Elena Fersman

Published by Sofia Hassan on

För 19 år sedan lade Elena Fersman fram sin magisterexamen inom datavetenskap, sen dess har hon jobbat inom området Artificiell intelligens. Förutom att vara professorsadjunkt på Kungliga tekniska högskolan är hon även forskningschef på telekomföretaget Ericsson, där hon ansvarar för andra forskare från Sverige, USA, Ungern, Indien och Brasilien.

Berätta gärna om dig själv? 

Jag är civilingenjör och civilekonom från S:t Petersburgs Tekniska Universitet. Min magisteruppsats handlade om genetiska algoritmer vilket är en del av AI och är väldigt spännande område. Jag fortsatte sedan att forska inom datavetenskap som doktorand på Uppsala Universitet.

Hur definierar du artificiell intelligens? 

Algoritmer som imiterar den mänskliga intelligensen, till exempel hur vi lär oss, lagrar kunskapen, besvara frågor beroende på hur lång tid man har på sig. Artificiell intelligens inkluderar även algoritmer som inspireras av naturliga fenomen så som evolutionen. Detta AI-område heter genetiska algoritmer.

Vad är det svåraste med att forska inom AI och det svåraste som du har stött på? 

För ca 10 år sedan var det svårt att få tag på data. Situationen har förbättrats sen dess, men fortfarande kan det vara svårt att få tag på data från olika domäner om man till exempel vill prova att överföra slutsatser från domän till domän. Idag finns det finns massa öppen data.

I vilka området kan AI göra sig bäst? 

I alla områden där det finns mycket data och domänkunskap, t.ex. hur man bygger en bil eller hur man bygger ett telekomnät. 

Vilka största faror ser du med AI? 

Maskininlärning förstärker det som finns i data som vi människor har skapat. Man ser exempel på hur algoritmer kan visa partiskhet. Detta beror på att data som algoritmerna har tränats på är partisk, och det data kommer från människorna. Då måste vi människor ta ansvar för data, tillhandahålla den och hålla den ren.

Hur kan vi motverka partiskhet (bias)? 

Det går att upptäcka om algoritmerna uppträder biased, och då kan man gå tillbaka, använda rikare datakällor och justera. Man ska även bevaka det som leder till opartiskhet, vilka faktorer påverkade och kan man accelerera dem för att motverka partiskhet. 

Tror du att teknologisk singularitet kommer att ske?

Svårt att säga. Oavsett ska vi alltid sätta människan i centrum; all teknik som utvecklas ska vara som stöd för oss, det sker på våra villkor. Oavsett om de är smartare eller snabbare i vissa tillämpningar är de fortfarande ett stöd för oss. 

Tycker du att värderingar är viktigt? 

Det måste man ha från grunden, både värderingar och lagstiftningen måste programmeras in i algoritmerna för att de ska följas. Det är viktigt med metoder som verifierar om värderingar och lagstiftningen följs. 

Tycker du att detta följs? 

I många fall så är det tekniken som springer före. Vem som helst kan bygga en algoritm, och det är inte alltid lätt att veta om t.ex. säkerheten har tagits med i åtanken? 

Finns det risker med att forskningsområden hypas? 

Hypen måste fyllas med substans. Skulle man göra något förhastat, bara för att vara först och hänga med i hypen utan att testa programvaran tillräckligt noggrant – då är det såklart farligt, men så är det nog med allt, inte bara med AI.  Jag tror att hypen kommer att gå ner snart, det är roligt att AI uppmärksammas men jag tror att det kommer återfå ett normalläge. 

Hur tycker du att hypen har växt? 

Efter AI-vintern avstod forskare att kalla sitt arbete något med AI. Men det var fortfarande mycket folk som jobbade och forskade inom det. Nu har man istället sett AIs fördelar och pratar öppet om nyttan.

Vad tror du att hypen kommer att resultera i? Vad kommer härnäst inom AI? 

Det kommer bara vara en hygienfaktor. Använder man inte metoderna så kommer bolagen att halka efter. Man måste ha effektiva processer helt enkelt. 

Hur kommer AI påverka applikationsutvecklingen? 

Det kommer att påverkas radikalt, istället för att programmera kommer man jobba datadrivet. Man kommer att börja med vad man vill få ut för resultat, därefter kommer systemet själv hitta den optimala lösningen. Det är något som görs idag i stor utsträckning. Efter det blir det någon slags av hybrid, både programmering och datadrivet. 

Vad brukar missuppfattas inom AI? 

En missuppfattning är att AI kommer att ta över världen, utplåna mänskligheten. Ett annat exempel är att AI är endast bra på rutinbaserat arbete. Att alla konstnärliga yrken kommer vara säkra eller om man är väldigt strategisk, så sitter man säkert på sin position. Eller att man som ingenjör är väldigt logisk, att då anser man sitta säkert – vilket jag tycker inte alls stämmer. Det är väldigt fin musik som skrivs av algoritmer, väldigt fina konstverk som skapas. Alla yrken förändras, även kreativa och konstnärliga. 

Det kommer vara väldigt viktigt med ett samarbete mellan människor och algoritmer. 

Vilka yrken tror du kommer vara säkra? 

Yrken som ofta kräver att man tänker utanför boxen, att du som person kan ta fram nya idéer och tankesätt. Man ska vara unik och ta fram saker som ingen annan har hört, tänk annorlunda. 

Det får mig att tänka på en barnlek. Ett barn nämner något han/hon äger, t.ex. en grön keps. Alla som har en grön keps räcker upp handen. Därefter säger en annan att han/hon har en grön keps men med prickar på. Och ingen annan räcker upp handen. Tänk i samma banor våra kunskaper. Försök att sticka ut, vara unik.

Ett annat exempel är till exempel nyhetsuppläsare, det är något som robotar kommer att kunna ta över. Men kommer det vara intressant för oss som publik att se på det? Problemet med dem är att de är perfekta, de gör aldrig bort sig. Jag tycker att det är hela tjusningen med att se på live tv är att uppleva det mänskliga, att någon råkar säga något fel, skoja till det, eller att en rysk dialekt slinker igenom. Skulle det vara programmerat, så blir det väldigt tråkigt. Det är den mänskliga touchen som alltid kommer att vara efterfrågat. 

Dina bästa tips om man vill börja jobba inom AI/lära sig mer om AI?

Det finns en kurs som heter Elements of AI. Den kursen är till för alla. Så är man intresserad så kan man börja med den, den finns på webben. Finland var först med den kursen, och Finland hade en ambition att utbilda 1% av sin befolkning inom AI. Sverige gjorde samma sak och lanserade den på svenska och på engelska. 

Det finns många ramverk, man bör plocka ner dem och börja jobba med det på datorn. Man behöver tillämpa materialet i en liten skala och därefter lära sig allt eftersom. 

Tack för att vi fick träffa dig Elena!


0 Comments

Lämna ett svar

Din e-postadress kommer inte publiceras.