Matematikkens nye språk roper på Østfold

Kronikk i Fredrikstad Blad 29.12.2018

Det har skjedd en regnerevolusjon de siste årene. Fremtidens beregningsmetoder består av gigantiske, kunstige nevrale nettverk som blir smartere når de mates med data. Stordata er den nye oljen.

Den regjeringsoppnevnte Digital21-gruppen overleverte i september sine rapporter hvor de skriver at områdene kunstig intelligens (AI), stordata (Big Data), tingenes internett (IoT) og autonome systemer kan bli særlig viktig for Norge. De anbefaler at det opprettes sterke forskingssenter for næringsrettet digitalisering innenfor disse områdene.  I oktober ble NORA (Norwegian Artificial Intelligence Research Consortium) opprettet, et samarbeid mellom seks universiteter og Simula, som skal jobbe sammen innenfor kunstig intelligens gjennom felles prosjekter og student- og forskerutveksling. Men hva er egentlig kunstig intelligens og hvorfor er det så viktig?

Menneskeheten har brukt flere tusen år på å utvikle matematikk, og fysikere har de siste århundrene funnet at universets spilleregler kan uttrykkes som enkle, matematiske lover. Disse lovene kan brukes for å forstå både kvalitative og kvantitative sammenhenger. For eksempel impliserer de fysiske lovene at man ikke kan  finne opp evighetsmaskiner. Som Homer Simpson sier da han har fått nok av at datteren Lisa til stadighet finner opp evighetsmaskiner: ”I dette huset følger vi termodynamikkens lover!”

Men matematikk er et språk som ikke bare er kvalitativt, det er kvantitativt. Som fysiker bruker jeg dette språket daglig. Hvis jeg lurer på hvor stor kraft jeg må bruke for å treffe en blink 20 meter unna, så kan jeg sette opp premissene, for eksempel en lov om tyngdekraft og antakelser om luftmotstand. Når disse premissene er uttrykt matematisk kan matematikkens grammatikk, regler og manipulasjonsmetoder brukes til å resonnere seg fram til kvantitative størrelser som hvor hardt ballen må kastes og i hvilken vinkel.

Men når det kommer til ballspill, vil selv ikke den mest innbarkede fysiker sette seg ned og utlede formler for hvor hardt man skal kaste for å treffe en blink. Like fullt beregner man dette hver gang man kaster. Det blir beregnet i vår egen, personlige regnemaskin: hjernens nevrale nettverk. I hjernens nevrale nettverk vil ekstremt mange tett sammenknyttede hjerneceller predikere akkurat hvor hardt man må kaste for å treffe blinken. Prediksjonen er basert på trening. Trener man mye, er det større sannsynlighet for at hjernen beregner kraften og vinkelen riktig. Dette er en fundamentalt annerledes måte å beregne noe på enn standard manipulasjon av matematiske symboler. Og for veldig mange formål er bruk av hjernens nevrale nettverk ekstremt mye bedre egnet. Problemet er at metoden har vært avhengig av en hjerne.

De siste årene har imidlertid datakraften blitt god nok til at man kan bruke hjernens metode også utenfor hjernen. Ved hjelp av datamaskiner lager vi nå nettverk av kunstige celler som imiterer hjernens beregningsmetode. Disse kunstige hjernene trenes deretter med store datamengder, og denne treningen gjør at de kan bli svært gode på å utføre enkelte oppgaver. For eksempel kan et kunstig nettverk trenes til å diagnostisere hudsykdommer fra bilder. I 2017 publiserte forskere en studie hvor et kunstig nevralt nettverk ble gitt 130 000 bilder av hud der mer enn 2000 sykdommer inngikk i datasettet. Deretter ble det kunstige nettverket og 21 eksperter innenfor dermatologi vist nye bilder. Det kunstige nettverket var da like godt og i en del tilfeller bedre enn dermatologene på å predikere forskjellige typer hudkreft basert på de nye bildene. I prinsippet er det nå mulig å ta et bilde av en lesjon og få det diagnostisert av et kunstig nettverk.

Utviklingen innen kunstig intelligens har gått raskt. Naturen har brukt millioner av år på å utvikle menneskelig intelligens, mens kunstig intelligens har kommet ekstremt langt på noen få tiår. Innenfor kunstig intelligens er ikke matematikken lenger et språk hvor vi manipulere og resonnerer slik fysikere har hatt for vane. Nå setter vi opp strukturen til det nevrale nettverket, trener nettverket, og når nettverket er ferdig trent trykker vi på en knapp og ut kommer nye resultater, for eksempel sannsynlighet for om et gitt bilde viser en hudsykdom.

Å trene de kunstige nettverkene krever store datamengder og stor datakraft, og stordata blir nå betegnet som den nye oljen. Norge er i startgropen i dette intelligensløpet. Erna Solberg beskrev selv den kommende satsingen til Norge i en tale på Aftenpostens teknologikonferanse A-tech, hvor hun sa: ”Et sentralt budskap er at Norge ikke kan bli best på alle teknologiområder, og at kunstig intelligens, stordata, tingenes internett og autonome systemer bør prioriteres fremover.”

Hvor står så Østfold i denne satsningen? Næringsriket Øsfold har pekt ut Sarpsborg og Våler som mulige lokaliseringer for datalagringssentraler, og i Fredrikstad har Værste allerede inngått kontrakt om et gigantisk datalagringssenter med Silent Partner Group of Companies. Ved Avdeling for informasjonsteknologi på Høgskolen i Østfold har flere stillinger innenfor AI og IoT blitt utlyst og er i ferd med å besettes.

Næringsriket Østfold, Østfold fylkeskommune og de enkelte kommuner er på ballen når det gjelder datalagringssentre. Nå er det opp til politikere og næringsliv å sørge for at Østfold ikke blir et u-land hvor den nye oljen blir pumpet ut av fylket og blir bearbeidet andre steder.  Det må investeres, og vi må utvikle kompetansesenter for kunstig intelligens og maskinlæring i Østfold.