Virkeligheten er mye mer spennende enn fantasien

Førsteamanuensis og nestleder ved Centre for Artificial Intelligence Research (CAIR) ved Universitetet i Agder (UiA), Morten Goodwin, er en av landets ledende og mest fremtredende forskere innen kunstig intelligens. For han er virkeligheten mye mer spennende enn fantasien. Og mest av alt ønsker han seg enklere tilgang på data.

Foto: Grethe Nygaard

Trenger mer data

Vi møter Goodwin på trygg avstand gjennom Skype. Tema for samtalen er kunstig intelligens og Covid19-utbruddet, bedre kjent som Korona. 

- Vi som forsker innenfor kunstig intelligens bryr oss egentlig ikke så mye om de ulike fagfeltene, vi er opptatt av å løse problemer der dataene finnes, enten det er Koronaprediksjon eller å forutse Alzheimer, sier Goodwin. 

Nettopp data, eller mangelen på det, er et viktig stikkord for alle som forsker innenfor kunstig intelligens. Goodwin kjenner denne problematikken bedre enn de fleste andre. Han er leder av Datagruppa til NORDE - Norsk Råd for Digital Etikk, og har flere ganger utfordret Datatilsynets holdninger knyttet til håndtering av data. 

Reglene for behandling av personopplysninger bygger på noen grunnleggende prinsipper. Goodwin er enig i de fleste prinsippene, med unntak av at personopplysningene skal være adekvate, relevante og begrenset til det som er nødvendig for formålene de behandles for, nemlig prinsippet om dataminimering. 

- Det ligger i maskinlæringens natur at man trenger tilgang på mye data. Man leter etter mønstre og kan ikke på forhånd nødvendigvis vite hva man leter etter, eller hva man kommer til å finne. Dette gjør det vanskelig å etterleve prinsippet om dataminimering, og legger store begrensninger på arbeidet, sier Goodwin. 

Engasjerer studenter

Goodwin underviser både for bachelor-, master- og PhD-studenter. Han holder tett kontakt med studentene og er opptatt av å engasjere dem innenfor faget. En av måtene Goodwin engasjerer sine studenter på er gjennom onlinesamfunnet Kaggle, som gjør det mulig for brukerne å finne og publisere datasett, utforske og bygge modeller i et nettbasert datavitenskapsmiljø, samarbeide med andre dataforskere og maskinlæringsingeniører og delta i konkurranser for å løse datavitenskapelige utfordringer.

Mange av øvingsoppgavene i Goodwins fag har vært i Kaggle. Akkurat nå pågår det flere konkurranser relatert til Korona-datasett. Dette kan være innenfor ulike temaer, og studentene kan velge hvilke oppgaver de ønsker å gjennomføre. Goodwin nevner flere eksempler.

- Våre studenter løser for tiden mange oppgaver i Kaggle relatert til Korona. De analyserer om informasjonen i nyhetsartikler er riktig eller falsk, predikerer spredning, diagnostiserer røntgenbilder, samt analyserer hvordan folk opplever krisen. Alle data kommer fra Kaggle, og er dermed kvalitetssikret, sier Goodwin.

Allerede før Koronautbruddet jobbet flere av Goodwins studenter med kunstig intelligens og krisehåndtering. To av doktorgradsstudentene publiserte artikler om krisehåndtering sent i 2019. Den ene artikkelen, skrevet av Mehdi Ben Lazreg, handler om hvordan man kan bruke sosiale medier til å få oversikt over en krise, herunder hvilke informasjon som er sann og usann, hvordan denne informasjonen kan samles inn og hvordan krisepersonell kan bruke denne informasjonen i sitt arbeid. Ideen er å bruke kunstig intelligens som kan veilede krisepersonell i riktig retning. 

Den andre artikkelen skrevet av, Vimala Nunavath, handler om å få oversikt over metoder som kan brukes som beslutningsstøtteverktøy med maskinlæring innen kunstig intelligens. Her er det aktuelt å få oversikt over hvilke algoritmer som brukes, og hvilke data som inngår i disse algoritmene. 

God formidler

Goodwin er kjent for å være en god formidler av kunnskap til alle, selv også de uten tekniske ferdigheter. Det er derfor ikke så unaturlig at han nå skriver en populærvitenskaplig bok om kunstig intelligens som nesten er ferdig. 

- Min motivasjon for å skrive boken var at diskusjonen om kunstig intelligens ofte går i en av to retninger. Enten så mener man at verden kommer til å gå under eller bli perfekt, eller så blir diskusjonen veldig teknisk. Jeg mener oppriktig at diskusjonen kan bli mye bedre, og ikke minst mer interessant, om folk forstår hva kunstig intelligens er, sier Goodwin.

Som forsker og lidenskapelig opptatt av feltet er Goodwin også opptatt av at man må evne å skille mellom ulike temaer i diskusjonen om kunstig intelligens. Boken skal forhåpentligvis bidra til dette.

- I den offentlige debatten blander man ulike temaer. Hvorvidt vi får en generell kunstig intelligens og bruken av kunstig intelligens til spesifikke formål er to helt ulike diskusjoner. Som fagperson skjønner jeg forskjellen, men jeg tror ikke vanlig mennesker gjør det. Problemet oppstår når kunstig intelligens fremstilles som generell kunstig intelligens. Vi snakker ikke om magi, men mange gode teknikker som kan brukes til spesifikke formål, sier Goodwin. 

Behovet for en nasjonal møteplass

NORA har startet sin egen forskerskole, primært rettet mot NORA-partnere. Et PhD-seminar, som også markerte starten på forskerskolen, ble avholdt i slutten av februar med over 60 fremmøte fra hele landet. Goodwin er enig i at det er behov for en nasjonal møteplass for forskere innen kunstig intelligens på tvers av utdannings- og forskningsinstitusjoner, og er positiv til NORAs arbeid. 

- Jeg tror måten å løse problemer på er gjennom koordinert satsing, slik som Kaggle. Det hadde vært spennende om NORA kunne arrangert noe nasjonalt, og vi ved UiA vil gjerne stille opp for å dele våre erfaringer, avslutter Goodwin.

Av Anam Javaid
Publisert 30. mars 2020 10:10 - Sist endret 30. mars 2020 12:25