Jordas overforbruksdag
Den 22. august 2020 hadde vi mennesker brukt opp jordas ?kologiske ressurser for 2020. Denne datoen hvert ?r kalles jordas overforbruksdag (?earth overshoot day?). Dette betyr at vi produserer og bruker mer varer og tjenester og p?virker milj?et, for eksempel gjennom utslipp av karbondioksyd, mer enn hva planeten evner ? h?ndtere. Alle, i det minste nesten alle, forst?r at dette er alvorlig. M?let m? derfor v?re ? flytte jordas overforbruksdag utover h?sten og s? raskt som mulig til over nytt?r!
B?rekraft – et gjennomg?ende perspektiv
Frem til lansering i januar 2019 arbeidet Det matematisk-naturvitenskapelige fakultet (MN) ved Universitetet i Oslo nesten to ?r med strategien ?Kunnskapsutvikling for en verden i endring – realfag og teknologi mot 2030?. I denne strategien er b?rekraft et gjennomg?ende perspektiv. I strategien kan vi lese f?lgende: ?Verden st?r overfor store utfordringer. Disse utfordringene er godt formulert i FNs b?rekraftsm?l. B?rekraftsm?lene uttrykker et endringsbehov som krever betydelig innsats fra en hel verden. Som en stor og viktig bidragsyter p? viktige fagomr?der, har fakultetet et betydelig ansvar for at grunnleggende langsiktig forskning og h?yere utdanning knyttes til disse globale utfordringene.?
Etableringen av dScience – senter for data- og beregningsvitenskap er en konkret oppf?lging av strategien til MN, og p? lik linje med resten av fakultetet skal dScience ha b?rekraft som et gjennomg?ende perspektiv for virksomheten. Men f?rst litt om hva dScience skal drive med, nemlig datavitenskap (?data science?) og beregningsvitenskap (?computational science?).
Datavitenskap (?data science?)
Datavitenskap handler om ? organisere og analysere data, herunder forst? sammenhenger mellom ulike data. Data kan forekomme i store volum, data m? i noen sammenhenger analyseres i sanntid, og data som skal analyseres kan v?re sv?rt sammensatte og komplekse. Datavitenskap omfatter ogs? innsats for ? vaske, integrere og forberede data for analyse, samt teknikker for presentasjon av resultatene av de analysene som gj?res. Maskinl?ring/dypl?ring, sammen med digital representasjon av kunnskap, st?r sentralt i datavitenskap. (Maskinl?ring/dypl?ring handler om design og utvikling av algoritmer som gj?r datamaskiner i stand til ? l?re fra og utvikle eller foresl? atferd basert p? data.)
Beregningsvitenskap (?computational science?)
Beregningsvitenskap handler ? utvikle metoder og algoritmer for ? utf?re beregninger, ofte ved hjelp av s?rlig kraftige datamaskiner. Beregningene som utf?res, bidrar til v?r forst?else av komplekse fenomener og problemstillinger, enten de finnes i naturen eller er skapt av oss mennesker. Simuleringer, i stadig st?rre grad kombinert med avansert analyse av data, blir stadig viktigere innen beregningsvitenskap. Det utvikles ogs? metoder som har som form?l ? analysere data og nye teknikker for maskinl?ring/dypl?ring.
Innsats for b?rekraft
澳门葡京手机版app下载 innrettet mot b?rekraftsm?lene handler b?de om ? ?ke problemforst?elsen knyttet til disse m?lene og ? finne nye b?rekraftige l?sninger for store og sm? utfordringer som finnes i verden. dScience vil, i tr?d med gjeldende strategier, prioritere innsats innrettet mot konkrete utfordringer formulert i b?rekraftsm?lene. F?lgende er noen eksempler.
Energi, milj? og klima
Betydningen av data og beregninger i arbeidet for ? oppn? en b?rekraftig samfunnsutvikling er stor, for eksempel vet vi at data og beregninger har v?rt og er helt avgj?rende for v?r samlede forst?else av klimautviklingen generelt og hva som er hoved?rsaken til de kraftige klimaendringene de siste 40-50 ?rene spesielt. Denne kunnskapen gj?r at verden (bortsett fra et synkende mindretall) har erkjent at forbruket av fossil energi m? reduseres kraftig. Samtidig m? verden raskt produsere nok fornybar energi til alle.
Utvikling av fornybare energikilder og effektiv introduksjon av fornybar energi i verdens samlede energimiks baseres p? at vi samler inn mye data, som i sin tur anvendes i beregninger for ? finne optimale l?sninger. Dette kommer til ? bli s?rlig viktig for ? oppn? rettferdig fordeling av fornybare energiressurser og at verden er i stand til ? produsere energi som alle har r?d til. B?de hver for seg og sammen er arbeidet med m?lene 7 (Ren energi for alle) og 13 (Stopp klimaendringene) viktige for dScience, da disse er sterkt avhengig av hvordan vi h?ndterer data med tilh?rende beregninger. Dette gjelder b?de for ? forst? utfordringene og for ? finne de beste l?sningene. dScience vil, blant annet sammen med UiO:Energi, arbeide med utviklingen av fremtidens fornybare energisystemer.
Global helse
Knyttet til m?l 3 (God helse) gir data og beregninger innsikt som brukes i medisinsk behandling og for ? forst? og l?se globale helseutfordringer. Et godt eksempel akkurat n? er alle data som n? samles inn knyttet til den p?g?ende pandemien. Et annet eksempel er den ferske nyheten om dypl?ringsprogrammet Alphafold, som predikerer avanserte tredimensjonale proteinstrukturer. Det er mange grunner til at dette er viktig, for eksempel vil Alphafold og lignende teknologier kunne revolusjonere utvikling og produksjon av legemidler. Helse-b?rekraftsm?let kobles igjen til flere av de andre m?lene, for eksempel m?l 2 (Utrydde sult), da tilgang til sunn mat er viktig for god helse, og m?l 10 (Mindre ulikhet), da en gjennomg?ende bedre helse ogs? bidrar til mindre ulikhet i befolkningen. UiO har betydelige aktiviteter p? dette omr?det, og det er naturlig for dScience ? 澳门葡京手机版app下载e med UiO:Livsvitenskap for ? utvikle dette omr?det.
Smarte omgivelser
Et tilbakevendende eksempel der data og beregninger st?r sentralt, er ved utvikling av smarte omgivelser. Disse omgivelsene kan v?re alt fra hva som skjer p? en operasjonsstue p? et sykehus til hele byer og regioner p? tvers av landegrenser. Smarte byer er kanskje det som er mest kjent og kobler direkte til m?l 11 (B?rekraftige byer og samfunn). Utviklingen av smarte omgivelser vil alltid kreve h?ndtering av data og behov for ? utf?re beregninger, for eksempel for optimal styring av transport.
Hav og land
FNs havti?r har akkurat startet, og Norge er en stor havnasjon. Havet og s?rlig kystsonen er sv?rt avhengig av hva som skjer p? land, for eksempel avrenning fra menneskeskapte aktiviteter. Det samles store datamengder om tilstanden i havet og langs kysten. Klimautviklingen bidrar ogs? til at havet endrer seg, for eksempel at vanntemperaturen ?ker, som igjen medf?rer at arter d?r ut eller flytter seg. Dette kan igjen medf?re at store havomr?der endrer karakter. For ? sette inn de rette tiltakene, m? vi forst? dette bedre, blant annet fordi havene er og blir viktige for verdens samlede produksjon av mat. I dette bildet blir data og beregninger s?rlig viktig, noe som er godt beskrevet i 澳门葡京手机版app下载sr?dets rapport om havti?ret. dScience satser p? dette omr?det, og kombinasjonen av m?l 14 (Liv under vann) og m?l 15 (Liv p? land) er s?rlig interessant.
Hele den vitenskapelige bredde
B?rekraftsm?lene uttrykker et endringsbehov som krever betydelig innsats i hele den vitenskapelige bredde. Her har jeg stort sett koblet data og beregninger til naturvitenskap, medisin og teknologi, men vi vet ogs? at data og beregninger f?r en stadig st?rre plass innen humanistiske og samfunnsvitenskapelige fag. Dette er interessant, ikke bare for dScience og disse fagene, men ogs? for det endringsbehovet b?rekraftsm?lene er et uttrykk for.
Alt henger sammen med alt
Alle b?rekraftsm?lene henger sammen, godt representert ved innholdet i m?l 17 (Samarbeid for ? n? m?lene) og m?l 9 (Innovasjon og infrastruktur). En viktig del av all moderne infrastruktur er data, og ulike former for beregninger m? anvendes for at disse dataene skal komme til nytte. Dette er mye av essensen i det dScience skal gj?re, nemlig ?ke v?r evne til ? ta kloke valg – valg for en b?rekraftig fremtid!
Denne artikkelen ble f?rst publisert p? Morten D?hlens blogg p? Titan.uio.no