Nye muligheder i forskningen

Computerrum
Computerens udbredelse overalt i samfundet gjorde, at flere unge end nogensinde før ville uddanne sig i datalogi. Foto: Datalogisk Institut

Populariteten eksploderer

I takt med computerens udbredelse overalt i samfundet – herunder i private hjem – blev Datalogi fra slutningen af 1970’erne og langt op i 1980’erne et endnu mere populært fag. Studerende strømmede til, før det endnu var økonomisk muligt for instituttet at udvide den faste underviserstab.

Langt de fleste studerende fik efter endt uddannelse job i det private erhvervsliv, og der var derfor ikke ret mange tilbage til at undervise. Undervisningsopgaverne blev kun tilnærmelsesvist løst, og flere forskningsopgaver blev skubbet i baggrunden.

Ret banebrydende var underviserne begyndt at optage deres forelæsninger på bånd, som de delte ud til de studerende. Dette viste sig dog at være for tidskrævende i længden, og fordi den teknologiske udvikling gik så stærkt, skulle undervisningen ofte justeres.

Det stigende arbejdspres førte til, at DIKU i 1983 og i årene frem modtog en række særbevillinger på 50 mio. kroner uddelt af den daværende undervisningsminister Bertel Haarder til at ansætte flere videnskabelige medarbejdere og til at indkøbe nyt, tidssvarende edb-udstyr. 

På opfordring fra erhvervslivet, som havde brug for IT-uddannede, blev bevillingerne sendt direkte til DIKU uden om KU’s ledelse og fakultetet. Og i 1986 flyttede instituttet fra bygningen i Sigurdsgade til de betydeligt større bygninger i Universitetsparken 1, hvor hovedparten af DIKU stadig bor i dag.

Vidste du, at...

Universitetsparken 1 tidligere husede Københavns Universitets medicinske og anatomiske institut med afløb til blod i auditorierne og ligkisterum i kælderen? Afløbene og rummet kan stadig ses den dag i dag! Det er også i Universitetsparken 1, at dele af den berømte danske gyserfilm Nattevagten er optaget.

 

Amerikansk topforsker bygger en banebrydende opfindelse

En af instituttets forskningsmæssige milepæle i 1980’erne var partiel evaluering. Kort fortalt er partiel evaluering en optimeringsmetode til at gøre programmer mere effektive.

Neil Jones
Portræt af professor Neil D. Jones fra 2009. Foto: Datalogisk Institut

Partiel evaluering specialiserer et program ved at fastholde noget af dets inddata. Det kan give store forbedringer af ydeevne, og kan bruges til at transformere fortolkere om til oversættere gennem en proces, der kaldes ”selvanvendelse”, hvor et program tager sig selv som inddata.

Det er netop denne banebrydende selvanvendelse, som for førte gang blev praktisk gennemført på DIKU. De metoder, der blev udviklet på DIKU, bruges i dag i mange softwaresystemer.

Partiel evaluering blev bygget af TOPPS-forskningsgruppen med Neil D. Jones i front. Den amerikanske topforsker kom til DIKU i 1982, fordi han var tiltrukket af Peter Naurs arbejde med ALGOL 60-programmeringssproget.

Men eftersom Peter Naur i 1970’erne var gået væk fra sin interesse i programmeringssprog og over til at undersøge samspillet mellem mennesker og maskiner, startede Neil sin egen forskningsgruppe op, der fik navnet TOPPS – Teori og Praksis for Programmeringssprog.

TOPPS-gruppen har udklækket en række kendte danske dataloger, for eksempel Mads Tofte (tidligere DIKU-institutleder, stifter af IT-Universitetet og tidligere rektor samme sted), Carsten Gomard (medstifter af NetCompany), Peter Sestoft (professor og institutleder af IT-universitetets Institut for Datalogi) og Torben Mogensen (lektor på DIKU), som senere fik selskab af blandt andre Fritz Henglein og Robert Glück, der begge er professorer på DIKU i PLTC-sektionen.

Carsten Gomard, Peter Sestoft og Neil D. Jones’ bog, Partial Evaluation and Automatic Program Generation, har figureret på listen over de 40 vigtigste lærebøger i datalogi. I 2014 modtog Neil D. Jones en ACM Programming Languages Achievement Award som, næst efter Turing-prisen, er en af de fornemmeste priser, der kan tildeles en datalogisk forsker. Han blev desuden gjort til ridder af Dannebrogordenen i 1998.
  

Studerende i 1980'erne
En gruppe studerende eksperimenterer med at få computeren til at genkende deres ansigter. Foto: Datalogisk Institut

Automatisk billedanalyse – et nyt kapitel for datalogien

I begyndelsen af 1980’erne blev også billedforskningsgruppen dannet af blandt andre tidligere institutleder og dekan for Det Naturvidenskabelige fakultet, pioneren Peter Johansen, og Edda Sveinsdottir, Danmarks første kvindelige datalog.

Det var på dette tidspunkt helt nyt og fascinerende for forskerne at programmere en computer til at analysere billeder. Det kan være svært at forestille sig i dag, men bare det at kunne rumme et enkelt billede havde været problematisk for computere indtil da, fordi de første computere havde meget lidt hukommelsesplads sammenlignet med i dag.

Et af Peter Johansens største bidrag til feltet var hans arbejde med skalarum i billeder. En teknik, som var med til at forbedre computeres evne til at lokalisere objekter i billeder. Det kunne for eksempel være at finde leveren i et tredimensionelt, medicinsk billede.

Skalarumsteorien byggede på en banebrydende indsigt: Hvis en algoritme skal forstå, hvad der foregår i billeder, må algoritmen designes sådan, at den på lige fod kan genkende store ting og små ting. For at kunne forstå et billede, må man med andre ord betragte det på flere forskellige skalaer.

Peter Johansen var med til at lave den matematiske teori for, at denne teknik blev mulig. Hans arbejde har dannet grundlag for, at DIKU har opbygget et solidt forskningsmiljø indenfor medicinsk databehandling.

Arbejdet er især blevet videreført af professor og tidligere institutleder Mads Nielsen og professor Jon Sporring, der gennem tiden har givet denne viden videre til et utal af studerende på kurser i modern image processing.
  

Computer analyserer billeder
I 1980'erne var det helt nyt, at computere kunne lære ud fra billeder. I dag er metoden vidt udbredt, blandt andet inden for det medicinske område. Foto: Datalogisk Institut

”Monstergenkendelse” og kunstig intelligens

Peter Johansens arbejde med skalarum blev overordnet kaldt for mønstergenkendelse - eller faktisk "monstergenkendelse", fordi mange computere dengang ikke havde et ø. Og det blev senere et væsentligt element i moderne billedanalyse, som gør brug af kunstig intelligens.

Mønstergenkendelse vil sige at programmere computere til at kunne genkende mønstre i billeder og tekst ud fra tidligere data – helt som vi selv gør det med vores øjne. Peter Johansen var førende indenfor billedområdet. Her skal mønstre forstås som for eksempel et ansigt, en ting, skygger eller kanter.

Mønstergenkendelse bliver i dag brugt i big data, kunstig intelligens, machine learning og deep learning (de to sidstnævnte kan forstås som særlige algoritmer inden for kunstig intelligens). Disse teknologier bruger således det tankesæt, som blandt andre Peter Johansen arbejdede med i 90’erne.

Machine learning og ideen om såkaldte neurale netværk, som man gør brug af i deep learning, er derfor ikke en ny teknologi, men i 90’erne var det endnu ikke muligt for computere at arbejde med så mange data.

I de seneste år har kombinationen af digitaliseringen af data, udviklingen i computeres kapacitet og de teknologiske forbedringer af algoritmer gjort, at kvaliteten af kunstige intelligens-løsninger er steget eksplosivt. DIKU har i dag tre forskningssektioner inden for området: IMAGE, Machine Learning og Natural Language Processing.
  

Maleri af Peter Naur
Når softwareudviklere bliver ansat til at arbejde på et program, kan de ikke nøjes med at læse den nyeste version af koden. De skal også forstå historikken og de andre tilgange, som tidligere softwareudviklere har prøvet af, mente Peter Naur. Foto: Datalogisk Institut

En klassiker blandt softwareudviklere, som kan spare samfundet for millioner

Skal du læse én artikel om datalogi og softwareudvikling, er mange dataloger enige om, at det skal være Peter Naurs ”Programming as theory building”, som blev udgivet i 1985. I dag, næsten 40 år senere, er artiklen stadig yderst aktuel, og mange softwareudviklere betegner den som en evig klassiker.

Artiklen foregriber den praksis, der i 1990’erne blev døbt agil softwareudvikling, og som nu er almindelig blandt softwareudviklere verden over. Når softwareudviklere arbejder agilt, er de hele tiden indstillet på at lære noget nyt og ændre deres oprindelige planer. Den slags viden overføres ikke direkte via programkode eller dokumentation, men ligger i stedet gemt i hovederne på dem, der oprindeligt skrev koden.

I artiklen forklarer Peter Naur, hvorfor denne måde at arbejde på ikke blot er en mulighed, men en nødvendighed for at udvikle og vedligeholde velfungerende IT-systemer. I praksis betyder det, at det altid vil være uhyre vigtigt, at organisationer sikrer en kontinuerlig overdragelse mellem gamle og nye medarbejdere af den viden, som er opbygget på baggrund af tidligere eksperimenter, fejl og tests. Ellers ”dør ”softwaren, som Peter Naur slagkraftigt beskriver det.
 

Email
Den første danske e-mail blev sendt fra DIKU i 1983. Elektronisk post blev hurtigt et uundværligt arbejdsredskab. Foto: Shutterstock

Starten på e-mail-eventyret og .dk-domænet

I 1983 blev den første danske e-mail sendt. Det skete fra en af DIKU’s store computere, efter at Keld Simonsen, der på daværende tidspunkt var studerende på DIKU, havde installeret styresystemet Unix på computeren.

Den 2. januar 1983 skrev Keld Simonsen følgende til en ven i Holland: ”Hej Jim. Dette er en test. Skriv tilbage, hvis du modtager den. Venlig hilsen fra Danmark.” Da en svar-mail landede i Keld Simonsens indbakke, blev det bekræftet, at DIKU var lykkedes med at etablere kontakt til den europæiske server.

E-mail-forbindelsen gjorde det muligt at komme i skriftlig kontakt med folk, som det tidligere havde taget ugevis at få fat i. Hvor et brev var 5-10 dage undervejs hver vej, klarede e-mail-systemet det på under 6 timer! Den relativt store forsinkelse skyldtes, at post først blev ekspederet, når maskinerne kaldte hinanden op, og dette skete cirka hver fjerde time.

Det blev hurtigt klart, at e-mailen var et værdifuldt arbejdsredskab, som alle danske forskere burde have adgang til. I 1984 var der kommet yderligere 10 maskiner i Danmark på det europæiske netværk, og man kunne for 200 kroner om året få adgang til at bruge e-mail-funktionen.

I 1987 blev det danske internetdomæne ”.dk” iværksat, hvorefter diku.dk blev oprettet som et af de fem første domæner. Keld Simonsen stod igen som teknisk bagmand sammen med Klaus Hansen, der var adjunkt på DIKU og forskede i datanet og distribuerede systemer. Blandt de første domæner var også lego.dk.
 

IT-Universitetet
Flere forskere fra DIKU var i slutningen af 1990'erne med til at grundlægge IT-Universitetet i København. Foto: IT-Universitetet

Enhjørninger og et nyt universitet - DIKU’s mange knopskydninger

Gennem tiden har DIKU udklækket et utal af dygtige kandidater, som har brugt deres kompetencer til at skabe noget stort og anderledes i andre dele af samfundet.

Kandidater fra DIKU har for eksempel været med til at stifte en række succesfulde IT-virksomheder, blandt andre NetCompany, Jobindex, JustEat, Tradeshift, Sitecore, Octoshape, Area9, Forecast, Clerk.io og SupWiz. Flere af disse virksomheder er blevet kåret som såkaldte unicorns, hvilket vil sige, at de har en markedsværdi på over en milliard dollars.

DIKU kan også bryste sig af at være medstiftere af IT-Universitetet i 1999. 1990’ernes digitalisering havde skabt stor mangel på IT-uddannede, og derfor var flere af DIKU’s forskere med til at beslutte, at der var behov for en fri og neutral institution, som kun beskæftigede sig med IT. Både den tidligere rektor, Mads Tofte, og den nuværende rektor, Martin Zachariasen, har en fortid på DIKU.