Velkommen til LØRN.TECH, en læringsdugnad om teknologi og samfunn med Silvija Seres og venner. 

Silvija Seres: Hei og velkommen til LØRN. Mitt navn er Silvija Seres, og temaet i dag er forsvarsteknologi, eller DEFTECH som vi kaller den. Og gjesten min er Jonas Moen, som er førsteamanuensis ved Universitetet i Oslo, og forsker ved FFI, Forsvarets Forskningsinstitutt, velkommen Jonas.

Jonas Moen: Takk for det.

Silvija: Jonas, du kommer fra samme sted som meg, du har doktorgrad i informatikk ved Universitetet i Oslo. Eller, du studerte ved Universitetet i Oslo, men etterpå gjorde du også greier, ganske store greier, i kjernefysikk i Bergen, også samfunnsøkonomi på NHH. Du klarer ikke å slutte å lære?

Jonas: Ja, det er faktisk motsatt rekkefølge, da. Jeg gikk først på kjernefysikk i Bergen, og studerte-

Silvija: Så var ikke det vanskelig nok?

Jonas: Det var i grunn veldig vanskelig, men det var veldig spennende. Og da var jeg jo i CERN, blant annet, og jobba med en detektor der og simulerte den. Men så fant jeg ut det at jeg hadde lyst til å prøve meg litt inn mot samfunnsfagene, da.

Silvija: Hvorfor det?

Jonas: Fordi jeg var interessert i spørsmål rundt samarbeid, så det var egentlig et ganske bevisst valg. Også er det sånn at i CERN, så er man 12.000 forskere som samarbeider, og det er forså vidt veldig bra, men det er veldig lagt opp hva man skal gjøre. Det er veldig klart definerte mål, så jeg hadde litt behov for å komme meg inn i en forskningsverden hvor du mer individuelle muligheter. Så da begynte jeg på Handelshøyskolen.

Silvija: I samfunnsøkonomi?

Jonas: I samfunnsøkonomi, ja.

Silvija: Det var 2002, også tar du doktorgrad i informatikk, og tema?

Jonas: Evolusjonær robotikk.

Silvija: Som betyr?

Jonas: Jeg jobba med å bruke metoder inspirert fra biologien, på å optimere og få datamaskiner til å samarbeide, og nye hypoteser som kan brukes.

Silvija: Hva betyr det at datamaskiner endrer seg selv, eller at en robot kan justere sine konstellasjoner, eller?

Jonas: Ja, egentlig begge deler. Men i doktorgraden min, så var det å bruke metoder for å få datamaskiner til å komme opp med smarte hypoteser, smarte teorier, som vi mennesker ikke kunne klare å komme på selv. Og det syns jeg er spennende, rett og slett.

Silvija: Altså lærende maskiner, før vi hadde maskinlæring.

Jonas: Ja, det er en litt spesiell metode. Det er ikke det du forbinder med vanlig maskinlæring i dag, men det er basert på kunstig intelligens gjennom revolusjonære prosesser. Mens veldig mye maskinlæring i dag er rundt dette med dyp læring og nevrale nett, så dette er er en litt annen avart.

Silvija: Altså dyp læring og nevrale nett gjør at du endrer den hjernen du har, mens det du sier, at du lager neste generasjon også endrer du den litte grann.

Jonas: Ja, og det er basert på prinsippene fra genetikk, DNA og den type ting, så det er inspirert derfra.

Silvija: Ja, som betyr hva? Knoppskyting i forhold til en og en funksjonalitet, eller?

Jonas: Ja, altså det som skjer i datamaskinen som er inspirert fra naturen, er at de programmene og hypotesene som vi ønsker å utvikle, de muteres. De endres. Også er det da en sånn seleksjonsprosess på samme måte som det er i biologi, hvor du da bruker de som fungerer best-

Silvija: Ja, så du ser hva som funker også gjør du mer av det, men da i veldig konkret anvendelse, ikke bare ny regel eller statistisk justering. Jeg må si to ting, forresten. Jeg er veldig udisiplinert i disse podcastene, men det er fordi det er så gøy! Det ene er at jeg var i Silicon Valley i rundt 1999-2000, og et av disse teamene, jeg tror det var Xerox PARC eller IBM, hadde noen kjemperare greier hvor de hadde sånne modulære roboter som kunne omstille seg fra å være en slags slange til å bli en slags edderkopp. Og ut ifra terrenget, så kunne de endre naturen sin, også tenkte jeg at dette er jo helt galskap. Men det er jo noe av det man måtte gjøre for å kunne etterhvert rulle rundt på mars og sånt. Og det er ofte de galeste ideene som gir oss de virkelig spennende gjennombruddene, og det er litt den følelsen jeg har med de evolusjonære maskinene og robotene dine.

Jonas: Ja, algoritmer, metoder. Og akkurat den ideen du har der er jo en sånn ide som legger til grunne for en mastergrad, som jeg veileder for akkurat nå, hvor vi ønsker å lage helt vilkårlige ting, for eksempel en 3D-printer, også tar roboten og plukker opp de tingene og setter det sammen til nye ting, også er dette roboter som kan gjøre ting. Og når de kommer tilbake igjen, hvis de overlever, så bruker vi det som utgangspunkt for å lage nye roboter som er enda bedre på samme måte. Og dette er en slags evolusjonær robotikk. Så da henter du inspirasjon fra biologi også prøver du å overføre dette til roboter.

Silvija: Og biologien er jo ganske klok, det er mye den har skjønt.

Jonas: Mye kunnskap og interessante ting å hente i naturen og i biologien, absolutt. Så det er litt der vi henter inspirasjon, da.

Silvija: Det andre jeg har lyst til å spørre deg... Jeg har lest en bok som heter Turing's Cathedral, og der snakker man om kanskje 10 personligheter som var avgjørende for å få oss dit vi er i dag med sensorer, med regnekraft, med kunstig intelligens også videre, og det er noe opplagte folk sånn som John von Neumann, og det er litt Turing, men helt sentralt står to nordmenn! Den ene er Bjerknes med sine værmodeller og meteorologi og bølgemodeller, der er vi visstnok verdensledende. Og den andre var denne her Nils Ålberg (... ? 06:25), halvt italiensk, halvt norsk, som var ordentlig tidlig ute på simuleringer av biologi, med digitale modeller, hvor han simulerte celler. Hvis du omringer en celle med tre andre celler så kveles den, hvis du omringer den med bare én så dør den av ensomhet, også- hvordan lager du da evolusjonære modeller som lykkes, og hva er det som gjør at et samfunn lykkes. Så det virker som at det er ganske langt opp i din gate.

Jonas: Ja, dette minner litt om cellular automater-

Silvija: Ja, han var den første som lekte med det. Han var forresten litt gal også, for han trodde ikke på Gödel sin fullstendighetsteori og brukte halve livet på å bevise at den er gal. 

Jonas: Ja, men dette er jo veldig tett oppi det fagområdet som jeg er involvert i, også gjennom evolusjonær robotikk og evolusjonære algoritmer og bioinspirerte metoder. Så helt åpenbart.

Silvija: Og det er et eksempel på at vi ikke feirer våre helter godt nok!

Jonas: Ja, det tror jeg helt sikkert det er mange innenfor vitenskap som ikke blir feira godt nok, for de har betydd ganske mye for samfunnet vårt, absolutt.

Silvija: Ja, der må vi gjøre noe. Vi går over til FFI, som er kanskje den best beholdte hemmeligheten innenfor forskning i Norge, dere er et helt fantastisk institutt som jobber med forskning som er relevant for både forsvaret, men også mange andre sider av samfunnet. Og det du jobber med der, er altså svermteknologi. Hva i alle dager er svermteknologi?

Jonas: Svermteknologi det er inspirert av insekter, svermere, insekter, bier, maur, gresshopper og termitter og hvordan de med veldig enkle regler kan klare å bygge ganske komplekse organisasjoner og strukturer.

Silvija: Så en ting er hvordan svermene funker, men en annen ting er også hvorfor kan de få til ting som ikke enkeltindivider kan?

Jonas: Helt åpenbart. Tar du én sånn termitt ut, er det veldig vanskelig å skjønne hvordan den klarer å bygge en sånn termittue alene, det går ikke. Så det er samvirket her som produserer den komplekse strukturen, eller den måten de organiserer samfunnene sine på. 

Silvija: Og det du prøver å gjøre, er å få dronene til å klare å tenke sverm, eller?

Jonas: Det som er den klassiske svermintelligensen, som er det faglige ordet på dette her, er at man studerer for eksempel en maurkoloni og modellerer hvordan den gjør forskjellige ting. Også tar man den modellen også bruker man det i teknologiske systemer, og det har vist seg å fungere ganske bra i mange situasjoner. Så det er tanken her, vi blir inspirert av naturen og modellerer hvordan naturen fungerer, spesielt insekter, men det kan og være fugler og fiskestimer - hvordan disse gjør ting, også bruker vi de teoriene inn i våre egne systemer. For å løse kompliserte oppgaver.

Silvija: Sånn som hva?

Jonas: Det vi er interessert i å undersøke, er rett og slett det at veldig mye militært utstyr blir bare mer og mer komplisert, og det blir bare dyrere og dyrere, og det betyr at vi får råd til færre og færre enheter. Og det er klart, etterhvert så ender vi opp med kanskje en stor dunderklump- nå setter jeg det på spissen her, altså. En dunderklump, en som gjør alt. Og da kan man jo spørre seg, må den teknologiske framtiden være sånn? Finnes det andre måter å tilnærme seg og å lage systemer på? Og da er det jo å kjøpe mange billige som man da samvirker-

Silvija: I spesialiserte oppgaver også da, eller?

Jonas: Det kan også være dynamiske oppgaver som endrer seg, det kan være alt mulig rart egentlig. Så det vi forsker på er egentlig en alternativ måte å løse oppgaver på. Men istede for å ha få dyre komplekser, så skal vi se hvilke deler av de framtidige utfordringene som vi kan løse med mange billige. Men så er det samvirke her som produserer det vi ønsker. Så det er tanken.

Silvija: Okei. Dette er et utrolig spennende område, nettopp på grunn av den råe tverrfagligheten som det krever. Fordi du må kunne noe form for organisasjonspsykologi, du må kunne noe samfunnsbehov rundt dette her, så må det være både droner og sensorikk og kunstig intelligens for å få disse greiene til å klare å tenke litt selv og sånn. Hvordan klarer du å skape et team, hvordan klarer du å lese deg opp på alt dette her? Hvordan forsker du?

Jonas: Vi er helt avhengige av å være et stort lag, så vi har mange dyktige medarbeidere som jobber med den problemstillingen.

Silvija: Som kan mer psykologi enn deg, eller?

Jonas: Ja, nå er det ikke så mange psykologer som er i bildet her, men det er klart det at det som er veldig viktig her, det er at vi driver med det som kalles kunstig intelligens. Så det er mange informatikere som har den bakgrunnen, at de ønsker å gå litt mer mot hvordan fungerer menneskehjernen, hvordan kan vi ta beslutninger, hvordan kan vi gjøre ting smartere enn det vi gjorde tidligere? Så det er en del av det, også er det jo mange som jobber med ting som er mer tradisjonelt, for eksempel kommunikasjon, antenner, mikroautonikk, ingeniørvitenskap- hvordan bygger vi disse tingene her. Også har du sånne som meg som kommer inn og skal jobbe mer med det overordna, hvordan vi får disse tingene til å fungere sammen. Ikke bare selve enhetene, men hvordan vi skal få det til å fungere sammen. Så det er veldig omslungent, også er det veldig nytt, så det krever litt kunnskap å skjønne hvordan vi skal klare å prate med forsvaret og finne folk som er interessert i dette her, sånn at vi kan begynne å eksperimentere litt og se på hva vi egentlig tilfører.

Silvija: Ja. Du, dette du snakker om er egentlig såkalte multiagentsystemer. Vi har ikke snakket om agentsystemer før i LØRN. Kan du si litte grann om hva det er, også litt definisjoner.

Jonas: Ja, det kan jeg godt. Det er sånn at en agent, jeg kommer jo da fra informatikkmiljøet, og da betyr det noe ganske spesifikt. Mange miljøer bruker ordet agent, men de refererer ofte bare til en enhet. 

Silvija: Som kan gjøre noe selv? Må det være uavhengig på noe vis, autonomt?

Jonas: Ja, det er det eneste man egentlig er enige om, det må være autonomt. Men det er forskjellige måter å betone agentbegrepet på, og noen bruker det uten å egentlig betone noen ting som helst annet enn at det er en enhet.

Silvija: Noe som gjør noe?

Jonas: Ja, noe som gjør noe eller noe som bare er der. Men i informatikk så er det sånn at agentbegrepet, da kreves det autonomi. Da må agent-

Silvija: Det kommer fra det engelske ordet agency, som egentlig er at du har mulighet til å gjøre noe selv.

Jonas: Ja. Og det som er tanken, det er det at veldig ofte når vi programmerer datamaskiner så må vi spesifisere hva vi skal gjøre, gitt at situasjonen er sånn. Vi programmerer datamaskinen, er det sånn så gjør vi sånn. Nå begynner vi å få så mye regnekraft og vi begynner å få så mange energitilstander og muligheter for datamaskinene våre-

Silvija: Og informasjon om verden.

Jonas: Informasjon om verden. Så vi klarer ikke å sette oss ned og programmere hva den skal gjøre i hvert enkelt tilfelle. Så det vi gjør da, da gjør vi noe som kalles for å ta the intentional stance, vi prøver på en måte å putte inn ønsker og behov inn i disse agentene. Så-

Silvija: Så de skal vite litt om seg selv og hva de vil og hva de jobber mot?

Jonas: Yes, vi besjeler de egentlig med et mål og noen ønsker og noen tanker. Også skal de prøve å nå de målene på egenhånd. 

Silvija: Og når du jobber med svermer da, når det er multiagenter, så skal de også ha en eller annen sosialitet kanskje, de skal vite hvordan de forholder seg til andre agenter rundt seg.

Jonas: Helt riktig. Og da kommer spillteorien inn, som er strategisk interaksjon, hva jeg gjør. Hva jeg ønsker å gjøre er jo påvirka av hva du ønsker å gjøre, som igjen er påvirka av hva jeg i utgangspunktet ønska å gjøre, også er kanskje tredjemann-

Silvija: Og hva jeg tenker og hva jeg vet.

Jonas: Ja. Så dette er et fryktelig komplekst problem, men det er klart. Sånn fungerer jo verden.

Silvija: Det er sosial intelligens, rett og slett.

Jonas: Rett og slett, det er det det er. Så disse agentene som blir intelligente, de må også være sosiale, de må kunne forhandle, de må kunne konkurrere og samarbeide for å få til å oppnå disse kollektive tingene.

Silvija: Men dette er også veldig viktig i organisasjonspsykologi igjen, for la oss si en fiskesverm, det er noen superenkle regler, og likevel er det en veldig effektiv formasjon. Det er en viss avstand til nærmeste fisk, og de fleste ønsker å være i i midten fordi det er tryggest, men noen må være i enden, og hvordan skifter du da fra midten og ut og oppover. Også er det bare å svømme. Hehe. Hvordan finner man de effektive reglene for disse svermene, da?

Jonas: Ja, det er jo på en måte det store spørsmålet, da. Jeg må legge til det at disse agentene har det vi kaller for et reaktivt lag. Noen agenter er veldig smarte, de kan kommunisere og de kan tenke og reflektere både over seg selv og andre, mens andre agenter bare reagerer. Så når det gjelder det gjelder det å finne disse handlingsreglene, hvilket nivå de ligger på, så er det en stor utfordring. For da må man ha en teori for hver enkelt agent, også må man finne ut hvordan dette blir når man legger sammen disse agentene til et stort system, altså det kollektive. Og dette er den store utfordringen i multiagentsystemer. Hvordan kobler vi det vi kaller for mikronivå, altså hvert enkeltindivid, til hele den kollektive atferden, og hvordan kan vi gå fra den kollektive atferden og spesifisere de enkeltindivid-oppførselene. Dette er uløst problem, men vi har mange metoder å jobbe med.

Silvija: Men det er også et uløst problem innenfor organisasjonspsykologi, for der er det mye sånn at man snakker om å gå fra hierarkier til distribuerte nettverksorganisasjoner hvor vi skal samarbeide og det skal være new rules of conduct, men det er jo utrolig vanskelig å implementere blant mennesker, for vi er ikke så veldig flinke til å operere bare på lokalinformasjon også videre. 

Jonas: Nei, og veldig mye av det du snakker om i multiagent-systemer, der henter du inspirasjon fra menneskelige systemer, sånn som spillteori. Du nevnte jo Neumann her og den gjengen der, så mye av det som modellerer sosiologiske systemer og samfunnssystemer, er jo inspirasjon for å kunne dytte det inn i datamaskiner. Og det som er litt fint, er at da får du kanskje også satt ting litt på spissen, så det er lettere å se hvor teoriene er gode og hvor de ikke er fullt så gode. Så da kan man også bruke datamaskinen til å studere prosesser, eller modellene våre. 

Silvija: Jeg må bare kommentere John von Neumann litte grann. Ungarsk, en av de jeg er mest stolt av fra Ungarn. Fantastisk personlighet, og det er så morsomt å kontrastere han med for eksempel Einstein. Fordi Einstein var også veldig sosial, men han trodde at livet er et sjakkspill. Og John von Neumann tror at livet er et pokerspill. Og det er de ekstreme sosiale interessene hans, tror jeg, som drev han mot spillteori, som da egentlig forklarer dette pokerspillet vårt. Og jeg syns det er så fantastisk at han prøver å kodifisere disse sosiale reglene våre, for jeg tror det er der vitenskapen har kommet for kort. Særlig nå, når den begynner å få så utrolig stor makt over oss, og der nevnte du for meg dette begrepet, eller boken, end of science, som nettopp problemifiserer dette mellom vitenskapens makt i dag gjennom de verktøyene den har skapt og samtidig mangel av forståelse for dens samfunnseffekt. Si litte grann om end og science.

Jonas: Ja, det er en bok som kom ut på midten av 90-tallet og var litt kontroversiell i den tiden da den kom. Og det han John Horgan snakket om, det var jo rett og slett det at hvis verden er en endelig mengde og vi oppdager, da blir det jo mindre igjen å oppdage. Og innenfor fysikken, så er det jo veldig etablerte... altså relativitetsteorien og kvantemekanikken er veldig etablerte teorier og har holdt stand i mange hundre år. Men jeg er veldig enig med deg, at de tingene som går på sosiologi, humaniora og kanskje biologi, der er det masse uoppdaga. Og det er viktig å få fram det. Og da er kanskje datamaskiner en måte å teste sånne tanker om hvordan dette fungerer.

Silvija: Du nevnte for meg, som er konkret eksempel av det du gjør, områdeovervåking. For eksempel med ti droner. Hvorfor er det mer effektivt å gjøre det med en sverm enn å sende ti uavhengige droner?

Jonas: Jo, for det kan være sånn at man oppdager et eller annet, også er man ikke sikker om det er det ene eller det andre, og da kan det være at det hjelper å ha en annen drone som kan se fra en annen side. Og hvis du har to uavhengige observasjoner, så kan det være nok til å si om det er noe interessant, om det er det vi er ute etter. Også er det sånn at hvis du bruker mange fremfor få, så sier det seg selv at da går det raskere å dekke et stort område. Men det er også andre ting, ikke sant, som går på det at du kommer tett på ting. Når du har mange kan du fordele de utover, du kommer tett på, og da får du høyere oppløsning av det du ønsker å se, samtidig som du dekker et stort område. Så du slipper å velge mellom å ha et sugerør og titte gjennom sugerøret på noe detaljert, eller å miste detaljene og se det store. Så det er er mange sugerør som gir til sammen et stort, flott bilde, ikke sant. Så det er på en måte tanken her, da.

Silvija: Du nevnte også Beeclust som et internasjonalt eksempel på noe lignende. Hva gjør de?

Jonas: Ja, det er en veldig fascinerende algoritme, fordi den klarer å vise at du kan få til ting kollektivt uten at de agentene faktisk prater sammen eller vet hvor de er hen. Så de kan klare å finne for eksempel det varmeste stedet et eller annet sted, eller det lyseste eller et radioaktivt sted for eksempel i en atomreaktor som har havarert, og dette er ikke så lett å få til hvis du ikke begynner å hente inspirasjon fra naturen. Men dette får de til, og det syns jeg er ekstremt bra. Også har de klart en ting til som går litt tilbake til det jeg nevnte tidligere, de har faktisk klart å modellere fra mikronivå til makronivå. Det er ett av de få eksemplene innenfor svermteori hvor man har klart å lage en eksplisitt teori hvor man kobler det overordnede nivået til mikronivået, altså individnivå. Og det er imponerende. Det er det få som har gjort.

Silvija: Jeg må prøve å wrappe up, men det er nesten umulig med deg, for det er så spennende. Jeg spør hva som er viktig å kunne for fremtiden, og du sier at det er systemtankegang. Altså vi kunne sagt koding eller etikk, men systemtankegang mener jeg også er kjempeviktig, og vi snakker ikke nok om det. Hvorfor mener du det er viktig? 

Jonas: Nei, akkurat fordi vi ikke klarer å ha nok fokus på det. Jeg ser veldig ofte at når vi tar masse mennesker sammen og klarer å tenke et helt system med all den kunnskapen man trenger, så blir det bedre. Men folk kommer inn med en kultur, og folk forstår verden sånn som de er vant til å tenke. Og det gjør det av og til vanskelig. Så det å komme inn og ha en systemtankegang i utgangspunktet, gjør det kanskje lettere å få til samarbeid. Også trenger vi masse forskjellige kompetanser. Informatikere klarer ikke å løse alle problemene som ligger utenfor informatikk.

Silvija: Hva gjør vi ekstremt godt i Norge? Hva er det du har lyst til å feire når vi først feirer helter her?

Jonas: Jeg er jo med i en del sånne internasjonale samarbeid, og jeg ser det er stor forskjell mellom de forskjellige nasjonene. Og jeg syns at der vi er gode, det er på å være fleksible og tilpasningsdyktige. Vi gjør det som trengs, hehe. Vi venter ikke på at systemet skal ordne opp for oss. Og det tror jeg er kjempeviktig. Jeg tror den gode ideen, å forfølge den uten å bli begrensa av å skulle passe inn i et stort system, det tror jeg er veldig norsk.

Silvija: Jeg tror at denne evnen til uavhengig tenking er en utrolig verdifull sak for fremtiden. Og der er nordmenn med sine særheter faktisk ganske godt skodd. 

Jonas: Ja, jeg tror det. Så hvis vi avflater det så blir vi veldig like mange andre, og da tror jeg ikke vi har så mye å tilføre ekstra. Men dette kan være gull for Norge.

Silvija: Du nevnte også noen av disse første i verden-folka våre, Ole Johan Dahl og Chris Nygaard på objektorientert programmering, Torleiv Maseng på GSM og Pål Spilling på internett, og dette her er store helter innenfor teknologi som vi feirer for lite. Det må vi gjøre noe med.

Jonas: Absolutt. Ja, alle disse personene her har jo vært involvert med FFI i begynnelsen av sin karriere, og har gått universitetet og gjort et stort bidrag, og det syns jeg er en flott inspirasjon for oss som er i forskningsfeltet i dag, og jeg syns det er viktig å overbære dette her til de nye forskerne som kommer inn og skal jobbe med å løse de kompliserte spørsmålene som gjenstår.

Silvija: Jeg syns at FFI har en sånn utrolig god evne til å finne noen av de mest spennende problemstillingene og så sette skarpe folk på dem. Det er et kjempespennende sted, virkelig. Du nevnte flere bøker som anbefalt lesing. Jeg skal lese de opp, også har jeg lyst til at du skal kommentere én av dem. Og først sa du SuperCooperators av Martin Nowak, som er rett og slett populærvitenskapelig om hva det er som gjør at folk jobber bra sammen. Også nevner du Swarm Robotics fra Heiko Hamann, og What is life av Schrödinger, men det jeg har lyst til at du skal kommentere litte grann fort, er Vi - samarbeid fra celle til samfunn av Dag Hessen. Dag er en av mine helter. Si litt om den boken.

Jonas: Ja, jeg syns det er utrolig fint at vi har en norsk forsker som er opptatt av å formidle noen av de grunnleggende problemene i biologi. Og en av de grunnleggende problemene, det er rett og slett hva er samarbeid, og hvordan får vi til samarbeid, under hvilke forhold oppstår samarbeid-

Silvija: Hvorfor samarbeider cellene våre?

Jonas: For eksempel, det er et veldig godt spørsmål. Det finnes en god del litt utfordrende spill som viser at teorien vår kanskje ikke alltid stemmer med praksis, og det er en veldig interessant problemstilling. Og det tenker jeg at hvert fall pirrer meg som forsker, og jeg håper at det også pirrer framtidens forskere og kanskje også allmennheten, til å tenke litt rundt disse tingene vi tar for gitt. 

Silvija: Har du et sitat vi kan legge igjen til våre lyttere som en liten inspirasjon?

Jonas: Ja, jeg satt og tenkte litt på det, men jeg har jo en tidligere sjef, Torleiv Maseng, og han sier alltid at når du skal forske, at vi må være sincere and persistent, vi må alltid være ærlige og vi må være utholdende. Da kan vi-

Silvija: Utholdenhet er en sterkt undervurdert forskningsegenskap og ledelsesegenskap, og kanskje livsegenskap også.

Jonas: Ja, jeg tror det, så det er en sånn fin ledestjerne uansett, da. 

Silvija: Ja. Hvis folk skal huske en ting fra denne samtalen vår, hva skal det være?

Jonas: Det er et veldig godt spørsmål, men at det er mange ting som fremdeles ikke er oppdaga. Det tror jeg. Så det at vi forsker på ting. Realistene prøver også å gå inn i de samfunnsfaglige problemene med en eller annen vitenskapelighet som vi tar med oss, og sammen med andre klarer kanskje å finne ut av noen av de dype spørsmålene, da. Det tror jeg kan være ålreit å ta med seg, at vi faktisk jobber med de problemstillingene. Men vi trenger enda flere flinke folk inn i fagfeltene, det tror jeg er viktig.

Silvija: Jeg tror at den tverrfagligheten og automatikken som dere utøver gjør dette kanskje til det mest spennende forskningsfeltet jeg vet om, så det burde absolutt være flere som kommer til. Jonas Moen, forsker ved FFI og førsteamanuensis ved Universitetet i Oslo, tusen takk for at du var her hos oss ved LØRN og lærte oss både om droner og svermer og forsvarsteknologi, men enda viktigere, dette med å tenke system i både teknologi og samfunn.

Jonas: Takk skal du ha, takk for at jeg fikk komme.

Silvija: Takk til dere som lyttet.

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