Wanneer begon de wetenschap te lonken?
Ik ben nieuwsgierig en voel me thuis in fantasiewerelden. Ik houd van spelen en zet het bekende en gevestigde graag op zijn kop, om te zien wat er gebeurt. Die honger naar kennis heb ik nooit van me kunnen afschudden, en die leidde me naar een loopbaan als wetenschapper.
Ik ben nieuwsgierig en voel me thuis in fantasiewerelden.
Wat is uw grootste inspiratiebron?
Stilte en verveling. Mijn beste ideeën krijg ik als ik me niet op iets noemenswaardigs concentreer.
De fietstocht naar huis vanaf de TU van Denemarken is vaak het meest creatieve deel van mijn dagelijkse leven. En alleen omdat die meestal een beetje saai is.
Als ik naar een podcast of muziek zou luisteren, zou er geen ruimte zijn voor mijn eigen gedachten. Dus vergeet niet je te vervelen!
Welke prestatie van de mens is het belangrijkst?
Dat we nog niet uitgestorven zijn. Met de snelheid waarmee we alle andere wezens op deze planeet uitroeien, is het een klein wonder dat we onszelf in het proces nog niet hebben uitgeroeid.
Er zijn echter veel aanwijzingen dat we onszelf over de rand gaan duwen. En als dat gebeurt, hebben we dat louter en alleen aan onszelf te danken. Gelukkig proberen veel knappe koppen de enorme puinhoop waarin we ons bevinden op te ruimen. Denk daaraan als je nog eens een klimaatwetenschapper ontmoet, bedank hem dan.
Cv
Op welk resultaat in uw werk bent u het meest trots?
Een belangrijke rol te hebben gespeeld in de ontwikkeling van wiskundige theorie voor stochastische diversiteit.
De theorie komt erop neer dat je fysieke eenheden toewijst aan alle berekeningen die kunstmatige intelligentie doet. Dat is essentieel als we het denkproces van kunstmatige intelligentie en de beslissingen die ze neemt, willen begrijpen.
Het is een lange, taaie klus, maar ik ben er trots op dat ik door mijn volharding iets kan uitrichten.
Wat zijn de grootste nog openstaande vragen?
Ik werk met machine learning, waarbij je computers leert om zelf problemen op te lossen aan de hand van voorbeeldoplossingen.
De technologie is tegenwoordig zo goed dat computers al veel problemen beter oplossen dan mensen. Het grootste onopgeloste probleem is human learning, dat wil zeggen: hoe kunnen mensen leren van de oplossingen die computers vinden?
Het is nog niet duidelijk hoe machine learning en kunstmatige intelligentie mensen slimmer kunnen maken, wat het einddoel moet zijn. Maar dat lossen we vast wel op.
Zullen de robots de aarde overnemen? Luister naar Thomas Lykke van Wetenschap in Beeld over robots, kunstmatige intelligentie en de serie Westworld.
Welke (dode of levende) persoon wilt u ontmoeten?
Stephen King. Ik geef al mijn promovendi een kopie van zijn boek The Gunslinger.
Het is het beste prototype van een wetenschappelijk artikel dat ik ooit gelezen heb.
Stephen King is geboren in 1947 en heeft gedurende zijn meer dan 40 jaar lange loopbaan vooral thrillers geschreven.
Een essentieel onderdeel van onderzoek is communicatie, want wat heeft het voor zin om nieuwe kennis te ontdekken als we die niet doorgeven?
Daarom bewonder ik mensen die een verhaal zo kunnen vertellen, dat we het aan den lijve ondervinden.
Van welke ontdekking in de wetenschap was u het meest onder de indruk?
Bij kunstmatige intelligentie stel je als het ware een curve op die door een reeks punten gaat; dat noemen we ook wel regressie. Omdat we niet alle denkbare experimenten kunnen uitvoeren, kennen we de curve niet volledig.
Vijf jaar geleden ontdekten we dat we wel iets over de algehele kromming van die curve kunnen zeggen, zolang we maar voldoende eigenschappen meten van het fysische systeem dat we bestuderen. Dat resultaat is bijna niet te geloven.