挪威生物经济研究院博士生招聘

Stipendiat - Multimodal KI for kartlegging av biodiversitet i skog

Nøkkelinformasnon Landsskogtakseringen søker en ph.d.-kandidat som skal utvikle banebrytende multimodale metoder innen kunstig intelligens for kartlegging og overvåking av biologisk mangfold i skog. Prosjektet vil undersøke hvordan heterogene informasjonskilder, inkludert fjernmålingsdata, skoginventeringsdata, eksisterende skogkart, miljø- og klimadata samt nye storskala AI-representasjoner, kan utnyttes samlet for å karakterisere skogøkosystemer og deres biologiske mangfold. Forskningen vil fokusere på å utvikle multimodale læringsmetoder som kombinerer komplementær informasjon om skog på tvers av datakilder, romlige skalaer og tidsdimensjoner. En sentral vitenskapelig utfordring vil være å lære integrerte representasjoner av skogøkosystemer fra datasett med svært ulike egenskaper, oppløsninger, geografisk dekning og grad av veiledning (supervision). Disse representasjonene skal deretter brukes til å tette viktige kunnskapshull knyttet til biologisk mangfold, med særlig vekt på kartlegging av naturskog og viktige naturtyper for biologisk mangfold på regionalt og nasjonalt nivå. Stillingen er treårig med arbeidssted ved NIBIOs hovedkontor på Ås, omtrent 30 km sør for Oslo. Kandidaten vil bli tatt opp ved et doktorgrad-program ved Norges miljø- og biovitenskapelige universitet (NMBU) og vil bli en del av det framvoksende forskningsmiljøet AI for Nature, som utvikles i samarbeid mellom NIBIO og NMBU.

Litt om rammene for stillingen Kandidaten vil få tilgang til veiledere både fra NIBIO og fra NMBU. Stillingen gir en unik mulighet til å drive grunnleggende forskning innen kunstig intelligens samtidig som man arbeider med problemstillinger av stor samfunnsmessig og miljømessig betydning. Kandidaten vil få tilgang til omfattende nasjonale skogdatasett og geografisk informasjon, arbeide i et tverrfaglig forskningsmiljø og bidra til utviklingen av neste generasjon AI-metoder for storskala overvåking av skog og biologisk mangfold. For å være kvalifisert søker kan du ikke tidligere ha hatt en stipendiatstilling ved NIBIO, og du kan heller ikke ha en doktorgrad fra før eller tidligere ha hatt en stipendiatstilling finansiert av Norges forskningsråd. Dersom du ikke behersker norsk, svensk eller dansk på nivå A2 ved ansettelse, vil NIBIO tilby gratis norskopplæring med mål om å oppnå minst dette nivået.

Stillingens hovedoppgaver Doktorgrad-prosjektet skal utforske nye metoder for læring fra flere komplementære kilder til skog- og miljøinformasjon. Forskningen vil bevege seg utover modeller som bygger på individuelle datasett, og undersøke hvordan multimodal kunstig intelligens kan integrere informasjon fra flere datakilder for å beskrive skoglige egenskaper som ikke lar seg observere eller måle tilfredsstillende gjennom én enkelt kilde alene. De viktigste oppgavene vil være å: • Utvikle multimodale metoder for dyp læring og representasjonslæring som integrerer heterogene skog- og miljødatasett, inkludert fjernmålingsdata, observasjoner fra skoginventeringer, eksisterende skogkart, klima- og miljøvariabler samt storskala geospatiale representasjoner generert ved hjelp av kunstig intelligens • Undersøke metoder for å kombinere informasjon på tvers av ulike romlige oppløsninger, tidsskalaer og datamodaliteter, inkludert situasjoner der enkelte datakilder er ufullstendige eller utilgjengelige • Utforske bruk av foundation models og selvveiledet læring (self-supervised learning) for å trekke ut overførbare representasjoner fra storskala datasett innen skog- og jordobservasjon • Utvikle AI-modeller for prediksjon og kartlegging av naturskog, viktige habitater for biologisk mangfold og andre økologisk relevante skogegenskaper • Integrere økologisk kunnskap og biodiversitetsobservasjoner i modellutvikling og evaluering • Evaluere modellenes generaliseringsevne og overførbarhet mellom ulike skogtyper, miljøgradienter og geografiske regioner • Produsere regionale og nasjonale kart relatert til biologisk mangfold i skog og vurdere deres nøyaktighet og økologiske relevans • Publisere resultater i ledende internasjonale vitenskapelige tidsskrifter og konferanser, samt bidra til samarbeid mellom NIBIO, NMBU og nasjonale og internasjonale forskningspartnere

Kvalifikasjonskrav

Det er en fordel om du har • Erfaring med multimodal læring, representasjonslæring, selvveiledet læring (self-supervised learning) eller foundation models • Erfaring med geospatiale data, fjernmålingsdata og datasett basert på folkeforskning (citizen science) • Erfaring med arbeid på heterogene datasett fra ulike sensorer eller datakilder • Kjennskap til skogøkologi, biologisk mangfold eller anvendelser innen naturressursforvaltning • Erfaring med utvikling av reproduserbar forskningsprogramvare og arbeid i høyytelses- eller GPU-baserte beregningsmiljøer • Erfaring med publisering eller bidrag til vitenskapelige artikler eller konferansebidrag.

Personlige egenskaper • Gode samarbeids- og kommunikasjonsevner • Sterke analytiske evner og gode ferdigheter innen problemløsning • Evne til å arbeide under press og håndtere krevende brukere og interessenter • Engasjement for og motivasjon til å bidra i et ambisiøst forskningsmiljø • Evne til å samarbeide effektivt med interne og eksterne eksperter med ulik faglig bakgrunn og kompetanse

Vi tilbyr

Hvordan søke på stillingen Søknad med CV fylles ut elektronisk og sendes via lenke på denne siden, "søk stillingen". Vitnemål og attester tas med ved et eventuelt intervju, eller legges ved elektronisk. NIBIO gjennomfører bakgrunnssjekk på aktuelle kandidater.

Andre opplysninger

Om NIBIO og avdelingen