Mikkel Thorup

Professor, ph.d., født 1965, Københavns Universitet, Projekttitel: Effektive algoritmer og datastrukturer.

Mikkel Thorup lille
Mikkel Thorup - klik på billedet for at se stor version.

Fagområde

Algoritmik og datastrukturer (hører under datalogi).

Forskningsprojekt

Effektive Algoritmer og Datastrukturer.

Hvordan opstod din interesse for dit forskningsfelt?

Min interesse for algoritmik startede, da jeg tilbragte det sidste år af mit danske ingeniørstudium ved Oxford Universitet i England. Algoritmik er læren om, hvilke typer problemer der har smarte
systematiske løsninger. Feltet blev dengang ikke dyrket på DTU, så det var ret nyt for mig. Det blev love-at-first-sight: en matematisk udfordring med et klart praktisk sigte mod at forstå grænserne for computerens formåen.

Hvad er de forskningsmæssige udfordringer og perspektiver ved dit projekt?

En af de store udfordringer er at forstå, hvordan computere kan og skal bruge tilfældighed. Fx bruger computere tilfældighed, når de skal beslutte, hvor ting skal gemmes i lageret. Det giver en god jævn fordeling med høj sandsynlighed, men helt tilfældigt må det ikke være, for så kan man jo ikke finde tingene igen. Vi skal have styr på tilfældigheden for at kunne udnytte dens kraft. En skøn kombination af algoritmik, kombinatorik, sandsynlighedsregning og talteori, der ofte har ført til ting af meget stor anvendelighed. Ting der er nemme at bruge, men som kun kan skabes rigtigt ud fra en dybere matematisk forståelse.

Hvad vil det betyde for din forskerkarriere, at du indgår i Sapere Aude-programmet?

Det vil betyde, at jeg for alvor vil kunne komme hjem og sætte gang i mit felt med ph.d.'er og postdocs, krydret med et flux af internationale gæsteforskere.  Jeg har boet i 14 år i USA, hvor jeg har arbejdet ved AT&T, der har at af de allermest spændende industriforskningscentre i mit felt. Som Sapere Aude Topforsker vil jeg kunne bringe mit internationale netværk til Danmark og gøre København til et europæisk kraftcentrum inden for algoritmik.

Lidt om mennesket bag forskeren

Jeg har to store piger fra tidligere ægteskab. Når jeg har dem, bor jeg ved en bjergsø. Starter gerne morgenen med en tur i kajakken. Nogle gange er jeg heldig at se en bjørn. Meget af min matematiske inspiration henter jeg i naturen, gerne sammen med svampe til aftensmaden. Når jeg ikke har pigerne, bor jeg mest i New York, som jeg opfatter som verdenshovedstaden, hvor alle (mad)kulturer mødes.

Fødested, gymnasium og bopælskommune

Født i København, student fra Borupgård Amtsgymnasium og pt. bopæl. i Shutesbury, Massachusetts i USA, men vil flytte hjem til Københavns Kommune.

Forskningsprojektets videnskabelige titel

Effektive algoritmer og datastrukturer.

Kontaktoplysninger

Mikkel Thorup: Telefon: +1 (413) 345 2713; e-mail: mikkel2thorup@gmail.com.

Forskningsinstitution

Københavns Universitet, Datalogisk Institut.

Kort populærvidenskabelig projektbeskrivelse:

Projektet vil skabe et mini-center, der vil arbejde bredt med fundamentale problemstillinger inden for algoritmer og datastrukturer. Noget af det, som vi vil beskæftige os med, er den "magiske" brug af tilfældighed i algoritmer. F.eks. bruger vi tilfældighed til at lave såkaldte signaturer: en lillebitte repræsentation af en kæmpe stor mængde information.

.eks. vil man ud fra signaturerne af to medlemslister lynhurtigt kunne estimere hvor meget, de har til fælles. Den slags bruges i kunstig intelligens, når man skal finde lignenende fortilfælde. Det, der ligger bag, er hashfunktioner (hvor hash skal oversættes med biksemad), der tildeler tilfældige værdier til nøgler. En nøgle kan være alt fra et enkelt tal til en hel bog. En rigtig tilfældig hashfunktion kræver en tabel med en tilfældig værdi for hver eneste mulige nøgle, men det kan man slet ikke gemme på en computer.

Vi er derfor nødt til at opfinde pseudo-tilfældige hashfunktioner, der kan implementeres på en computer, og som har nogle af de samme sandsynlighedsteoretiske egenskaber som rigtige tilfældige hashfunktioner. Feltet kræver en (for os nørder) skøn kombination af datalogi, sandsynlighedsregning, og elementær talteori: matematik, der kan ende med at blive brugt massivt bag facaden i dagens informationssamfund.

Senest opdateret 18. januar 2013