#0531: Big AI vs. "hverdags-AI" - LØRN.TECH

Tema: AI

#0531: Big AI vs. “hverdags-AI”

Expørt: Lars Løvlie

Forretningsutvikler for AI og data science

fra Sopra Steria

Med lørner Silvija Seres

Man bør ikke starte med bare et generelt ønske om å bruke AI, men heller starte med å finne ut av hvilken utfordring man ønsker å løse. Deretter ser man på hvilke data som kan være nyttige for å løse dette. Men hvordan kommer man igang? Og trenger man millioninvesteringer for å få gevinster fra AI? I denne episoden av #LØRN snakker Silvija med forretningsutvikler for AI og data science i Sopra Steria, Lars Løvlie, om forskjellen mellom deep learning og mer tradisjonell AI, og hva vi kan bruke de forskjellige teknologiene til.

Noen kjappe med ekspørt Lars Løvlie

Navn
Lars Løvlie

Tittel og selskap?
Senior manager og forretningsutvikler AI i Sopra Steria

Utdanning og hobby?
PhD i halvlederfysikk, med litt ekstra innslag av softwareutvikling. Hobby er enkel spillutvikling og toppturer til fots – og ski den gangen jeg hadde tid til hobbyer.

Hvem er du, og hvordan ble du interessert i teknologi?
Jeg er forretningsutvikler for AI og data science i Sopra Steria. Jeg har alltid vært interessert i teknologi (men også i samfunnet). Født sånn, ikke blitt sånn med andre ord.

Hva er det viktigste dere gjør på jobben?
I Analytics-miljøet så vil jeg si at det viktigste vi gjør er å gi råd og lage løsninger som skaper overblikk og innsikt for kundene våre! De fleste ønsker å bli data-drevne – i den forstand at de kan ta beslutninger som bunner i analyser av data i stedet for på magefølelsen, men mange vet ikke helt hvordan de skal komme seg dit. Vi hjelper de på denne reisen både mtp det tekniske og til en viss grad det forretningsmessige.

Hva fokuserer du på innen teknologi?
1) Analyseplattformer, med datainnsamling, prepping, maskinlæring der det er relevant og presentasjon/visualisering. For det meste på skyplattformer som Microsoft Azure og Amazon Web Services.
2) Selvkjørende bilder vs resonnering/automatiske prediksjoner
3) Forstår folk forskjellen?
4) Er det smart av virksomheter å starte med et ønske om å bruke AI, eller bedre å starte med å finne ut av hvilken utfordring de ønsker å løse og hvilke data som kan være nyttige for å løse dette? AI kan være riktig verktøy, men man kan også oppnå mye automatisering med f.eks. robotic process automation.

Hvorfor er det spennende?
Fordi jeg synes det er utrolig morsomt å dra informasjon ut av rådata. Vet ikke helt hvorfor, men det er utrolig tilfredsstillende å se hva som ligger “gjemt” i data. Det kan være gleden i  når “rotete” data blir strukturerte og begynner å fortelle en eller annen historie. Også er det morsomt å effektivisere prosesser og skape noe som folk setter pris på.

Hva synes du er de mest interessante kontroverser?
1) DeepFake og tilsvarende problemstillinger. AI for good or bad…
2) Hvordan ta i bruk AI når man sitter på masse muligens sensitive opplysninger, som f.eks. person-identifiserende opplysninger, slik store deler av offentlig sektor, helsesektoren, finansbransjen, etc gjør. Her tror jeg det vil skje veldig mye fremover – det vil tvinge seg frem – som gjør det mulig å ta i bruk AI også i slike tilfeller.

Dine egne relevante prosjekter siste året?
Nå jobber jeg mye med forretningsutvikling og mindre med å levere egne prosjekter for tiden, men det er generelt stor aktivitet innen automatisk risikoklassifisering, kundeinnsikt i varehandelsbransjen og diverse problemstillinger knyttet til prosessoptimalisering og prediktivt vedlikehold i industrisektoren. Personlig tror jeg at offentlig sektor har utrolig mye å hente ved å ta i bruk AI i saksbehandling, tilsynsaktivitet, språkteknologi, dokumenthåndtering, men og mye mer.

Dine andre favoritteksempler på din type teknologi internasjonalt og nasjonalt?
1) Generativt design er utrolig kult. Det er kanskje ikke strengt tatt AI (usikker på hvilken teknologi de har brukt), men f.eks. Autodesk har blant annet begynt å levere den type funksjonalitet i CAD-programmet sitt. Det ville vært science fiction for bare noen få år siden.
2) DeepFake – altså det å generere (“fake”) ansikter på en annen aktør – er utrolig spennende og kontroversielt. Det er nok mange spennende både legitime og tvilsomme bruksområder her.
3) Generelt synes jeg det er morsomt med nye spenstige AI-algoritmer, men mye mer tilfredsstillende når jeg hører om at virksomheter i Norge faktisk har tatt steget og begynt å bruke maskinlæring i produksjonssatte løsninger! Det kan være så enkelt som et nytt bemanningssystem eller noe sånt, men da har man faktisk klart å realisere gevinst ved AI!

Konkret eksempel 1: Lånekassen brukte maskinlæring til å finne studenter som feilaktig får utbetalt borteboerstipend, og doblet treffsikkerheten på kontrollene sine sammenlignet med stikkprøver. Det er direkte gevinst for samfunnet, så applaus til Lånekassen.

Konkret eksempel 2: Rikshospitalet har begynt å bruke helt cutting edge maskinlæring og mixed reality-visualisering for å kunne gjennomføre flere og bedre operasjoner på barnehjerter, leverkreft og tarmkreft. Det kan ikke være noe bedre enn teknologi og AI som redder barneliv!

Hva tror du er relevant kunnskap for fremtiden?
Jeg tror at hva som vil være relevant kunnskap om 100-200 år er helt umulig å prediktere. Hvis man derimot snakker om unge som skal ta utdanningsvalg nå – altså med tanke på de neste 50 årene eller der omkring – så tror jeg at følgende vil være sentralt:
– Matematikk og statistikk
– Programmering (dette burde inn i grunnskolen :), spesielt høynivå, men også lavnivå
– Kunnskap om data, søk, struktur, visualisering, muligheter for bruk

Hva gjør vi unikt godt i Norge av dette?
De som *kan* programmere i Norge gjør dette med gjennomgående høy kvalitet, noe som kan ha noe med en sterk kultur for å være selvdrevne og kvalitetsbevisste. Vi har god kultur for kommunikasjon og diskusjon i IT-prosjekter. Vi har også initiativer som “Lær kidsa å kode” og et sterkt momentum for digitalisering som har gjort at vi har samfunn med veldig høy grad av digitalisering, som gjør oss effektive og åpner opp muligheter. Vi er nasjonalt sett ikke så sterke i matematikk og statistikk, noe vi burde jobbe med å heve.

Et favoritt fremtidssitat?
Jeg samler egentlig ikke på sitater, men etter litt googling fant jeg et som resonnerer godt fra John F. Kennedy: “History is a relentless master. It has no present, only the past rushing into the future. To try to hold fast is to be swept aside”.Jeg synes det sier mye om verdien i å være fremoverlent og proaktiv, i stedet for reaktiv og forsøke å gjøre ting slik man alltid har gjort. Har man den innstillingen så vil man fort bli det neste Kodak…

Viktigste poeng fra vår samtale?
Man kan diskutere hvordan man kommer dit, men jeg tror de aller fleste skulle ønske at de kunne ta informerte beslutninger basert på data. Det er mange nå som nøler og som ikke vil ta risiko ved å investere i løsninger og nye prosesser som første steg på veien, og det blir interessant å se hvordan dette utvikler seg etter hvert. Man bør huske at man ikke nødvendigvis trenger 100 mill for å få gevinst fra AI. Dette feltet har nå blitt så modent at det mest sannsynlig finnes massevis av “use cases” i enhver virksomhet med et mye, mye lavere budsjett som gjør hverdagen enklere og raskere.

Dette lørner du:

Demokratisering av data internt i bedriften 
Deep learning 
Hverdags AI 
Konkret anvendelse av AI 
Proof of concept

Anbefalt litteratur:

Towards data science-bloggen
YouTube-kanalen til Andrej Karpathy (Head of AI i Tesla)
Introduction to Statistical Learning av Daniela Witten, Robert Tibshirani, og Trevor Hastie

De fleste ønsker å bli data-drevne - i den forstand at de kan ta beslutninger som bunner i analyser av data - i stedet for på magefølelse, men mange vet ikke helt hvordan de skal komme seg dit. Vi hjelper de på denne reisen både mtp det tekniske og til en viss grad det forretningsmessige.

Lars Løvlie

Dette er Sopra Steria

Informasjon kommer…
Share on facebook
Share on twitter
Share on linkedin

Filter by perspective

Filter by subject

Search name, company, subject or keyword

#0749

Teknologisk revolusjon

Ekspørt:

Sigve Brekke

Konsernsjef

Fra Telenor

#0748

En digital reise

Ekspørt:

Heidi Austlid

Adm. Direktør

Fra IKT-Norge

#0747

Teknikk slår politikk

Ekspørt:

Hilde Nagell og Eirik Løkke

Rådgiver

Fra Agenda & Civita

#0704

Innovasjon i norsk industriproduksjon

Ekspørt:

Karl Martin Eggen

Administrerende direktør

Fra Duun Industrier