Qing Zhao

Jubileumsprofessorn som skalar av komplexiteten

​Det enkla är ofta det svåra. För Qing Zhao, jubileumsprofessor på Chalmers, är förståelsen av ett forskningsproblem avgörande. Att lösa problemet är inte tillräckligt för henne – hon vill skapa förståelse och därigenom finna den enkla och därmed bästa lösningen.
Professor Qing Zhao från Cornell University, USA, är en av fyra jubileumsprofessorer på Chalmers 2019. Institutionen för elektroteknik står värd för det årslånga besöket. Hennes expertkunskaper kommer bland annat till nytta för Chalmers i ett projekt tillsammans med Volvo Cars och Ericsson, som drivs via Västra Götalandsregionen, där syftet är att studera hur maskininlärning kan användas för att öka trafiksäkerheten (MoRE2020).

– För mig är det väldigt spännande att forska tillsammans med industrin, säger Qing Zhao. Mitt arbete är annars till största delen teoretiskt och fokuserat på grundläggande forskningsområden. Nu får jag ta ett steg vidare och utforska hur teorier och algoritmer från min forskning kan användas för att lösa faktiska, påtagliga problem. Chalmers är välkänt för sina fruktbara samarbeten med industriföretag i regionen, och jag är glad att få vara en del av det.

Qing Zhaos forskningsintressen omfattar sekventiell beslutsteori, stokastisk optimering, maskininlärning och algoritmisk talteori med användning inom infrastruktur, kommunikationssystem samt sociala och ekonomiska nätverk. 

En hel del av detta kommer till nytta i MoRE2020-projektet ”Active Learning for event detection in large-scale information networks”. Projektet handlar kort sagt om att lära ett molnuppkopplat säkerhetssystem i ett fordon att så snabbt och tillförlitligt som möjligt upptäcka avvikande händelser i den omgivande trafikmiljön. Utmaningen ligger i att antalet möjliga antaganden är stort och att observationerna innehåller störningar, samtidigt som avvikelserna i sig är sällsynta och förkunskapen om dem begränsad.

– Genom datadelning, där information hämtas från enorma dataströmmar, kan ett kollektivt lärande i stora komplexa nätverk byggas upp, förklarar Qing Zhao.

– Qing Zhao tillför Chalmers och vår institution viktiga kompletterande kunskaper inom maskininlärning och förstärkningsinlärning (reinforcement learning), säger professor Tomas McKelvey, som leder forskargruppen för signalbehandling. Vi vill gärna utvidga vårt forskningsområde i den riktningen och därför är jag glad att vi kunnat knyta henne till oss under en längre tid, tack vare jubileumsprofessuren.

Förståelse fascinerar henne
Ett vetenskapligt dilemma som fascinerat henne, och många andra forskare genom tiderna, är problemet med den så kallade flerarmade banditen. Det är i grunden en klassiskt matematisk struktur för online-lärande och sekventiellt beslutsfattande, där okända faktorer ingår i modellen. 

Problemet kan liknas vid att spela på en spelautomat med flera armar, där spelaren står inför dilemmat att stanna kvar vid en till synes bra arm (exploitation) eller att försöka hitta en mindre använd arm och pröva lyckan med den (exploration).

– Problemet, som först formulerades 1933, fascinerade forskarvärlden i årtionden, men svaret dröjde fram till början av 1970-talet. Legenden säger att problemet tog så mycket energi och tankemöda från de allierades analytiker under andra världskriget att man övervägde att släppa ner det över Tyskland som det ultimata verktyget för intellektuellt sabotage, säger Qing Zhao med ett leende. Efter genombrottet i början av 1970-talet fortsatte forskarna att söka efter det enklaste beviset och att finna den optimala lösningen, fram till 1992 då ett genialt bevis formulerat i ett enda textstycke till slut presenterades.

– Jag tycker att den typen av forskning och strävan efter förståelse är väldigt inspirerande. För mig handlar det inte om att enbart presentera en lösning på ett problem, utan det gäller att verkligen förstå problemet och finna bitarna som så enkelt och okomplicerat som möjligt utgör själva lösningen. Uppgiften är inte klar förrän man förstår de underliggande orsakerna. Jag gillar att skala av komplexiteten från ett problem för att finna svaren. Att plocka fram okomplicerade lösningar från ett snårigt problem ger mig en form av tillfredsställelse.


Just detta lyfte Qing Zhao även fram när hon var inbjuden som talare vid ett välbesökt seminarium på Chalmers arrangerar av nätverket Women in Science, WiSE​. Hon delade då även med sig av goda råd till unga kvinnliga forskare som står i inledningen av sin akademiska karriär.

– Ta vara på dina starka sidor istället för att försöka kompensera svagheterna. Är du riktigt bra på något, fokusera då vidare på det. Välj ett ämne, välj ut ett nätverk av forskare och arbeta fram resultat så du får kritisk massa.

En tuff start i livet
Qing Zhao är utan tvekan en framstående forskare som gjort en imponerande karriär, men hennes start i livet var inte särskilt fördelaktig.
Wise-seminarium med Qing Zhao





“It could have been me – Det kunde lika väl varit jag”. Så löd rubriken på den sista bilden i hennes presentation vid WiSE-seminariet, en bild som visar unga flickor som sliter med tunga hushållssysslor på den kinesiska landsbygden. 

Som spädbarn hämtades Qing Zhao av sin moster och fick växa upp hos henne i en liten by i norra Kina, där det varken fanns elektricitet eller rinnande vatten. Mostern var analfabet, det fanns inga böcker i hemmet, byskolan var mycket fattig och en enda lärare skulle undervisa alla barn i byn.

– När jag var sju år flyttade jag tillbaka till mina föräldrar, min storasyster och lillebror, säger Qing Zhao. Då, vid sju års ålder kunde jag inte räkna till tio. Om jag hade stannat kvar i byn skulle jag antagligen ha levt mitt liv som flickorna på bilden, utan någon särskild utbildning. När jag nu tänker tillbaka, och dessutom själv är mamma, inser jag vilken skillnad det gör att ge barn rätt förutsättningar i livet i form av en sund miljö, intellektuell stimulans, utbildning och uppmuntran. Man vet aldrig vad de då kan lyckas åstadkomma!

Text och foto: Yvonne Jonsson


Mer om forskningen
Mobility for Regional Exellence 2020 programme (MoRE2020) är ett mobilitetsprogram inom forskning som drivs av Västra Götalandsregionen och delfinansieras av EU. 

För mer information kontakta
Qing Zhao, professor vid Cornell University, USA, och jubileumsprofessor vid Chalmers 2019 med Elektroteknik som värdinstitution

Tomas McKelvey, professor och ledare för forskargruppen Signalbehandling vid institutionen för elektroteknik, Chalmers



Publicerad: ti 12 feb 2019. Ändrad: fr 15 feb 2019