Kasper Green Larsen er 35 år gammel og nyudnævnt professor på Institut for Datalogi – det gør ham til en af de yngste professorer på Aarhus Universitet. Men trods sin unge alder har Kasper Green Larsen en imponerende række af banebrydende forskningsresultater og -priser bag sig, og brænder for at sætte sit aftryk på et felt, der er mere brug for end nogensinde.
Da Kasper i 2008 startede med at læse Datalogi på Aarhus Universitet havde han en ide om at studiet skulle bruges til praktisk programmering på arbejdsmarkedet, men forskning og teori endte med at blive hans passion og i dag er han internationalt anerkendt for sine forskningsresultater.
LÆS OGSÅ >>> Dansker er blandt verdens mest lovende inden for teoretisk Datalogi
- Jeg havde kodet lidt inden studiet og havde også studiejob med programmering, men jeg blev lynhurtigt fanget af den tilfredsstillelse, det giver, når man kan udregne noget teoretisk. Altså når man kan sætte to streger under et facit.
De streger blev Kasper Green Larsen god til at sætte, og startede sin forskningskarriere som PhD studerende i grundforskningscentret MADALGO. Som bare 26-årig fik han et gennembrud, da han var i stand til matematisk at udregne, hvor hurtig og effektiv en søgning i en database kan blive – også selvom computere bliver hurtigere og hurtigere med tiden. Kaspers forskning beviste at der er et loft for hvor hurtigt man kan søge, og at det loft ikke er til at gennembryde. Dermed kunne store virksomheder - som eksempelvis Google - ganske enkelt stoppe med at forbedre databaser, forudsat at de havde nået den matematiske grænse, og dermed bruge kræfterne på noget andet.
LÆS OGSÅ >>> Dansker afslører Googles begrænsning
Forskningen blev udført i forskningsgruppen Algorithms, Data Structures and Foundations of Machine Learning – selvsamme forskningsgruppe, som han i dag er leder af. Kaspers forskning antager både praktisk og teoretisk form, og resultaterne danner grundlag for forskning i mange andre grene af datalogien. I sin forskning har Kasper især fokuseret på, hvordan man optimerer algoritmer, og ikke mindst på, hvordan man finder den endegyldigt bedste algoritme.
- Jeg er meget fascineret af at udvikle metoder og algoritmer til at analysere og behandle data hurtigere end det tidligere har været muligt. Og måske endnu mere af, at finde ud af, om det overhovedet kan gøres hurtigere og mere effektivt. Der er masser af matematik i det og det har jeg altid haft flair for, men hvor den traditionelle matematik godt kan blive abstrakt, så er datalogi relativt konkret. Vi bruger matematik til at designe algoritmer og får derved computere til at løse problemer hurtigere og mere effektivt. Samtidigt kan vi også med matematik beskrive helt præcist, hvad en computer er i stand til, og derved finde endegyldige formler, der fortæller os, om vi har den bedste algoritme nu, eller om der er noget at hente ude i fremtiden, siger Kasper Green Larsen.
Og netop matematikken brugte Kasper da han, sammen med sin kollega Jelani Nelson fra Harvard University, løste et datakomprimeringsproblem som dataloger har forsøgt at forbedre siden 1984. Med enorme datamængder kan det til analyser være nødvendigt at komprimere data, men det skal ske på en måde der bevarer egenskaberne fra den rå data, og samtidigt sikrer at man stadigt kan søge hurtigt og effektivt i det komprimerede datasæt. Via sin forskning beviste Kasper at metoden fra 1984 (den såkaldte Johnson-Lindenstrauss transformation) er den mest optimale metode til at komprimere data.
- Vi har nu en fuld matematisk forståelse af, hvor meget højdimensionel data kan komprimeres. Udover at dataloger ikke mere skal bruge tid på at forske i metoder til at komprimere data, betyder det også, at vi kan sætte alle kræfter ind på at gøre komprimeringsprocessen hurtigere. Datamængderne bliver kun større i fremtiden, så hurtigere algoritmer er essentielle, udtalte Kasper Green Larsen til Ingeniøren i 2017.
LÆS OGSÅ >>> Dansker løser 33 år gammelt datakomprimeringsproblem
Og selvom hurtigere dataanalyse kan komme os alle til gavn, er Kasper helt med på, at en del af den mere teoretiske forskning, han bedriver, ikke nødvendigvis kommer til at få direkte betydning i almindelige menneskers hverdag – og så alligevel. For en stor del af den grundforskning, der bliver bedrevet, ender med at blive brugt af virksomheder.
- De vacciner, vi har fået under corona-pandemien, er udviklet på baggrund af forskning, der er lavet på universiteter, men ingen af os anede, at den forskning ville komme os til gavn nu – eller at det skulle være i den form, siger Kasper og fortsætter: - Så hvem ved? Det kan da godt være, at meget af det, vi laver nu, bliver brugt til noget, vi slet ikke havde regnet med.
Lige nu er hans fokus på et emne, der har bred bevågenhed. For det, der på Institut for Datalogi hedder Foundations of Machine Learning, bliver af mange kaldt Kunstig Intelligens. Og for Kasper Green Larsen er det dragende, at man ganske enkelt ikke kan forklare, hvorfor neurale netværk til eksempelvis billedgenkendelse virker så godt, som det gør. De gængse formler kan simpelthen ikke give et svar.
- For praktikerne ude i virksomhederne er det jo skønt, at det fungerer, men for en teoretiker som mig er det vildt spændende at finde ud af hvorfor det fungerer, siger Kasper Green Larsen.
For ham er det pirrende, at gigantiske neurale netværk, der måske har en milliard forskellige justerbare parametre, kan genkende mønstre med måske kun en million input – eksempelvis billeder af mennesker eller DNA-strenge – og alligevel finde mønstre.
- Jeg vil forstå det bedre og derigennem inspirere til at gøre det endnu mere smart. Sagen er jo, at mange af de her beregninger og netværk forudsætter enorme ressourcer. Google kan klare det, fordi de har gigantisk kapacitet, og derfor godt kan sætte 10.000 computere til at regne på noget. Bare strømforbruget alene gør det jo umuligt for mindre virksomheder eller små forskningsenheder at kaste sig ud i det, men hvis vi kan finde modeller, der kræver mindre data og alligevel kan komme med gode forudsigelser eller genkendelser, så er vi jo nået langt. Alt det, vi laver, er jo tilgængeligt for offentligheden. Det skal komme alle til gode, siger Kasper Green Larsen.
Selvom Kasper er en travl forsker, finder han også tid til at udbrede budskabet om hvad datalogi er, og hvorfor det muligvis er et af de vigtigste forskningsområder.
- Der er mange rundt om på universiteter, der betragter deres egen forskning som det vigtigste, men hvis jeg prøver at se på det store billede, så er de 200 studerende, jeg hvert år underviser, nok lige så vigtige for samfundet. Det er vigtigt at huske på, siger Kasper Green Larsen.
Derfor er den nyudnævnte professor meget opmærksom på, at hans formidlingsevner skal udnyttes. Også overfor dem, der end ikke har overvejet en studieretning endnu – f.eks. ved at holde foredrag for gymnasieklasser, som besøger Institut for Datalogi.
- Jeg vil gerne give mange bare en lille forståelse af datalogi og vigtigheden af emnet i vores hverdag. Der er så mange mennesker, som slet ikke har en ide om, hvad datalogi er, og her vil jeg gerne udnytte mine evner, siger Kasper.
Derfor har han været med til at udvikle et program under Videnskabsklubben, der er henvendt til elever i 5. og 6. klasse, hvor man stifter bekendtskab med datalogi og matematikken bag. Ganske enkelt for at skabe mere opmærksomhed om feltet og måske en interesse, der varer ved. For der er nok at tage fat på, viser en simpel søgning på Jobindex. Knap 2.100 ledige jobs indenfor Informationsteknologi vidner om, at der er voldsomt brug for arbejdskraft med netop den ekspertise.
LÆS OGSÅ >>> Miniforskere redder Jorden med geometri og algoritmer
- Det er vigtigt, at vi får gjort op med det fejlagtige image, vi tidligere har haft. Det ville være trist at gå glip af mange talentfulde studerende fordi de har et forkert billede af hvad datalogi er eller hvilke spændende muligheder uddannelsen giver, siger Kasper Green Larsen.
Interessen for formidlingen af et komplekst emne er stor og bliver blandt andet udfoldet i den yngre afdeling af Videnskabernes Selskab, Det Unge Akademi, hvor Kasper Green Larsen de seneste fem år har været medlem og dermed kunnet knytte bånd til andre undervisere og forskere fra andre institutter på landets universiteter. En vej, der blev foreslået af Kaspers tidligere mentor, Lars Arge, der døde blot 53 år gammel for lidt over et år siden.
- Han var en stor inspiration for mig og manden, der gjorde mig interesseret i forskning, siger Kasper Green Larsen.
LÆS OGSÅ >>> Adjunkt Kasper Green Larsen optaget i Det Unge Akademi ved Videnskabernes Selskab
Og sikke et held at han valgte forskningen til, for der kan allerede nu sættes to streger under det facit at Kasper Green Larsen har haft en imponerende betydning for datalogien. Stort tillykke med din nye titel Kasper – vi ser frem til at følge dig og din forskning i mange år endnu.
Kasper Green Larsen
35 år
Bosat i Viborg
2 børn på 10 og 12
Bachelor i datalogi, Aarhus Universitet (AU), 2005-2008.
Ph.D. i datalogi, AU, 2008-2013.
Fastansat på Institut for Datalogi siden 2018.
Udnævnt til professor i Datalogi på AU, 1. februar 2022.
Forskningsgruppeleder på Institut for Datalogi.