Idag är dagen. Idag ska jag äntligen få träffa personen som jag utbytt massvis av mail med, personen som jobbar på det i min mening coolaste universitet i Danmark och personen som kan allt om det jag är intresserad av. Skoldagen skulle sluta direkt efter matteprovet och jag sitter och funderar på sista frågan. Plötsligt inser jag hur bråttom jag har och väljer då att lämna in provet och springa till färjan så snabbt jag kan. Med ett paket gifflar i ena handen och telefonen i andra lyckas jag byta från tåg till tåg, innan jag slutligen anländer till inte vilken plats som helst, utan till Danmarks Tekniska Universitet. Överväldigad av universitets enorma campus lyckas jag ta mig till byggnad 122, där jag får träffa professor Thomas Bolander.
Bolander är en framgångsrik professor och forskare inom logik och artificiell intelligens, områden som han också pratar om i en uppsjö av olika föredrag. Hans forskning handlar om att göra maskiner tillräckligt kompetenta för att kunna arbeta i koordination med människor och är därför inriktad på de mer sociala och etiska aspekterna kring AI. Bolander är i dagsläget med i ett stort antal kommitéer, expertpaneler och styrelser, däribland rådgivare till det intressanta initiativet Science & Cocktails och redaktör för tidningen Studia Logica som funnits sedan 1953. I hans senaste publikation “What do we lose when machines make decisions?” betonar han vikten av att överväga de konsekvenser som automation i organisatoriskt beslutsfattande medför. Detta eftersom human och artificiell intelligens fortfarande skiljer sig så avsevärt, trots de åtgärder som vidtagits för att minska skillnaderna mellan dessa.
Jag blev fascinerad av hans jobb och valde att besöka professor Bolander i hans trakter för att ha ett samtal med honom om allt mellan himmel och jord (kändes det som). Jag hälsade på honom och vi satte ganska snabbt igång med intervjun:
Berätta om vad du jobbar med just nu.
“Jag är intresserad av de sociala aspekterna av AI, hur robotar kan interagera med varandra och med människor. Mitt huvudsakliga arbete genom åren har varit att få en robot att förstå dess omgivning, vilket var väldigt svårt och innebar mycket teoretiskt arbete i början. I nuläget håller jag på med en fortsättning på en studie på hur barn kan se en situation ur en annan individs perspektiv. Genom att använda denna studie kan vi utveckla liknande egenskaper hos en robot, vilket är det jag jobbar med just nu och kommer utge en publikation om de närmaste veckorna. Man kan alltså säga att jag håller på med många olika saker, där de flesta handlar om att representera antingen människor eller robotar och få dem att förstå varandra.”
Lite senare i intervjun berättar Bolander lite mer specifikt om sitt tidigare arbete: “Jag har jobbat mycket med den symboliska delen av AI (forskning av AI som är baserad på problem som kan tolkas av oss människor). När jag gjort detta har jag antagit att världen finns representerad i ett förståeligt format, precis som i ett datorspel. Om du ska använda AI i ett datorspel är detta förhållandevis enkelt för att du kan motta data från spelmotorn. Tänk dig den här pennan och den här högen av papper (han pekar på en penna som är på en hög av papper). Det är enkelt för oss att föreställa oss detta, men hur ska robotar få den här uppfattningen med den data de mottar från sensorer? Detta fenomenet kallas ‘symbolic grounding problem’ och har under de senaste åren studerats till det stadiet att vi nästan har löst det.
Jag är väldigt intresserad av hur dagens teknologier inom AI kan användas för att göra en påverkan på miljön genom exempelvis kommunikation. Tror du att AI kan användas för miljö-gynnande arbete?
“Okej, om du vill använda och göra någonting med AI, då behöver du data. Om du inte har någon data eller dålig data då kan du inte göra någonting. Så det första som behövs är data, i bästa fall har alla processer i världen loggats och koldioxidavtrycket har beräknats. Om du hade haft en bra överblick över detta hade du enkelt kunnat få en mycket precis bild över koldioxidavtrycket hos en elbil jämfört med en dieselbil exempelvis. Du hade kunnat ta allt i åtanke: vad medarbetarna på bilfabriken käkar och så vidare. Nu är detta orealistiskt för att det skapar ytterligare problem som integritet och pengar. Men låt oss anta att vi hade haft datan, då hade AI varit det absolut perfekta verktyget för optimering och strukturering.”
Bolander poängterar dock att man redan använder AI idag till viss utsträckning och ger ett exempel: “Jag vet att det danska fraktföretaget Maersk använder AI idag för att optimera rutterna som containerfartygen tar över långa sträckor. I hamnen används också AI för att se till vilken container som ska vara på vilket fartyg. Det är väldigt enkelt men gör en väldigt stor påverkan på miljön.”
Vi fortsätter med att prata om hur man hade kunnat använda tekniken i framtiden: “En sak som den kan användas till är att hitta nya lösningar (i vissa avseenden har AI redan överträffat människan). Detta är såklart det alla hoppas på: att allting löser sig tack vare AI och att vi inte behöver ändra vår livsstil överhuvudtaget. Nu är ju inte detta heller speciellt realistiskt, men i vissa fall som i kemi, genteknik eller materialvetenskap, kan man komma långt med AI i framtiden. När man måste testa väldigt många olika kombinationer, vilket dessa områdena är ett perfekt exempel på, är AI mycket användbart. Det kan vara att kombinera olika kemiska substanser, testa medicin (slippa testa det på djur och använda en matematisk modell istället) eller för att kartlägga vårt DNA.”
Han tar ytterligare ett exempel: “En relativt ny företeelse är att AI används för att optimera energiförbrukningen. Som ensam konsument är det meningslöst att studera prisutvecklingen hos olika energikoncerner och typer. Med AI kan man köpa en typ av energi när det lönar sig, exempelvis köpa mycket energi från vindkraftverk när det blåser mycket och så vidare. Detta finns redan på marknaden idag, men något som fortfarande är i utvecklingsstadiet är att göra alla prylar i hemmet som använder energi smarta också. Detta kallas ‘multi-agent system’ och innebär att allt som producerar eller förbrukar energi kan ses som ‘agenter’ på en marknad. Agenterna vill optimera sin ekonomiska vinning, vilket de gör genom att köpa och sälja energi så smart som möjligt.”
Han tar en liten paus, därefter fortsätter han: “Låt oss säga att din diskmaskin är en sådan agent, då kan denna tänka: Mitt mål är att ha diskat klart innan klockan åtta imorgon, det spelar alltså ingen roll om jag gör det nu eller om fem timmar. Men om tre timmar ska tvättmaskinen gå igång och då är det ineffektivt att diska samtidigt. Jag ‘kontaktar’ tvättmaskinen och kommer fram till vilken tid jag ska diska.” Jag lägger märke till diskmaskinen, ett fenomen som han använder i många olika föreläsningar och presentationer och frågar honom varför den förekommer så ofta. Han skrattar, och tillägger: “Jag gillar diskmaskiner! Idén med att göra livet enklare med teknologi utan att överkomplicera det.”
Hur ser en vanlig dag ut för studenter på DTU?
“Om du studerar på DTU har du mellan två och fem kurser samtidigt. Vi har, precis som många andra universitet, två terminer. I slutet på varje termin har vi en treveckorsperiod där man har fullt fokus på en kurs. Under dessa veckor jobbar man med ett ofta lite mer praktiskt projekt, som att programmera ett spel eller bygga en robot till exempel. En typisk dag skulle innehålla en eller två lektioner, mycket grupparbete och engagemang på fritiden. Om du till exempel går runt på campus nu kan du se många grupper som jobbar på något tillsammans.” Jag nickar och han fortsätter: “En annan sak som utmärker DTU är våra ‘friday cafés’, där man varje fredag träffas bland studenter och har det trevligt.”
Vad var ditt favoritämne när du gick på gymnasiet?
Bolander ler och svarar: “Vilken bra fråga! Jag gillade musik för att jag spelade och spelar mycket musik på fritiden. Det sista året hade jag dock en tillvalskurs i Computer Science, vilket inte är speciellt vanligt på gymnasieskolor i Danmark i dagsläget. Vår fysiklärare var väldigt intresserad av datavetenskap, så han ägde då en databas och tre datorer som vi fick använda. Problemet var att vi behövde vara ett visst antal elever som ville ta kursen för att den skulle bli av. Så jag jobbade hårt med att försöka övertyga några vänner om att ta kursen och till slut lyckades jag. Det var väldigt coolt av den anledningen att vi var så få och kunde styra mycket över det vi ville lära oss. Ett projekt som jag minns var att vi skapade egna neurala nätverk för att känna igen vår handstil. Men detta var många många år sedan (han småler) och på den tiden var inget så standardiserat som det är idag. Man var tvungen att göra allting från scratch. Det var väldigt coolt.”
Bolander avslutade med att erbjuda mig ett besök på S-huset, det man kan kalla DTU:s hjärta. Här samlas studenter för att ta en öl eller två och träffa sina kompisar. Jag tackade så mycket för samtalet och begav mig helt enkelt till S-huset, där jag käkade en macka och kände mig glad över att äntligen ha fått göra det här besöket. Om du är intresserad av att besöka DTU eller till och med studera där ska du kolla in deras årliga öppna hus, det kan du hitta här.