Studier inom tillämpad AI

Registerad idag, inget problem..
Lycka till med framtidens utmaningar.

Förmodligen ett slöseri med studiemedel ?
Lycka till.

AI och maskininlärning är ett otroligt brett ämne. I princip där det finns data så kan man nyttja AI-modellernas kraft för att förstå sin verksamhet bättre, på sätt som man kanske inte hade kunnat se tidigare.

Tex i forskningsanläggningen där jag arbetar så finns det en partikelaccelerator och fysikaliska instrument som styrs av ett nätverksbaserat kontrollsystem med miljontals olika värden per kontrollenhet som lagras i mjukvara. Vid varje given tidpunkt kan man läsa anläggningens status i form av värden som representerar vad som sker i maskinen just då.

Låt säga att en pump nånstans fallerar och orsakar en kedjereaktion där fler enheter slutar att fungera, så systemet stänger av sig själv för att förhindra allvarlig skada på antingen maskinen själv eller personalen. I en sån situation i efterhand så går det då att retroaktivt gå tillbaks i tiden och se exakt vilka värden som de berörda komponenterna hade innan det gick sönder för att försöka komma fram till vad som faktiskt gick fel.

Sen 2 år tillbaka har en grupp dataforskare (inga fysiker alltså) börjat arbeta på en speciell maskininlärningsmodul där tanken är att de ska strukturera och analysera kontrollsystemdatan för att bygga en AI-modell som kan se olika mönster i datan, som man senare kan låta inte bara observera kontrollerna, men faktiskt styra det så att innan en olycka sker, kunna stänga av maskinen och lösa problemet innan det ens har hänt.

Detta är ett konkret och aktuellt exempel på vad man kan göra med en grund i datavetenskap och maskininlärning i en forskningsanläggning tex. Grunderna är inte så olika om man vill tillämpa AI som flyger flygplan, eller kontrollerar tex baggagesystemen på en stor flygplats.

En dataforskare inom tillämpad AI analyserar och bearbetar stora datamängder för att lösa praktiska problem. De använder AI-algoritmer och maskininlärning för att bygga modeller som kan förutsäga framtida händelser eller automatisera processer. Arbetet innebär att samla in och förbereda data, välja rätt algoritmer, träna modeller och utvärdera deras prestanda. Python vet jag är ett populärt programmeringspråk för maskininlärning.

Personligen behöver jag arbeta med något mer konkret än data för att falla in i det, och älska det jag gör, därför jobbar jag med systemen och förbättrar de, men om detta annars låter som något som lockar så kör på! Lycka till!

Just ja, glömde skriva att det är guld värt att arbeta med någon som beskriver sig som du gör, dvs utåtriktad, ödmjuk och med social kompetens. Jag tycker det är viktigare att vara bra att arbeta med än att vara ett supergeni på sitt jobb. Man kommer långt i den världen med en ödmjuk attityd där man är villig att lära sig, och med social kompetens. Skulle något inte gå bra, så är det bara att äga sitt misstag och försöka lösa det, snarare än att låtsas som att man aldrig gör fel.

Som med alla andra ämnen/yrken finns det ju lite olika aspekter vad gäller AI (i princip alltid implementerat med Deep Learning idag). Vill man konstruera nya modeller bör man ha en bakgrund inom matematisk statistik, men det ryms inte i sin helhet i den utbildningen du har kommit in på. Det är dock betydligt vanligare att man väljer en existerande modell-blueprint beroende på behov, och sedan ser till att hitta eller producera data som kommer att träna modellen. Hos min arbetsgivare är just detta vad de flesta är inblandade i, dels att producera data som resulterar i en bra modell, samt att justera träningsprocessen för att få maximal nytta av datan man har. Utöver detta är det mycket jobb med att underhålla den tekniska infrastrukturen som möjliggör datainsamlingen och träningen.

Jag skulle se det som mest sannolikt att du i början hamnar inom någon del av datainsamlingen efter din utbildning. Yrkesrollerna som nämns i beskrivningen känns lite högtravande, data scientist eller arkitekt kräver i allmänhet lite mer. Men är du driven och tycker det är kul finns det inget som hindrar dig att komma vidare! Det är rätt många som vill in i branschen, de flesta på master nivå (5 år på universitet/teknisk högskola), så se till att utmärka dig själv. Ett intressant och ambitiöst examensarbete, eller spännande personliga projekt kan vara bra.

Så länge du tycker det är kul att jobba med, så kommer det gå vägen tror jag! Lycka till!

Vad är det här för jäkla attityd? Dina inlägg bidrar endast till taskig stämning. Skärp dig nu!

---

OT: AI som fenomen är sjukt hajpat hos allmänheten just nu. Om tre år förutsätter jag att mycket av den hajpen klingat av. Så ur ett karriärsperspektiv hade guldläget varit att precis tagit examen, för det slits och dras efter "AI-experter". Min spåkula säger att detta inte kommer hålla i sig över tid, då nyhetens behag tenderar att avta vartefter folk inser hur stora investeringar de behöver lägga för att kunna ta del av det där coola man blivit lovad att tekniken ska kunna leverera.

Men det som talar till AIs fördel är att den bakomliggande tekniken är tillräckligt potent för att kunna överleva "hajp-kraschen". Med andra ord: även efter att dimman av villfarelse skingrats så finns det fortfarande något att bygga på - det är inte bara ett luftslott eller sminkad gris. Däremot tror jag att du behöver se "AI" som ett verktyg bland andra i verktygslådan som ska hjälpa dig lösa uppgiften (troligen inom det breda området "dataanalys").

Så snarare än att fokusera enbart på hur marknaden för AI kommer se ut om tre år, så skulle jag fråga mig "hur kommer efterfrågan på dataanalys se ut om tre år?". Jag har inga skäl att misstänka att den kommer se markant sämre ut än idag. Jag antar att de främsta hoten är inlåsta data; fullgoda paketerade enterprise-lösningar från de stora drakarna (framförallt Microsoft) som kunderna anser illegitimerar ytterligare satsningar på området; samt en ökad kompetenspool som effekt på den hajp vi ser just nu. Men jag tror ändå vi kommer se en växande efterfrågan, så det lär inte vara ett dött område.

My 2 cents ✌️

(PS! Och lägg dina fördomar om de andra studenterna vilandes någonstans i bakhuvudet, så kan du jämföra när du möter dem sen. Något säger mig att du snart inser att det finns alla typer och att man gör klokt i att undvika allt för vida generaliseringar. Plus: det är gott med ostbågar! Du borde pröva dem, du med )

Om vi bortser från frågan huruvida AI/LLM’s är en fluga eller inte (det är såklart något som ts måste ta hänsyn till) så är problemet när du säger ”alla” företag.
97% av alla företag är fåmansföretag med färre än 10 anställda. Dom har helt enkelt inte tillräckligt mycket data för att en LLM ska fylla något syfte, vare sig ”in” eller ”ut” (inom den gruppen varierar det såklart lite beroende på vad företaget sysslar med)

Det kommer precis som när internet slog igenom komma företag som Yellow Register som då sålde hemsidor till företag, sälja AI till företag, på samma scam-nivå.

Sen finns det såklart en marknad för AI/LLM, men att påstå att den skulle vara 100% är lika självklart inte sant.

Syftar givetvis inte på enskild firma där tant Inger säljer hemmagjord honung utan på lite större företag där de flesta av oss inom IT jobbar (eller egenkonsult till motsvarande).

Men du har rätt i att man bör ta i beaktande om det är en fluga eller inte. Min personliga gissning är 'inte' men att det måste mogna lite mer för att bli användbart för företag. Och det är där de nya tjänsterna som utbildningen leder till kommer in

Det får mig vibbar från när jag läste. Dataingenjör, elektroingenjör etc var ofta i princip samma utbildning. Typ bara en kurs mer eller mindre.

Det jag påstår med utbildningar är att ju äldre man blir ju högre krav ställer det på individen.
Den som redan i 10års åldern börjar programmera har stora möjligheter att jobba med detta utan anstränga sig så mycket. Den som är över 40år och vill börja lära sig programmera utan det minsta funderat på vad programmering är för något, har en helt annan utmaning framför sig. Det är inte alla som klarar av detta.

När det gäller kvinnor i IT och speciell viss IT så är de väldigt få. Alla arbetsgivare vill ha dem och så många kommer vilja locka över dem. Med det sagt är arbetsmarknaden god för dem.

Tillämpad Ai ser ut att vara framtiden för väldigt många, det är dock väldigt otydligt vad denna tillämpade Ai är för något och när den slår igenom.