Alexandra Instituttet A/S // Aktuelt // Nyheder // Nyheder 2015 // Uden machine learning er big data dumt

Uden machine learning er big data dumt

Artikel

10-08-2015

Uden machine learning er big data dumt

Big data bliver ofte solgt som samfundets helt store redning: Har du nok data, får du nok svar. Men kunsten er ikke længere, hverken at få data eller løbe dem i gennem. Den store magi er at stille de rette spørgsmål, så skal maskinlæring nok levere svarene. Sådan lyder det fra vores nyansatte vicedirektør i København.

Med ansættelsen af Anders Kofod-Petersen som vicedirektør i København pr. 1. august skruer vi markant op for vores aktiviteter i Østdanmark og kompetencer inden for machine learning og Big Data.

- Jeg er fuldstændig optaget af trafikafvikling. Hver morgen på vej til arbejde ser jeg 30 ting i den smarte by, vi kan gøre bedre med machine learning, siger Anders Kofod-Petersen.

Anders Kofod-Petersen er kandidat, dr. scient. og professor inden for datalogi fra Norges Teknisk-Naturvidenskabelige Universitet (NTNU) i Trondheim, der er førende inden for artificial intelligence og machine learning. Han kommer fra en stilling som Senior Research Scientist hos Telenor og har frem til 2013 været ansat som Senior Research Scientist ved SINTEF ICT i Trondheim.

- Med ansættelsen af Anders Kofod-Petersen er det lykkes os at tiltrække en stor faglig kapacitet inden for machine learning. Han har en ideal profil med forankring i  forskningsverden samtidig med, at han har stor erfaring med at omsætte den nyeste forskning og teknologi til nye produkter og services hos virksomheder, siger Direktør for Alexandra Instituttet Ole Lehrmann Madsen.

Anders Kofod-Petersen kommer med en forskerbaggrund inden for maskinlæring, men det er anvendelsen, der driver ham.

- Jeg vil se ting blive til noget. Jeg bliver personligt fornærmet, når jeg ser dårlige it-systemer. I bund og grund fordi det kunne være lavet af nogle dataloger, jeg har undervist. Jeg vil ud og fikse det.

Smart sundhedsvæsen

Ifølge den nye vicedirektør tilbyder feltet kunstig intelligens så mange mulige løsninger på vores store samfundsudfordringer. Han ønsker at løse dem skridt for skridt ved at få noget empiri og prøve af i det små. Han trækker sundhedsvæsenet frem som eksempel, hvor vi i den vestlige verden hver dag begår selvmord med kniv og gaffel.

- Forskningsfeltet udfordrer den måde vi tilnærmer os behandling, vores viden om medicin og procedurer. Eksempelvis har vi nu alle patientjournaler for danske indlagte siden 1977 digitalt tilgængelige. Det kan mennesket ikke bruge til noget, men datamining er den interessante mulighed, der kan tygge sig i gennem det.  

Vi kan stille spørgsmål ud i datagrundlaget og få indsigt i behandlingen af patienter, der er støt stigende. Jeg vil stadig helst behandles af en læge men måske hellere diagnosticeres af et system.

På jagt efter de rigtige spørgsmål

Maskinlæring handler i bund og grund om at få datamaskiner til at tænke intelligent og lære af sig selv. Det inkluderer både forskning inden for teknologi og fagområderne neuroscience, biologi og filosofi.
 
- Kunsten er at finde ud af hvilke spørgsmål, der skal stilles. Du får ikke bare en masse gode svar. Du må vide, hvad du gør og have ide eller plan for, hvad du leder efter. På en måde er det stadig magien.
 
- Deep learning er det helt hotte inden for kunstig intelligens. GPU hastighed, maskinarkitektur og datamængder gør det muligt at skabe neurale netværk baseret på menneskets intelligens i en forsimplet model men et meget kraftigt værktøj til at forsøge at løse de store samfundsudfordringer, forklarer Anders Kofod-Petersen.
 
Et andet eksempel er smart city og internet of things, der også er et strategisk vigtigt område både for Alexandra Instituttet og samfundet.
 
- Lad os tage trafikafvikling. Med alle de data vi samler kombineret med meteorologiske data, vi har til rådighed, kan vi ved hjælp af algoritmer forudsige, hvor det er glat. Men så skal vi ud og gøre det, og vi skal have lov til at fejle. Lad os tage en lille vejstrækning eller to trafiklys. Skru på noget og se om det virker. Få noget empiri og find de rigtige spørgsmål. Så skal vi nok få de interessante svar.

Kontakt
IT-byen Katrinebjerg

Åbogade 34

8200 Aarhus N
+45 70 27 70 12
.