#0200 - AI -Keiserens kunstige klær? - LØRN.TECH

Tema: AI

#0200 – AI -Keiserens kunstige klær?

Expørt: André Teigland

Forskningssjef

fra Norsk Regnesentral

Med lørner Silvija Seres

Hvorfor er statistikk og modellering viktig for kunstig intelligens? Og hva menes med overfitting i AI? I denne episoden i #LØRN snakker Silvija med Assisterende direktør og Forskningssjef i Norsk Regnesentral, André Teigland, om tilfeldigheter, lakselus, statistisk modellering og AI.

Noen kjappe med ekspørt André Teigland

Andre Teigland 

Admin spørsmål (vi bruker disse for publisering): 

1) Navn, epost, mobil André Teigland, [email protected], 930 24 230        

2) Selskap Norsk Regnesentral (NR) 

3) Tittel Assisterende direktør / Forskningssjef 

4) Ønsket overskrift AI – Keiserens kunstige klær? 

5) Tagger 

Podcast spørsmål (trenger også korte svar på disse): 

1) Hvem er du, og hvordan ble du interessert i AI? 

Utdannet statistiker. Assisterende direktør på NR hvor jeg leder miljøet i statistisk modellering, maskinlæring og bildeanalyse med 40 forskere. Har drevet avdelingen SAMBA (Statistisk Analyse, Maskinlæring og Bildeanalyse) i over 20 år og har erfart hvordan vi har gått fra nærmeste enerådene i statistikk / maskinlæring i Norge til at feltet nå har eksplodert, ofte pakket inn som AI. NR har prosjekter på feltet for 80-90 mill årlig, innen en rekke forskjellige anvendelser, men markedsfører det ikke tungt som AI. Har også SFI (Senter for Forskningsdrevet Innovasjon) Big Insight. Som navnet indikerer utvikler vi metodikk for å gi innsikt fra (store) komplekse datamengder. For meg er statistisk modellering og maskinlæring  kjernen i “moderne AI” (som selvfølgelig også inkluderer mange andre fagfelt). Jeg opplever ofte urealistiske forventninger til at bare man har nok data så kan man gi perfekte prediksjoner og perfekt klassifisere f.eks kunder i ulike grupper. Er derfor sterkt opptatt av det jeg kaller “edruelig AI”. Og innovasjon. 

2) Hva gjør dere på jobben? 

Utvikler modeller og implementere skreddersydd operasjonell software for en rekke bransjer, basert på data. Prognoser, segmentering, usikkerhetsberegning, risikoklassifisering osv osv. 

3) Hva er de viktigste konseptene i AI? 

Jeg bruker ofte følgende figur for å sette utviklingen av hvordan verden har omtalt / nå omtaler AI og hva det egentlig da er, sett fra en statistikers synsvinkel 🙂 

 

4) Hvorfor er det spennende? 

Utrolig spennende  å lete etter mønstre, sette sammenhenger i system og avdekke hvor mye prediktiv kraft det kan ligge i historiske data når man masserer dem med kunnskap og omtanke. Gøy å se modeller settes i praktisk drift hos så mange kunder. Variasjonen i kundemassen; fra bankdirektører en dag til marinbiologer den neste. 

5) Hva synes du er de mest interessante kontroverser? 

Generiske AI-systemer kontra skreddersydde for den enkelte anvendelse. Den urealistiske troen på at man finner riktig svar bare man har nok data. Vi møter mange som er utsatt for press fra toppledelsen om at vi må jo henge med og “gjøre noe AI-greier”, uten tanke på problemstilling. De blir ofte veldig glade når jeg forteller dem at mye dreier seg om å bruke metodikk fra 90-tallet… Ikke med det sagt at det ikke finnes masse spennende nyutvikling, f.eks deep learning i bildeanalyse som Line Eikvil vil komme inn på. Personvern kontra kollektiv nytteverdi ved bruk av individdata er også veldig interessant motsetning – lærerik erfaring fra bla. NAV og Skatteetaten på dette (hvordan avdekke svindel). 

6) Dine egne prosjekter innen AI? 

Ikke mine egne (jobber lite selv på prosjekter), men kollegers, f.eks; 1) Hvordan telle hvor mange passasjerer NSB har? 2) Hvordan forutse lakselusspredning? 3) Kredittscoring basert på vibrasjoner fra dine konti. 4) Hvordan åpne den svarte boksen (explainable AI). 

7) Dine andre favoritteksempler på AI internasjonalt og nasjonalt? 

Bruker ofte selvkjørende biler som eksempel på at der er langt frem… 

8) Hvordan pleier du å forklare AI? 

Forsøker å avdramatisere. Men likevel fokusere på muligheter. Se 3) over 

9) Hva gjør vi unikt godt i Norge av dette? 

Faglig i front, edruelig forståelse som gjør at vi forhåpentligvis satser på de anvendelser med stor nytteverdi 

10) Anbefalt lesing/seing om XXX? 

11) En favoritt AI sitat? 

Tilfeldighetens evne til å lage mønstre er mye større en man tror! (vet ikke helt hvor jeg har det fra – kanskje meg selv??) 

12) Viktigste poeng om AI fra vår samtale? 

AI dreier seg om prosjektgjennomføring fra A til Å. Statistisk modellering og maskinlæring er kjernen i AI. Du må forstå dine data for å få noe ut av dem. Overtilpasning er svært hyppig. Man må skille tilfeldige sammenhenger i historiske data fra de som også vil gjenta seg i fremtiden – dette er en kunst. Edrulighet, men teknologioptimist! 

 

Dette lørner du:

AI
Overfitting
Statistisk modellering

Anbefalt litteratur:

AI dreier seg om prosjektgjennomføring fra A til Å. Statistisk modellering og maskinlæring er kjernen i AI. Du må forstå dine data for å få noe ut av dem. Overtilpasning er svært hyppig. Man må skille tilfeldige sammenhenger i historiske data fra de som også vil gjenta seg i fremtiden - dette er en kunst.

André Teigland

Search name, company, subject or keyword