Ungt fólk er áberandi meðal þeirra sem leiða vagninn í þróun gervigreindar. Það er ekki skrýtið, enda er þar unnið á jaðrinum, með nýjustu þekkingu og tækni á sviði gagnaverkfræði og gagnavísinda.
Fannar Bergmann og Helga Halldórsdóttir starfa sem sérfræðingar í öflugu teymi DataLab. Þau hafa bæði nýlega lokið meistaranámi erlendis en hafa á stuttum tíma öðlast mikla reynslu í fjölbreyttum verkefnum þar sem reynir á skapandi aðferðir ekki síður en sérmenntun þeirra.
Hvaðan komið þið? Hvað leiddi ykkur inn á braut gervigreindarinnar?
Helga: Ég lærði fjármálaverkfræði í HR, flutti svo til Danmerkur þar sem ég lauk prófi í viðskiptagreiningu (e. business analytics) með sérhæfingu í gagnavísindum nú í febrúar.
Í mastersnáminu fengum við að spreyta okkur á gögnum frá Airbnb, þar sem við skoðuðum forspárgildi meðmæla, hversu vel þau spáðu fyrir um eftirspurn eftir íbúðum. Ég sá þá hversu miklir möguleikar væru á því að nýta gögn með þessum hætti, sem mér fannst mjög spennandi.
Námið hefur reynst mjög hagnýtt fyrir mig þar sem ég er að nýta mjög mikið úr náminu í verkefnum fyrir DataLab, eins og gagnavísindi, forspárlíkön og að undirbúningur gagna til vinnslu.
Fannar: Ég fór í BS nám í hagfræði, en þau fræði heilluðu mig ekki nægilega, en ég fékk hins vegar mikinn áhuga á tölfræði, að smíða líkön o.s.frv. Eftir útskrift starfaði ég sem verktaki við gagnagreiningu þar sem ég greindi líkur á sölu í úthringingum.
Ég skellti mér svo í nám í Hollandi í markaðsgreiningum (e. marketing analytics) og gagnavísindum (e. datascience), sem mér fannst ótrúlega áhugavert og spennandi. Eftir námið vann ég fyrst hjá fyrirtæki þar sem ég var að greina brottfallshættu í áskriftarviðskiptum, en svo lá leiðin til DataLab, þar sem ég hef verið síðan.
Þar hef ég verið í ýmsum verkefnum, meðal annars að þróa forspárlíkön og Ara okkar, þarfasta þjóninn, sem byggir á spunagreind (e. generative AI).
Hvar liggur sérstæða DataLab meðal fyrirtækja sem eru að smíða AI lausnir?
Fannar: Sérstaðan liggur meðal annars í því að við erum „one-stop shop“ hvaða varðar allt sem snertir þróun og innleiðingu á AI lausnum. Við erum að hreinsa, skipuleggja og tengja saman gögn, smíðum forspárlíkön, setjum upp mælaborð og erum líka á kafi í spunagreindinni sem birtist best í Ara.
Við erum s.s. hvorutveggja að vinna í gagnaverkfræði - að hreinsa og skipuleggja gögnin - og gagnavísindum, þ.e. að þróa snjallar lausnir sem nýta gögnin.
Við sjáum að mörg fyrirtæki og stofnanir eru ekki búin að koma gögnunum í þann farveg að það sé auðvelt að koma gervigreindinni í verkin. Mikilvæg gögn eru jafnvel geymd í excel skjölum sem deilt er meðal starfsfólks með tölvupósti eða geymd í gömlum úreltum kerfum. En þar getum við einnig aðstoðað
Mynd: DALL-E ["Depict a cluttered workspace full of messy data (inspired by Excel sheets, files, and documents), transitioning into clean, well-structured databases or AI-ready files. Highlight the transformation of chaos into structured, clean data."]
Hvernig er dæmigert ferli við smíði og innleiðingu AI lausna? Hvernig gerist þetta í praxis?
Helga: Þetta byrjar allt á „proof-of-concept“, þ.e. einhverju prufuverkefni. Viðskiptavinur kemur með hugmynd að verkefni, eða við mótum hana saman, og við skipuleggjum 6-8 vikna vinnulotu.
Á meðan því stendur erum við að fá betri tilfinningu fyrir umfangi verkefnisins og möguleikum.
Eftir þessa fyrstu lotu töku við stöðuna og samtal um framhaldið. Yfirleitt eru þá skipulagðar nokkrar slíkar lotur í viðbót til að þróa verkefnið áfram.
Þetta geta ýmist verið gagnaverkfræðiverkefni og þá erum við að láta gögnin flæða, spálíkanagerð eða Ara verkefni.
Getið þið nefnt einhverjar ranghugmyndir um gervigreind sem þið mætir þegar þið vinnið með viðskiptavinum? Eru væntingar raunhæfar?
Fannar: Stundum skynjum við óraunhæfar væntingar um hvað hægt er að gera, til dæmis hversu nákvæm forspárlíkön er hægt að smíða, sömuleiðis um hvað Ari okkar á að geta leyst eftir stuttan snúning.
Sumir halda að þetta séu bara „plug-and-play“ tól, bara dæla gögnunum inn og töfrar koma út. Þetta er ekki þannig.
Helga: Möguleikarnir velta allir á gögnunum, magni og gæðum, hvort sem um textagögn eða tölur er að ræða. Sumir koma til okkar og eftir yfirferð átta sig á því að gögnin eru ekki klár og koma svo aftur síðar.
Gervigreind og gagnalausnir munu hafa áhrif á fjölmörg störf - finnið þið fyrir efasemdum eða tortryggni hjá almennum starfsmönnum, sem tæknin er kannski að leysa af hólmi?
Fannar: Við finnum í sjálfu sér ekki mikið fyrir því. En það er heldur alls ekki klippt og skorið að þessi tækni muni fækka störfum. Hún mun frekar vinna samhliða starfsfólki og létta því verkin.
Helga: Ekki má gleyma að tæknin mun gera mörg störf miklu skemmtilegri og þægilegri, og starfsmenn geta nýtt tíma sem sparast í annað. Maður hugsar um alla þessa vinnu víða við að skrifa sömu skýrsluna aftur og aftur, eða færa til excel skjöl milli svæða til að aðrir hafa aðgang að og svo framvegis.
Getið þið nefnt dæmi um hvernig lausnir DataLab hafa haft áþreifanleg áhrif á rekstur viðskiptavina?
Fannar: Allar okkar lausnir snúa að því að auka skilvirkni þannig að takmarkaðar auðlindir nýtist betur, til dæmis tími starfsmanna. Við unnum til dæmis verkefni fyrir geðsvið Landspítalans þar sem við spáðum fyrir um líkur á því að sjúklingar mæti í tíma á göngudeild.
Það eru mikil afföll þar og dýrmætur tími sérfræðinga sem fer til spillis. Þetta gerir þeim kleift að beita fyrirbyggjandi aðgerðum til að sjúklingar mæti frekar.
En hvað varðar konkret mælingar vorum til dæmis að fá skemmtilegar niðurstöður frá fyrirtæki í ferðaþjónustu, en Ari gerir starfsfólkinu þar kleift að svara fyrirspurnum allt að 70-85% hraðar, en þær geta verið flóknar og tímafrekar.
Mynd: DALL-E ["A creative concept showing smaller datasets in Iceland. The image could include a map of Iceland with various industries (like healthcare, fisheries, and finance) connected by data streams, showcasing the challenge of working with limited but critical data."]
Hvernig finnst ykkur þið hafa styrkst sem sérfræðingar á ykkar sviði hjá DataLab?
Helga: Mér finnst ég hafa vaxið af því fá að vera skapandi í nálgun að vandamálum.
Verkefnin eru alls ekki þannig að það liggi nákvæmlega fyrir hvernig eigi að leysa þau, við þurfum að brjóta heilann og finna nýjar leiðir sem kannski enginn hefur farið áður.
Hjá DataLab erum við að vinna í fjölbreyttum verkefnum með tækni sem þróast stöðugt, þannig að það þarf virkilega að vera lausnamiðaður og skapandi. Þannig að maður lærir mikið af því.
Ef ég hefði ráðið mig hjá stóru fyrirtæki eða stofnun væri ég að vinna á mjög þröngu sviði og fengi líklega nákvæm fyrirmæli um hvað ég ætti að gera. Hér þarf að halda á mörgum, ólíkum boltum í einu.
Fannar: Sammála þessu. Þetta eru fjölbreytt verkefni, óvæntir hlutir koma upp og mikilvægt að vera skapandi til að leysa vandamálin. Það er alltaf eitthvað nýtt að koma upp með Ara og skyldum lausnum.
Við fáum að kafa ofan í nýjustu tækni í mest spennandi geira í dag sem er síbreytilegur og sú reynsla hefur verið mjög dýrmæt.
Svo hef ég sjálfur fengið að halda utan um verkefni, samskipti við viðskiptavini og séð um að kynna lausnir. Sú reynsla hefur styrkt mig mikið.
Helga: Við lærum líka mikið hvert af öðru, vinnum mjög þétt saman og köstum boltum á milli okkar. Það er svo mikilvægt að vinna í teymi til að fá endurgjöf á hugmyndir sem maður fær.
Eru einhverjar sérstaklega íslenskar áskoranir eða tækifæri í þróun gervigreindar?
Fannar: Það sem er allavega nokkuð ólíkt því sem gerist erlendis að þar eru yfirleitt um mikið stærri fyrirtæki og mikið magn gagna. Hér þurfum við að vera mjög skapandi til að smíða snjallar lausnir þar sem við erum að vinna með takmarkað gagnamagn.
Hvaða atvinnugreinar eða geirar á Íslandi hagnast mest á innleiðingu gervigreindar, að ykkar mati?
Fannar: Mér finnst liggja mikil tækifæri hjá opinbera geiranum. Þar eru yfirleitt mikið af talna- og textaefni sem bíður þess að vinna úr. Fjármálafyrirtækin er annar geiri sem er í skotfæri, sem býr sömuleiðis yfir miklum gögnum.
Helga: Svo höfum við sjávarútveginn, þar eru tækifæri. Við erum til dæmis að vinna náið með Oceans, sem býður háþróuð forspárlíkön fyrir fiskverð á mörkuðum.
Í lausnum þeirra er hægt að tala við og spyrja spurninga um tiltekna þróun og biðja um myndir og kynningu beint úr lausninni.
Munurinn á okkar lausnum og mörgum öðrum sem eru á neytendamarkaði er að við erum aðeins að vinna með gögn viðskiptavina, engin ytri gögn til dæmis af netinu, þannig að ekki er hætt á að Ari eða skyldar lausnir skáldi upp einhver bullsvör.
Hvernig sjáið þið fyrir ykkur að gervigreind muni hafa áhrif á daglegt líf venjulegs Íslendings á næstu 5 árum?
Helga: Þessi tækni kemur bara meira og meira við sögu í lífi okkar allra, og auðvitað í atvinnulífinu, það nokkuð augljóst. Og þau fyrirtæki sem nýta sér hana ekki munu dragast mikið aftur úr.
Það er samt mikilvægt að tæknin verði ekki misnotuð. Það er til dæmis ákveðin hætta á skekkju í gögnum sem líkönin vinna úr, sem getur magnað samfélagslega mismunun ef ekki er varlega farið.
En það er mikil vinna í gangi við að rétta af slíkar skekkjur - sem getur líka leitt af sér furðulegar niðurstöður.
Nýlegt dæmi er þegar Gemini framleiddi myndir sem áttu að sýna nasista - en þeir urðu þeldökkir. Tilgangurinn var kannski göfugur, en niðurstaðan fráleit.
Fannar: Gervigreindin er ekki að fara að leysa okkur af hólmi en mun hins vegar gera okkur kleift að vera meira skapandi og leysa flóknari vandamál.
Ég vil allavega leyfa mér að vera svo bjartsýnn.
2024 HJÞ.