Google: Alle skal kunne bruge kunstig intelligens

Kunstig intelligens bør gøres tilgængelig for alle, mener Fei-Fei Li, chief scientist hos Google Clouds afdeling for kunstig intelligens. Illustration: Google
Teknologier kan skabe store forandringer, når de kommer i hænderne på alle. Derfor skal vi arbejde mod at demokratisere kunstig intelligens, lyder det fra Google.

SAN FRANCISCO: Kunstig intelligens kræver mere end blot at kunne programmere. Man skal også have adgang til store datasæt for at oplære machine learning-modellerne, og man skal have adgang til regnekraften, som skal klare oplæringen.

Det er barrierer, som skal sænkes, lyder det fra Google, som satser på machine learning og kunstig intelligens til at gøre selskabets cloud-platform attraktiv.

Ud over, at det måske også er Googles stærkeste kort at spille ifølge flere af de analytikere, Version2 har talt med på Google Cloud Next-konferencen, så har Google også en vision med kunstig intelligens og skyen. Selskabet har i hvert fald ansat en person med en vision, nemlig forskeren Fei-Fei Li, som nu er den ledende forsker på Google Clouds enhed for kunstig intelligens.

Fei-Fei Li var med til at skabe Imagenet, som er en samling på 15 millioner fotos med tilknyttede metadata, som beskriver, hvad billederne forestiller. Dette datasæt har været afgørende for at skabe de fremskridt, der har været inden for computervision de senere år.

Hun ser også stort potentiale i på tilsvarende vis at få hjulpet flere til at anvende machine learning.

»Når en teknologi når ud til mange mennesker, så påvirker den verden på en ny måde. Derfor må det næste skridt være at demokratisere kunstig intelligens, så det bliver tilgængeligt for alle,« siger Fei-Fei Li.

Væk med parkeringshuse

Som eksempel kan man se på den selvkørende bil. Lige nu taler vi om, hvordan den kan gøre vejene mere sikre eller give føreren mulighed for at foretage sig noget andet imens. Men den kan få meget større indflydelse, når der er millioner af dem, og de taler sammen, påpeger Fei-Fei Li:

»Trafikpropper kan forsvinde, parkering kan blive meget enklere, og det vil kunne forandre den måde, vores byers infrastruktur er opbygget på.«

Den moderne storby er opbygget ud fra, at typisk sidder der ét menneske i en bil, som kører ind til centrum om morgenen, parkerer, og kører hjem om aftenen. Intelligente selvkørende biler vil kunne eliminere behovet for parkeringshuse og brede boulevarder med fire vognbaner i hver retning.

Og det er vel at mærke blot et enkelt eksempel på, hvad der kan ske, når teknologien udvider sig til rigtig stor skala. Generelt har teknologiske fremskridt gjort det muligt at frigive ressourcer, som derved kan bruges på andre ting, og kunstig intelligens har potentiale til at frigive en ny type ressourcer.

Inden for sundhedsvæsenet vil machine learning og computervision kunne hjælpe med stort set alle typer diagnoser, som bygger på fortolkning af en visuel observation. Google har eksempelvis støttet et projekt, som udarbejdede en metode til at diagnosticere diabetesrelaterede øjensygdomme, som kan føre til blindhed.

Tilsvarende vil machine learning kunne hjælpe lægen med at undgå fejl i diagnoser og med at lave journaliseringen.

Offentlige datasæt

Google er ikke ene om at have disse visioner for, hvad machine learning kan gøre. I praksis er det ikke helt så enkelt, fordi kunstig intelligens kan være forholdsvis kompliceret. Der er dog efterhånden en række værktøjer, som gør, at man ikke længere behøver at være lige så stærk på det matematiske, som tidligere.

Ligesom Google har bidraget på dén front med Tensorflow, så vil Google altså nu satse på at gøre Google Cloud Platform til en platform, som skal gøre kunstig intelligens nemt at gå til.

Derfor har Google nu lanceret en decideret tjeneste kaldet Google ML Engine, som gør det nemmere at lave et projekt med eksempelvis Tensorflow og så lade Googles datacenter stå for beregningerne, når modellen skal oplæres.

Google har også opkøbt Kaggle, som organiserer konkurrencer inden for machine learning og ikke mindst stiller offentlige datasæt til rådighed for træning af modeller.

Det betyder, at man ikke nødvendigvis skal eje et stort datasæt, eller have et stort datasæt med de metadata, der er nødvendige for oplæringen, men kan bygge sine modeller ved hjælp af offentlige datasæt. Når man samtidig kan foretage oplæringen på en cloud-platform, så er tærsklen sat lige lavt for alle.

Flere skal kunne lære machine learning

Der er dog endnu et punkt, hvor det endnu er begrænset, hvor fri adgang alle har, nemlig inden for at skaffe talenterne. Machine learning er en ekspertise, som endnu kan være svær at finde, men også hér er mulighederne blevet bedre

»Der findes hundredvis af gode kurser fra store universiteter, som er frit tilgængelige online,« siger Fei-Fei Li.

De kan eksempelvis findes på denne liste over 370 gratis internetkurser i programmering.

»Jeg tror, kunstig intelligens kan levere stor transformation til mange dele af samfundet, og ikke bare for nogle få privilegerede,« siger Fei-Fei Li.

Version2 var inviteret til Google Cloud Next i San Francisco af Google.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Følg forløbet
Kommentarer (1)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Log ind eller Opret konto for at kommentere