Expert: Så blir du en ”algoritmtränare”

Konsultbolaget hanterar stora mängder information när anbudsunderlag ska tas fram vid offentliga upphandlingar, och att identifiera uppställda krav och risker är ett tidskrävande arbete för företagets jurister och projektledare. I myllret av specifikationer finns också risken att göra mänskliga misstag.

− Vi tänkte att här borde vi kunna använda maskininlärning som en teknik för att lösa problemet, säger Stefan Stigendal, digitaliseringsexpert på Ramboll.

För att förenkla anbudshanteringen valde företagets IT-experter att utgå från generella algoritmer för texttolkning. Algoritmerna tränades sedan att förstå det svenska språket, innebörden av ord och hur de förhåller sig till varandra. De fick också lära sig juridiska termer, lagar och branschspecifika regler.

Med hjälp av ett enkelt webbgränssnitt har företagets jurister sedan klassificerat inmatade meningar för att lära algoritmerna vad som exempelvis är ett krav i en upphandling.

Sparar tid för tusentals

Redan efter några hundra klassificeringar kunde algoritmerna skilja på olika meningar och betydelser.

− Våra jurister har gjort 5000 klassificeringar och algoritmerna kan nu med 90 procent säkerhet säga att det här är ett krav, en risk, eller inte. Det har inneburit en stor tidsbesparing för våra jurister och över tusen projektledare.

Ramboll har även tränat algoritmer att utifrån bilder känna igen olika faktorer i stadsmiljöer för att underlätta bullerberäkningar. Man vill också använda tekniken för att drönare ska kunna utföra specifika uppgifter, exempelvis identifiera och följa kraftledningar. Algoritmer tränas också i att orientera sig bland kartbilder över fastigheter och hitta tak som lämpar sig för solceller.

− Vi ser en enorm potential i det här, och med våra verktyg kan vi hantera olika algoritmer och områden där vi använder bild, video, text och ljud. Förutom affärsnyttan blir det också ett sätt att strukturera och dokumentera den kompetens som sitter i huvudet på många medarbetare, säger Stefan Stigendal.

”Tekniken mogen att skapa avancerade tillämpningar”

I dag finns många programvaror där maskininlärningsteknik redan är inbyggt, men ofta är den standardiserad och kräver en hel del manuell hantering. Men Stefan Stigendal menar att det är förhållandevis enkelt att anpassa algoritmer för en specifik användning.

− Tekniken är så pass mogen att de flesta utvecklare på några veckor kan göra ganska avancerade tillämpningar. Men man ska börja smått och hitta en konkret tillämpning. Om man inte identifierar faktiska problem att lösa är risken stor att du inte räknar hem dina projekt.

Han menar att maskininlärning är en del av ett teknikskifte som går mycket snabbt. Det öppnar nya möjligheter och kommer att påverka ingenjörernas roll i framtiden.

− Den stora nyttan för ingenjörer är att den här tekniken tar bort rätt mycket monotona arbetsuppgifter som beräkningar. Då kan man istället jobba mer med exempelvis simuleringar och optimering. Rollen går då mer mot rådgivning till kunder kring konsekvenser och möjligheter med olika alternativ, säger Stefan Stigendal.