- Jeg fant ut at reglene om leggetid ikke gjaldt når vi holdt på med lodding, Sigrid Passano Hellan ler og forteller om da hun og faren satt og loddet i barndommen.
-Faren min er radioamatør og hadde litt småelektronikk hjemme. Det kunne være en liten radio som han hadde i en pastilleske. Og da satt vi der med loddebolten. Det var både stas å være med, men også gøy å få lov til å være oppe lenger enn vanlig, sier Hellan.
I august startet Hellan i en ny forskerstilling på NORCE der hun jobber med hvordan maskinlæring og kunstig intelligens kan brukes innenfor klimaforskning.
Trendy utdanning
- Det er veldig spennende å få jobbe med kombinasjonen vær og maskinlæring. Det er store maskinlæringsmodeller som har blitt utviklet for værpredikering av de store teknologiselskapene. Nå prøver de meteorologiske instituttene å bruke de modellene i stedet for numeriske og fysiske modeller, så det er en skikkelig satsing på feltet.
Interessen for maskinlæring kom under master-studiet i London, der hun tok elektroteknikk på Imperial College London.
-Det var et ganske stort spenn på studiet, så vi fikk jobbe med både lodding og programmering på forskjellige nivå, fra maskinkoder og opp til maskinlæring, sier Hellan.
-I tillegg var maskinlæring veldig trendy, ler Hellan.
Hun skrev mastergrad om optimering av strømsystemet. Etter masteren hadde Hellan lyst å fortsette med maskinlæring, og anvende det innen klima og miljø. Derfor fant hun to veiledere med interesse for det ved Universitetet i Edinburgh.
-Der så jeg på maskinlæring for optimering. Hvordan man automatisk kan planlegge målenettverk for luftforurensing, i tillegg til å bruke denne metoden for å optimere andre maskinlæringsmodeller. Det var veldig gøy og mye frihet. Vi fikk prøve det som virket spennende, sier Hellan.
Luftforurensing
En del av arbeidet i Edinburgh var å se på luftforurensing fra London. I etterkant har det med luftkvalitet blitt med videre.
-Det var faktisk noe jeg sjekket før jeg flyttet til Bergen. Hvordan det var med luftforurensing i byen. Jeg ønsker ikke å bo et sted der det er for dårlig luft. Jeg tror ikke vi lærer nok om luftkvalitet, sier Hellan.
Og i Bergen trives trønderen godt i sin nye jobb. Hun syns er spennende å være på dette stadiet i AI-utviklingen. Og utviklingen går fort.
-Det vil endre hvordan vi jobber, og hvilke verktøy vi bruker. Med værmodeller kan det godt være vi går over til at værvarslingen blir generert av KI, men vi trenger fortsatt forskere til å si noe om når modellen regner riktig og når den regner feil. Og ikke minst hva det betyr for folk, sier Hellan.
KI i framtiden
Hun legger til at når det gjelder klimapredikering, så er det mye vanskeligere. Når det gjelder dagens vær, så har vi mye data på hvordan det pleier å være. Mens vi ikke har data for klima i fremtiden. Vi kan generere data for hvordan vi tror klimaet kommer til å bli, men da trenger vi folk som kan området godt og kan si noe om det virker rimelig og hva som er forutsetningene.
Når hun er hjemme i Trondheim hender det at Sigrid og faren setter seg ned og jobber på ting sammen. De bygde en 3D-printer året før hun startet på utdanningen.
-Det var både litt lodding og sitte sammen å bygge. Det er alltid byggingen som er det gøyeste. Vi kan sitte og lodde, kanskje lage noe som blinker, for eksempel juledekorasjoner. Nå har vi kommet dit at det ikke er nok å kjøpe ett loddesett og gi det til ham. Vi må ha to sett, sånn at vi begge kan holde på, ler hun.