Videnskabeligt selvmål i USA, en mulighed for Europa

Foto : axelbueckert, bigstock

Videnskabeligt selvmål i USA, en mulighed for Europa

Vi ser tilbage på ugen, der er gået.

At tiltrække de rigtige talenter - til industri og universiteter - er en af de kritiske ingredienser, hvis europæiske virksomheder og forskere skal være i front på AI. 

Men som det ser ud i dag, ender over en fjerdedel af AI-talenter uddannet i Europa med at arbejde i USA. 

Det viser The Global AI Talent Tracker, der er udviklet af tænketanken MacroPolo.

I USA er man omvendt gode til at holde på kandidaterne - foruden at tage en god del af dem, der uddannes i Europa og Kina. Over 86 procent af AI-talenter uddannet i USA bliver hængende for at arbejde, fremgår det af trackeren. 

Undersøgelsen baserer sig konkret på en analyse af forfattere bag et sample af artikler ved sidste års NeurIPS-konference og må derfor tolkes med forbehold. 

Men tallene understreger først og fremmest, at AI-forskningen er en global disciplin, og mobiliteten blandt talenter er høj: Over halvdelen af AI-forskerne er immigranter, der arbejder i et andet land, end det land hvor de har fået deres bachelor. 

Videnskabeligt selvmord

Ifølge talent-trackeren er USA blandt andet meget succesfuld ift. at tage imod særligt kinesiske bachelorer (undergrad), og holde på dem efter de har fået deres overbygning (grad school). 

Tallene er særlig interessante i lyset af, at USA i denne uge valgte at suspendere visa-programmet H1-B, som virksomheder kan bruge til at hente talenter fra hele verden. Programmet, der foreløbig er suspenderet et år, er belvet anvendt af adskillige af landets fremmeste AI-talenter. 

Andrew Ng og Yann LeCun, der har været med til at definere deep learning de seneste år, har begge været indehavere af H1-B-visum. Og begge frygter nu konsekvenserne af beslutningen for USA's AI-forskning.  

»We should do whatever we can to attract top talent, not turn it away,« skriver Andrew Ng blandt andet i sit nyhedsbrev. 

Yann LeCun er endnu mere direkte på Twitter

»If Trump's insane executive order persists, American science and technology will be completely devastated. This is pure suicide.«

Spørgsmålet er så, om Europa øjner chancen og sætter sig for at lokke talenterne i stedet for. Spørg man LeCun, er svaret klart:

»Europe should jump at the opportunity« 

Pseudo-videnskabelig AI-forskning

En anden ting AI-miljøet i denne uge kunne enes om, var at tage afstand fra et studie, der var sat til at blive udgivet i en bogserie fra forlaget Springer. 

Forskningsartiklen hedder 'A Deep Neural Network Model to Predict Criminality Using Image Processing'. Ifølge en nu slettet pressemeddelelse fra Harrisburg Universitet går studiet ud på at forudsige, om en person er kriminel alene ud fra analyse af ansigtet. 

»With 80 percent accuracy and with no racial bias, the software can predict if someone is a criminal based solely on a picture of their face,« lød det i meddelelsen. 

Studiets grundlæggende idé er en AI-version af de for længst forkastede teorier om frenologi. Og forfatterne er langtfra ene om at være fascineret ved tanken om at kunne aflæse et menneskes skæbne i et ansigt, som Weekendavisens Lone Frank beskriver i denne læsværdige artikel

Videnskabeligt set er det dog i bedste fald uholdbart og i værste fald ekstremt skadeligt. 

Google-forskere har tidligere gennemgået lignende arbejde for at forklare de mange fejlslutninger, forskningen laver - f.eks. ved ikke at tage højde for diverse forskelle i billedmaterialet, som modellen opsnapper. 

En meget lang række personer inden for AI har skrevet under på et åbent brev, der beder Springer om at droppe artiklen til deres kommende bog. Foruden at understrege, at den grundlæggende præmis er uholdbar, har brevet denne pointe, som også synes relevant for andre anvendelser af AI:

»Data generated by the criminal justice system cannot be used to “identify criminals” or predict criminal behavior. Ever.«

Springer har nu valgt ikke at publicere studiet, skriver MIT Technology Review. Og Harrisburg Universitet oplyser, at man er i gang med at opdatere artiklen for at adressere bekymringer. 

EU: GDPR fungerer indtil videre

I en ganske anden boldgade har EU-Kommissionen udgivet en rapport, som evaluere GDPR. Konklusionen er foreløbig, at forordningen er en succes, skriver DataTechs søstermedie Version2

»I en økonomi, som i højere og højere grad er baseret på behandling af data, er GDPR et essentielt værktøj til at sikre, at enkeltpersoner har bedre kontrol over deres personlige data, og at disse data bliver behandlet på en legitim, fair og transparent måde,« skriver kommissionen i rapporten.

Kommissionen peger dog også på en række punkter, hvor der kan ske forbedringer. Først og fremmest skal det sikres, at medlemslandenes lovgivning er fuldstændig på linje med GDPR. Samtidig mener EU-Kommissionen også, at medlemslandene skal sikre de nødvendige ressourcer til de nationale datatilsyn.

Den næste evaluering af GDPR på europæisk plan vil ske i 2024, men medlemslandene og dermed også Danmark skal evaluere forordningen senere i år.

ImageNets særheder

Vi slutter med ImageNet, der står over for en større overhaling. Forskere ved Google og DeepMind spørg i artiklen Are we done with ImageNet?, om den store billeddatabase stadig giver et fornuftigt benchmark for alverdens vision-modeller. 

Her viser det sig, at AI-forskere er kommet til et punkt, hvor modeller begynder at overfitte til nogle særheder ved ImageNets originale labels, skriver Synced Review

»Firstly, real-world images often contain multiple objects of interest. ImageNet annotations however are limited to assigning a single label to each image, which can lead to a gross underrepresentation of image content. ImageNet classes also contain a handful of essentially duplicate pairs, which draw a distinction between semantically and visually indistinguishable groups of images.«

Forskerne foreslår, at de originale labels bliver modificeret. På den måde vil ImageNet være relevant en tid endnu, selv om de originale labels har aftjent deres værnepligt.