Vil styrke det norske AI-miljøet: – Det er visse områder som Norge allerede er gode på, og det er her vi må satse

Det var fullsatt sal for seminaret om «stokastiske åpne søk-algoritmer» i IT-bygget på NTNU Gløshaugen fredagen før påske, til tross for at de fleste på NTNU allerede var på vei opp til påskefjellet (ifølge interne kilder).

Ole Jakob Mengshoel er professor i datavitenskap på NTNU og leder Norwegian Open AI Lab. Han håper at enda flere kommer til Open AI-seminarene, et initiativ som skal gjøre kunnskap om kunstig intelligens tilgjengelig for alle, oppmuntre til diskusjon, erfaringsutveksling og utvikling av nye ideer på tvers av fagmiljøer.

– De som deltar på seminarene er hovedsakelig studenter og ansatte fra institutter og fakulteter på Gløshaugen. Men seminarene er åpne for alle, også utenfor NTNU. Vi anbefaler at de som kommer har basiskunnskap i kunstig intelligens, sier Mengshoel etter at seminaret er over.

– I dag har vi 35 studenter og ansatte på fakultet for datavitenskap som jobber med maskinlæring og kunstig intelligens, og 10 på Norwegian Open AI Lab.

– Det er flere på NTNU som jobber med kunstig intelligens. Men da beveger vi oss utenfor den tradisjonelle definisjonen av AI, som er å lage datasystemer som prøver å løse problemer som mennesker ikke kan løse.

Hva mener du faller innenfor AI-forskning?

– Jeg mener at vi kan kalle det kunstig intelligens selv om det faller utenfor denne definisjonen. Det er AI der hvor det er fruktbart å bruke algoritmer eller AI-måte å tenke på, selv om det ikke er tradisjonelle AI-felt som språk og robotikk. Det kan være innenfor tradisjonell vitenskap, medisin, geovitenskap, luftfart eller kraftforsyning.

– På NTNU er det lagt til rette for at vi kan samarbeide på tvers av de ulike instituttene og fakultetene. Også de som ikke jobber med AI tradisjonelt – samfunnsvitere, medisin, finans og geovitenskap.

Tema for seminaret er Stokastiske lokale søk-algoritmer, kan du si mer om det?

– Stokastiske lokale søk-algoritmer er interessant fordi de er anvendelige innenfor flere AI-problemstillinger. Siden jeg har jobbet innenfor mange ulike områder er det godt å ha en anvendbar standardmetode. Ideen er at man søker i et rom hvor man ønsker å finne en best mulig løsning. Det er en veldig generell måte å gjøre maskinlæring eller løse AI-problemer på.

– Stokastiske lokale søk-algoritmer har mange anvendelser. Bruk av utsagnslogikk, språk og aktivitetsgjenkjenning er eksempler på dette i følge Mengshoel.

– I sensor-basert aktivitetsgjenkjenning ved hjelp av maskinlæring er det viktig å finne få, men prediktive sensor-variabler. Her kan valget av hvilke variabler som skal brukes for maskinlæring gjøres med SLS. I denne anvendelsen er målet å maksimalisere output som er aktivitetsgjenkjennings-nøyaktigheten. De boolske input-variablene er hvorvidt en variabel er med eller ikke i maskinlæringsmodellen. Helseundersøkelsene i Nord-Trøndelag (HUNT) er et konkret eksempel hvor aktivitetsgjenkjenning ved hjelp av maskinlæring forskes på, sier Mengshoel.

Hvordan ble du involvert i Norwegian Open AI lab?

– Det begynte med en samtale med Telenor for tre år siden. De ville styrke en bredere AI-satsing Norge, ved å sette opp en AI-lab. Telenor hadde sett seg omkring i norske miljøer, og valget falt på NTNU som har hatt AI-forskning i mange år. AI-laben startet opp 8. mars 2017 ved NTNU, sammen med Telenor og SINTEF. Dette skjedde før jeg var ved ansatt ved NTNU, og andre var involvert her.

– Jeg ble ansatt ved NTNU i august 2018 etter å ha søkt Telenor-professoratet på våren i 2017 . I august 2018 ble Telenor-NTNU AI-lab, som hadde bestått av Telenor, NTNU og SINTEF, om til Norwegian Open AI Lab. De norske teknologi-lokomotivene DNB, DNV-GL, Equinor og Kongsberg-gruppen ble da med som nye partnere.

Hvordan samarbeider Norwegian Open AI Lab med disse selskapene?

– Vi er startfasen av samarbeidet, så jeg kan ikke si så veldig mye om det. Det er jo en stor spredning i hva selskapene er interesserte i. Mange av de er interessert i norsk språk. Andre er opptatt av nettverk og sensordata.

– Studenter og ansatte på NTNU jobber med problemstillinger som selskapene er opptatt av. Laben bruker behandlede data fra våre samarbeidspartnere, samt data fra offentlige datasett.

– Telenor har jo kommet med 5G-satsingen noe som er veldig spennende. Det gjør jo at det tar kortere tid til du sender noe inn i nettverket til du får data tilbake, altså rask tilgang på data og analysere data raskt – det vil endre mye. Her finnes det muligheter til å plassere sensorer i hus, på kraftlinjer eller på havbunnen i forbindelse med oljeutvinning.

– Grunnen til at partnerne er med i AI-laben nå er dels for å gjøre en AI-dugnad for Norge, dels for å bygge videre på de styrker som de allerede har, og se hvordan AI kan bli brakt inn og hvor de kan gjøre forbedringer. Utfordringen blir å se på hvordan AI kan gjøre slik at de forblir eller blir verdensledende innenfor sitt felt.

Har du et eksempel?

– Ta DNV GL som et eksempel. Det Norske Veritas, som er forløperen til DNV GL, ble startet på 1800-tallet. De har overlevd fordi de er verdensledende på sitt felt. Ved å se på se på deres eksisterende samt nye datasett, og hvordan de kan bruke AI i sin virksomhet på nye måter, kan vi se på om de kan gå inn i nye sektorer og gjøre spennende ting på verdensbasis.

– Det blir spennende å se hva vi får til, sier Mengshoel.

Kan du si litt om din bakgrunn, du har jobbet for NASA USA og Boeing?

– Ja, jeg tok doktorgraden i USA på nittitallet og bodde der frem til jeg flyttet til Norge i fjor. Hos NASA i USA jobbet jeg med luftfart og sikkerhet, altså hvordan en kan gjøre luftfart sikrere ved hjelp av AI-metoder. Fly styres jo i stor grad av datamaskiner. Hvis noe går feil er det en utfordring å finne ut om problemet er software-relatert, om det er elektronikken, om det er kraftforsyningen eller en sensor. Hos NASA var jeg blant annet med på å utviklet AI-metoder som overvåker kraftforsyning i fly. Slike metoder blir mer og mer viktige i forbindelse med autonome og semi-autonome systemer, ikke bare i lufta men også til sjøs og på landjorda.

Hva kan Norge lære av USA på AI?

– Jeg er vant til å jobbe med amerikanske forhold, der er det mange sentere for AI. En av verdens første AI-laber ble etablert i USA 1962, før jeg ble født.

– Så det er jo flott at vi får laber her i Norge også, etter mer enn 50 år. Nå er jo det satt litt på spissen, fordi det har jo blitt gjort mye forskning på kunstig intelligens i Norge tidligere. Mitt inntrykk er at det har skjedd veldig mye i Norge de siste fem årene. Uten å gå i for mye detalj, tenker jeg at er det en god del Norge kan lære av USA basert på min erfaring fra akademia og næringsliv i USA. Dessuten kan USA lære av Norge. En slående ting ved USA, og spesielt da Silicon Valley, er hvordan de har klart å ta forskningsresultater inn i produkter og tjenester. Flere selskaper som har vokst seg store eller større de siste årene (Amazon, Apple, Facebook, Google, Netflix og NVIDIA for eksempel) har gjort det delvis med basis i AI.

– Norwegian Open AI Lab har mange internasjonale kontakter og prosjekter, ikke bare i USA. Blant disse kan nevnes for eksempel AI4EU (se https://www.ai4eu.eu/), Confederation of Laboratories for AI Research in Europe (CLAIRE) og Nordic Five Tech (N5T). Dessuten har jeg fremdeles en formell kobling mot Carnegie Mellon University (CMU), som Adjunct Faculty ved Department of Electrical and Computer Engineering.

Hvordan er Norwegian Open AI Lab annerledes enn andre initiativer for kunstig intelligens i Norge?

– Norwegian Open AI Lab (NAIL) skiller seg ut fra andre AI-laber i Norge ved at vi samarbeider tett med næringslivet, at vi er sentrert rundt en fysisk lab ved NTNU, og at vi bygger på sterke tradisjoner rundt AI-undervisning og -forskning ved NTNU og SINTEF. Disse tradisjonene strekker seg tilbake til 1980- og 1990-tallet.

– Men ellers har vi jo fokus på mye av det samme, nemlig å styrke det norske AI-miljøet blant annet ved hjelp av økt ressurstilgang, styrking av AI-forskningen og -undervisningen, og mer samarbeid mellom AI-miljøene.

Det etterlyses en nasjonal strategi for kunstig intelligens. Hvorfor er det viktig?

– Vi håper på mange ting med en slik strategi. At det blir en sterkere satsning fra regjeringens side på kunstig intelligens. Hos Norwegian Open AI Lab har det jo vært næringslivet som har pushet på, selv om Forskningsrådet har vært noe involvert.

– Regjeringen bør investere i å forbedre generell for utdanningskapasitet, ikke bare for AI-eksperter men AI-utdanning for et bredere lag av befolkningen.

– Ta vårt naboland Sverige hvor det er en stiftelse som gir en milliard svenske kroner til AI og relaterte teknologier. Hvis du deler det på to, for reflektere at den svenske befolkningen er cirka dobbelt så stor, gir det 500 millioner kroner, noe som fortsatt er mye sammenlignet med Norges AI-satsing så langt, sier Mengshoel.

– Næringsutvikling er også viktig da vi kan få flere AI spin-offs fra NTNU. Vi har allerede begynt å se resultatene av det, basert på doktor- og masteroppgaver fra NAIL. Vi vil ha flere oppstartsbedrifter men vi ønsker også fokus på å integrere ny teknologi inn i eksisterende selskaper.

Har Norge en reell mulighet til å bli ledende innen kunstig intelligens?

– Men de satsningene som har skjedd i Kina, USA, resten av Europa — det er så stort til sammenligning med det vi har gjort hittil. Norge har en jobb å gjøre her.

– Det er jo visse områder som Norge allerede er gode på, og det er her vi må satse. Fokusområdene på Norwegian Open AI Lab inkluderer helse, energi, havområder, digital økonomi og smarte miljøer.

– Alt som har med datanettverk og telematikk er vi tradisjonelt gode på. Ta GSM-standarden, som ble utviklet her i Trondheim. Nå klarte ikke Norge å lage selskaper som Ericsson og Nokia ut av det, men det er jo alltid nye muligheter.

– Videre har vi jo norsk maritim industri. Og energiutvinning, både vannkraft og olje- og gass er sektorer hvor Norge er på topp. Innen helse har vi mange muligheter – men ingen store kommersielle aktører. Her ønsker vi at regjeringen involverer seg.

Hvem bør lære om kunstig intelligens?

– Jeg tror det er viktig for alle å skjønne hva som er mulig og hva som ikke er mulig innenfor kunstig intelligens. Det viktig å avmystifisere og avklare misforståelser, slik at man ikke legger for mye vekt på farene ved AI.

– Desto flere som kan litt om AI og om teknologi generelt i ung alder, desto flere kan bli vitenskapsfolk og ingeniører etter hvert. Personlig mener jeg at det er viktig at vi får flere unge inn i teknologiske fag i Norge, Norden og Europa, slik at India, Kina og USA ikke blir altfor dominerende.

– NTNU ønsker også å kunne tilby videregående opplæring for omskolering med tanke på det framtidige arbeidsmarked – og påbyggingskurs for de som allerede har en mastergrad.

– Vi ønsker i Norwegian Open AI Lab at flere skal skulle kunne være en del av den teknologiske utviklingen, på et faktabasert grunnlag.

NTNU arrangerer en AI Challenge-konferanse om kunstig intelligens, et side-arrangement til NTNU sin vitenskapsfestival den 18 juni.

Du kan lese mer om Ole Jakob Mengshoels arbeid her:

• https://www.ntnu.edu/employees/ole.j.mengshoel
• https://works.bepress.com/ole_mengshoel/
• http://sv.cmu.edu/directory/faculty-and-researchers-directory/faculty-and-researchers/mengshoel.html

Les også: Dette vil AI-forskerne ha inn i nasjonal strategi for kunstig intelligens