå kvantemodell til ein kvante-krets, implementert på ein kvante-datamaskin, spesielt viktig. Dette steget, som blir kalla «kvante-kompilering», er eit komplekst optimeringsproblem: Ein gitt kvantemodell skal overførast til ein kvante-krets på best mogeleg måte – med minimal feil og under gitte avgrensingar som, til dømes, kva for nokre og kor mange kvante-operasjonar som er tilgjengelege. Det har nyleg blitt føreslått at maskinlærings- og AI-løysingar kan bli brukt til å utvikle ny og effektiv generering av kvante-kompilatorar. Målet med prosjektet vårt er å forstå det fulle potensialet for AI-baserte tilnærmingar til kompilering ved å teste ulike maskinlærings-strategiar og AI-algoritmar på realistiske DQS-problem. Dette vil, i sin tur, gjere oss i stand til å finne eit samling av resultat som på ein overtydande måte viser – eller avviser – at AI-baserte tilnærmingar kan gjere kvante-kompilering meir effektiv.
2) Utforsking av det praktiske potensialet og effektiviteten til kvante-AI-metodar: Målet med denne delen av prosjektet er ikkje å utvikle nye kvante-AI-løysingar, men snarare å gjennomføre ei grundig vurdering av dei metodane som alt finst. Hovudproblemet med feltet slik det står no, er gapet mellom teori og praksis; dei aller fleste av kvante-AI-metodane som er føreslåtte, har blitt illustrerte på «leike-problem» som er så enkle at dei tilsvarande resultata ikkje er i stand til å vise nokon kvante-fordel (quantum advantage). Kan kvante-effektar gi eksponentiell betring for praktiske maskinlæringsproblem? (Der er ein veksande skepsis blant ekspertane når det gjeld dette.) Kan kvante-effektar gi noko vesentleg betring i det heile? For å svare på slike spørsmål, vil vi utforske potensialet i eksisterande kvante-AI-metodar ved å teste dei på eit utval praktiske problem som er typiske for konvensjonell bruk av AI.
For ytterlegare informasjon, ta kontakt med rettleiarane:
Stipendet vil bli gitt for tre år (full stilling), eller, alternativt, for fire år med 25% pliktarbeid (undervising og rettleiing eller administrativt arbeid). Dette vil bli diskutert under intervju-prosessen. Den kandidaten som får stillinga, skal ha som mål å fullføre Ph.D.-programmet innan dette tidsrommet og oppnå Ph.D.-graden.
Stillinga vil vere tilgjengeleg frå og med 1. august 2021.
Kvalifikasjonskrav
Vi ønsker oss entusiastiske kandidatar med:
fullført mastergrad innan informasjonsteknologi/informatikk, fysikk eller matematikk (tilsvarande 120 studiepoeng) med karakter B eller betre og bachelorgrad med karakter C eller betre innan eit fagfelt relevant for Ph.D.-prosjektet.
gode evner til å uttrykke seg både skriftleg og munnleg på engelsk.
evne til å gjere vitskaplege berekningar med programvare/språk som Python, C++, MATLAB eller liknande.
Ph.D.-kandidaten vil bli tatt opp på fakultetet sitt PhD-program innan ingeniørvitskap. Kandidatar som alt har ein Ph.D.-grad innan dette eller eit nærliggande fagfelt kan ikkje søke.
Det blir venta av kandidaten som blir tilsett at vedkommande deltar aktivt innan NordSTAR-senteret.
Det vil vere ein fordel om kandidaten
er kjent med dei grunnleggande prinsippa for maskinlæring og kunstig intelligens.
har grunnleggande kjennskap til kvante-databehandling eller kvantefysikk.
er i stand til å jobbe interdisiplinært.
Evne til og interesse for å formidle forskinga til eit publikum utanfor akademia vil også bli vurdert som ein fordel.
Ønska eigenskapar
evne til å jobbe systematisk og arbeide under press
evne til å fullføre oppgåver
motivasjon og potensiale for bidrag innan forskingsfeltet
Det er viktig for OsloMet å reflektere befolkninga i regionen, og alle kvalifiserte kandidatar er velkommen til å søke. Vi jobbar aktivt med å gjere arbeidsplassen inkluderande og vil gjere eventuelle nødvendige tilpassingar.
Søknaden
For å bli vurdert for stillinga, må du laste opp følgande dokument saman med søknaden din før tidsfristen:
Eit søknadsbrev der du forklarar kvifor du søker og forklarar kva som gjer deg godt kvalifisert for denne stillinga.
CV, referansar og alle relevante sertifikat/vitnemål/diplom. Vitnemåla bør oppgi ECTS-karaterar (A-F). Legg merke til at søknaden må inkludere ei forklaring på karaktersystemet ved det aktuelle landet/universitetet. Her kan du lese om Diploma Supplement.
Utanlandsk utdanning bør helst vere godkjent på førehand av Nasjonalt organ for kvalitet i utdanningen (NOKUT: Søknader – utdanning fra utlandet), og ein attestert kopi av godkjenningsbrevet bør vere lagt ved.
Master-oppgåva
Namn og kontaktinformasjon til minst 2 referansar.
Søkarar frå land der engelsk ikkje er førstespråk må kunne vise fram resultatet av ein offisiell språktest. Følgande søkarar er unntatt frå dette språkkravet:
Søkarar frå EU/EØS-land.
Søkarar som har fullført minst eitt års studiar i Australia, Canada, Irland, New Zealand, Storbritannia eller USA.
Søkarar som har eit “International Baccalaureate (IB)”-vitnemål.
Følgande språkprøvar er godkjent dokumentasjon: TOEFL, IELTS, Cambridge Certificate in Advanced English (CAE) eller Cambridge Certificate of Proficiency in English (CPE).
På desse prøvane skal ein minst ha oppnådd desse poengsummane:
IELTS: 6.5, der ingen av seksjonane skal ha lågare poengsum enn 5.5 (berre Academic IELTS-prøven er godkjent).
Alle dokument må vere skrivne på engelsk. Alle omsettingar må vere gjort av eit godkjend omsettingsbyrå, og originalane må visast fram ved eventuelt intervju. OsloMet inspiserer dokument for å gi deg som kandidat rett vurdering og for å sikre mest mogeleg rettferdig konkurranse.
Legg merke til at ufullstendige søknadar ikkje vil bli vurdert.
Vi kan tilby
Ein spennande jobb ved Norges tredje største og mest urbane universitet.
Høve til å vere ein del av eit dynamisk profesjonelt miljø og eit unikt akademisk nettverk.
Ein arbeidsplass plassert i Oslo sentrum med mange kulturtilbod.
Informasjon om å bo og jobbe i Oslo finner du her.
Ytterlegare informasjon
Om du ønsker meir informasjon om stillinga, ta gjerne også kontakt med direktørane for NordSTAR:
Professor Anis Yazidi, anis.yazidi@oslomet.no
Professor Pedro Lind, pedro.lind@oslomet.no
Har du tekniske spørsmål om opplasting av søknad, kontakt HR avdelingen: HRTKD@oslomet.no
Løn
Løna blir bestemt i samsvar med Statens lønnsregulativ, stillingskode 1017 stipendiat, lønnstrinn 54, NOK 482 200. Det blir trekt 2 % i pensjonstrekk til Statens pensjonskasse.
Stillinga er i samsvar med regjeringa si halding om at arbeidsstyrken i størst mogeleg grad skal reflektere mangfaldet i befolkninga. Difor oppmodar vi kvalifiserte søkarar med innvandrarbakgrunn eller funksjonsnedsetting til å søke. OsloMet skal ha eit inkluderande arbeidsliv og opererer i samsvar med den norske Inkluderande arbeidsliv (IA)-avtalen.
I samsvar med Offentleglova kan namnet ditt blir publisert i søkarlista sjølv om du har bedt om å bli unnateke frå å bli offentleggjort. Om så skjer, vil du bli kontakt før namnet ditt gjort offentleg.
Søknadsfrist: 15.03.2021
OsloMet er Charter & Code sertifisert av EU-kommisjonen med rettigheter til å bruke logoen HR Excellence in Research (HRS4R) og medlem i nettverket EURAXESS som bidrar til gode arbeidsforhold for mobile forskarar. OsloMet har sluttet seg til prinsippa og forplikta institusjonen til å følge anbefalingene i DORA-erklæringen (The San Francisco Declaration on Research Assessment).
OsloMet er Charter & Code sertifisert av EU-kommisjonen med rettigheter til å bruke logoen HR Excellence in Research (HRS4R) og medlem i nettverket EURAXESS som bidrar til gode arbeidsforhold for mobile forskere. OsloMet har sluttet seg til prinsippene og forpliktet institusjonen til å følge anbefalingene i DORA-erklæringen (sfdora.org) (The San Francisco Declaration on Research Assessment).
