Marinka Žitnik je pred nekaj tedni zagnala svoj laboratorij na Harvardu. Foto: MMC RTV SLO/Miloš Ojadnić
Marinka Žitnik je pred nekaj tedni zagnala svoj laboratorij na Harvardu. Foto: MMC RTV SLO/Miloš Ojadnić

Na podkastu Številke tokrat gostimo računalničarko Marinko Žitnik, ki se je po izobraževanju v Ljubljani preselila v ZDA, tri leta je na na univerzi Stanford delala v skupini Jureta Leskovca, lani pa se je preselila na Harvard, kjer je pred nekaj tedni začel delovati njen laboratorij. Decembra je obiskala Slovenijo, ko je nastal naslednji pogovor (vabljeni k branju povzetka in poslušanju celotnega pogovora).

Vabljeni k branju in poslušanju

Na strokovnem področju se veliko ukvarjate z algoritmi. Ali s tem pristopom tudi določate aktivnosti v prostem času?
Lahko bi temu tako rekla (smeh). Računalničarji imamo odlično lastnost − sposobnost algoritmičnega razmišljanja, kar pomeni, da si lahko na sistematski način organiziramo svoj delavnik. Sestavimo si zaporedje korakov, ki vodijo do cilja in razrešijo problem, ki ga trenutno imaš. Na ta način pristopim tudi k vsakodnevnim opravilom.

Izobraževala se je tudi na Fakulteti za matematiko in fiziko v Ljubljani. Foto: MMC RTV SLO
Izobraževala se je tudi na Fakulteti za matematiko in fiziko v Ljubljani. Foto: MMC RTV SLO

Algoritmi me asociirajo na disciplino. Ali ste zaradi algoritemskega razmišljanja bolj disciplinirani ali pa algoritemsko razmišljate zaradi discipline?
To je dobro vprašanje, kaj je bilo prej? Precej kolegov, ki so dobri na področju algoritmov, je že po naravi discipliniranih. Če želiš v kratkem času veliko opraviti (kot velja za moj obisk domovine), se moraš res disciplinirati in slediti urniku, da je vse opravljeno in smo vsi zadovoljni.

Študirali ste računalništvo in matematiko, a vaša prva želja je bila malce drugačna. Želeli ste na medicino, ki pa ste se ji odpovedali, ker vam je slabo ob pogledu na kri.
Točno tako. Zelo zgodaj sem se navduševala nad medicino. Ko se je izkazalo, da to ne bi bila najboljša izbira zame, sem se navdušila za študij matematike in računalništva. Zelo zgodaj sem odkrila, kako so lahko algoritmi, matematični postopki in računalništvo zelo koristni pri naprednih problemih v biologiji in medicini. To je zdaj osrednje področje mojih raziskav. Čeprav nisem študirala medicine, sem šla po pravi poti. Vesela sem, ker lahko kot računalničarka vplivam in prispevam k napredku znanosti, ki so popolnoma zunaj mojega področja. To je zelo privlačno, ker vidimo, da je uporabno.

Z algoritmi se ukvarja tudi njen brat Slavko. Foto: MMC RTV SLO/Miloš Ojadnić
Z algoritmi se ukvarja tudi njen brat Slavko. Foto: MMC RTV SLO/Miloš Ojadnić

Teh tem se vsaj deloma dotika tudi genetika. Psihologi se radi sprašujejo, ali ima na vpliv posameznika večji vpliv genetika ali okolje. Kaj menite vi ob tem, da je tudi vaš brat računalničar?
Do določene mere je gotovo pripomogla vzgoja staršev in družinsko okolje, ki je bilo dobro urejeno, tudi sistematično naravnano. Algoritmično razmišljanje je prisotno v družini tudi med starši. Zelo zgodaj sva se navadila, da če hočeš nekaj doseči, je treba delati dobro in veliko. To je pomenilo, da je bilo treba v soboto počistiti hišo, da sva redno hodila v knjižnico in si izposodila knjige ... To nama je prišlo v kri, sva delovno naravnana. Zavedava se, da je treba vložiti veliko truda, da se nekaj doseže. Družinsko okolje je torej pomembno, morda je del prispevala tudi genetika, a okolje je zelo pomembno. V času študija sem imel veliko sreče z mentorji, tako v Ljubljani kot pozneje na Stamfordu. Vsi mentorji so me spodbujali, usmerjali moje raziskave, vse to mi je izjemno pomagalo, da sem prišla na trenutno mesto.

Delovna naravnanost je eno, drugo pa samoiniciativnost. Še v času dodiplomskega študija ste se ves čas za krajše epizode izobraževali po vsem svetu, tu je čutiti precej želje.
Človek mora biti samoiniciativen. Spomnim se, kako sem v času doktorata v Ljubljani med poletnimi počitnicami še vedno pridno hodila in samevala v pisarni fakultete. To me ni motilo, imam dovolj samoiniciative, trme in vztrajnosti, da zadeve potiskam naprej. Majhen neuspeh nikogar ne sme spraviti v obup. Sama zaradi trme še bolj vztrajam. Vselej je dobro imeti podporo, v družini, prijateljih ali mentorjih. Oni so luč, ki jim lahko slediš in te usmerjajo, tako pri raziskavah kot vsakodnevnem življenju.

Jure Leskovec že vrsto let dela na univerzi v Stanfordu. Foto: Stanford
Jure Leskovec že vrsto let dela na univerzi v Stanfordu. Foto: Stanford

Življenjska pot vas je vodila v Stanford, kjer ste tri leta delali z Juretom Leskovcem. Kako sta se spoznala?
Spoznala sva se čisto po naključju, bilo je leta 2014, ko sem še kot doktorska študentka gostovala v Houstonu, tam je imel Jure predavanje. Hodila sem na veliko seminarjev, opazila sem, da ima predavanje, kjer sva se spoznala. Tisto leto je Jure skupaj s Petrom Rožičem začel organizacijo ASEF-a, gre za ameriško-slovensko izobraževalno fundacijo, ki omogoča štipednije in obiske slovenskih študentov na uglednih univerzah. Prijavila sem se, bila sem izbrana v prvi generaciji Asefovih štipendistov. Tisto poletje sem imela priložnost preživeti na Stanfordu, kjer sva se z Juretom lepo ujela, dobro sem se počutila v njegovi raziskovalni skupini. Po zaključku doktorata sem se vrnila v Ljubljano, kjer sem hitro končala šolanje in se takoj vrnila nazaj na Stanford kot postdoktorska raziskovalka. V skupini Jureta Leskovca sem na oddelku za računalništvo preživela tri leta. Bila je res odlična, zanimiva in uspešna izkušnja.

Kakšen je Jure kot človek?
Predvsem je izjemno dober mentor. Presenetilo me je, da je izjemno odprtih misli, študente spodbuja, da razvijajo svoje sposobnosti. Je izjemno povezovalen, študentom omogoča veliko priložnosti sodelovanja z drugimi raziskovalci v Kaliforniji. V mojem primeru je to pomenilo sodelovanje z ljudmi, ki niso bili računalničarji, ampak uporabniki algoritmov, ki jih razvijam. Njegova skupina se predtem ni veliko ukvarjala z medicinskimi podatki. Dobila sem izjemno podporo, to so ljudje, ki so odlični znanstveniki, imajo širino in jih ni strah stopiti iz cone udobja ter preizkusiti nova področja. Imela sem odlično priložnost, da sem področje računske biologije vnesla v skupino, to se je dobro oplemenitilo z algoritmi, ki jih je razvijala njegova ekipa. Šlo je za stičišče, za nov presek tipov raziskav, ki so odprla nova vprašanja in področja.

100 let ljubljanske univerze: priložnost za slavje, pa tudi razmislek

To je sodelovanje, ki ga radi pohvalite že s simbolom odprtih kampusov. Na šanghajski lestvici univerz je na vrhu vaš Harvard, drugi je vaš Stanford, v top18 je kar 15 ameriških univerz. Kaj je njihova prednost?
Ključna razlika je prav kampus. Večina ameriških univerz ima kampuse, v enem delu mesta so zgrajene fakultete, ki so si zelo blizu. računalničar sedi na svojem oddelku in potrebuje le nekaj minut, da stopi iz stavbe in gre na oddelek za elektrotehniko, biologijo, fiziko, zgodovino ... Vse je res zelo blizu. Samo po sebi se to sicer ne zdi nič posebnega ...

... Sploh v času elektronskih komunikacij.
Seveda (smeh). To se res ne zdi pomembno, a ima dve pomembni posledici. Prva je ta, da zaradi tega pride do nenavadnih, izjemnih povezovanj in rojevanja novih disciplin. Računalničarji se denimo povezujejo s sociologi ali psihologi, tako se je razvilo področje digitalne humanistike ali novinarstva. Zaradi takega povezovanja je prišlo do področja računske biologije, personalizirane medicine ... Do tega pride, ker ljudje hodijo na seminarje drugih oddelkov. Ko prideš iz stavbe, srečaš drugega kolego, nekako pride do interakcije. Druga pomembna posledica pa je, da so predmetniki na ameriških univerzah bistveno bolj fleksibilni. Študent si skoraj popolnoma svobodno zgradi svoj predmetnik, zaradi česar je vsak študent unikaten in nekaj posebnega. Ne dobimo sto diplomiranih ljudi, ki bi imeli vsi enaka znanja. Tako ni nič nenavadnega, da računalničar vzame tudi neki temeljni predmet s področja molekularne biologije in podobno. To je mogoče tudi zato, ker študentom vzame le nekaj minut, da skačejo iz ene stavbe v drugo. Ko študenti diplomirajo, pridobijo veščine, ki jih delajo posebne. Ljudje dobivajo zanimive ideje, ustanavljajo zagonska podjetja, odpirajo nove znanosti, nova področja disciplin, to pa vpliva na uspešnost univerz. Vse to dela študente zadovoljne, zadovoljni študenti pa v ameriškem okolju pomenijo dobre alumne. V ZDA vlada duh, da nekdanji študenti nekaj vračajo svoji univerzi.

Univerza v Ljubljani je konec prejšnjega leta dopolnila 100 let. Foto: SOJ RTV SLO/Grafika MMC
Univerza v Ljubljani je konec prejšnjega leta dopolnila 100 let. Foto: SOJ RTV SLO/Grafika MMC

Ljubljana in Maribor sta na isti lestvici med 500. in 700. mestom. Glede na uspešne zgodbe precej študentov (kot ste ne nazadnje tudi vi) sklepam, da kakovost predavanih vsebin v Sloveniji ni bistveno slabša kot v ZDA, ampak razliko delajo ti sekundarni vzroki?
Se strinjam. Kot nekdo, ki je primarno izobrazbo dobil v Ljubljani, se v pogovorih z ljudmi, ki prihajajo iz najboljših univerz, nikdar nisem počutila, da bi mi kaj manjkalo v smislu tehničnih znanj. Ljudje s Harvarda in Stanforda cenijo tudi vzhodnoevropkse univerze, imajo vtis, da smo dobri logiki in matematiki. Takšna je njihova percepcija, tako razumejo naše širše družbeno okolje. Ameriške univerze so finančno zelo dobro podprte, bistveno bolj kot v Sloveniji, kjer so to javne institucije. Univerze z vrha lestvice so zasebne univerze. Na te univerze se prijavljajo ljudje z vsega sveta. Običajno se na neki študijski program, kjer izberejo 12‒15 študentov, prijavi tudi do tisoč kandidatov. Potem lahko izberejo res najboljše z vsega sveta. Za eno razpisano profesorsko mesto na Harvardu se denimo prijavi tudi 400 kandidatov. To je težje v okolju, kjer človek nima tako velike izbire. Slovenija je vendarle malo manjša država. A ta majhnost nas ne bi smela omejevati.

Afera dodatki: zaslišani prvi profesorji, višje sodišče razveljavilo vračilo sredstev

Omenili ste majhnost in finance, kar me spomni na (v vseh pogledih) žalostno dejstvo, da je bila v zadnjih letih pri vprašanju slovenskih univerz v javnosti na prvem mestu zgodba o finančnih zlorabah (afera z dodatki ...). Ali se v ZDA podobne afere dogajajo?
Takih zgodb je zelo malo. Obstaja razlika že na konceptualnem področju na obeh straneh Atlantika. V Ameriki imamo bolj načela, kako delovati, zelo malo je predpisov, ko bi nekdo rekel 'za napredovanje je potrebnih 5 točk na tem področju, 4 točke na drugem področju ... Če ne boš imel dovolj točk, ne boš napredoval ali dobil nagrade oziroma dodatka'. Takih pravil ni. Prijava na profesorsko mesto je videti tako, da kandidat napiše dokument na štirih straneh, kjer napišeš, kaj si počel in kakšno vizijo imaš. To mora ljudi prepričati, mora biti razumljivo širšemu področju znanstvenikov, ne le specialistom. Tvoje raziskave morajo biti vplivne, nihče pa ne pove, da gre za objavo v vplivni reviji v določenem času. Univerze se zanašajo na modrost uglednih znanstvenikov, ki so sposobni oceniti, kaj so aktualne in kaj obetajoče raziskave. Evropske univerze pa se pogosteje kot na modrost zanašajo na sisteme, ki zbirajo točke, to pa lahko vodi v težave. Tak sistem je lahko objektiven, a se lahko enostavno zlorabi in se iščejo stranske poti, ki posameznika skušajo hitreje pripeljati do cilja, ne da bi bil v resnici odličen znanstvenik. Rada bi videla, da bi bilo manj teh afer, želim si, da bi bila univerza znana po dobrih raziskavah in ne aferah. V Sloveniji je precej posameznikov, ki peljejo voz naprej, trudijo se v okolju, ki ni tako spodbudno, zato težje napredujejo.

V ZDA najbrž takih dodatkov sistemsko ne poznajo?
Profesorji dobijo plačo kot vsi drugi zaposleni na univerzi. Pričakuje se, da se prijavljajo na projekte, ki jim dajo finančna sredstva za delovanje njihove skupine. Nikomur ne pride na pamet, da bi si pisal neke ure in dodatke, ki jih ne opravlja. Ur si ne pišemo. Profesorji so zagnani in bodo delali v vsakem primeru. Pričakuje se, da bo človek delal dobro, nihče ne kuka izza vogala in preverja, ali si prišel v službo ob 6. ali ob 9., ali si prišel v soboto ali nedeljo. Nikogar ne zanima, kdaj si v pisarni. Pomembno je, da delaš veliko in dobro, da so tvoje raziskave vplivne, kdaj in iz katere lokacije to počneš, pa je nepomembno.

Marinka Žitnik, računalničarka: Z znanjem iz Ljubljane za profesorico na Harvard

Ljubljanska univerza je dopolnila 100 let. MMC ima ob tej obletnici poseben projekt, kjer predstavljamo uspešne nekdanje študente, predstavili smo tudi vas. Zanimiv je bil odziv javnosti, češ, lepo, da vam je uspelo, ampak izobrazbo ste dobili zastonj v Sloveniji, zdaj pa sadove tega žanjete v tujini.
To je zanimiv pogled. Objektivno gledano je to res, v Ljubljani sem dobila izobrazbo, ki je bila brezplačna, v ZDA je šolnina tudi do 50.000 dolarjev za en letnik, zdaj pa sem primarno locirana zunaj Slovenije. Trudim se, da še vedno sodelujem z ljubljansko univerzo pri izmenjavi študentov, ko se vrnem v Slovenijo, imam predavanja, sodelujem s slovenskimi raziskovalci, udeležujem se dogodkov. Z vsem tem skušam vračati širšemu okolju, kar sem dobila v Sloveniji. Res sem odšla iz Slovenije, a obstajajo organizacije, ki podpirajo kroženje možganov. Vključena sem v Asef, kjer sodelujem pri organizaciji, sama bom kmalu prejela prvega študenta iz Slovenije. A Asef ima štipendijski program v obe smeri, en program omogoča Slovencem obiske na tujih univerzah. Drug program pa omogoča tujcem slovenskih korenin obisk slovenskih institucij, univerz in podjetij, v zadnjih letih je bilo kar nekaj študentov, ki so prišli iz tujine v Slovenijo. Bilo jih je skoraj 20, četrtina pa je ostala v Sloveniji. Po izobrazbi so zdravniki, delajo doktorate v Sloveniji, čeprav so primarno izobrazbo dobili drugje in Slovenija za to ni prispevala. Torej ne gre le za beg možganov, ampak za krožno zanko.

Caroline Criado-Perez v knjigi Nevidne ženske sistematično popiše različna področja selektivnega zbiranja podatkov. Foto: Reuters
Caroline Criado-Perez v knjigi Nevidne ženske sistematično popiše različna področja selektivnega zbiranja podatkov. Foto: Reuters

Delate na področju stojnega učenja, kjer so še kako pomembne baze podatkov. Te pa so lahko milo rečeno zelo površne, kar dobro prikaže knjiga Nevidne ženske, ki govori, kako je svet izmerjen po meri moških in ima nenavadne posledice, ki so lahko čisto banalne (organizacija pluženja snega na Švedskem).
Vsi algoritmi strojnega učenja se zanašajo na podatke. Optimalno moramo nastaviti različne parametre, skušamo izbrati številke na osnovi podatkov iz preteklosti na optimalen način, potem lahko algoritme uporabimo za napovedovanje akcij, dogodkov, lastnosti ... Ker so podatki zbrani o realnem svetu, kjer imamo veliko pristranskosti in predpostavk, kdo je dober in slab, so te pristranskosti skrite v zbranih podatkih. A algoritmi jih bodo odkrili, saj gre za vzorce, ki so močno prisotni. Res pa je, da algoritmi lahko samo še poudarijo pristranskosti. A algoritem sam po sebi ni pristranski, je le zapis korakov, ki se ne zaveda pristranskosti, je objektiven. Podatki so tisti, ki predstavljajo pristranskost. V zadnjih letih je bilo precej poudarka na odkrivanju pristranskosti in sploh spoznanju, da obstajajo. Omenjena knjiga je odličen primer, gre za zbirko kupa pristranskosti, ki izhajajo iz razlik med spoloma, prisotne so vsepovsod, od tega, da se varnost avtomobilov v glavnem testira na lutkah, ki imajo obliko moškega telesa (varnost je optimizirana za moške) do banalnosti pluženja snega.

Slovenijo je obiskala ob koncu leta 2019. Foto: MMC RTV SLO/Miloš Ojadnić
Slovenijo je obiskala ob koncu leta 2019. Foto: MMC RTV SLO/Miloš Ojadnić

To me spomni na zlorabljeno sklepanje 'laž, večja laž, statistika', kjer v resnici niso krive številke, ampak človeška interpretacija številk. Vseeno lažje demoniziramo UI, zdi se, da ko bomo imeli uradne primere, ko bo UI kriva za smrt ljudi npr. v prometnih nesrečah, bo to precej bolj negativno sprejeto, kot če bi človek naredil usodno nesrečo. Še vedno pa gre v ozadju za človeško napako.
To je zelo dober komentar. Do tega je na primeru avtonomnih vozil že prišlo. Raziskave kažejo, da so za določen tip vožnje avtonomna vozila bolj točna, kot je človek, niso pa perfektna. Skoraj nemogoče je pričakovati, da ne bodo delala napak. Vsi algoritmi za svoje učenje potrebujejo podatke iz realnega sveta. Težko je zbrati vse možne podatke, ki bodo relevantni v katerem koli trenutku za odločitev. Algoritmi se učijo na nepopolni predstavitvi sveta in celotnega okolja. To vodi v napake, ki jih algoritmi delajo. Pri prej omenjenem primeru je v Arizoni prišlo do nesreče med teslo in tovornjakom, ki je bil večinoma bele barve. Avtomobil še nikoli ni srečal popolnoma belega tovornjaka brez kakršnega koli reklamnega napisa. Avtonomno vozilo je zato zamenjalo tovornjak za nebo, zato je sklepalo, da gre lahko na sosednji vozni pas. Izkazalo se je, da ni šlo za nebo. Gre za primer, ki je bil v medijih močno predstavljen, bilo je veliko diskusij, kako algoritmi še niso pripravljeni za uporabo v kritičnih položajih. Do neke mere je to res, a morali se bomo odločiti, kdaj lahko algoritem opravlja avtonomne funkcije in kdaj ne.

Filmi pogosto prikazujejo scenarije, v katerem UI na koncu zasvoji in premaga človeštvo. Foto: Kolosej
Filmi pogosto prikazujejo scenarije, v katerem UI na koncu zasvoji in premaga človeštvo. Foto: Kolosej

Nepopolna slika realnega sveta, pravite. Je človek potem ovira? Lahko UI nekoč sam brez človeka popolno opiše ta/naš svet?
To je filozofsko vprašanje. Človek zagotovo ni popolni perceptor sveta. Ne slišimo določenih frekvenc zvokov, ki pa jih slišijo naši ljubljenčki. Vsakdo ima sposobnosti, ki jih drug nima. Računalniki so predvsem dobri pri premetavanju številk, dobro lahko delujejo pri specializiranih področjih, trenutno pa so slabši pri sklepanju, kako algoritem naučiti za en problem, uporabiti pa ga potem na popolnoma drugem problemu. Za majhnega otroka je dovolj, da mu pokažemo le nekaj slik slona in zebre, pa bo hitro prepoznal ali je na novi sliki zebra ali slon. Za algoritem pa danes potrebujemo na tisoče slik slonov v različnih držah in okoljih, da jih bo ločil med seboj. Če bomo algoritem učili le za ločitev med sloni in zebrami, ko bo prvič videl psa, ne bo vedel, da gre za psa in bo skušal izbirati med slonom in zebro. Smo še zelo daleč od kakršne koli zavesti, kot nekatere skrbi. Vemo, da gre za algoritme, ki jih sestavlja človek in so precej enostavni, iščejo vzorce v zbranih podatkih, to daje algoritmom moč. Nobene samooklicane zavesti ni, to ne obstaja. To je tisto, kar ljudi dela ljudi.

To pa je tudi rdeča nit te sezone Številk. Kaj nas še dela ljudi?
To, da lahko beremo misli, čutimo empatijo in se postavimo v kožo svojega soseda, prijatelja, sočloveka in si predstavljamo, kaj si želi, kaj mu je dobro, kaj mu ne ustreza ... Potem usmerjamo svoja dejanja v skladu s pričakovanji soljudi. To nam omogoča, da delujemo širše kot družba. S tem lahko dosežemo bistveno več kot kateri koli posameznik. To nas dela ljudi.

Vabljeni k poslušanju celotnega pogovora (kliknite na spodnjo sliko), v katerem Marinka Žitnik obuja spomin, kako je preživela zadnje dneve starega leta, kakšen ima odnos do številk, bratu Slavku, ki je prav tako računalničar, kako najti področje, v katerem si uspešen in strasten, kakšne nasvete ima za mlade študente, kaj ji pomenijo številni nazivi in nagrade, kako poteka drago financiranje študentov v ZDA, kako poteka delo njenega laboratorija ...