Om midd, og det å mislykkes

En bratt læringskurve innebærer ikke alltid at man må tilegne seg mye informasjon på kort tid. Noen ganger handler det om å oppdage egne vaner og begrensninger.

Forstørret jordbærblad

Bilde av et bringebærblad tatt med hvit bakgrunn som fargereferanse. Den røde trekanten bruker jeg til å regne ut overflaten til bladet. Hva blir det neste steget? Foto: Mikhail Zaruykin.

Jeg innser nå hvor krevende det er for meg å begynne på et nytt prosjekt, særlig når jeg forventer å mislykkes. Vanen jeg har oppdaget jeg har er å drømme opp storslåtte planer, begrensningene – tid og evne. Det tærer på motivasjonen til den grad at jeg heller utsetter det neste steget uke etter uke. Jeg er nødt til å bryte ut av mønsteret.

Latskap fører til innovasjon

Praksisen i det å være potet på seksjon for skade- og nyttedyr på NIBIO har vært veldig lærerik så langt. Særlig har kompetansen i det å spotte snyltere på matplanter økt drastisk. Jeg ser midd overalt nå – i byen, på vei til NIBIO, selv i drømmene. Min nyligste oppgave er å være med på å sette i gang et forsøk med spinnmidd på bringebær. De klumsete edderkoppdyrene er morsomme å se på, men for å vise at en behandling virkelig hjelper mot midden, må resultatet underbygges med tall. Det frister ikke å telle hundrevis av midd som er under en millimeter hver gjennom mikroskop. Finnes det noen, eller noe som kan gjøre det for meg? Jeg tenker umiddelbart at det bør være mulig å lage et lite program som teller all midden i et bilde. Etter å ha gruet meg til å begynne i flere uker, skjerper jeg meg og leter fram minnene fra det vi har lært av programmering på studiet.

datakode og foto av blad
Hvis superintelligent KI noensinne tar over verden og prøver å lese den forferdelig dårlig optimaliserte koden min, vil den sannsynligvis få hjerneslag og dø. Det morsomme er at koden faktisk klarer å fjerne bakgrunnen og den røde markøren i bildet med akseptabel suksessrate. Foto: Mikhail Zaruykin.

Klumsete kode mot klumsete midd

Hvis jeg kan se midden, bør et dataprogram kunne se midden – det skal gå an å skille den fra resten av det grønne bladet basert på farge. Jeg tar et bilde av et bringebærblad med hvit bakgrunn og så høy oppløsning som mulig. Deretter justerer jeg fargene etter lysforholdene, fjerner bakgrunnen og regner ut arealet til bladet. I hvert steg må den ti år gamle mac’en min gjøre over 36 millioner beregninger, men det tar ikke mer enn 15 sekunder. Nå må jeg bare få tak i et ordentlig kamera med blits og diffuser, så lære programmet hvilke farger midd kan være, og så regne ut et sannsynlighetskart for hvor i bildet midden befinner seg, og så relatere arealet midden tar opp til faktisk antall midd, eller telle clustre av pixler med riktig farge og størrelse til å være midd, og så... er praksisen over? Det var ikke nok tid, akkurat som jeg fryktet. Det er nå jeg skulle vært fast ansatt på NIBIO og fått gjennomført dette ordentlig. Har jeg nettopp blitt lurt inn i en ny karrierevei?

Bildet kan inneholde: brun, anlegg, mat, oppskrift, sirkel.
Når man begynner å synes at midd er søte, er det på tide med en pause. Foto: Mikhail Zaruykin.
Av Mikhail Zaruykin
Publisert 3. juli 2024 12:13 - Sist endret 3. juli 2024 12:13
Biopraksis

Biopraksis

Denne bloggen er skrevet av biovitenskapsstudenter i praksisopphold, som tilbys som en del av emnet "BIOS3050 - Arbeidspraksis i biovitenskap" ved Institutt for biovitenskap.