Computeren kan tage dit job - eller kan den?

Grænserne for, hvad computeren kan i forhold til mennesket, bliver flyttet hurtigt lige nu, men vil computerne kunne gøre alt?

Kunstig intelligens er i løbet af de sidste par år blevet et varmt emne i it-branchen, og 'algoritmer' er nu noget, der bliver talt om i chefkontorerne og ikke bare til forelæsninger på datalogistudierne. Men forsøg på at kigge ud i fremtiden deler vandene.

På den ene side er der tydelige tegn i it-branchen på, at elementer fra kunstig intelligens overtager funktioner fra mennesker.

»Når det gælder om at udvikle mekanikkerne og reglerne, så vil mennesker være vigtige. Men når de skal udmøntes i praksis, og beslutninger skal træffes på et splitsekund, så bliver de ikke truffet af mennesker, for det ville slet ikke kunne lade sig gøre. Det er kun for maskiner,« siger chef for maskinlæring Ralf Herbich fra Amazon til Computing.co.uk.

Amazon bruger således maskinlæringsalgoritmer i markedsføringsmekanismerne på Amazon.com, når det skal besluttes, hvilke produkter der skal annonceres for på en given side til en given bruger.

Tilsvarende bruges computeralgoritmer også til aktiehandel. Den praksis er blevet kritiseret, fordi fraværet af mennesker indebærer, at uheldige sammentræf kunne skabe destruktive udsving på aktiemarkederne, når algoritmer i løbet af mikrosekunder foretager tusindvis af transaktioner, inden mennesker kan nå at gribe ind.

Læs også: Intelligent software kan overgå mennesket i at knuse data - men være svær at kontrollere

Træder man et skridt tilbage og prøver at se ind i fremtiden, så står forskningen inden for kunstig intelligens med to tilsyneladende paradokser, skriver Ph.D og blogger John Danaher hos Institute for Ethics & Emerging Technologies.

Det ene, Moravecs paradoks, handler om, at vi indtil nu har haft lettere ved at få computere til at gøre ting, som ellers kan være ret komplekse for mennesker, som eksempelvis aktiehandel ud fra et stort antal parametre, mens det er svært at få en computerstyret robot til at gå på to ben på ujævnt terræn.

Eksponentiel udviklingskurve for kunstig intelligens?

Det andet, Polanyis paradoks, handler om, at vi som mennesker ved mere, end vi er i stand til at udtrykke. Vi bruger således meget mere information til eksempelvis at tale med hinanden, end vi umiddelbart kan udtrykke blot ved at beskrive lydene og ordenes betydning. Derfor har computerne stadig svært ved at forstå mere end simple spørgsmål og strukturerede tekster.

Optimisterne forventer, at udviklingen inden for kunstig intelligens vil følge en eksponentiel udviklingskurve, og at vi lige nu stadig er på den flade del af kurven. Skeptikerne mener, at vi kun vil se robotter og kunstig intelligens overhale mennesket under særlige omstændigheder.

Det gælder eksempelvis Amazons brug af robotter i dets varelagre, hvor det er nødvendigt at indrette varelagrene og processerne til at passe til de forholdsvis primitive robotter, der kan plukke produkter fra hylderne.

Hold dig opdateret om it i Version2s nyhedsbrev

Tilsvarende vil maskinlæringssystemer som IBM's Watson ganske vist simulere hjernens måde at forstå at sammenkoble information, men udgangspunktet er meget simple sammenkoblinger. Watson vil ganske vist kunne lave sammenkoblinger inden for enorme datamængder, men vil have sværere ved at lave brugbare abstrakte spring og associationer.

Spørgsmålet om begrænsningerne ved robotter og kunstig intelligens er interessant for menneskeheden, fordi computerne har potentiale til både at eliminere behovet for lavtuddannet og højtuddannet arbejdskraft. Den selvkørende bus kræver ingen chauffør, og hospitalets supercomputer kan stille bedre personlige diagnoser end overlægen.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Følg forløbet
Kommentarer (3)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Frithiof Andreas Jensen

Så vidt jeg er orienteret anvender Amazon mennesker som om de var robotter, ikke rigtige robotter - robotter skal jo vedligeholdes, mennesker kan man smide over til "samfundet" når de er slidt ned.

Arbejderne bärer en terminal som forbinder dem direkte til lagerstyringen, som helt sikkert er baseret på "Machine Learning". Denne Robot sender folkene rundt på lageret på den mest optimale måde og den stikker naturligvis også de der skal på lokum uden for den afsatte tid eller ikke er hurtige nok til ledelsen.

Det er kun et spörgsmål om tid för "Forretningen Danmark" får öje på potentialet!

https://gigaom.com/2015/08/18/dont-be-surprised-at-how-amazon-treats-its...

http://www.motherjones.com/politics/2012/02/mac-mcclelland-free-online-s...

  • 2
  • 0
Jarnis Bertelsen

Vi har i de seneste år set systemer, der løser en specifik opgave blive mere og mere komplekse og kunne løse flere og flere opgaver. Der er næppe tvivl om at den slags systemer vil fortsætte med at blive mere og mere sofistikerede og kunne overtage flere og flere arbejdsområder indenfor overskuelig fremtid. Jeg mener det er naivt at tro at der er menneskelige chaufører om 50 år, taget i betragtning at den nødvendige teknologi for fuldt automatiserede biler allerede findes og stadig forbedres.

Jeg har dog kun hørt meget begrænset til fremskridt med at skabe "ægte" kunstig intelligens. Med ægte AI mener jeg et system, der automatisk forsøger og formår at bringe orden i, og lave forudsigelser for, ethvert input vi fodrer den med. At tro at sådanne systemer opstår af sig selv bare der er computerkraft til rådighed mener jeg er ligeså naivt som at tro man kan lave en fungerende hjerne bare ved at smide nok neuroner (nerveceller) ned i en spand og røre rundt.

At skabe ægte AI vil kræve at man lave en model, der grundlæggende udfører en tilsvarende algoritme som vores hjerne gør. Hvordan den udfører denne algoritme er underordnet, men det kræver en bedre model, af hvad hjernen faktisk foretager sig, at kunne opnå resultatet. At det muligvis også kræver at man opbygger computersystemer på en grundlæggende anderledes måde at kunne implementere denne model er en anden side af problematikken.

Hvis man til gengæld kan simulere den process, der foregår i hjernen, præcist nok, kan jeg ikke se hvorfor det ikke skulle opnå samme resultat. Og hvad er forskellen på en simuleret tanke, og en egentlig ditto?

  • 1
  • 0
Log ind eller Opret konto for at kommentere