Velkommen til Lørn.Tech – en læringsdugnad om teknologi og samfunn med Silvija Seres, Sunniva Rose og venner.

Ida Faldbakken: Hei og velkommen til podcasten Lørn. Jeg er Ida Faldbakken og dagens tema er kunstig intelligens. Jeg skal lære om dette fra Harald Jellum fra Aispot. Velkommen Harald.

Harald Jellum: Tusen takk

Ida: Fortell oss litt om deg og ditt selskap Aispot.  

Harald: Det skal jeg gjerne gjøre. Harald Jellum, er sivilingeniør i data, har typisk sittet nede i mørke kjellere, har lagd masse, skrevet to millioner linjer med kode. Jeg lagde min første lille oppfinnelse som 12-åring hvor jeg kunne greie å skille gode og dårlige seigmenn fra hverandre, hvor de gode havnet i munnen imens jeg lå i sengen. Jeg har vært med på å starte mange selskaper. Mine tre siste selskaper har vært innenfor AI, og jeg har vært med på å ansette ca. 400 mennesker i disse selskapene. 

Ida: Wow! Det er en imponerende lang både oppstarts-historie og teknologisk historie. 

Harald: Takk for det.

Ida: Men i dag, hvordan jobber Aispot med kunstig intelligens?

Harald: Aispot står for artificial intelligence on the spot. Det handler om at de punktene som er rundt deg blir smarte og kan snakke til deg. Og det vi har gjort i Aispot er at vi har laget en løsning som er tatt ut i reiselivet. I praksis er det da en app på telefonen din, og det denne appen gjør er at en lærer seg å kjenne deg, den lærer seg å vite hva dine interesser er og hva du bruker tid på, og så kjenner den alt som er rundt deg i verden, altså alle attraksjoner og alle aktiviteter og alt du kan gjøre. Når du kommer til et sted vil den automatisk foreslå ting som matcher dine interesser. Så det er litt av hovedpoenget, det er rett og slett en smart reiseassistent som gir deg en bedre reiseopplevelse underveis ved bruk av AI og bruk av moderne teknologi. 

Ida: Så jeg får en sømløs og på en måte tilpasset reise til...

Harald: Til dine interesser og det moduset du er i, og den skjønner om du reiser sammen med familie, den skjønner om du er på jentetur, den skjønner på måte mye av den settingen du er i og skal kunne gi deg en best mulig opplevelse ut ifra det den har lært seg å kjenne fra deg gjennom å bruke AI, og gjennom å følge deg gjennom det du har gjort tidligere. 

Ida: Og bare for å sitte litt tilbake. Det ordet spot – er jeg spoten eller er de møtepunktene spoten?

Harald: Det er møtepunktene. Det kan være et museum, det kan være en aktivitet, det kan være en attraksjon, det kan være en konsert, det kan være alt som på en måte skjer rundt deg. Og disse vil kunne snakke til deg hvis du ønsker og har lyst og hvis det matcher dine interesser. 

Ida: Og Aispot er en app som eksisterer nå som jeg kan ta i bruk?

Harald: Den er ute i markedet per i dag.  

Ida: Hvorfor jobber du med kunstig intelligens? Hvorfor bruker du, og har brukt i tre selskaper allerede, kunstig intelligens som et verktøy og som en driver?

Harald: Punkt en så er det en veldig spennende teknologi som gir uante muligheter. Det er teknikker for å på en måte mer effektivt kunne lære av både omgivelser og lære av innhold. Det er teknikker som handler om hvordan du kan få kunnskap ut av det innholdet som du lærer deg. Jeg føler litt at AI er et generelt ord på mange ting, og det jeg tenker mest på med AI per i dag er jo machine learning, og kall det gjerne mønstergjenkjenning. Og det handler da om at for eksempel i reiselivet ser vi mønstre på det du da interesserer deg for. Okei, Harald, han er veldig glad i å stå på ski, han er veldig glad i å være i fjellet. Fordi den vet mønsteret på alle de punktene jeg er på, alle de aktivitetene jeg gjør, kan den da foreslå ting. Den bruker da kall det gjerne machine learning, for å kjenne igjen det jeg har gjort tidligere og kanskje kunne tilby meg nye opplevelser på et nytt sted for meg.

Ida: Nå skal jeg spørre litt dumt kanskje, men machine learning, hvis du skal forklare det – hva er machine learning? 

Harald: I mitt hode så tenker jeg, hvis jeg gjør det veldig enkelt, at rett og slett maskinen skal skjønne det samme som menneskehjernene gjør. Vi er et stykke unna føler jeg, men den er på en måte veldig flink til å gjenkjenne ting. Den er flink til å kunne se mønstre, som igjen du kan trene opp – se alle disse mønstrene her, hva er det som er likt med disse mønstrene? Prøv å finne noe kunnskap og lærdom ut av det som du igjen da kan bruke i en fornuftig sammenheng.

Ida: Men i Aispot kobler du min fysiske reise med en slags type digital reise – Hva er koblingen der? 

Harald: Koblingen er jo at man bruker de teknikkene som er i telefonen, og selvfølgelig alltid med tillatelse fra brukeren som har sagt at – ja jeg vil få en bedre opplevelse. En av de tingene vi jobber med nå er faktisk at hvis du er på Vestlandet i Norge og kommer til et sted som er historisk, og kanskje for tusen år siden var det et vikingskip som kom inn fjorden her, så får du da en liten notifikasjon på telefonen som sier – du Harald, se her ta opp telefonen din nå –så tar du opp telefonen din, telefonen åpner kamera, så ser du vikingskipet komme inn på sjøen, som er det du ser gjennom kamera. Nå snakker vi om augmented reality. Det er koblet sammen med AI for å på en måte vise at Harald, han er interessert i historie og det har han vist i mange sammenhenger tidligere, så da har jeg lyst til å fortelle ham om denne historien for tusen år siden på Vestlandet. 

IF Nå merker jeg at vi går litt utenom det vi snakket om før vi endret podcasten her, men jeg har lyst til å grave litt i det. For nå snakker vi jo om å koble to teknologier som kanskje er like graverende, eller kommer til å være like graverende i fremtiden, kunstig intelligens og augmented reality eller virtual reality. Det kan by på noen opplevelser og læring, og det du snakker om nå er å tilpasse den læringen til mine interesser. Hvordan ser du det?

HJ Jeg ser for meg AI/machine learning, det er på en måte en generell teknikk som kan brukes og kobles i mange ulike sammenhenger, og at man da kan bruke det for eksempel sammen med augmentet reality eller virtual reality. Altså, dette er en generell teknikk som du kan bruke til egentlig hva du vil, som handler om informasjon og som handler om kunnskap som er der ute. 

Ida: Hvorfor er kunstig intelligens så spennende? Hvorfor snakker vi om dette og har en egen 

podcast-serie på kunstig intelligens?

Harald: Jeg liker å ha en liten sånn analogi. Hvis du ser på utviklingen som har skjedd de 100 siste årene eller langt tilbake i tid, har det gått veldig stegvis. Man har lært seg å gjøre dette, så kan man gjøre dette – man har fått en hammer, man kan hamre – og sånn bygges det steg for steg. Det har gått sånn gradvis for så vidt fortere og fortere, men med AI nå ser vi at plutselig blir disse systemene så smarte at de kan lære av seg selv. Ta for eksempel et konsept som heter Alpha go, som handler om en plattform for deep learning. Der tok man rett og slett denne teknikken, og bare satt og lærte den sjakk, og lot den spille mot seg selv i fire timer. I løpet av fire timer slår den verdens beste datamaskiner innen sjakk, og det er ganske fascinerende at den teknikken har blitt så kraftig at den greier å lære seg ting så fort. Det er klart at i de stegene som jeg snakket om i stad, jeg tror de nå plutselig kan gå mye mye fortere, jeg tror vi kan få kvantesprang, og jeg tror ikke vi har sett dimensjonene av hva AI kan gjøre enda. Selv om jeg mener at det er på et tidlig stadium enda, mener jeg at vi kan miste litt kontrollen, fordi du har så mye tilgang til datamaskiner, og du kan la de gjøre så mye for deg, og de kan lære seg enormt mye fortere enn vi mennesker greier å lære, så kan den lære seg nye områder, og til slutt så kan den risikere å bli like smart, om ikke smartere enn oss. Da må vi jo finne teknikker på hvordan vi skal håndtere det

Ida: Hvordan håndterer vi det?

Harald: Vi kan ta ut stikkkontakten, men jeg tror det er så mange som er interessert i å jobbe med dette her at du greier ikke å ta ut stikkkontaktene til alle. Så det er store er muligheter og jeg tror det er veldig mange som ønsker å bruke det i en eller annen retning. 

Ida: Men bare for å spole litt tilbake, for du bruker noen ord her – machine learning er ett, den tror jeg vi fikk kartlagt litt i forhold til at det er store mengder med data som man samler sammen. Men deep learning brukte du også som et uttrykk, hva kan du si veldig enkelt om det?

Harald: Det er på en måte dyp læring, om du vil, men det handler mer om at du med den teknikken nesten kan bare si at – her er det en datafil – du vet ikke engang at det er en tekst, og etterhvert skjønner den ved å gå gjennom alt sammen at dette kanskje er en bokstav, dette er kanskje et ord, dette er kanskje en setning, denne setningen betyr kanskje det. Med den teknikken trenger du egentlig ikke å gi så mye spilleregler på forhånd, du kan bare si – her er dataene, begynn å jobb med det og se hva du finner ut av de. Den går ordentlig ned i dypet og analyserer alle mulige koblinger og alle muligheter, og så kommer den på en måte opp med lærdommen. 

Ida: Og da er det en slags kognitiv utvikling som datamaskinen gjør selv da?

Harald: Kall det gjerne det. 

Ida: Er det den kunstige intelligensen?

Harald: Det er en del av den. Jeg tror det begrepet AI omfavner veldig mye per i dag. Så jeg tror alt som høres smart ut, som er smartere enn det man har tenkt at de gode gamle sekvensielle programmene har gjort tidligere, det er smartere. 

Ida: Det har blitt en litt sånn sekkebetegnelse som forteller litt om mye data, og hva mye data lest i ulike mønstre kan komme opp med for oss, og gi innsikt i på et vis. 

Harald: Jeg kan ta ett eksempel – jeg startet et selskap som heter Your.md, som er en digital doktor. Der ønsket vi på et tidspunkt å gå gjennom og lese tre milliarder nyhetsartikler, og ønsket å finne alle helseartiklene som hadde med hjerteinfarkt å gjøre. Så startet vi opp i Amazon, startet et tusentalls maskiner, og hadde da gitt den noen treningssett på hva en god artikkel om hjerteinfarkt er for noe. Vi lot den kjøre i løpet av natten, og så kom den tilbake med svaret ut fra disse tre millioner artiklene – det er kanskje femhundre tusen artikler her som er spennende. Den jobben kostet oss femti dollar og det kunne du bare glemme i gamle dager, for da hadde du ikke muligheten til å starte opp masse maskiner og la dem jobbe, og så bare ta den ned igjen, og bare ha betalt for den tiden du har brukt. Så det åpner opp også for helt nye muligheter for å kombinere big data med disse teknikkene vi snakker om. 

Ida: Hva betyr det hvis jeg er lege? Hva kan jeg bruke det til? 

Harald: For å ta det forrige selskapet jeg startet som har laget denne digitale doktoren, som i dag er helseapp nummer en i over 122 land. Vi hadde en nøytral gruppe leger som nå testet den kontra ordentlige leger, og de mener at den digitale verdenen er nesten bedre enn den virkelige verden, fordi den har informasjon fra alle kilder, den ser alle sammenhenger, den ser på en måte mye mer enn det en menneskelig hjerne kan huske.

Ida: Men det betyr ikke at jeg ikke skal være lege?

Harald: Nei, det betyr det ikke, men jeg tror at det legene gjør i dag kanskje blir litt annerledes. Jeg tror at i England for eksempel, hvor det er 57 millioner konsultasjoner som man egentlig ikke hadde trengt, fordi at man bare med litt kunnskap kunne sagt at – dette kommer til å gå over, du er bare litt forkjøla, det er ikke farlig. Du har alt som ser sånn ut, så ta det med ro og slipp å bruke en halv arbeidsdag på å gjøre det. Da snakker du om ganske store samfunnsmessige konsekvenser. 

Ida: Så du kan rett og slett presisere å bruke legene der de faktisk har den menneskelige innsikten. 

Harald: Jeg tror for eksempel innenfor helsesektoren at man kan bruke teknologi til tidlige stadium. Hvis man blir ordentlig dårlig ville jeg ikke sagt at du ikke skal gå til legen, men du kan avlaste samfunnet med veldig mye. 

Ida: Et godt verktøy for samfunnet vårt rett og slett. 

Harald: Og det samme innenfor reiseliv. Det vi jobber med nå er på en måte å prøve å styre folk i en retning der de gjør bærekraftige aktiviteter. Vi fremmer de tingene, og mener også at denne type verktøy kan få store sosiale impacts på sikt. Altså AI i det hele tatt – at man kan bruke det på en smart måte. Jeg tror for eksempel, og det er jeg ikke alene om selvfølgelig, at bilene kommer til å bli selvkjørende i mye større grad. Jeg tror at de alle kommer til å være elektriske. Jeg tror at det blir carpooling, hvor du da ikke eier bilen din. Jeg tror at det i praksis betyr mye færre biler, det betyr mye mindre olje fordi alt går på strøm. Det får enorme konsekvenser for hele samfunnet, og da er det på en måte teknikken som har vært pågangsdriveren fordi teknikken gjør de produktene for sluttbrukeren mye mye billigere. Det er det som er drivkraften og det er det som kommer til, tror jeg, å få store konsekvenser for hele samfunnet. 

Ida: Og da snakker du om teknologien som rett og slett er –

Harald: – en driver ja, og ikke nødvendigvis insentiver fra myndighetene, fordi det tror jeg er en fin kickstarter, men jeg tror at det er teknikken i seg selv må bli så billig og så bra at det er den som blir bærende. 

Ida: Nå skal jeg trekke en litt lang slutning før vi må runde av. Men – hvis jeg har vært hos legen og legen min sier at – nå Ida, må du huske at du må mosjonere litt mer, kan jeg da snakke med Aispot, og Aispot kan da fortelle meg at – nå er du i Bergen, du burde egentlig ta en tur opp på dette fjellet her. 

Harald: Absolutt – da burde du absolutt besøke de syv fjell, og du burde komme deg ut, og den kan passe på at du kanskje da går noen steder som har spesielt mye opplevelser, og som du ikke har vært før, og kanskje noen venner har vært på som de likte godt. Vår tanke da med Aispot er at den assistenten skal du se på som din venn, den skal bli så smart at du anser dette som vennen din. Denne vennen hører du på fordi han kjenner deg så godt. Det er vår visjon og vår drøm.

Ida: En slags personlig vennlig trener, som også gir meg kunnskapen som jeg er interessert i, i tillegg – en herlig reiseassistent. Hvis jeg skal forstå litt mer av dette her og ikke har så mange forutsetninger for det, hva kan jeg gjøre i morgen?

Harald: Det du skal gjøre i morgen er å åpne en god flaske rødvin, det er sannsynligvis ganske mye helse i det også, og så går du inn på Netflix og laster en film som heter ”Alpha go”. Den handler om teknikken og hvordan de greier å kanskje bruke AI mot verdens mest avanserte spill, som er regnet som mye mye mer avansert enn sjakk. Sjakk er ti opphøyd i femtiende, altså med femti nuller bak muligheter. Dette spillet har 300 nuller bak seg, så det er vanvittig mye mer avansert. Man kan aldri greie å regne gjennom alle trekkene, så man må lage andre teknikker og annen kall det intuisjon, som man må bygge inn i dataprogrammet. Denne filmen handler litt om dette spillet og hvordan til slutt teknikken har slått verdens beste innenfor det tretusen år gamle kinesiske spillet Go. Jeg ble i hvert fall veldig inspirert, veldig artig film, ikke teknisk i det hele tatt. Men du får en del aha-opplevelser. 

Ida: Og den finnes på Netflix, så den kan jeg bare kose meg med?

Harald: Yes.

Ida: Vet du hva, tusen takk Harald, for at du har vært med på oss i dag på Lørn.Tech og lært oss litt om kunstig intelligens. Og tusen takk til dere som lyttet på oss.

Harald: Tusen takk. 

Du har lyttet til en podcast fra Lørn.Tech, en læringsdugnad om teknologi og samfunn. Følg oss i sosiale medier og på våre nettsider; Lørn.Tech.