Et hav av muligheter og ikke så få dammer med utfordringer

Fra et teknologisk perspektiv omfatter begrepet databaserte systemer, med sensorer og komponenter, som kan etterligne naturlig intelligens eller oppførsel til mennesker eller andre levende vesener. Bare her kan en gå seg vill. Hva er intelligent oppførsel og hvordan målsetter vi den? Kan vi stole på KI?

En vesentlig del av KI er maskinlæring (ML) der datamaskiner og datastyrte systemer kan bruke data, ofte i form av målinger fra instrumenter og sensorer for automatisk læring, til å se både kjente og helt nye sammenhenger og tilstander. De aller fleste av oss er kjente med temperatur, puls- og blodtrykksmålinger. Se for deg at vi kan måle temperatur, puls og alt mulig annet som beskriver havets helse og økosystemene fra kyst til kyst, fra overflaten til de største dyp og fra pol til pol. Tenk deg at vi kan skape yr.no for havene våre som gir deg en komplett oversikt over nå-tilstand og varsling om hva som kommer de neste timene, dagene og månedene. Det er en målsetting vi har sammen med flere andre aktører i Norge.

Maskinlæring kan også kombineres med matematiske modeller fra for eksempel fysikk, kjemi, biologi, oseanografi, soisiologi, om disse foreligger og er hensiktsmessige. Et ytterligere steg opp i bruken og kompleksitet er når vi benytter KI-algoritmene til å ta del i beslutningstaking sammen med menneskelige operatører eller opptre alene som beslutningstaker, som eksempelvis i en autonom undervannsfarkost som opererer dypt nede i havet utenfor rekkevidde av en operatør. Ut fra dette kommer det enorme effektiviseringsmuligheter, bedre forvaltning av ressurser, nye produkter og tjenester til det beste for oss alle. MEN, i gale hender og til galt formål er det som mye annen teknologi feilbart og endog til stor skade. Derfor er også myndigheter både i Norge, EU andre land påkoblet med reguleringer, og det jobbes iherdig med utvikling av metoder og teknologi for testing og verifikasjon av KI.

KI er ikke noe nytt. Vi har allerede benyttet KI i mange ti-år som del av avansert automatiseringsteknologi der datamaskiner er overlegne i håndtering av store datamengder som krever rask prosessering. Det som kan fremheves som nytt er at sensorteknologi og datamaskiner har eksplodert i bruk. Miniatyrisering av teknologi har satt oss i stand måle tilstander på nærmest alt mulig med minimal kostnad. De aller fleste av oss har nå smarttelefoner, digitale klokker, ringer osv. som for noen år siden ville vært oppfattet som superdatamaskiner forbeholdt James Bond, militæret, teknologiske universiteter og noen få andre. Ut fra dette kommer det også strømmer av det vi omtaler som store datamengder (big data). Det samme massemarkedet har også revolusjonert datafangst for forskning, industrielt bruk, forsvar og forvaltning.

Mange av oss som arbeider med havforskning bruker denne teknologien til å samle inn enorme datamengder om økosystemene og aktivitetene som skjer i havet, mange ganger så mye som hva vi gjorde for bare 10 til 20 år siden. Vi fanger data i en romlig skala og lagrer nye tidsserier vi aldri før kunne tenke oss var mulig. Observasjonspyramiden som består av satellitter, droner, ubemannede skip, skip og undervannsfarkoster er et eksempel på sensorbærende plattformer som består av systemer. Vi lærer stadig mer og ser nye sammenhenger vi ikke viste noe om. Dette være seg alt det fantastiske som skjer i havet av yrende liv, for eksempel i polarnatten i farvannene rundt Svalbard og erkjennelse av sårbarhetene som styrker oss i budskapet om menneskelig aktivitet med klimaendringer og menneskelig fotavtrykk som i stor skala truer biologisk mangfold både til lands og vanns. Vi snakker om en mulig eksistensiell naturkrise om vi ikke endrer adferd og i langt større skala og i langt større grad tar hensyn til naturpåvirkning i våre valg, både enkeltvis og kollektivt nasjonalt og internasjonalt. Her deler vi derfor et skjebnefellesskap med resten av verden.

Hva forsker vi på når det gjelder KI-teknologien i seg selv? Her skjer det selvsagt mye. Vi forsker på å gjøre algoritmene mer smarte og effektive i seg selv, slik at vi ikke trenger store energikrevende datasentre i samme grad det kan se ut som i dag – det vil si gjøre mer for mindre. Dersom vi ikke nå gjør noe med håndtering, organisering og intelligent KI-prosessering av data, står vi i fare for å gå oss vill i de datamengdene vi etter hvert setter oss i stand til å samle inn. Lagring av data er i dag en av de store energi-krevende faktorene og uten endring, som vil kreve mer energi inn i fremtiden. Utvikling av bedre metoder for design, testing og regulering av KI, lære opp KI-systemer til å forstå risiko og agere i forhold til farer, belyse etiske problemstillinger når algoritmene bestemmer, og mye annet er derfor helt sentrale forskningsområder der vi raskt må bli bedre. De som besitter dataene og informasjonen disse gir vil sitte på mye makt i verdiskaping, forvaltning og sikkerhet. Norge er en stormakt til havs og må ha ambisjoner deretter.

Den 6.–7. juni arrangerer UiT Norges arktiske universitet ved Senter for hav og Arktis den nasjonale havkonferansen «Blått kompass». Dette skjer både fysisk i Tromsø og digitalt. Et av temaene er nettopp bruk av KI sett i lys av utvikling av nye marine næringer. For enten vi liker det eller ikke, må vi forholde oss til KI. Vi har ikke råd til å la være.

Berge, Jørgen jorgen.berge@uit.no Dekan

Bilde av forfatter finnes ikke, dette er en placeholder

Professor Asgeir Sørensen, NTNU https://uit.no/Content/848196/cache=20242805114937/asgeir-j-sorensen-portrett.jpg

Publisert: 28.05.24 11:43 Oppdatert: 29.05.24 10:15

Arktis Bærekraft Hav