Kariera v IT - dr. Matevž Pesek, FRI

Predstavljamo življenjske zgodbe izkušenih »ajtijevcev« in strokovnjakov s področja računalništva. Dr. Matevž Pesek je profesor računalništva, ki povezuje umetno inteligenco, glasbo in biologijo. Pri svojem delu poudarja radovednost, povezovanje področij ter pomen poglobljenega znanja.

Kateri so bili vaši sanjski poklici v otroštvu? Kaj ste si želeli postati?

Moje zanimanje je bilo vedno široko. Včasih pravim, da so me zanimali jeziki, med šolanjem pa sem prave zamenjal s programskimi. Morda je ravno zato na koncu računalništvo postalo tista moja skupna točka med raznolikimi področji, ki so zelo tehnična, hkrati pa so si včasih popolno nasprotje.

Kdaj ste začutili, da bi lahko delali v IT, in kaj je bil vaš prvi korak na tej poti?

Verjetno v prvih letih svojega življenja, ko sem moral razmontirati vsako elektronsko napravo, da sem se prepričal, kako deluje. Prvi zavestni koraki so gotovo bili v okviru krožka programiranja na osnovni šoli. Začeli smo v okolju LOGO in nadaljevali s Pascalom, z Delphijem...

Projekti, pri katerih sodelujete, so zelo raznoliki. Zdi pa se, da je pri večini nekako vpleten zvok v takšni in drugačni obliki. Ali je dejstvo, da ste tudi glasbenik, kaj pripomoglo k temu, da izbirate tovrstne tematike?

Sam se nimam za resnega glasbenika, čeprav rad igram na instrumente. Samo igranje instrumenta je zelo podobno programiranju – s pravimi ukazi pridemo do želenega algoritma ali skladbe. Računalništvo je esencialni del skoraj vsakega našega področja, omogoča pohitritev, zbiranje in vrednotenje vsebin, uvrščanje in obdelavo. Čeprav na prvi pogled ne deluje tako, je ravno glasba (oz. širše – procesiranje signalov) tista, ki je v zadnjih desetletjih močno pridobila ravno zaradi računalništva.

Nam lahko na enostaven način razložite, kaj je to kompozicijski hierarhični model, ki ste ga razvili za analizo glasbenih vzorcev?

Ideja je izvirala iz podobnega modela, ki ga je moj somentor, prof. dr. Aleš Leonardis, razvijal na področju računalniškega vida. Ideja je bila (glede na sedanje modele) bolj podobna poskusom s tradicionalno umetno inteligenco pri oponašanju človeške percepcije – kako razviti model, ki bo iz nizkonivojskih gradnikov sestavil visokonivojske koncepte. Ne glede na nedavni prodor globokega učenja in njegovo efektivnost še vedno mislim, da je takšen pristop smiseln, če želimo doseči »umetno inteligenco«, primerljivo s človeškim načinom percepcije in kognicije.

Pri LingoVerse ste raziskovali učenje jezikov v navidezni resničnosti. Kakšne prednosti (in omejitve) ste opazili v primerjavi s klasičnim e-učenjem?

Največja prednost učenja jezikov v navideznoresničnostnem okolju je gotovo dostopnost. Pogovori z agenti v navideznem okolju so za marsikoga bolj finančno in časovno dostopni, uporabnik ima tudi manj »treme« pri pogovoru z računalnikom. Strah pred napako je pri jezikih ena največjih ovir, tu pa lahko isto situacijo uporabnik ponovi večkrat in ga nihče ne popravlja »pred razredom«. Vaj govora prav gotovo ni enostavno izvajati v zunajšolskem okolju brez sodelovanja nekoga, ki jezik že govori. V aplikaciji LingoVer- se je to eden ključnih elementov dostopnosti do znanja, ki ga v navideznoresničnostnem okolju uporabljamo v prid uporabniku.

Vendar obstajajo tudi omejitve. Del uporabnikov občuti slabost pri nošnji navideznoresničnostnih očal. Izdelava vsebin za takšno aplikacijo je tudi bistveno dražja kot le spletni tečaj. In seveda to ne more nadomestiti pogovora z resničnim človekom, je pa odličen vmesni korak med učbenikom in resnično situacijo.

Projekt Vibroscape se ukvarja z zaznavanjem vibracijske komunikacije žuželk. Kako računalništvo in strojno učenje sploh vstopita na področje, ki je tradicionalno domena biologije, ter kaj lahko ugotovimo z moderno tehnologijo pri žuželkah?

Vstopita skozi povsem praktičen problem, kot sta količina podatkov in zajem signala. Velik del žuželk ne komunicira z zvokom, ki smo ga navajeni, ampak z vibracijami na površini rastline. Ko kolegi biologi na terenu več tednov snemajo, dobijo na tisoče ur posnetkov, a jih zaradi časovne zahtevnosti in vnosa napak nihče ne more ročno pregledati in označiti. Tu vstopi računalništvo: metode za obdelavo govora in glasbe so podobne tem, ki jih uporabljamo pri projektu Vibroscape – signal pretvorimo v spektrogram, izluščimo značilke, model pa se nauči ločiti signale živali od vetra, dežja ali prometa.

Kako kot nekdo, ki je hkrati raziskovalec in glasbenik, gledate na trenutni razvoj generativne umetne inteligence v glasbi – je to priložnost ali grožnja za ustvarjalce?

Nasploh je razvoj umetne inteligence primarno zgolj in samo potenciral družbene izzive, ki so že od pradavnine z nami. Umetna inteligenca seveda dela bolje od vseh preteklih pristopov in dognanj v zgodovini. Kot smo se bali elektronskih instrumentov, elektronske obdelave glasbe, uporabe autotune in ostalih računalniško odprtih pristopov v bližnji preteklosti, se lahko prihodnosti bojimo ali pa orodja uporabimo za nove žanre, nove načine uporabe, nove inštrumente. Definitivno pa je dostopnost tako programskih orodij kot strojne opreme, ki je bila nedavno mogoča zgolj v studiih, v zadnjih desetletjih bistveno večja. Spet, to ustvarja nove priložnosti za posameznika.

Predavate predmete od grafičnega oblikovanja do sistemske in programske varnosti. Kako se je po vašem mnenju spremenilo znanje, ki ga danes potrebuje diplomant računalništva, v primerjavi s časom, ko ste sami študirali?

Potrebne oblike orodij, jezikov, knjižnic in okolij se v računalništvu spreminjajo hitreje, kot lahko naredimo nove »prosojnice« za tekoče leto. Vseeno pa je potreba po poglobljenem znanju večja kot kadarkoli. Mnogo izdelkov, sploh v času generativne umetne inteligence, je lahko izdelanih z manj poglobljenega znanja, bolj površinsko, a to ne pomeni, da se je potreba po domenskih ekspertih zmanjšala. Nasprotno, ravno zaradi tega potrebujemo v današnjem času več odličnih inženirjev – zaradi povečane količine sistemov, njihove kompleksnosti in povezljivosti, ki je pred leti še nismo imeli. Enako računalniške varnosti ne dojemamo kot dovolj kritične, čeprav imamo zdaj že gospodinjske aparate, dostop do doma, avtomobile in več naprav na sebi neprestano povezanih s svetovnim spletom. Resneje in precej bolj poglobljeno se moramo lotiti računalniške varnosti, pri čemer v zadnjem desetletju tudi močno dela skupnost zaposlenih in študentov na naši fakulteti.

Če ponazorim potrebo po inženirjih s podobnim primerom na drugem področju: odkar delamo z Excelom in njegovimi predhodniki, se število zaposlenih v računovodskih službah ni zmanjšalo, temveč povečalo. Hkrati se je povečalo tudi število transakcij in kompleksnejših oblik poslovanja.

Kaj bi svetovali študentu, ki bi rad združil tehnično (računalništvo) in ustvarjalno (glasba, umetnost) pot, kot ste jo ubrali sami?

Mislim, da takšen študent ne sme razmišljati o obeh delih kot dveh ločenih poteh, temveč o eni, ki pa je za oba svetova malce unikatna. Marsikdo bi bil presenečen, koliko računalničarjev igra ali poje, tako med študenti kot zaposlenimi. Seveda pa je posameznikova pot res edinstvena in sam sem hvaležen, da sem lahko obe združil tudi v svojem vsakdanjem akademskem delu.

Imate za naše bralce, ki se morda šele odločajo o karieri v IT, kakšen nasvet, kako naj najdejo svojo pot in kako naj se lotijo tega ogromnega zalogaja?

Prva naj bo radovednost, kako stvari delujejo, kaj lahko ustvarim. Nato pa konsistenca: preveč je vseh oblik, podpodročij orodij in okolij. Izberi si tisto, s katerim boš najbolje rešil dani izziv, in se ne omejuj pri raziskovanju in uporabi novih pristopov.

Naštejte pet aplikacij, brez katerih bi v življenju težko shajali!

• Youtube Music

• Koledar

• Signal/Telegram

• Overleaf

• VS Code Verjetno pa najtežje brez papirnatega zvezka, v katerega si pišem dnevna opravila in sezname.:)