Finner mønster i kaos

Når du må ta raske beslutninger basert på overveldende mengder informasjon, kan det være lurt å overlate beslutningen til en datamaskin.

Alla Sapranova fra Uni Computing forsker på hvordan kunstig intelligens kan brukes til å styre store systemer. Foto: Eivind Senneset

La oss si at du er en op eratør som har ansvar for å styre trafikkflyten i en storby. Du må kontinuerlig følge med på trafikkstrømmen i gatene og styre trafikklysene slik at flyten blir optimal. Hele tiden må du prioritere mellom flere muligheter mens du er begrenset av faktorer som forandrer seg fra det ene øyeblikket til det neste.

Kanskje skjer det en ulykke som gjør at en gate må stenges. Hvordan vil det påvirke trafikken i de andre gatene, og hvilke alternative kjøremønstre kan du opprette?

Datamaskiner med handlekraft
Det er så klart umulig for én person å ha oversikt over situasjonen og ta alle disse avgjørelsene raskt nok. Alla Sapronova ved Uni Computing forsker på hvordan kunstig intelligens kan brukes til å styre slike og liknende systemer.

— Kunstig intelligens er en gren av informatikk, hvor målet er å konstruere en intelligent aktør som er i stand til å ta beslutninger. Den skal ta imot inn-signaler, prosessere dem og gi et intelligent svar, akkurat som hjernen. Hjernen din tar imot signaler som du prosesserer på din egen måte. Du kan se noe du aldri har sett før, klassifisere det og forstå hva det er basert på dine erfaringer, illustrerer hun.

Sapronova bruker kunstig intelligens blant annet til å lage styringssystemer for vindmølleparker. Et slikt system må ta imot kontinuerlige vindmålinger og bruke dem til å estimere hvor mye elektrisitet som vil bli produsert, og hvilke vindmøller som skal skrus av og på for å utnytte vinden best mulig.

Det er viktig å justere mekanismen i turbinene slik at man hele tiden får ut maksimalt med energi. Justeringen baseres på veldig kortsiktige varsler som forutsier vinden mindre enn ett minutt fram i tid.

Nerveceller som modell
Den tradisjonelle måten å lage værvarsler på, er å sette opp store ligningssystemer basert på de fysiske prosessene som driver været. Så plugger man inn tallene fra de siste observasjonene som er gjort, og regner ut ligningene.

Alla Sapranova bruker kunstig intelligens blant annet til å lage styringssystemer for vindparker. Foto: Eivind Senneset

 

Men en vindmøllepark produserer enorme mengder observarsjoner hele tiden, og det tar alt for lang tid å produsere et nøyaktig værvarsel basert på utregning av de fysiske prosessene. Da trenger man en annen metode for å få fornuftig informasjon ut av dataene. Der kommer kunstig intelligens til nytte.

— Kunstig intelligens gir deg et svar øyeblikkelig fordi det setter opp en direkte sammenheng mellom inn-signal og ut-signal, uten at man trenger å kjenne til de fysiske prosessene som styrer været. Det kan for eksempel gjøres ved å lage et kunstig nevralt nettverk, som fungerer på samme måte som biologiske nerveceller, sier hun.

Sapronova sammenligner et nevralt nettverk med en svart boks hvor «nervecellene» befinner seg. Signalene som kommer inn, prosesseres gjennom et nettverk av celler inne i boksen. Hver forbindelse vektes avhengig av hvordan inn-dataene ser ut akkurat i dette øyeblikket.

Hver enkelt nervecelle mottar en sum av signaler, avgjør hvor «viktige» signalene er, og omformer dem til ut-signal. Alt sammen skjer på et øyeblikk.

Lærer av historien
— I en vindpark blir hver vindturbin påvirket av turbulensen fra vindmøllene omkring. Det gjør at man uansett aldri kan modellere systemet perfekt ved å bruke ligningene for fysiske prosesser. Når vi ikke helt kan vite hvordan de fysiske lovene virker på systemet, da er det naturlig å bruke kunstig intelligens isteden, hvor vi ikke trenger den typen informasjon, sier Sapronova.

Det nevrale nettverket bruker tidligere data til å lære seg sammenhengen mellom inn-signal og ut-signal. Når man ser på tidligere vindmålinger fra vindmøllene, vil man kunne se mønstre som viser at når vinden er omtrent slik, blir elektrisitetsproduksjonen fra parken omtrent sånn.

Så gjelder det å lære styringssystemet hvordan det skal kjenne igjen disse mønstrene og tilpasse seg dem.

— Jeg arbeider spesielt med maskinlæring. Jeg lærer opp maskinen slik man lærer ting til et lite barn. Jeg viser den noen mønstre av inn-signaler og forteller den hva jeg forventer at ut-signalet vil være. Så gjentar jeg det helt til systemet begynner å kjenne igjen mønstrene. Deretter viser jeg fram et inn-signal systemet ikke har sett før, og tester om systemet forstår hva det er.

Må prøve og feile
Når man designer et intelligent system på denne måten, er det umulig å si på forhånd akkurat hvordan det vil fungere, siden det ikke er noen fysisk prosessforståelse involvert. Til en viss grad må det prøves og feiles, og det er helt nødvendig å teste systemet på datamaskiner.

— Jeg har ofte en følelse av hva som vil fungere best, men jeg må teste for å kunne justere, sier hun.

Kunstig intelligens brukes blant annet til å rangere internett-søk, til å drive aksjehandel, og til å søke gjennom store datamengder på jakt etter mønstre i dataene, såkalt «data mining». Det brukes også i styringssystemene på fly, og snart får vi kanskje styringssystemer for biler som er basert på det samme prinsippet.

— Her på Uni Computing har jeg samarbeidet med både forskere og industri om nedskalering av modeller, for eksempel å bruke værvarselet for et stort område til å varsle været for et område ned til noen få kvadratmeter. Akkurat nå holder jeg mest på med varsel for vindturbiner, og med å bruke kunstig intelligens til smart kontrollering av vindparker. På sikt håper vi å få flere medarbeidere på dette feltet, og da kan vi utvide arbeidet i flere retninger, sier Sapronova.

Skrevet av Kjerstin Gjengedal


24. juni 2013 13:51

Personer involvert