32 MACHINE LEARNING INTERVIEW
”Kreditvurderinger af personer,
der ønsker at optage lån,
er et oplagt område for machine
learning. Men det er også et
område, hvor afgørelserne har
store konsekvenser for menneskers
livssituation. Derfor må det være
rimeligt, at den enkelte ansøger får
en begrundelse for et afslag. Ellers
vil mistanken om mulig forskelsbehandling
lure.”
Hård kamp om kvikke hoveder
Interviewet finder sted i forbindelse
med Ghahramanis Ørsted-forelæsning
på DTU i foråret 2017.
Besøget giver ham lejlighed til at
hilse på en række af universitetets
forskere.
”Jeg vil helst ikke fremhæve
nogen grupper eller forskere frem
for andre, men bare sige, at efter
min mening har DTU et forskningsmiljø
i verdensklasse inden
for machine learning. Men naturligvis
har DTU samme problem
som os andre – det er svært at
rekruttere eksperter. Hver gang
man har en stilling, ligger man i
konkurrence ikke kun med andre
universiteter, men også med store
virksomheder, der har råd til at
betale høje lønninger.”
Zoubin Ghahramani er medlem
af det britiske videnskabsakademi
Royal Society og en af hovedforfatterne
til en ny rapport fra
akademiet om machine learning.
Rapporten anbefaler, at der bliver
uddannet markant flere kandidater
på området.
”Som rapporten dokumenterer,
rummer machine learning et meget
stort potentiale for vækst i samfundet.
En af de mest spændende
ting ved at arbejde inden for feltet
er, at en given løsning, som du
udvikler, kan finde anvendelse på
mange forskellige områder. Når vi
f.eks. er lykkedes med at udvikle
en automatiseret statistiker, er
der rigtig gode chancer for, at de
samme algoritmer kan bruges til
f.eks. at identificere kræftceller i
vævsprøver eller til at hjælpe astronomerne
med at forstå universet
bedre.”
Den automatiske statistiker
virker, men er samtidig et forskningsprojekt,
tilføjer Zoubin
Ghahramani:
”Undervejs i projektet er vi
naturligvis stødt ind i forskellige
udfordringer. Mange af dem er
systematiske. Det vil sige, at løsningerne
på dem kan overføres til
andre projekter inden for machine
learning.”
På vej mod supermennesket
Blandt de gennemgående barrierer
for machine learning er almindelig
konservatisme:
”Det er fint nok at have udviklet
nye, effektive algoritmer, men du
skal også overbevise andre om
at tage dem i brug. Her er det en
fordel, hvis du kan komme med
algoritmer, som er simple. Det
gør dem lettere for andre at forstå.
Samtidig er du typisk også nødt til
enten at forære din software væk
eller gøre den meget billig.”
Om H.C. Ørsted
Hans Christian Ørsted (1777-1851) var en væsentlig kraft bag
oprettelsen af Den Polytekniske Læreanstalt (det nuværende
DTU) i 1829, hvor han havde embedet som læreanstaltens
første direktør frem til sin død i 1851. Han er blandt de mest
kendte danske naturvidenskabsmænd pga. hans opdagelse af
elektromagnetismen i 1820. Han stod desuden bag indførelsen
af mange nye danske ord som f.eks. brint, ilt, rumfang og ildsjæl.
DTU’s mission om at ’udvikle og nyttiggøre naturvidenskab
og teknisk videnskab til gavn for samfundet’ trækker linjer
tilbage til H.C. Ørsted og den komité, der stod bag oprettelsen
af DTU. I den provisoriske plan for oprettelsen hedder det:
”Den polytekniske Læreanstalt har til Formaal at meddele
unge Mennesker med de fornødne Forkundskaber en saadan
indsigt i Matematik og eksperimental Naturvidenskab, og en
saadan Færdighed i Brugen af disse Indsigter, at de derved
kan vorde fortrinlig brugbare til visse Grene af Statens Tjeneste,
saavel som til at forestaa industrielle Anlæg.”
KILDE TEKNOLOGIHISTORIE DTU
kortlink.dk/rrd2
Endelig er det nogle gange en
barriere, at der mangler data til at
afprøve nye algoritmer:
”Data er brændstof for machine
learning. Der er sket en rivende
udvikling sammenlignet med for
20 år siden. Noget af det skyldes
bedre algoritmer, men jeg vil faktisk
hævde, at den største del af
fremskridtet er sket, fordi vi i dag
har langt større mængder af data
til rådighed. Men der er fortsat
områder, hvor det er svært at skaffe
data.”
Alligevel er Zoubin Ghahramani
overbevist om, at udviklingen vil
fortsætte og kun øge i hastighed:
”Man hører nogle gange det
synspunkt, at machine learning vil
gøre os til supermennesker. Det
er jeg sådan set enig i. Men er vi
egentlig ikke allerede supermennesker
sammenlignet med det,
som vores forfædre var i stand
til? Gennem de seneste generationer
har mennesket fået en lang
række nye værktøjer. Som jeg ser
det, er machine learning en del af
den udvikling. Det er måske nok
maskinen, der lærer, men den gør
det for at blive et endnu bedre
værktøj for mennesket.”
”Efter min mening
har DTU et forskningsmiljø
i verdensklasse inden for
machine learning.”
ZO U B I N G H A H R A M A N I , P RO F E S S O R , C A M B R I D G E