Små er godt. DTU og KU står bag eftertragtet og totalt udsolgt workshop, der går imod strømmen og giver plads til reel vidensdeling i AI-miljøet.
For 90 år siden var København centrum for Niels Bohrs forskning inden for kvantefysik, og folk kom langvejs fra for at være med. Det er lidt samme ambitioner, som forskere fra DTU Compute og Datalogisk Institut på Københavns Universitet går med inden for den særlige gren af AI kaldet generative modeller. Det vil sige, AI-værktøjer til at analysere de bagvedliggende mekanismer i kunstig intelligens, så vi bedre kan forstå, hvorfor AI giver et bestemt resultat. (Læs mere i faktaboksen længere nede.)
85 AI-forskere har netop været samlet i to dage for at blive klogere og udveksle viden om AI-modeller i de selvsamme bygninger i Carlsberg Akademi i Valby, hvor Niels Bohr boede i godt 30 år frem til sin død i 1962.
Det helt særlige ved workshoppen var, at den kun havde plads til 85 deltagere. Det var et helt bevidst valg.
”Man taler altid om, at forskning er 10-15 år ud i horisonten. Sådan er det ikke med Machine Learning. Kig et halvt år ud i fremtiden, og så er din forskning nærmest forældet. Udviklingen går så sindssyg stærkt. Så hvis man ikke kigger ud i verden og sludrer med folk i et par år, så er man sat af som forsker. Derfor har man behov for at tale med folk under uformelle rammer. Og traditionelt set har konferencer haft den rolle. Men konferencer tjener ikke længere det formål,” siger professor på DTU Compute Søren Hauberg, der en af arrangørerne.
”I dag har Machine Learning-konferencer mange tusinde deltagere, og workshops måske 500 deltagere. Det er totalt dræbende for diskussioner. For når man står over for så stor en forsamling, er man ikke så villig til at diskutere svagheder i sine modeller. Man går nærmest i defensiv tilstand og sælger sin allerede publicerede artikel. Det er derfor ikke længere et sted, hvor man udfordrer hinanden og forsøger at blive klogere.”
Så københavnermødet ’genu.ai’ er tænkt helt anderledes. Lidt mere end 50 procent af tiden er afsat til spørgsmål og diskussion, forklarer Sørens kollega, lektor Jes Frellsen:
"Man taler altid om, at forskning er 10-15 år ud i horisonten. Sådan er det ikke med Machine Learning. Kig et halvt år ud i fremtiden, og så er din forskning nærmest forældet. Udviklingen går så sindssyg stærkt. Så hvis man ikke kigger ud i verden og sludrer med folk i et par år, så er man sat af som forsker. Derfor har man behov for at tale med folk under uformelle rammer."
Søren Hauberg, professor på DTU Compute
”Oprindeligt tog forskere en videnskabeligt rapport med og diskuterede det med publikum for så at publicere det efter konferencen. Vi vil gerne tilbage til, at folk præsenterer deres ufærdige arbejde, så de går hjem og arbejder videre med artiklen, så der kommer bedre modeller ud af det."
Har savnet europæisk netværk
AI-københavnermødet er tænkt som et europæisk møde, for udover enkelte oplægsholdere fra USA, kommer deltagerne fra Europa, for universiteterne ønsker at styrke forskningsmiljøet i Europa.
En af oplægsholderne var Carl Henrik Ek, lektor på Computer Laboratory på Cambridge Universitet og lektor i Machine Learning på KTH - the Royal Institute of Technology i Stockholm. Han kom ilende direkte fra en sommerskole i England, hvor han havde holdt foredrag for unge forskere om formiddagen. Han er meget begejstret for hele setuppet for AI-københavnermødet, hvor den eksklusive deltagerkreds også har plads til helt unge forskere, så forskningsmiljøet ikke lukker sig om sig selv.
”Jeg har savnet et netværk og at kunne samles i Europa. For vi har hidtil været meget orienterede mod dét, der foregik i USA. Det kan sagtens være, at det har været nødvendigt, fordi forskningsmiljøet har været meget lille tidligere, men det er det ikke længere. Vi har tilstrækkelig mange forskere inden for forskningsfeltet f.eks. i de nordiske lande. Og udbyttet her er meget bedre end på store konferencer, fordi vi tør sige noget, som vi ikke ved med sikkerhed om er rigtigt, men som andre ved noget om, så vi sammen finder frem til ny viden. Og det har forskningen brug for,” siger Carl Henrik Ek.
Carl Henrik Ek i gang med sit foredrag 'Generative Model for Sequential Alignment'.
Succesfuldt ’barselsprojekt’
Det var tredje gang, at workshoppen fandt sted. Første gang var i 2019. Dengang havde flere af de danske arrangører små børn, og det var ret umuligt at rejse ud til konferencer.
I stedet fandt de på at invitere folk til København. Og det er blevet en stor succes. Selv om man aldrig har annonceret den, var der venteliste.
”Vi har fået henvendelser fra folk, som vi ikke havde hørt fra før, som skrev, at de havde hørt, at det her ligesom er ’mødet’ – og om de måtte komme med? Vi har måttet afvise mange, fordi vi desværre ikke havde flere pladser. Det er megatræls, men også megafedt, at dét, der startede som et barselsprojekt, de facto er blevet til noget, som folk står i kø til,” fortæller Søren Hauberg.
Genu.ai har fået støtte fra Center for Basic Machine Learning Research in Life Science (MLLS), Pioneer Centre for AI, Danmarks Frie Forskningsfond (DFF), European Research Council (ERC) og Carlsberg Fondet.
Som en del af genu.ai var der også en postersession, hvor unge forskere kunne præsentere deres forskning.
- Temaet på Genu.ai er generative modeller og usikkerhedskvantificering.
- Forskningsområdet er en kombination af deep learning – netværk, som man siger er inspireret af hjernen – og sandsynligheds-teori.
- De generative modeller bliver omtalt meget i medierne i øjeblikket, fordi de kan skabe syntetiske billeder. Man kan få AI til at lave et billede ved at beskrive, hvad der skal være på billedet, og modellen skaber så ved hjælp af billeder fra nettet et nyt billede. Modellerne kan også skabe stemmer og er grundværktøjet i deep fake.
- Problemet med mange af de her modeller er, at de er svært ved at udtrykke, hvor stor usikkerhed der er. Det kan være et alvorligt problem, f.eks. hvis man vil bruge modeller til at finde mønstre i kræftcellers udvikling. I de scenarier er det vigtigt at kunne beskrive usikkerheden. Modeller kan i dag godt beskrive usikkerheden, men forskerne vil gerne have modellen til at fortælle, hvornår man kan forstå det ene og det andet ud af data.
- Genu.ai-konferencen handler om krydsfeltet, så hvordan man får generative modeller til at beskrive den proces, hvormed data kunne være skabt.