<img height="1" width="1" style="display:none;" alt="" src="https://px.ads.linkedin.com/collect/?pid=2085737&amp;fmt=gif">
Tema: BIGDATA

#0494: BIGDATA: Monica Vaksdal: Vi skal digitalisere snøen!

Gjest: Monica Vaksdal

Founder og CEO

Think Outside


Med Vert Silvija Seres

I denne episoden av #LØRN snakker Silvija med grunnlegger av, og administrerende direktør i Think Outside, Monica Vaksdal, om hvordan de digitaliserer snøen vår gjennom big data og kan lage en digital snøprofil. Monica Vaksdal er geolog med bakgrunn fra oljebransjen, og hun forteller om hvordan Think Outside jobber for å utvikle teknologi som gjør det mulig å visualisere snø i et høyoppløselig datasett, og å finne metoder for prediksjoner om snø.

Hvem er du, og hvordan ble du interessert i radar- og seismikk-teknologi? 

Kort oppsummert er jeg geolog, skikjører, klatrer og teknolog. Som oljegeolog jobber jeg med geofysiske data (brønner, seismikk) for å visualisere det som ligger i bakken under oss. Denne teknologien er blitt kraftig forbedret siden jeg var student for 20 år siden, og jeg lar meg fascinere over hvor mye vi kan se og gjøre med naturen når vi har så gode geofysiske data om undergrunnen.

Hva er det viktigste dere gjør på jobben? 

Vi jobber med både maskinvare, programvare og UX. Vi pusher hele tiden teknologigrenser for å hente inn nye data, prosessere disse og gjøre dem anvendbare og forståelige for flest mulig mennesker.

Hva er du mest opptatt av innen Big Data? 

Snø er et omskiftelig medium, og vi jobber knallhardt med å utvikle maskinvare som kan hente inn mest mulig høyoppløselig data om snøen. Så begynner den vanskelige prosesseringsfasen.

Hvorfor er det så spennende? 

Jeg synes det er spennende fordi jobben min ligger i skjæringspunktet mellom det å drive med teknologioverføring fra oljen, pushe teknologien til stadig nye høyder og å få til ting som enkelte eksperter påstår at vi ikke kan klare.

Hva synes du er de mest interessante motsetningene?

At man visstnok ikke kan visualisere snø i et høyoppløselig datasett (som vi har fått til) eller tolke meningsfulle lag i snø (som vi også har fått til). I tillegg hevdes det at det er umulig å bruke maskinlæring på snø for tolkning og forecasting. Det skal vi motbevise!

Dine andre favoritteksempler på big data internasjonalt og nasjonalt? 

Maskinlæring på geofysiske og geologiske data er utrolig spennende og er kun i startgropa. Der noen mener at naturen ikke kan la seg «forenkle» i mønstre og systemer, er det akkurat det vi geo-folk har prøvd på i alle år. Jeg tror at vi gjennom maskinlæring kan få frem nye trekk, relasjoner og mønstre på en raskere måte, som kan hjelpe oss til å bli bedre til å tolke og forstå naturen.

Hva tror du er relevant kunnskap for fremtiden? 

Geologi.

Er det noe vi gjør her i Norge som er unikt? 

Vi er gode på naturressurser og eksperter på oljeteknologi. Vi er imidlertid ikke like flinke til å overføre oljeteknologien til andre områder.

Har du et favoritt-fremtidssitat?

«Gold is where you find it, according to an old adage, but judging from the record of our experience, oil must be sought first of all in our minds.» – Wallace Pratt.



Startup

This what you will learn:

Geofysisk data  Signalprosessering  Prediktiv analyse  Datadrevet beslutningsverktøy
Maskinlæring på geofysiske- og geologiske data er utrolig spennende og står i en tidlig brytningstid. Der noen mener at naturen ikke kan la seg ‘forenkle’ i mønstre og systemer, er det akkurat det vi geo-folk har prøvd oss med i alle år.

- Monica Vaksdal

Recommended literature:
https://www.powder.com/stories/news/ski-mounted-radar-could-help-assess-snowpack/ Meld deg på noen guidet turer for å oppleve naturen

This is Think Outside

Think Outside ble grunnlagt av et team med ekspertise innen olje- og gassteknologi og entreprenørskap. Think Outside designer løsninger som fanger opp, analyserer og forutsier innsikt om snø, både for både vannkraft, vannforsyning og forskning. Løsningene Think Outside tilbyr består generelt sett av problembasert innsamling av informasjon, analyse fra maskin-læring, og beslutningsbasert innsikt.

Test your knowledges on this podcast, sign in for microcourse on lorn.university

Try microcourse