
Følelsen, når man endelig løser et problem, er fantastisk
Datalogen Lars Rohwedder var som nyuddannet bachelor fascineret af livet som programmør i Silicon Valley, men endte med at vælge en akademisk karriere i Europa. Hans håb er, at hans forskning kan bidrage til at forbedre de algoritmer, som vi alle sammen lever med.
Hvorfor blev du forsker?
Da jeg studerede datalogi, begyndte jeg at programmere alt muligt. Det var en fantastisk følelse første gang, jeg skrev en prototype til en mobilapp – og det samme gjaldt, da jeg lavede min første hjemmeside. Jeg har altid godt kunne lide at finde nye ting at udfordre mig selv med, men det er sjældent, man finder et job, hvor man konstant får nye problemer at løse.
I den teoretiske forskning har jeg opdaget, at der aldrig bliver mangel på komplekse problemer. Uanset hvor dygtig man er, findes der altid et problem, der er så svært, at ens grænser bliver presset. Når jeg begynder at arbejde på et problem, ved jeg aldrig på forhånd, hvordan løsningen kommer til at se ud – jeg er altid nødt til at finde på noget nyt. Når man efter flere måneders arbejde endelig løser et vanskeligt problem, er det en fantastisk følelse. Jeg tror, at de fleste forskere jagter denne følelse mere end den anerkendelse, der følger med at finde løsningen – det gælder også mig selv.
Hvilke andre karrieredrømme havde du?
De har ændret sig meget gennem årene. Som barn drømte jeg om at blive LEGO-designer, senere var det spiludvikler. Da jeg blev bachelor i datalogi, blev jeg mere seriøs i mine overvejelser. På det tidspunkt var jeg i praktik i nogle store tech-virksomheder i Silicon Valley, hvilket var en fascinerende oplevelse: Masser af programmering, livlig kontorkultur og weekendture med surfing, ski eller koncerter i Los Angeles.
I en periode kunne jeg godt se mig selv som fuldtidsansat i en af de amerikanske tech-virksomheder, men jeg besluttede alligevel først at tage hjem til Tyskland og tage en kandidat. Der tog jeg også min Ph.d. Det var spændende at komme ud i verden og se, hvor langt jeg kunne komme med mine programmeringsevner, men jeg tror ikke, at den følelse ville have varet ved. Den akademiske karriere er på mange måder anderledes, men mindst lige så givende. I sidste ende føler jeg, at Europa er mit hjem, og jeg har aldrig fortrudt, at jeg blev her.

Om Lars Rohwedder
Før Lars kom til ǹɶ, forskede han på universitetet i Maastricht, Holland, på École Polytechnique Fédérale de Lausanne i Schweiz og på universitetet i Kiel, Tyskland. I dag er han lektor i algoritme-gruppen på Institut for Matematik og Datalogi.
Hvilket spørgsmål vil du gerne finde svaret på?
Der findes en berømt liste med ti ubesvarede spørgsmål inden for teorien om machine scheduling, udarbejdet af Petra Schuurman og Gerhard Woeginger. Jeg ville naturligvis elske at finde svaret på dem alle.
Men i de senere år er jeg også blevet mere optaget af forbindelsen mellem forskellige problemstillinger og forskningsfelter. Det sker for eksempel, at én forsker arbejder med machine scheduling, mens en anden arbejder med grafalgoritmer – og at de begge støder på det samme problem uden at opdage forbindelsen. At identificere sådanne sammenhænge hjælper os med at overføre viden og forstå, hvilke indsigter der er mest fundamentale i videnskaben – sådanne indsigter kan nogle gange skjule sig i vidt forskellige problemstillinger. I modsætning til listen med de ubesvarede spørgsmål er det ikke et konkret spørgsmål, man kan besvare, men det er alligevel en rød tråd i min forskning.
Hvordan håber du, at andre kan få gavn af din forskning?
Der var engang, hvor computerprogrammer var så enkle, at man med solid ekspertise kunne forstå, hvad de gjorde, og hvorfor de opførte sig, som de gjorde. Det, der sker i dag, kan næsten føles magisk. Kunstig intelligens skaber billeder, der efterlader os målløse, eller kommunikerer på en måde, der er umulig at skelne fra menneskelig tale. Teknologien udvikler sig nogle gange så hurtigt, at vi ikke kan nå at forstå den.
Jeg arbejder med de teoretiske fundamenter for algoritmer. Med udgangspunkt i matematiske modeller analyserer jeg algoritmer eller udvikler nye. Jeg er overbevist om, at det er vigtigere end nogensinde at have en teoretisk forståelse af de algoritmer, vi omgiver os med. Teori er stringent og kan derfor gøre algoritmer mere sikre. Den giver os også en dybere forståelse af algoritmerne, hvilket er fundamentet for at udvikle praktiske løsninger. Selvom dette er en lang proces, der involverer mange forskere, håber jeg, at min forskning i sidste ende bidrager til at forbedre de algoritmer, der påvirker os alle.
Hvad har du i dit kontor, som de fleste andre ikke har?
Jeg har mindst fire kaffekopper og en stempelkande som backup, hvis den fælles kaffemaskine en dag ikke skulle virke. Jeg har selvfølgelig også indrammede billeder af mine to hunde på mit skrivebord.
Hvem beundrer du?
Der er mange store navne inden for mit forskningsfelt, som jeg beundrer. Jeg har været heldig at arbejde med dygtige forskere både tidligere og i dag. Blandt dem er Ola Svensson og Fritz Eisenbrand, som er professorer ved EPFL, hvor jeg havde en postdoc-stilling fra 2019 til 2021. Deres indflydelse påvirker stadig mit arbejde.
Der er også mange personer, der hver dag bidrager til universitetets miljø – gennem fremragende undervisning, forskningssamarbejder eller vejledning af studerende. Disse bidrag er måske ikke lige så synlige internationalt som forskningsartikler, men de er mindst lige så vigtige.
Hvad laver du, når du ikke forsker?
Jeg er gift og har to hunde, så jeg er meget ude i naturen og går lange ture med dem. Jeg elsker også at lave mad og spise god mad. Jeg forsøger at mestre forskellige verdenskøkkener – fra indisk og thailandsk til mexicansk; der skal bare være krydderier indblandet. Det er ikke usædvanligt, at jeg bruger flere timer på at tilberede en middag.