I fakultetets rykende ferske strategi har “data science and computing” fått stor oppmerksomhet – både metodeforskningen på området, under overskriften «digitalisering og beregningsorientert vitenskap», og som viktig verktøy for å løse vitenskapelige problemstillinger innen alle naturvitenskapelige fag og medisin. Vi opplever også økt interesse for dette området fra forskningsgrupper innen humaniora, samfunnsfag , utdanningsvitenskap og jus.

«Data Science and Computing»

«Data science» er vitenskap som etablerer teorier, metoder og verktøy for å hente innsikt ut av data, gjerne store datamengder og flere ulike datatyper samtidig. Litt forenklet handler dette om å utvikle effektiv tilgang til data fra ulike kilder, gjennomføre en eller annen form for analyse av data, samt presentere/visualisere resultatene av disse analysene.

«Computing» finnes overalt i dette bildet. «Computing», i en eller annen form, er en avgjørende del av det å skape gode representasjonsformer for nye beregninger, finne sammenhenger og trender i data (regresjon/prediksjon), analysere naturlige eller menneskeskapte fenomener knytter data, samt beregne ulike former for usikkerheter knyttet til data og i de beregninger som gjennomføres. «Computing» strekker seg i hele aksen fra å bidra med beregninger i sann tid til beregninger som krever de aller største datamaskiner.

Effektiv visualisering krever også «computing», i noen sammenhenger knyttet til spesialtilpasset maskinvare. (Teksten fortsetter under figuren.)

Figuren viser skjematisk de viktigste forskningsområdene fra data til innsikt og hvordan disse områdene henger sammen. Tilgangsdelen innholdet forskning rettet mot representasjon og integrasjon av data. Matematisk logikk står sentralt i dette bildet og handler i all hovedsak om forskning for effektiv tilrettelegging av store datamengder fra ulike kilder.  Analysedelen inneholder et bredt spekter av beregningsmetoder, både statistiske og deterministiske metoder. Visualiseringsdelen vil i stor grad være basert på bruk av «state-of-the-art»-løsninger, men UiO har også nært samarbeid med toppmiljøer innen visualisering, både i Europa og USA.

Fra stor til større (og bedre)

At «data science and computing» er en viktig del av strategien for Det matematisk-naturvitenskapelige fakultet (MN) er selvfølgelig en naturlig konsekvens av at Universitetet i Oslo (UiO) har satset mye på dette området i mange år og at vi har mange fagmiljøer som leverer forskning og utdanning på høyt internasjonalt nivå. Vi har også et eget senter for fremragende undervisning (SFU) – Center for Computing in Science Education (CCSE). I fjor etablerte vi to nye masterprogrammer – et i «data science» og et i «computational science» på toppen av en bachelorportefølje der programmering og beregninger er implementert i alle våre utdanninger og fra dag én i studiene. Meg bekjent er vi, på verdensbasis, alene om dette.

Fra høsten 2019 starter vi et Honours-program for særlig motiverte studenter. Dette gjør vi sammen med Det humanistiske fakultet (HF). I vår del av Honours-programmet vil «data science og computing» stå sentralt. I fellesdelen med HF vil vi ha et særlig fokus på kunstig intelligens.

Et tiltak vi har hatt en stund og som blir en viktig del av det vi planlegger i fremtiden, er DataScience@UiO - et initiativ ledet av professor Ingrid Glad ved Matematisk institutt og professor Arild Waaler ved Institutt for informatikk.

Nytt senter!

Basert på den nye strategien vil vi ta satsingen på «data science and computing» til et nytt nivå, og en arbeidsgruppe sammensatt av professorer under ledelse av instituttleder Geir Dahl foreslår at det etableres et nytt senter for «data science and computing» på tvers av alle instituttene ved MN. Det er viktig å understreke at alle institutter på fakultetet er involvert i «data science and computing» og at det finnes mange forskningsmiljøer på andre fakulteter ved UiO som anvender metoder og verktøy innen «data science and computing» i sin forskning og utdanning. (Teksten fortsetter under figuren.)

Denne figuren skal illustrere hvordan «data science and computing», som i utgangspunktet skaper generisk kunnskap for håndtering av data og gjennomføring av beregninger, kan anvendes bredt i vitenskapene, i store deler av offentlig forvaltning og i et konkurranseutsatt internasjonalt næringsliv.  Disse har oppgaver eller utfordringer som skal adresseres i samhandling med fagmiljøer innen matematikk, statistikk, informatikk og den beregningsorienterte delen av fysikkfaget. Generisk kunnskap koblet med domenekunnskap skaper algoritmer og løsninger for de ulike anvendelser. For å lykkes, særlig i forhold til forvaltningen og næringslivet, må «data science and computing», enten det foregår i de generiske fagmiljøene (grønn øverst på figuren) eller hos anvender-miljøene (blå nederst på figuren), kobles til eksisterende systemer eller krever nyutvikling representert ved kunnskapen beskrevet i midten av figuren.

Forslaget fra Dahl-utvalget er viktig, og vi vil nå utrede hvordan et slikt senter kan etableres, bygges opp og organiseres med utgangspunkt i innspillet fra Dahl-utvalget. Denne utredningen vil bli ledet av forskningsdekan Solveig Kristensen, og vi ser frem til en konklusjon som kan presenteres for fakultetsstyret til høsten. Målet er å etablere dette senteret fra januar 2020. Denne senterdannelsen er og vil være så omfattende at det er grunn til å anta at oppbyggingen av senteret vil måtte skje i faser over en periode på fire-fem år. Senteret skal bidra i hele bredden av samfunnsoppdraget, men skal først og fremst bidra til å styrke UiOs internasjonale posisjon som et forskningsintensivt universitet. 

Dette er et initiativ som er en direkte oppfølger av fakultets nye strategi, men det følger også opp den berømte SAB-rapporten "Build a Ladder to the Stars". Et nytt senter innen "Data Science and Computing" ved UiO vil bygge minst ett, kanskje flere trinn på veien mot stjernene! En ytterligere satsing på "Data Science and Computing" vil også understøtte UiOs satsing på livsvitenskap og fornybar energi, miljø og klima.

«Data science and computing» ved UiO er stort og skal spille en enda større rolle i fremtiden, både nasjonalt og internasjonalt. Denne satsingen vil også bli en viktig del av UiOs bidrag til utviklingen av Norwegian Artificial Intellegence Research Consortium (NORA), som hadde «kick-off» med statsrådbesøk i går. Dette kan du lese mer om på bloggen til Kristin Vinje. En annen viktig brikke i dette er etableringen av Data Science Lab under StartupLab i Forskningsparken. Dette kan du også lese om på Kristins blogg.

Les mer på Titan.uio.no:

• Sparket igang stor universitetssatsing på kunstig intelligens
• Tilbyr drop-in-tjeneste i data science
• DataScience@UiO

Er du interessert i forskningsnyheter om realfag og teknologi: Følg Titan.uio.no på Facebook eller abonner på nyhetsbrevet vårt