Derfor er AlphaGos seier et gjennombrudd i forskningen på kunstig intelligens
– Vi kommer til å se at denne typen kunstig intelligens vil gjøre det enklere for oss å bruke datamaskiner, fordi datamaskinene blir bedre på å forstå oss, sier forsker på kunstig intelligens, Axel Tidemann.
Den siste uken har Googles datamaskin AlphaGo fått enorm oppmerksomhet i internasjonale medier. Kort oppsummert har dette skjedd: maskinen har vunnet flere kamper mot den regjerende verdensmesteren i brettspillet Go, et spill hvor det tidligere har vært veldig vanskelig for datamaskiner å slå mennesker.
Det sies at seiersrekken, og måten maskinen utførte enkelte trekk på, innebærer et vitenskapelig gjennombrudd for kunstig intelligens.
Axel Tidemann har doktorgrad i kunstig intelligens fra NTNU og jobber som forsker hos Telenor Research.
- Google driver ikke bare med AI: Her er Googles siste versjon av menneske-roboten Atlas
– Revolusjon
– De siste årene har det skjedd en revolusjon innenfor hva en datamaskin klarer å forstå, begynner Tidemann.
I det daglige jobber han for Telenor Research på et forskningssenter på Tyholt i Trondheim, med maskinlæring innen forståelse av bilder, tekst og sekvenser. Tidemann lagde noen år tilbake den simulerte trommeroboten Sheila som sin doktorgradsoppgave, og har siden også bygget en AI som et kunstprosjekt med professor Øyvind Brandtzegg. Her kan du se hans TedX-talk om AI.
– Frem til for ikke så lenge siden, så har det vært veldig mye som er lett for oss mennesker, men som har vært vanskelig for en datamaskin. Et menneske har for eksempel lett for å se på et bilde og avgjøre om det er en hund eller en katt, og det har ikke vært like lett for en maskin, forklarer Tidemann videre.
Nå er dette i ferd med å forandre seg.
Og det gjelder ikke bare bilder av dyr, men også andre visuelle observasjoner - og forståelse av det som observeres.
Med andre ord: læring.
Men hva menes egentlig med at den lærer, altså hvordan vet den hva som er riktig tolkning av det den ser?
– Kunstig intelligens starter med ingenting, en slags «tabula rasa»-tilstand. Så får den input der noen sier til den, dette er bra, dette er dårlig, dette er en hund, og dette er en katt. Og over tid kan den selv skille mellom disse. Da har maskinen lært.
Selve datamaskinen er modellert som en veldig forenkling av menneskehjernen, med utallige prosesseringsenheter koblet sammen i et nettverk.
– Prinsippene bak dette er egentlig enkle, og ideene bak er ikke nye. Det som er nytt er at nå har vi fått en voldsom vekst i datakraften og mengden data som kan trene opp datamaskinens forståelse, sier forskeren.
Det gjør at den kunstige intelligensen lærer mer, og raskere, enn før.
- Er du oppdatert på VR? Slik er virtual reality-kampen: – Teknologi som kan forandre verden
Bakgrunnen for AlphaGos suksess
Og det er akkurat det, pluss en viktig ting til, som har ledet frem til Googles suksess med AlphaGo.
- For det første har man sett ekstreme forbedringer innenfor hvor raskt en datamaskin jobber, selve datakraften.
- Det er store mengder data som kan brukes til å trene opp systemet.
- I tillegg, og det er det som er spesielt med AlphaGo, har de som har utviklet denne kunstige intelligensen klart å programmere den til ikke bare å observere andre spill, og lære hvilke trekk som var smarte og ikke smarte ut fra det. Den kan også gå tilbake og analysere sine egne spill, spille mot seg selv, og se hvilke av sine egne trekk som er smarte eller ikke. Slik blir den enda bedre enn den kunne blitt ved å bare observere menneskelige spillere.
– Man har altså begynt med å trene den opp med å observere mange spill av Go. Men i tillegg til å observere mennesker, så har den spilt mot seg selv og blitt bedre av det. Man så det i de kampene den har spilt nå, det var et trekk som ble gjort som ingen mennesker tidligere har funnet på å gjøre, forklarer Tidemann.
- Dette mener ekspertene: Disse fem teknologi-trendene kommer i 2016
Bevis for at maskiner kan «lære selv»
Og da er vi framme ved hva dette egentlig betyr.
For det Google har bevist med AlphaGo, er altså at man har lyktes med å skape en kunstig intelligens som kan lære seg ting også ut over den inputen (husk rett, galt, hund, katt) den får i utgangspunktet.
Og det er overførbart til andre områder.
Som for eksempel å kjøre bil, forstå menneskelig tale, forstå tekst. Og så videre.
– Vi kommer til å se at denne typen kunstig intelligens vil gjøre det enklere for oss å bruke datamaskiner, fordi datamaskinene blir bedre på å forstå oss, sier Tidemann.
– Du vil kunne snakke med en app, som så bestiller en flyreise for deg, det er ett enkelt eksempel.
Kort og godt handler det altså om at det på bakgrunn av hva Google har oppnådd med AlphaGo, åpner seg enorme muligheter for at datamaskiner kan bli bedre til å respondere på våre behov som mennesker.
Enten det er som forbrukere, kunder eller arbeidstagere. Kanskje særlig innenfor alt av tjenester og service er det uante bruksområder.
– Ikke «ekte kunstig intelligens»
Tidemann er likevel tydelig på, og ønsker å få frem, at selv om vi nå har sett et slikt gjennombrudd, så er vi veldig langt unna det teknologiske nivået der vi har skapt såkalt «ekte kunstig intelligens».
Forskjellen forklarer han slik:
- AlphaGo er en kunstig intelligens som er blitt kjempegod - bedre enn et menneske - i en spesifikk ting.
- Men når forskerne snakker om ekte kunstig intelligens, så streber de etter en entitet som er like smart som oss, eller bedre, på alle områder. Det inkluderer også det motoriske.
– Da hadde det vært snakk om at AlphaGo hadde gått bort til bordet, satt seg ned, begynt å spille, vunnet, og dratt på byen for å danse for å feire seieren, sier Tidemann.
Ingen dystopisk fremtid med AI
Men når det er sagt, frykter han heller ikke den dagen der AI er kommet dit.
– Mange spinner dette som at vi har en dystopisk fremtid foran oss. Jeg mener at vi ikke burde frykte dette, men omfavne mulighetene det gir. På samme måten som vaskemaskinen frigjorde mye tid, kan kunstig intelligens ta seg av de kjedelige og tidkrevende oppgavene, så vi kan fokusere mer på det som mennesker er gode på.
Mange toneangivende stemmer i vitenskapen har tatt til orde for å trå varsomt frem når det kommer til kunstig intelligens. Deriblant Stephen Hawking. Entreprenører, forskere og investorer signerte i januar i fjor et åpent brev, der de advarer og mener at det trengs mer forskning rundt sikkerheten knyttet til kunstig intelligens.
I litteratur, spill og film er det heller ikke manko på fremstillingen av fremtidig AI som snur seg mot menneskeheten - ofte brukes betegnelsen drapsroboter.
Tidemann trekker frem et sitat fra en annen forsker på kunstig intelligens, Andrew Ng, for å illustrere hva han mener:
– Ng har sagt at å frykte drapsrobotenes fremvekst, er som å bekymre oss for om Mars skal bli overbefolket.
