Axel Örn Jansson er nýjasti meðlimur Datalab teymisins, en hann kemur fullur af eldmóð og nýstárlegum hugmyndum úr meistaranámi sínu í rafmagnsverkfræði við Columbia háskóla í New York. Hann kaus að koma heim og smíða snjallar gagnalausnir fyrir íslenskt atvinnulíf í stað þess að ílengjast í Stóra Eplinu.
Hann segir okkur betur frá því og verkefnum sínum fyrir Datalab.
Grunnurinn liggur í eðlisfræði
Hver er þinn bakgrunnur, hvernig rataðir þú inn á svið gervigreindarinnar?
Ég hafði lengi haft mikinn áhuga á náttúrufræði og eðlisfræði, og ýmiss konar hagnýtingarmöguleikum á þeim sviðum. Svo fer ég í BS nám í verkfræðilegri eðlisfræði, þar sem gat valið mér námskeið úr ýmsum áttum á síðasta ári, sem leiddi dálítið á þessa braut.
Þar fékk ég þennan víða vinkill, sem ég finn að nýtist mér mjög vel hjá Datalab, þar sem ég starfa í mjög fjölbreyttum verkefnum.
Eftir BS námið vann ég í alls konar verkefnum. Til dæmis vann ég í hálft ár hjá rannsóknasetri ABB í Sviss, þar sem ég var mikið að forrita, en einnig starfaði ég stuttlega í verkefni fyrir Orkuveituna og í áhættugreiningu fyrir Arion banka.
Fyrsti snertiflötur við svona líkanagerð eins og ég er að fást við í dag, var líklega í verkefni sem ég vann fyrir Veðurstofuna ásamt prófessor í HÍ og öðrum félaga mínum. Verkefnið var styrkt af Rannís en þar vorum við að spá fyrir um flóð og flæði í ám, sjávarstöðu og fleira. Þetta var mjög spennandi og lærdómsríkt verkefni.
Meistaranám í Columbia háskóla
Síðan byrjaði ég í meistaranámi rafmagnsverkfræði í Columbia háskóla í New York, með áherslu á gervigreind og mælitækni í taugamælingum. Þar vorum við meðal annars að tengja taugalífeðlisfræði og gervigreind, og kanna möguleika á hagnýtingu þar. Í miðju námi skall á covid-19 sem setti sitt mark á tímann þar.
Ég ákvað svo að stefna heim eftir nám, frekar en að vera áfram í New York. Það var bæði vegna ástandsins, en mér hugnaðist ekki að byrja að vinna hjá stóru fyrirtæki í mjög sérhæfðum verkefnum. Þótt þróunin hér heima sé kannski ekki komin eins langt og hjá stóru tæknifyrirtækjunum úti, eru verkefnin hér miklu fjölbreyttari. Maður getur haft meiri áhrif á gang mála og átt dálítinn þátt í byltingunni sem er framundan.
Þegar ég sótti um hjá Datalab var ég að klára námið á netinu en kominn heim. Svo hóf ég störf hjá Datalab og fann strax að námið nýtist beint, sem var auðvitað mjög spennandi og skemmtilegt. Verkefnin eru fjölbreytt og lausnirnar sem við smíðum ekki endilega fyrirsjáanlegar.
Þótt þróunin hér heima sé kannski ekki komin eins langt og hjá stóru tæknifyrirtækjunum úti, eru verkefnin hér miklu fjölbreyttari. Maður getur haft meiri áhrif á gang mála og átt dálítinn þátt í byltingunni sem er framundan.
Axel Örn
Geturðu nefnt mér dæmi um verkefni sem þú ert að vinna núna?
Ég hef verið að vinna í tveimur verkefnum undanfarið, sem eru bæði mjög spennandi en ólík. Hið fyrra er fyrir sprotafyrirtækið Oceans, sem býður snjallar gagnalausnir og spálíkön fyrir sjávarútveginn.
Þar er um ákveðna tilraunastarfsemi að ræða, þótt markmiðin séu skýr, þ.e. að veita betri innsýn og gagnsæi í sjávarútveginum. Það er gott dæmi um verkefni þar sem við erum að bæta ákvarðanatöku með gervigreindinni – bæta innsæi stjórnenda, ef svo mætti segja.
LESTU GREININA: OCEANS NÝTIR AUÐLINDIR Í HAFSJÓ GAGNA
Gagnasögur innblásnar af Spotify Wrapped
Hitt verkefnið er allt öðruvísi, en mjög spennandi líka. Þetta er ný vara hjá Datalab sem við köllum Gagnasögur sem nýta gögn til að ná til viðskiptavina á persónulegan og eftirminnilegan máta, segja þeim gagnadrifnar sögur sem hitta beint í mark.
Þær eru sérsniðnar að hverjum viðskiptavini og má nýta til að vekja áhuga, upplýsa og mynda tengsl. Og það er ekkert launungarmál að Gagnasögur frá DataLab eru innblásnar af Spotify Wrapped, sem margir kannast eflaust við.
Fyrirtæki og stofnanir byggja sífellt meira á gögnum til að hafa yfirsýn yfir starfsemina og spá fyrir um framhaldið. Eitt dæmi um þetta eru útreikningar á kolefnisfótspori, en almennt eru töluleg gögn nauðsynleg til að skilja hver staðan er og hvert stefnir.
En í Gagnasögunum reynir líka á þætti eins og menningu fyrirtækja og stofnana, því þótt gögnin séu til staðar er ekki endilega hefð fyrir því að umgangast þau sem verðmæti og byggja ákvarðanir á þeim. Það útheimtir eiginlega „gagnamenningu“, sem er mikilvægt að rækta og hlúa að.
Hvað hefur komið þér helst á óvart í þessum verkefnum síðan þú hófst störf?
Það hefur kannski helst komið á óvart hvað maður hefur verið sjálfhverfur sjálfur, dálítið í eigin „búblu“ í þessum fræðum. Ég hélt kannski að almenn þekking á gervigreind og möguleikum hennar í atvinnulífinu væri meiri.
Það tekur tíma að innleiða gagnamenningu og hlutverk okkar hjá Datalab er ekki síst einmitt að fræða og benda á hvar möguleikar tækninnar liggja. En við finnum það líka að fólk er áhugasamt og tilbúið að prófa tæknina.
Það hefur líka komið mér á óvart hvað notkunarmöguleikar tækninnar eru í raun ótrúlega margir. Þegar við erum búin að kafa ofan í gögn fyrirtækja, rýna í mynstrin og útskýrum svo með dæmum hvað væri hægt að gera í stöðunni verður upptalningin nánast endalaus.
Hvaðan kemur frumkvæðið innan fyrirtækjanna að því að innleiða svona lausnir? Eru þetta áhugasamt tæknifólk sem þrýstir á breytingar eða um að ræða stefnumörkun frá framkvæmdastjórn?
Það er mikill munur milli fyrirtækja. Sum eru klárlega framsæknari en önnur, og þar verður þetta “top-down” ferli, frá yfirstjórn og niður. En svo höfum við líka dæmi þar sem einstaklingar koma auga á möguleika, ná að fylla aðra innblæstri og hrinda af stað breytingum.
Stundum líður okkur eins og við séum í hlutverki þessara einstaklinga – við erum að sá skilningsfræjum og keppa að því að úr þeim verði blómlegir sprotar sem ná að dafna og gefa af sér.
Við verðum að búast við hinu óvænta
Finnið þið fyrir efasemdum starfsmanna viðskiptavina í ykkar vinnu?
Það koma vissulega upp spurningar og vangaveltur, sem er mjög eðlilegt. Fólk vill fá svör um hvað málið snýst, hvaða gagn þetta geri allt saman, hver sé stefnan og hver séu markmiðin. Markmiðið er yfirleitt að minnka einhverja sóun, spá fyrir um framtíðarþróun eða að hanna einhvers konar sjálfvirk viðbrögð við tilteknum atvikum.
Tæknin á að létta störfin, fækka mistökum og losa út óþarfa handavinnu. Þegar þetta er útskýrt vel finnum við fyrir velvilja og skilningi.
En það er mikilvægt að vera tilbúinn að búast við hinu óvænta. Stundum koma fram óvæntir möguleikar þegar farið er að rýna í gögnin og vinna þau, möguleikar sem hvorki okkur né viðskiptavini hugkvæmdust.
Segðu mér meira frá Gagnasögunum sem þið eruð að þróa – er það eitthvað í líkingu við Power BI skýrslur eða álíka lausnir?
Já, Gagnasögurnar eru spennandi lausn sem við höfum verið að þróa, bæði aðferðafræðina og formið kringum það.
Þegar við erum að skoða dæmigerðar Power BI skýrslur eða einhvers konar línu- eða stöplarit, þá liggur ekkert alltaf fyrir hvað viðkomandi mælikvarði þýðir í raun og veru, hvaða sögu hann segir í stóra samhenginu um heilbrigði rekstursins, hver áhrifin eru, hvaða ákvarðanir þarf að taka eða hver framtíðarþróunin gæti orðið.
Þetta er það sem við erum að reyna með Gagnasögunum.
Það er mikilvægt að vera tilbúinn að búast við hinu óvænta. Stundum koma fram óvæntir möguleikar þegar farið er að rýna í gögnin og vinna þau, möguleikar sem hvorki okkur né viðskiptavini hugkvæmdust.
Axel Örn
Með því að gera hvern mælikvarða snjallari er betur hægt að sjá hvað hann er að segja í raun og veru, hver skilaboðin eru, hvaða þýðingu hann hefur fyrir næstu strategísku skref. Gagnasögurnar geta til dæmis sagt þér þá sögu að þú sért búinn að spara svo og svo mikið eða minnka sóun og mögulega spáð fram í tímann.
Mikilvægt að opna fyrir opinber gögn
Tölum örlítið um framtíðina- hvað mun koma almenningi mest á óvart á næstu árum um áhrif gervigreindar á líf okkar og störf?
Ég er sjálfur mjög spenntur fyrir stefnunni um opin gögn, sem snýr að því að opna á gagnasöfn stofnana og opinberra aðila. Það á eftir að koma mörgum á óvart hversu mikil verðmæti liggja í þessum gögnum.
Það er mikilvægt að sem flestir geti kafað ofan í þessi gögn og nýtt þau, því þannig nýtast þessi verðmæti best. Þannig verða til bestu svörin við mikilvægum spurningum sem varða almannahag sem hefur verið erfitt að svara hingað til – og svör koma fram við spurningum sem engum hugkvæmdist að spyrja að áður.
Það er mikilvægt í þessu, og reyndar almennt í þróun lausna sem byggja á gervigreind, að það sé gagnsæi í smíði líkana og vinnslu gagna, að kerfisbundnar skekkjur séu ekki forritaðar í lausnir og að tæknin nýtist öllum.
Aðeins þannig verður hún tekin í sátt.
Með þessum góðu lokaorðum kveð ég Axel Örn og þakka kærlega fyrir afar áhugavert spjall.
Hans Júlíus Þórðarson.
