LØRN Case #C0523
Vi gjør AI tilgjengelig for alle
Kan alle programmerere bli AI programmerere? Og hva er microkontrollere? I denne episoden av #LØRN snakker Silvija med Daglig leder i AIA Science, Odd Jostein Svendsli, om hvorfor AI programmering ikke er som “vanlig” programmering.

Odd Jostein Svendsli

Daglig leder

AIA Science

"Vi prøver å gjøre maskinlæring tilgjengelig for alle som kan litt programmering. Gjennom det mener vi at vi skal kunne være med å gjøre oss nordmenn mere effektive, slik at vi kan opprettholde levestandarden vi har i dag."

Dette er LØRN Cases

En LØRN CASE er en kort og praktisk, lett og morsom, innovasjonshistorie. Den er fortalt på 30 minutter, er samtalebasert, og virker like bra som podkast, video eller tekst. Lytt og lær der det passer deg best! Vi dekker 15 tematiske områder om teknologi, innovasjon og ledelse, og 10 perspektiver som gründer, forsker etc. På denne siden kan du lytte, se eller lese gratis, men vi anbefaler deg å registrere deg, slik at vi kan lage personaliserte læringsstier for nettopp deg. 

Vi vil gjerne hjelpe deg komme i gang og fortsette å drive med livslang læring.

En LØRN CASE er en kort og praktisk, lett og morsom, innovasjonshistorie. Den er fortalt på 30 minutter, er samtalebasert, og virker like bra som podkast, video eller tekst. Lytt og lær der det passer deg best! Vi dekker 15 tematiske områder om teknologi, innovasjon og ledelse, og 10 perspektiver som gründer, forsker etc. På denne siden kan du lytte, se eller lese gratis, men vi anbefaler deg å registrere deg, slik at vi kan lage personaliserte læringsstier for nettopp deg. Vi vil gjerne hjelpe deg komme i gang og fortsette å drive med livslang læring.

Vis

Velg ditt format

Varighet: 31 min

Ta quiz og få læringsbevis

Du må være medlem for å ta quiz

Ferdig med quiz?

Besvar refleksjonsoppgave

Du må være medlem for å gjøre refleksjonsoppgave.

Hvem er du, og hvordan ble du interessert i teknologi?

Jeg vokste jo opp før PC og internett var allment tilgjengelig. Min teknologiinteresse vokste fram under studietiden. Deretter har jeg hatt det fantastisk moro i Atmel, Numascale og AIA Science.

Hva er det viktigste dere gjør på jobben?

Vi prøver å gjøre maskinlæring tilgjengelig for alle som kan litt programmering. Gjennom det mener vi at vi skal kunne være med å gjøre oss nordmenn mere effektive, slik at vi kan opprettholde levestandarden vi har i dag.

Hva fokuserer du på innen teknologi?

Mitt hovedfokus er at teknologi skal løse et problem som utløser verdi.

Hvorfor er det spennende?

Det er bare å se på den utviklingen samfunnet har vært igjennom i min levetid. Siden jeg har vært i halvlederbransjen og nå senere i Cloud / IoT / AI verdenen har jeg fått vært med å drive utviklingen i samfunnet. Det kan ikke bli mere spennende enn det!

Hva synes du er de mest interessante kontroverser?

Jeg synes det er en veldig interessant kontrovers når forskere er usikre og forbeholdene om sine resultater, men så kommer det folk med langt mindre forståelse og er skråsikre – og får gjennomslag. Dette skjer i mange områder! Jeg synes også at det er synd å se hvor vanskelig det har blitt å mene noe annet enn mengden.

Dine egne relevante prosjekter siste året?

Som daglig leder i et oppstartsselskap får jeg ikke gjort så veldig mye selv, men i selskapet har vi gjort mange spennende prosjekter for kunder.

Dine andre favoritteksempler på din type teknologi internasjonalt og nasjonalt?

Jeg er veldig glad i å se lysshow fra dronesvermer – helt unødvendig, men veldig fascinerende. Så synes jeg det er fantastisk moro å se på de selskapene rundt oss som lykkes med sine AI-prosjekter – som Lighthouse 8 med Kate, og Sticos med Else.

Hva tror du er relevant kunnskap for fremtiden?

Er sikker på at det vil være behov for folk som kan programmere. Noen må produsere og tilberede mat til oss mennesker, og vi trenger mye, billig og fleksibel energi.

Hva gjør vi unikt godt i Norge av dette?

Vi burde være best på mye, billig, og fleksibel energi, og vi er kjempegode på programmering.

Et favoritt fremtidssitat?

Det er vanskelig å spå – spesielt om framtida!

Viktigste poeng fra vår samtale?

Teknologi er gøy, lønnsomt og viktig for å sikre framtida – vi trenger flere teknologer!

Hvem er du, og hvordan ble du interessert i teknologi?

Jeg vokste jo opp før PC og internett var allment tilgjengelig. Min teknologiinteresse vokste fram under studietiden. Deretter har jeg hatt det fantastisk moro i Atmel, Numascale og AIA Science.

Hva er det viktigste dere gjør på jobben?

Vi prøver å gjøre maskinlæring tilgjengelig for alle som kan litt programmering. Gjennom det mener vi at vi skal kunne være med å gjøre oss nordmenn mere effektive, slik at vi kan opprettholde levestandarden vi har i dag.

Hva fokuserer du på innen teknologi?

Mitt hovedfokus er at teknologi skal løse et problem som utløser verdi.

Hvorfor er det spennende?

Det er bare å se på den utviklingen samfunnet har vært igjennom i min levetid. Siden jeg har vært i halvlederbransjen og nå senere i Cloud / IoT / AI verdenen har jeg fått vært med å drive utviklingen i samfunnet. Det kan ikke bli mere spennende enn det!

Hva synes du er de mest interessante kontroverser?

Jeg synes det er en veldig interessant kontrovers når forskere er usikre og forbeholdene om sine resultater, men så kommer det folk med langt mindre forståelse og er skråsikre – og får gjennomslag. Dette skjer i mange områder! Jeg synes også at det er synd å se hvor vanskelig det har blitt å mene noe annet enn mengden.

Dine egne relevante prosjekter siste året?

Som daglig leder i et oppstartsselskap får jeg ikke gjort så veldig mye selv, men i selskapet har vi gjort mange spennende prosjekter for kunder.

Dine andre favoritteksempler på din type teknologi internasjonalt og nasjonalt?

Jeg er veldig glad i å se lysshow fra dronesvermer – helt unødvendig, men veldig fascinerende. Så synes jeg det er fantastisk moro å se på de selskapene rundt oss som lykkes med sine AI-prosjekter – som Lighthouse 8 med Kate, og Sticos med Else.

Hva tror du er relevant kunnskap for fremtiden?

Er sikker på at det vil være behov for folk som kan programmere. Noen må produsere og tilberede mat til oss mennesker, og vi trenger mye, billig og fleksibel energi.

Hva gjør vi unikt godt i Norge av dette?

Vi burde være best på mye, billig, og fleksibel energi, og vi er kjempegode på programmering.

Et favoritt fremtidssitat?

Det er vanskelig å spå – spesielt om framtida!

Viktigste poeng fra vår samtale?

Teknologi er gøy, lønnsomt og viktig for å sikre framtida – vi trenger flere teknologer!

Vis mer
Tema: Digital strategi og nye forretningsmodeller
Organisasjon: AIA Science
Perspektiv: Gründerskap
Dato: 191122
Sted: TRØNDELAG
Vert: SS

Dette er hva du vil lære:


Microkontroller
Nye typer chipper
Nevrale nett
Python

2000+ lyttinger

Litteratur:Coursera-kurset til Andrew Ng. - AI For everyone.

Del denne Casen

Din neste LØRNing

Din neste LØRNing

Din neste LØRNing

Flere caser i samme tema

#C1118
Digital strategi og nye forretningsmodeller

Karl Munthe-Kaas

Styreleder

Oda

Anne-Lise Fredriksen

Utviklingsleder

NKI

#C0294
Digital strategi og nye forretningsmodeller

Ole Gabrielsen

Direktør for teknologi og endring

Sarpsborg Kommune

#C0310
Digital strategi og nye forretningsmodeller

Ingvar Didrik Haukland

Co-founder og Managing Partner

Innovationizer

Lytt #C0523

Tekst for Case #C0523

Velkommen til Lørn.tech, en læringsdugnad om teknologi og samfunn med Sylvija Seres. Denne episoden er produsert med støtte fra stiftelsen teknologiformidling som inspirerer små og mellomstore bedrifter til å tenke nytt.


SS: Hei og velkommen til lørn i samarbeid med teknologi formidling og Technoport i Trondheim. Temaet i dag er kunstig intelligens eller AI, navnet mitt er Sylvija Seres og gjesten min er Odd Jostein Svensli som er daglig leder i selskapet AIA science, velkommen.

OD: Takk.

SS: Odd Jostein vi skal nærde litt om hvordan alle programmer kan bli AI programmere og jeg som er en gammel og litt sånn utdatert programmerer er veldig nysgjerrig på hvordan dette egentlig funker. Fordi jeg tror at det dere gjør en nødvendig forbedring av den programmeringsmassen vi har der ute, vi kommer til det, men før vi gjør det så jeg lyst til at du skal introdusere deg selv, kort hvem er du og hva driver deg.

OD: Jeg heter Odd Jostein Svensli, som du sa. Navnet mitt er så vanskelig å si at alle kaller meg OJ, det er lettere å huske. Jeg jo tidligere kjem fra halvleder industrien og jobba i Atmel. Jeg har vært med fra veldig tidlig tid der og det var fantastisk moro, jobba med å hjelpe folk som skulle ta i bruk mikrokontrollere våre. Også når de kjørte seg inn i trøbbel så måtte vi være der og hjelpe dem å komme seg over det. Så har jeg gått over i større og større datamaskiner etter hvert, og nå har vi kommet inn i AI verden, men det har ønsket å gjøre der egentlig akkurat det samme. Vi ønsker å gjøre det enkelt for folk å ta i bruk maskinlæring og kunstig intelligens og få til å lage gode produkter der ute.

SS: Ja, har du noen hobbyer? Annet enn programmering.

OD: Har jo hatt i hvert fall. Jeg har spilt veldig mye bridge, sier seg selv at er veldig artig, men siden jeg har både reist veldig mye og jobba mye på kveldene, så får jeg ikke til å være med i bridge lengere, men jeg spiller i hvert fall litt online. Også jeg er veldig glad i å sykle, i marka spesielt og det syns jeg, både, du får fartsfølelsen og god kondisjon, så det er morsomt.

SS: Viktig med natur og bevegelse. Så du er basert i Trondheim.

OD: Ja jeg er det. Også er jeg en litt utålmodig fyr da, naturopplevelsen der kan gå fort gjennom naturen. Så da er sykling og er skigåing det morsomste.

SS: Ja veldig sånne, dra på friluftstur mennesker her. Jeg hører det er veldig bra omgivelser her.

OD: Ja, det er det.

SS: Men du før vi går over til AIA science, har lyst at du skal fortelle litte grann om Atmel og jeg tror faktisk ikke vi har dekket det med lørn før, og det er et eventyr egentlig.

OD: Ja det er jo egentlig det. Så det var jo egentlig NTNU prosjekt med Vegard Wollan og Alf Egil Bogen som lage en ny mikrokontroll.

SS: Hva er en mikrokontroll?

OD: En mikro kontrollerer er en som sitter i klokka di for eksempel og styrer og de tingene der eller.

SS: En liten chip?

OD: Ja en liten mikro datamaskinen hvis du skal si det enkelt.

SS: Og deres mikro chiper var veldig, veldig små eller hva var det som var så veldig bra med dem?

OD: Det som var så bra med dem var at du kunne ta måten du programmerte en pc på, på den tida var med c programmering mens de dere aller minste, der måtte du bruke veldig gammeldags måte programmer på. Som var assembly, så en veldig tungvint måte. Det vi gjorde i Atmel var å gjøre det veldig liknende, sånn som du programmerte en pc og programmere en sånn liten mikro chip. Så vi gjorde det veldig mye enklere for dem som skulle gjøre det.

SS: Og det åpnet opp mange markeder, fordi plutselig ble det enklere å bruke dem i leketøy, i kjøkkenutstyr.

OD: Alt mulig så når vi starta dette her i 2000 så var det ikke så veldig mye mikrokontroller og i bruk, men nå hvis du kjøper en bil for eksempel 500 mikrokontollere om bord i en sånn bil du finner det i en vaskemaskin eller leketøy. Alt mulig rart bruker sånne.

SS: Hvis det er 500 mikrokontroller i en bil hvor er de? Det er skjermen du ser?

OD: Skjermen du har i motorstyring, ventilstyring, du har i en kontroll som slår av og på lysene. Når du skrur på tegninga på bilen da er det en mikrokontroller som styrer det. I døra, fjernkontrollen, over alt.

SS: Og da har jeg to spørsmål til. Hva er vanskeligst å gjøre og hvorfor fikk dere det til?

OD: jeg tror det vi gjorde, vi starta jo i et etablert marked og vi var en outsider der. Og det vi gjorde var å revolusjonere markedet på mange felter samtidig.

SS: Når vi snakker om etablert marked så er de fleste egentlig utenfor Norge da, så dette er USA og England.

OD: Inntil mikrochip et sted hvor mange store halvleder leverandører som var inne i det markedet, men de hadde kjøpt seg inn i et spor der de gjorde alt på samme måte. så kom Atmel. Og for det første så hadde vi bytta ut sånn at du kunne veldig enkelt programmere om og om igjen mikrokontroller. Vi lagde verktøyene som de som var gode kunne bruke veldig mye bedre og billigere, sånn at vi tok prisen ned fra kanskje 5000 $ til ned i 30 $ så alle hadde råd til å ha de beste verktøyene. I stedet for å ta betalt for utviklingsverktøyene så ga vi det bort. Det som du skriver, koden og simulerer og sånne ting. Og ja egentlig, hele jobben til den som skulle lage et utstyr da ble veldig mye enkle.

SS: Er dette her nå i Texas instruments eller?

OD: Nå har det blitt, Atmel ar blitt kjøpt opp av microchip for over snart tre år siden og Atmel ble jo starta eller mikrokontroller enheten her ble starta i 1996, men da det har ble solgt, så hva cirka to tredjedeler av verdien, salgsverdien på Atmel var det her i Trondheim som var det en betydelig verdi for microchip.

SS: Veldig bra.

OD: Jeg tror prisen var sånn cirka 30 milliarder kroner når det var kjøpt, så ….

SS: Hvorfor vet vi ikke, altså dette er også ved amerikansk definisjon, en unicorn.

OD: Ja.

SS: Hvorfor feirer vi det ikke? Vi driver og slår oss liksom ned i søla og sier at Norge kan vi ikke dette her, sier at Sverige er så mye bedre. Hvor mange nordmenn vet om Atmel historien?

OD: Ja, veldig godt spørsmål. Vi gjør litt beskjedne oss, vi trønderne ofte da så det kan kanskje være litt av forklaringa der, men jeg syns jo at det er egentlig litt underkommunisert. Vi har vært veldig god på halvleder industrien i Norge. Vi har Nordic i Trondheim som er, ja, veldig mye verdt.

SS: Nordic Semi?

OD: Nordic Semi, ARM her i Trondheim blir regnet som å være kanskje det beste kjøpet som ARM i det hele tatt har gjort og den GPU – en som har blitt lagd her i Trondheim har jo åpne hele mobilmarkedet.

SS: Alt det er chiper.

OD: Det er chiper.

SS: Nye typer chiper hver gang.

OD: Vi har chipcon som lagde RF – credsa i Oslo som ble solgt for over 1 milliard.

SS: Disruptive technology nå i Bergen som får til noe kult.

OD: Ja vi har gjort det veldig, veldig bra denne her industrien, men det er ikke så mange som vet om det.

SS: Si litt om fint om Numascale også.

OD: Ja Numascale er jo i halvleder industrien. Det er egentlig et utspring fra norsk data hvis du går veldig langt tilbake i tid, også lager dem en løsning som gjør at du kan koble sammen mange serverer så det ser ut som en stor, istedenfor …

SS: Så visualisering, før man har det eller?

OD: Nei egentlig ikke det. Det du gjør er at du kobler sammen databussen og gjør sånn at du kan kjøre en veldig stor datamaskin under et operativt system.

SS: Akkurat.

OD: Det gjør at du sparer kanskje 30/40% av kodestørrelse og får en tilsvarende hastighet søkning sammenlignet med vanlig scale – er og type datasenter som …

SS: Bare hjelp meg å forstå, er dette her da teknologi som er nyttig for, for eksempel sky løsninger.

OD: Ja dette her er veldig nyttig for enkelte sky – løsninger. Så der du har veldig store problemer som skal løses så får du plass til hele problemet inn i, på en måte en datamaskin og da blir det veldig mye raskere og enklere å løse det.

SS: Ja.

OD: Så hvis vi tenker på …

SS: Også ikke mange små problemer som kjører parallelt, men et stort problem som burde truknes, og ikke bufres inn og ut hele tiden.

OD: Ja det er riktig, så du har alle dataene i minne i en maskin, så du slipper å sende informasjon fram og tilbake mellom veldig mange steder.

SS: Jeg vet ikke om den heller.

OD: Se det ja.

SS: Dette er spennende.

OD: Veldig spennende. I dag samarbeider dem med Intel. Du har Google, Amazon, Facebook. Alle de her er interessert i teknologien fra Numascale. Så det er egentlig et eventyr, men in the making, så det blir veldig spennende å så hvor det ender opp med dem.

SS: Men det virker som du også har en veldig god nese for hvilke plattformer som gjelder, altså vi snakker mye om Moore’s law, men det vi underkommuniserer tror jeg egentlig forskjellige typer chiper som har definert evnen vår til å vokse. Så først var det store servere og den type chiper, så var det store pc – er og den type chiper og de leverandører av dem, Intel for eksempel. Så var det mobiltelefoner og den type chiper, også er det nå kunstig intelligens og den type chiper og verktøy.

OD: Ja, stemmer. Det går endel spesiallagde chiper inn mot kunstig intelligens her og Numascale teknologien er jo en som er veldig interessante i forhold til det her området da. I tillegg så begynner den nå å få spesiallagde kretser for å kjøre er det som heter for inferens på maskinlærings modeller. Det vil si at du kan ta veldig kompliserte, dype nevrale nett og så kjører dem direkte på hardware så får du mye raskere ekskludering av det.

SS: Så gøy.

OD: Så det er med masse spennende teknologi som er på vei her og kommer å endre hverdagen til folk på nytt igjen sånn som alle de har andre teknologien har gjort.

SS: Så gjør du en helomvending har jeg inntrykk av, hvor du går fra å lage chiper og hardware til å lage et system som egentlig øker antall AI hoder eller?

OD: Ja, på en måte, men det er litt det samme som vi gjorde i Atmel vil jeg si. Der tok vi den teknologien som var forbeholdt de få også gjorde vi det veldig mye enklere bruk sånn at mange flere kunne lage løsninga rundt det. Litt det samme jeg har lyst til å få til nå med AI, å gjøre det mulig for de mange dyktige software utviklere vi har, å kunne ha bruk samme måte å tenke på, kvalitetsverktøy, og å få til å lage maskinlærings løsninger som er like bra som dem gjør med software løsning i dag.

SS: Så fortell litte grann mere om AIA, hvordan starta det? Hvordan bygger dere den? Hvor skal dere?

OD: Ja, starten er jo litt spesielle, så jeg var å henta inn Numascale for å være med og selv de løsningene som de gjorde og gjennom jobben min der så snudde jeg egentlig litt om på og to marked - strategien for hele selskapet. Så i stedet for å lage store serverer så gikk vi over til å bare selge den chipen til de andre som lager servere selv, da hadde vi en software avdeling i Numascale som vi ikke trengte lenger og jeg som var der som selger var heller ikke nødvendig lenger. For da var det bare noen få selskaper vi skulle selge til og der var det sjefen i Numascale som måtte dra for å selge. Så da fikk jeg lov til å spinne ut den software avdelinga et nytt selskap og det var starten på AIA science. Også har vi sett på hva er det egentlig som trengs for at flest mulig skal få mest mulig nytte av AI. Og da ser vi at det er å gjøre et enkelt lage gode, solide, robuste og raske AI løsninger det er der vi kan utgjøre størst forskjell.

SS: Gode, raske AI løsninger, så hva gjør man da?

OD: Det som er litt utfordringer med AI i dag er at det er et utrolig stort utfoldelsesrom, hva du kan gjøre. Når du skal trene opp en maskinlæringsmodell så må du både ha kontroll på datasettet, på bibliotekene du bruker, hvordan skal du kunne klare å gjenskape en modell som du har lagd før? Systemene for det er ikke noe særlig moden enda.

SS: Blir mye håndsnekkring?

OD: Veldig mye sånn prøving og feiling. Også prøver og feiler du med kanskje tusenvis av eksperimenter, også finner du en som er bra.

SS: Men jeg må spørre deg. Jeg har ikke programmert AI, i hvert fall ikke på 20 år.

OD: Ja, nei.

SS: Og for 20 år siden så var det noe helt annet.

OD: Da var det noe helt annet.

SS: Jeg hører at Python fikser alt og er super enkelt. Det er ikke så enkelt.

OD: Python fikser alt, er super enkelt, men likevel så må du, når du skal tune in en modell, så er det utrolig mange måter du skal tune og mange ting du skal tune.

SS: Så det er ikke bare, bare. Du må også optimalisere modellen og det er der den svarte kunsten er.

OD: Ja det er en liten del av kunsten som folk tror at, okay får jeg til det så er alt i orden, men vet du at du har representativt datasett som du har brukt når du testa dette her. Det datasettet her, har det egentlig nok signaler i seg til å kunne gi de prediksjonene jeg skal ha? Det er så utrolig mange ting som skal stemme for at modellen skal være god og stemme til evig tid. Også har du lagd dette her da, også slutter du også skal noen andre komme inn å forbedre eller tune på det. Også vet du ingenting om hva den forrige personen har prøvd på før eller hvordan kom den fra til det resultatet som er her nå. Så det er disse tingene vi prøver å sette i et system sånn at du lagrer alle de eksperimentene du har gjort, resultatene av dem, hvorfor har du valgt det du har valgt og hvordan er den modellen egentlig trent? Sånn at jeg kan enten forbedre den eller gjenskape samme modellen på nytt igjen hvis noe skjer. Så det er egentlig et sånt kvalitetssystem for maskinlæring vi lager som gjør at folk som er vant med software utvikling har metoder de kjenner seg igjen i.

SS: For det du prøver å si egentlig, at AI – programmering er ikke som hvilket som helt annen programmering og du må vite at det er dette som er effektiv metode og hvis vi, flere programmere som skal arve hverandre forholder oss til samme metode så sparer vi veldig mye sånn vandring da.

OD: Ja hvis du skal arve en maskinlæringsmodell som noen andre har lagd, da, ja, det er ikke lett i dag.

SS: Det er vanskelig nok med sånn vanlig imperativ programmering og litt sånn dårlig kommentarer.

OD: Ja.

SS: Nå må du skjønne også hvordan dataen er rigga sammen.

OD: Ja, om dataen er rigga sammen, om sensorene som gir data gir riktig data. Ja det er hvilke bibliotekfunksjoner har de brukt og hvilke versjon av det, for den trenger ikke å være kompatibel og det er så mange ting å ta hensyn til. Når du programmerer vanlig så velger du deg en kompiler og noen bibliotek også bruker du det. Med AI så har du lyst til å prøve alle bibliotekene, alle variantene og da blir det så mye større utfallsrom enn hva du har i vanlig programmering.

SS: Okay så en slags veldig enkel oppsummering av AIA science er at dere gjør maskin læring tilgjengelig for alle som kan lett programmering?

OD: Ja.

SS: Og det som jeg synes er litt fascinerende her er at du, jeg vet ikke om du har tjeneste produkt eller hvordan jeg selv tenker på det i hodet mitt, men du er veldig tydelig på at, nei jeg skal lage teknologi som løser et problem som utløser verdi, og her er det ekstrem verdi rett og slett fordi vi har ikke en mekanisme som sørger for samarbeid i utgangspunktet godt nok.

OD: Ja det er jo litt sånn når mange skal jobbe sammen så kan de utløse stor verdi. Det jeg teker på med maskinlæring i måten folk gjør det på er at du må kunne gjøre det på problem som utløser verdi for sluttbrukeren. Så det er mange sånne prøveprosjekt som blir gjort som ikke har noe særlig verdi og det synes jeg er bortkasta tid.

SS: Ja du har vært med da først fra halvlederbransjen og senere i Cloud og IOT og AI verden og du syns det er spennende å rett og slett drive utvikling i samfunnet gjennom det du gjør. Det er sjelden jeg hører teknologer være villig til å påta seg samfunnsansvar, for vanligvis sier teknologer at jeg fikser det du sier at jeg skal fikse også får du finne ut av hvordan du selger det eller hva det gjør med juss eller?

OD: Ja.

SS: Si litt, hvorfor tenker du på en måte samfunn?

OD: nei jeg har jo vært gjennom 40 års krisa da. Så det er jo kanskje et svar der, men på et eller annet tidspunkt så begynte jeg å tenke meg om, at det jeg gjør skal jo bety noe for flere enn meg selv og det er kanskje det som gjør at jeg tenker på hvordan kan vi være med å drive samfunnet fremover mer enn bare å tenke på min egen, bare min egen da. Jeg må jo ha det bra selv da, men det å drive samfunnet fremover for meg er noe som kom kanskje i den dere 40 års krisa.

SS: Teknologer som tar ansvar synes jeg er utrolig viktig og nødvendig egentlig for et stabilt samfunn, for det er vi som endrer samfunnet kanskje fortest.

OD: Ja det tror i hvert fall jeg, for vi kan alltid synes og mene ting, men å faktisk kunne gå inn å gjøre noe det synes jeg er viktig og der er det teknologi som jeg tror er det som kan dra verden framover.

SS: Men det er litt mer her som jeg syns det er spennende også. Vanligvis så hører du disse Silicon Valley og andre teknologi entusiaster, alle de driver og redder verden uten at jeg helt nødvendigvis ser hvordan de redder noe annet enn utbytte sånn i real effekt da. Mens du tar samfunnsproblem vi har ikke nok folk som kan AI programmering, ikke sant? Og man kan enten klage og si at nå må vi ha masse, masse mer penger til AI - utdanning og nye AI – hoder og sånt eller skal man faktisk ta de hodene man har som har veldig gode hoder og gi dem noen nye verktøy. Og der er du litt kjerringa mot strømmen og dette kommer tilbake til et kontroversene som du har nevnt for meg før, hvor vanskelig det er å mene noe annet enn majoritet, men hvor nøyaktig det er, hvor kommer det fra?

OD: Nei, jeg er jo litt teknolog og er sånn skrudd sammen at hvis mange mener det samme da liker jeg gjerne å ta det motsatte synspunkter bare fordi at det er litt interessant å utforske ting fra andre vinkler da. Så det var kanskje en Jack Wells som sa det at hvis du har to personer i møter som er enig, så er minst en av dem overflødige kanskje begge. Og det er der jeg liker å ha det dere synspunktet å prøve litt uenig og det møter jeg ofte litt motstand på da.

SS: Det er utrolig viktig og verdiskapende langsiktig, men det er ganske slitsomt for den som tar den rollen på seg.

OD: Jeg synes det er litt morsomt.

SS: Du er robust tydeligvis.

OD: Ja, tåler det.

SS: Veldig bra. De viktigste prosjektene det siste året for deg, hva er det?

OD: Jeg drev jo utviklingen av den her teknologien som har vært kjernen i det vi gjør også har vi underveis på det jobba med en del prosjekter direkte ut mot kundene. Der har vi jobbet på noen ganger helse prosjekt som jeg syns er veldig interessant, men ser den litt konfidensiell så vi kan ikke gå så mye inn på.

SS: AI for alle, inkludert helse og energi og så videre.

OD: Ja helse, energi.

SS: Transport?

OD: Ja transport, men alle jeg mener alle sektorer og i hele verden kan bruke denne teknologien. Den som har fått mest verdi ut av den til noe er jo det som går på forstå oppførselen til folk men, det kan brukes til alt.

SS: Hva inspirere deg, internasjonalt og nasjonalt?

OD: Godt spørsmål.

SS: Du må gjerne si droner jeg synes det er like fascinerende.

OD: Ja, nei jeg syns sånn, jeg har jo sett de her inntil 500 og noe sikkert tusen kroner som kjører sånn mønster sammen, så utrolig fascinerende. Musikk, all slags musikk egentlig men, gjerne musikk med litt trykk i synes jeg er morsomt også synes jeg det er morsomt å sjå på og hør på folk som mener noe annet. Det er utrolig mye å lære av det.

SS: Hva er Lighthouse8 og Sticos?

OD: Ja det er jo to selskaper her i Trondheim som har kommet veldig langt med maskinlæring i sine sektorer og har lyktes og får til å tjene gode penger på det. Og Lighthouse8 er innen digitalisering og effektiv personalisert reklame og sånne ting.

SS: Den heter Kate?

OD: Ja. De har en robot som de har gitt både navn og personlighet.

SS: Kate.

OD: Veldig spennende. Sticos har jo lagd en sånn chatpott løsning som hjelper folk og svarer på spørsmål de har rundt produkt og sånn som de har. Det er veldig spennende, mange brukere og ja, har fått stor verdi ut av AI teknologi.

SS: Jeg har så lyst til å gå på et sidespor nå med hvorfor disse AI-chatpots og robåter altfor ofte har kvinnelige navn og søte utseende, men..

OD: Det er gjerne gjøre.

SS: Men det har mye tror jeg, mye mer spennende å ta japanske der også. Men jeg blir veldig fasinert, jeg skal bare gi et morsomt eller kanskje dumt eksempel med disse Boston Dynamics. Så du den siste med de kundene som danser i takt.

OD: Nei det har jeg ikke sett.

SS: Det er like fascinerende som parkour og.

OD: Ja, jeg synes Boston Dynamics er veldig interessant. Det er jo alle sånne robåter og droner så det er kjempespennende syns jeg og litt skummelt.

SS: Ening, helt enig. Hva tror du er relevant kunnskap for fremtiden?

OD: Nei jeg har jo sagt at ekspertise aldri går av moten, så du er ekspert i noe så vil det alltid være relevant nesten uansett hva det er. Så det er veldig vanskelig å spå hva du trenger for utviklingen går av gårde så fort. Så, men, bli ekspert i et eller annet som du synes er spennende så er nok det relevant.

SS: Hva gjør vi unikt godt i Norge av dette her annet enn å betale 50 % av befolkningen av staten.

OD: Ja jeg synes vi er veldig unik i hvor stor andel av befolkningen som er betalt av staten. Så der er vi veldig flinke. Vi har jo lyktes veldig godt med å utvikle ekstremt avansert teknologi i oljesektoren og en oljeansatt generere utrolig mye penger for staten. Så hvordan vi skal klare å få til det på andre måter, det skal bli veldig spennende å se.

SS: Jeg tror vi må ha mange AI ansatte og se om vi kan genererer like mye.

OD: Ja det som vi synes vi er veldig flinke til i Norge er det her med å ha en falt struktur og en god ide er god uansett hvem som har den. Det liker jeg veldig godt med Norge.

SS: Jeg har sjelden hørt noen si at vi er kjempegode på programmering men, jeg tror du har et poeng når du sier det. Hvorfor er vi kjempegode på programmering?

OD: Det, ja, er vanskelig å si igjen. Men jeg tror kanskje litt den dere detaljefokuset som vi har. Vi har tålmodighet til også gjøre det ordentlig.

SS: Nordmenn er veldig ordentlige. Også tenker de selv.

OD: Ja.

SS: Og den kombinasjonen er veldig god når du skal programmere noe nytt.

OD: Jeg tror det. Når det er noe nytt eller lage noe veldig avansert som det tar lang tid å få til.

SS: Også kan vi samarbeide, selv om de tenker selv og det også er veldig viktig. Hvor skal man lese og se ting for å lære seg litt om AI?

OD: Jeg syns jo det dere foredraget AI for everyone, det er han Andrew Ng, vet ikke hvordan det uttales Ng skrives det, kortsida det synes jeg alle burde tatt seg tid til å gå igjennom. Det er veldig opplysende og både hva du kan få til og hva du ikke bør gjøre innenfor AI. Så er det bare og se podkaster og følge med rundt for det er mer enn nok stoff å finne om AI.

SS: Så må jo du og gjengen skrive litt historie om Norges Chip – industri.

OD: Ja det burde vi gjøre og et sitat som jeg liker det er det at «det vi har mest å lære av historien er at vi ikke er så flinke til å lære av historien». Men vi kan gjerne skrive litt om halvlederindustrien og hvordan er det her kommer videre. For det er et industrieventyr i Norge som vi ikke har fått fram godt nok synes jeg.

SS: Det er viktig inspirasjonskraft da.

OD: Ja.

SS: Har du et lite sitat som du vil legge igjen til våre lyttere?

OD: Ja jeg jobber jo med spådommer og AI og jeg liker veldig godt den her med at det er vanskelig å spå, spesielt om framtida.

SS: Selv for en AI?

OD: Selv for en AI. Dette her kommer jo fra en regjeringsansatt i Danmark som hadde her quote - en først men, jeg liker veldig godt.

SS: Hvis folk skal huske en ting fra vår samtale, hva vil du at det skal være?

OD: At AI – en blir tilgjengelig for alle. Så du kan relativt enkelt nå, få eller folk som er god i programmering kan også bli god til å lage maskinlæring, så AI – løsninger.

SS: Veldig spennende jeg lurer nesten på om jeg kanskje må prøve dette her. Odd Jostein Svensli tusen takk for at du var med oss og inspirerte oss både om, fra gamle heltehistorier i teknologi og en ny en innenfor AI.

OD: Takk.

SS: Takk til dere som lyttet.

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



Quiz for Case #C0523

Du må være Medlem for å dokumentere din læring med å ta quiz 

Allerede Medlem? Logg inn her:

0

C0523 AI Vi gjør AI tilgjengelig for alle. - med Odd Jostein Svendsli

1 / 3

Hvor mange microkontrollere finnes det i en bil?

2 / 3

Hva er Atmel?

3 / 3

I hvilket år kjøpte Microchip opp Atmel?

Your score is

The average score is 0%

Du må være Medlem for å kunne skrive svar på refleksjonsspørsmål

Allerede Medlem? Logg inn her: