Her er de beste norske miljøene på kunstig intelligens

For hver dag som går vokser mengden data som samles inn i Norge eksponentielt.

For å hente ut ny kunnskap, tar stadig flere i bruk en nokså fersk gren innen forskningen på kunstig intelligens: maskinlæring.

– Vi ser gryende aktivitet på dette området. Norge har stort behov for å komme på banen på et område som vil skape dramatiske endringer i løpet av noen år, sier Kjetil Thorvik Brun, fagsjef digitale næringer i Abelia.

• Silicon Valley satser alt på maskinlæring. Nå kommer europeerne etter: Cyber Valley er Europas nye storsatsing på maskinlæring

Mens man før brukte rå datakraft og nokså enkle statistiske metoder på store datasett, er tanken bak maskinlæring at man "trener" systemet til å forstå dataene. Etter hvert blir systemene smartere og i stand til å kjenne igjen mønstre på egen hånd.

Norge har stort behov for å komme på banen på et område som vil skape dramatiske endringer i løpet av noen år

Med moderne datakraft kan man deretter akselerere læringen slik at systemene for eksempel kan se forskjeller i mønstre som mennesker kanskje ikke legger merke til. Allerede finnes det eksempler på at "trente" datasystemer kunne oppdage kreft fra scanninger av celler som mennesker ikke oppdaget.

Størst miljø på NTNU

På Institutt for datateknologi og informatikk jobber stipendiat Bjørn Magnus Mathisen som er spesialist på feltet. Han forteller at det er flere miljøer som jobber mye med anvendelse av teknologien i Norge i dag:

– Den største samlingen med kunnskap på feltet sitter nok her på NTNU, men mange av de store IKT-miljøene har prosjekter hvor de innfører maskinlæring for tiden, sier han.

Selv deltar han i et prosjekt som ser på hvordan analyse av store data - gjerne med maskinlæring - kan bidra til å løse problemer i fiskeoppdretten. Prosjektet Exposed skal hjelpe næringen med å drive oppdrett i svært utsatte områder.

På Universitetet i Oslo startet man i fjor opp programmet Sirus som har som mål å hjelpe oljeindustrien med analyser av store datasett.

Telenor og Schibsted

Ser man bort fra utenlandsk kontrollerte selskaper som Google, Yahoo og IBM, er kanskje Telenor Forskning den aller største aktøren i Norge på dette området. Hos Telenor forsøker man å sende datamengdene gjennom såkalte nevrale nettverk for å trene systemene til å forstå dataene på egenhånd.

Bare i samtaler og SMSer samles det inn mange hundre millioner data om hvem som er anroper og hvem som er mottaker i tillegg til mange andre ting hver eneste dag. Innsamlingen skjer anonymt, det skal ikke være mulig å identifisere personene, men kunnskapen kommer likevel til nytte når Telenor ønsker å danne seg en ide om kundenes vaner.

Schibsteds FINN har også et prosjekt gående som undersøker nytten av maskinlæring. FINN er allerede et av Norges største teknologimiljøer med over 130 utviklere, og nettstedet mottar over 80 millioner signaler daglig.

Flere under radaren

Mindre kjente er Oslo-baserte Domos som utvikler en IT-assistent som kan sitte i ruteren din. Herfra skal systemet sørge for at det trådløse nettverket alltid fungerer optimalt - noe det ikke alltid gjør i dag.

Den største samlingen med kunnskap på feltet sitter nok her på NTNU, men mange av de store IKT-miljøene har prosjekter hvor de innfører maskinlæring for tiden

Ifølge Domos skal assistenten også kunne sørge for alle dingsene som kobler seg til ruteren også fungerer som de skal. Det lille selskapet med kontor også i Oulu i Finland har også ideer om at assistenten skal kunne tas i bruk på andre områder, som for eksempel kundeservice.

Den norske seriegründeren Anita Schjøll Brede er en av folkene bak det internasjonale selskapet Iris AI som ikke et produkt klart ennå, men sitter på en visjon om at Iris - en kunstig intelligens, skal utvikle seg til å bli en forsker - sakte men sikkert gjennom å fungere som en assistent til faktiske forskere.

Ved hjelp av blant annet maskinlæring og nevrale nettverk er drømmen at Iris skal tilegne seg all den vitenskapelige kunnskapen som er åpent tilgjengelig gjennom sin forståelse av språk og bidra til å løse vanskelige problemer for menneskeheten.