Bjarte Johansen utvikler maskinlæring i Equinor. Kan kunstig intelligens redde ekte liv?

Tusenvis av rapporter ligger i våre datasystemer. Men om ikke rett person får riktig informasjon til rett tid, kan ulykker skje. Derfor jobber Bjarte Johansen med løsninger basert på kunstig intelligens. 

Alle foto Ole Jørgen Bratland / Equinor

Bjarte Johansen er utvikler i Equinor og jobber på Sandsli i Bergen. I en alder av 31 år har han skrevet en doktorgrad om automatisert analyse av norsk tekst. Han er lidenskapelig opptatt av hvordan det norske språk er bygget opp, sett fra en dataforskers ståsted.

— Språket vårt er veldig interessant, sier han. I Bergen bruker de for eksempel ikke hunkjønn, mens de på nynorsk bruker andre endelser enn på bokmål. Vi har også ulike setningsoppbygninger og ordvalg rundt omkring i landet.

— Derfor møter vi på noen ganske unike utfordringer når vi skal prøve å lære maskinene å forstå hva vi skriver. Vi kan ikke beskrive språket som enkle regler som maskinen kan anvende, men den må selv lære å tolke alle de ulike nyansene i språket vårt.

bjarte-johansen-computer-scientist-employee-4-1-1.jpg
Bjarte Johansen

Men hva har dette med Equinor å gjøre?
— Vi ønsker å sørge for at viktig informasjon når frem til de personene som virkelig trenger den. For eksempel, ute på en plattform kan maskinen foreslå relevante hendelsesrapporter til ansatte som skal utføre arbeid, og gi en begrunnelse for hvorfor nettopp disse rapportene er relevante.

bjarte-johansen-computer-scientist-employee-1-2-5.jpg

Utvikler «Operational Planning Tool»
Johansen er med på utviklingen av Equinors Operational Planning Tool. På leten etter byggets beste kaffe har han akkurat tatt oss med på en rundtur gjennom Equinors hovedkontor på Sandsli i Bergen. Etter en sommer med mange timer på kontoret har han hatt nok av tid til å finne ut hvor den er å oppdrive. Han nipper til den rykende varme kaffen fra en kopp med Cern-logoen på fremsiden, og forklarer:

— Maskinen fungerer som et verktøy som brukeren kan benytte seg av for å ta bedre beslutninger, sier han, og utdyper:

— Hver gang en jobb skal utføres ute på plattformene, blir det skrevet en arbeidsordre som blir gitt dem som skal utføre arbeidet. Det hender at ting går galt, og da blir det skrevet en hendelsesrapport. Problemet med disse hendelsesrapportene er at de ligger lagret i en rekke store systemer, og selv om vi har rutiner for at alle skal få med seg relevante rapporter, finnes det ingen garanti for at dette faktisk skjer.

Vet Equinor hva Equinor vet?
— Nå har vi samlet alle hendelsesrapportene i ett system, og det vil kunne si: «du bør lese denne rapporten, fordi sist gang noen gjorde lignende arbeid skjedde det noe galt», forklarer han.

En maskin som oppdager farer
Selv om teknologien som ligger i bunn er avansert, beskrives den som relativt enkel av hovedpersonen selv.

bjarte-johansen-computer-scientist-employee-2-16-9.jpg

— Det handler kort og godt om å få datamaskiner til å forstå språk, sier Johansen.

Selv ønsker ikke han å strekke det så langt som å si at maskinlæring kommer til å redde liv i Equinor: Men at den kan bidra til å redde liv – det er det liten tvil om.  

— Det er menneskene som redder liv
— Maskinen i seg selv vil ikke redde liv. Det er menneskene som redder liv. Det vi kan bruke maskinene til er å legge til rette for at vi mennesker skal ta de riktige valgene, sier han.

Maskiner er nemlig helt eksepsjonelle på noen ting vi mennesker ikke helt får til, som å gjenkjenne strukturelle mønstre i enorme mengder med informasjon. På spørsmål om hva mennesker er bedre til enn maskinene, trekker Johansen frem det å kunne nyansere viktigheten av informasjon og semantikk.

— Uansett hvor godt vi lærer maskinen å forstå det norske språk bør det alltid være et menneske som tar den endelige vurderingen av hva som bør gjøres. Derfor skal maskinen foreslå relevante rapporter til vedkommende som skal utføre arbeidet, og gi en begrunnelse for hvorfor nettopp disse rapportene er relevante. Maskinen fungerer som et verktøy brukeren kan benytte seg av for å ta bedre beslutninger, sier han.

Hva er maskinlæring?

Maskinlæring er en gren av kunstig intelligens, et tverrfaglig fagområde med bidrag fra blant annet informatikk, matematikk og beregningsorientert statistikk. Det er en vitenskapelig disiplin opptatt av design og utvikling av algoritmer som gjør datamaskiner i stand å lære fra og utvikle atferd basert på empiriske data.

Plattformsjefen er positiv
Bjørnar Skulstad mener derimot at det er belegg for å kunne si at den løsningen som Bjarte Johansen og teamet hans har utviklet kan redde liv. Han er plattformsjef på Oseberg, 63 år gammel, og selverklært «superfan» av moderne digitale løsninger.

Så du mener altså at denne ekspertisen kan brukes til å redde liv i Equinor?
— Ja. Uten tvil. Det er selvfølgelig satt litt på spissen, men maskinlæring kan definitivt bidra til økt sikkerhet på plattformene – og på den måten bidra til å redde liv, sier han.

 

bjørnar-skulstad-platform-manager-oseberg-1-1.jpg
Bjørnar Skulstad

— I Equinor har vi utrolig mye erfaring og kompetanse. Utfordringen har vært at denne erfaringen og kompetansen har vært forbeholdt de personene som faktisk innehar den. Nå får vi endelig satt erfaringene våre i et system som gjør dem tilgjengelig for alle. Det kommer vi til å nyte godt av, sier Skulstad.

— Kommer til å sørge for at vi skader oss mindre
Snittalderen i Equinor er høy. Mange av de ansatte har vært der i mange år. Da har opparbeidet seg avgjørende kompetanse for driftssikkerheten i selskapet. At denne kompetansen skal gå tapt, har vært en stor bekymring for plattformsjefen. Han sier den nye komponenten i Operational Planning Tool i stor grad sørger for at han kan legge denne bekymringen bak seg.

— Vi har omfattende opplæring av samtlige ansatte i selskapet, men etter å ha jobbet her i over 30 år kan jeg med trygghet si at vi mennesker aldri er ferdig utlært. Aldri. Av den grunn er det helt fantastisk at vi kan bruke digitale løsninger til videre læring, og at maskinen kan lagre, systematisere og videreføre den læringen og de erfaringene ansatte tar med seg når de ikke lenger jobber her.

— På denne måten kan all vår dyrebare kompetanse bringes videre til neste generasjon. Denne utviklingen er et enormt skritt i riktig retning, og maskinen kommer til å sørge for at vi i fremtiden vil skade oss mindre og oppleve langt færre sikkerhetshendelser, sier Skulstad.

Relaterte saker:

Hvis du har lyst til å motta mail hver gang vi publiserer magasinsaker som denne, kan du abonnere her:

equinor-stay-in-touch-icon.svg