Læsetid 7 min.

’Snart har vi hardware, som er hurtigere end vores hjerne’

Vi står foran en revolution inden for kunstig intelligens, mener den schweiziske professor Jürgen Schmidhuber, som står bag den teknologi, der i dag bruges af blandt andre Google og Apple. Information talte med Schmidhuber, da han for nylig besøgte Danmark
Hello Barbie er for nylig blevet lanceret med forbedret talegenkendelse.

Hello Barbie er for nylig blevet lanceret med forbedret talegenkendelse.

Mark Lennihan
18. november 2016

Et godt stykke inde i interviewet kommer Jürgen Schmidhuber i tanke om et forskningsprojekt fra 1960’erne. En gruppe forskere gik i gang med at udvikle en kunstig intelligens på niveau med en menneskelig.

»De sagde: Første år vil vi opfinde talegenkendelse,« siger Schmidhuber. Han har svært ved at skjule et grin. »Andet år opfinder vi objektgenkendelse med kamera, og tredje år sætter vi to teknologier sammen og installerer dem i en robot.«

Schmidhuber kigger op. »De var så optimistiske.« Så tager han sin smartphone på bordet.

»De troede, de kunne gøre det med computere, der er en milliard gange langsommere end den her.«

Den schweiziske professor mener, at man dengang »fuldstændig undervurderede«, hvor svært det er at skabe kunstig intelligens. Men i dag står vi ifølge Jürgen Schmidhuber foran en revolution inden for kunstig intelligens: »Kunstig intelligens kommer til at påvirke alle dele af tilværelsen – og det vil ændre vores liv fundamentalt,« siger han.

Jürgen Schmidhuber er professor ved Institut for Datalogi ved Lugano Universitet og forskningsleder ved IDSIA – Dalle Molle Institute for Artificial Intelligence Research. Han har fulgt og stået for en del af udviklingen inden for kunstig intelligens i mere end 25 år.

Ifølge ham er revolutionen allerede i gang: i vores telefoner, hvor kunstig intelligens bliver brugt til at genkende stemmer. I vores computere, hvor den bliver brugt til at oversætte tekst. I hospitalsvæsenet, hvor den bliver brugt til at diagnosticere sygdomme.

Men i fremtiden kommer den ifølge Schmidhuber til at kunne løse mange flere forskellige opgaver – ligesom en menneskelig intelligens.

»Det er jeg slet ikke i tvivl om,« siger han.

»Vi forstår allerede de grundlæggende principper inden for kunstig intelligens. Vi er blot stadig ikke i mål hvad angår computerkraft.«

– Men er du ikke ligesom forskere i 1960’erne for optimistisk?

»Nej, for jeg er klar over, hvor de tog fejl dengang. De havde slet ikke det hardware, der skulle til, men i dag har vi for første gang hardware, som er sammenlignelig med den her.«

Han sætter en pegefinger på tindingen. »Snart har vi hardware, som er langt hurtigere end vores hjerne.«

Og din smartphone siger…

Jürgen Schmidhuber arbejder i Schweiz, men lige nu sidder han i Bjerringbro. I sort jakkesæt og med et glas vand foran sig.

Han er i Danmark for at holde foredrag i forbindelse med uddelingen af Grundfosprisen og for at fortælle om sit arbejde med kunstige neurale netværk, selvlærende algoritmer, maskinlæring, deep learning og en række af de andre begreber, som ofte bliver samlet under betegnelsen kunstig intelligens.

Schmidhuber har blandt andet været med til at udvikle en teknologi, Long Short Term Memory (LSTM), som gør neurale netværk bedre til at forstå sammenhænge.

Et neuralt netværk er et computerprogram, som er inspireret af hjernens struktur og blandt andet kan bruges til at oversætte tekst, men evnen til at gøre det, afhænger af evnen til at forstå teksten.

Et simpelt neuralt netværk vil ikke være i stand til at gøre sætningen ‘Jeg er dansker og taler flydende …’ færdig, fordi den ikke forstår sammenhængen mellem ordet dansker og det ord, som mangler. Det vil et neuralt netværk opbygget efter principperne i LSTM være. I dag bruges LSTM blandt andet af Google og Apple til talegenkendelse og maskinoversættelse.

Netop talegenkendelsesprogrammer som Apples Siri og automatiseret oversættelse som Google Translate har fået en del opmærksomhed i medierne de seneste år, hvor kunstig intelligens har nået et niveau, så den kan bruges til at løse specifikke opgaver på vores telefon eller computer.

»Din telefon bliver klogere hele tiden, og læger får oftere og oftere vejledning fra kunstige systemer, for eksempel neurale netværk, som har lært at genkende kræftceller på et tidligt stadie, og smartphones lærer at genkende din stemme og svare dig og forudsige, hvad du vil. For eksempel hvis du er i en fremmed by, og din smartphone siger til dig: ‘Du er tæt på en genbrugsbutik, og jeg ved, at du kan lide genbrug. Skal vi gå derhen?’«

– Men de eksempler ændrer jo ikke alt, som du ellers siger.

»Det, vi ser, er kun begyndelsen.«

– Hvad er næste skridt?

»Din telefon vil være tændt hele tiden og for eksempel lave ansigtsgenkendelse hele tiden og måske fortælle dig: Der er Joe! Selv om du ikke selv havde opdaget ham. Skal vi gå over og hilse? Du svarer måske: Nej, jeg skylder ham penge, og din telefon siger: Ok, så kan vi gå herhen eller her. Din telefon bliver en lille kammerat, som taler til dig og forstår dig bedre og bedre. Alle disse små ting kommer vi til at se over de kommende år eller årtier. Det, jeg taler om her, er ikke langt ude i fremtiden, det er inden for det næste årti.«

– Men du siger, at kunstig intelligens vil ændre alle aspekter af vores tilværelse.

»Kunstige intelligenser kan stadig kun løse specialiserede opgaver, f.eks. diagnosticere sygdomme, men de bliver selvfølgelig mere intelligente. Mit hold af forskere har arbejdet på det længe, og nu begynder vi at se det ske.«

Alt, der er vigtigt for mennesker

Jürgen Schmidhuber bliver omtalt som en af pionererne inden for kunstig intelligens, ikke mindst på grund af hans arbejde med teknologien Long Short Term Memory, som har vundet konkurrencer i mønstergenkendelse, og er det teoretiske grundlag for mange teknologier til tekstsøgning, billedsøgning, videosøgning, møntergenkendelse, billedgenkendelse, håndskriftsgenkendelse og stemmegenkendelse. På spørgsmålet om, hvad LSTM kan bruges til i fremtiden, svarer han: »Alt.«

– Hvad mener du med alt?

»Alt. Til alt, der er vigtigt for mennesker.«

Jürgen Schmidhuber har i mange år arbejdet på at udvikle en kunstig intelligens, der kan løse flere forskellige opgaver, i modsætning til den kunstige intelligens i dag, som kun kan oversætte tekst eller løse en anden defineret opgave.

»Det er meget simpelt,« siger Schmidhuber. »Vores nuværende Long Short Term Memory kan gøre mange ting, men det er ikke en generel kunstig intelligens, fordi den skal trænes op til at løse nye opgaver, men jeg tror, at en generel kunstig intelligens vil være lige så simpel. Vi ved, hvad der mangler, og vi har på mange måder allerede de manglende dele, og for mig virker det helt logisk, at de dele vil blive samlet i løbet af den nære fremtid, så du har en kunstig intelligens, som ligesom en baby er nysgerrig og med tiden lærer og bliver mere og mere intelligent.«

– En baby?

»Ja, en baby er en lille videnskabsmand. Den tager for eksempel to glas med vand ...«

Jürgen Schmidhuber tager to glas på bordet.

»Så leger den med vandet. Den lærer alle mulige spændende ting om verden, om tyngdeloven og dens effekt på vand, og når den har lært så og så meget om vandet og glasset, så stiller den glassene og fortsætter med noget andet. Det princip er vi i stand til at bygge i maskiner. De sætter sig selv nye mål i stedet for kun at gøre det, de bliver sat til at gøre.«

– Hvorfor er du sikker på det?

»Fordi vi allerede har principperne for nysgerrighed. De er ikke på nuværende tidspunkt så kommercielt interessante som Long Short Term Memory, fordi de stadig er på forskningsstadiet, men jeg er meget optimistisk hvad angår udviklingen i den nære fremtid.«

– Men er der ikke stor forskel på at lave et stykke software, som kan genkende en stemme eller oversætte, og at lave en software, som kan lære det samme som et menneske?

»Jo, og lige nu er det, der er kommercielt interessant, det, der handler om mønstergenkendelse. For eksempel når vi bruger stemmegenkendelsen på vores smartphone. Et af problemerne er, at robotteknologien er langt bagefter kunstig intelligens, bare det at holde om et glas eller spille fodbold, noget, som børn kan, er svært for en robot, men inden for kunstig intelligens har der siden 2011 været områder, hvor den kunstige intelligens er bedre end mennesker.«

Men en menneskelig intelligens kan meget andet end at genkende mønstre.

»Ja, vores intelligens er et konstant loop af input og outputs. Forstå, reager. Forstå, reager. Forstå, reager. Mens vi gør det, kan vi løse problemer og få belønninger for at løse problemer. Du har en belønningsfunktion, som modtager signaler om for eksempel smerte eller sult, det giver negative tal, og din hjerne er indkodet til ikke at kunne lide negative tal. Så den prøver at finde på handlinger, som gør det muligt at undgå negative tal og i stedet få positive. En hvilken som helst opgave kan stilles op på denne måde. Et spil skak. Du får en positiv respons, hvis du vinder, og negativ, hvis du taber. En robot. Du får negativ respons, hvis du bumper ind i noget, positiv, hvis du når i mål.«

– Så der er efter din vurdering ikke noget, som kunne gøre dette umuligt at udvikle en menneskelignende kunstig intelligens?

»Nej, de generelle kunstige intelligenser, som vi har arbejdet på siden 1990’erne er ikke så gode som mønstergenkendelse, men vi har dem i det mindste, og vi ved, hvordan vi kan gøre dem bedre. Jeg ser ikke noget, som kunne blive en fundamental forhindring.«

– Ikke noget?

»Nej, jeg kan ikke få øje på noget.«

Kammerat AI

Kunstig intelligens kan effektivisere den menneskelige formåen, hæve vores levestandard, udrydde fattigdom og føre til kuren mod kræft. Sådan lyder bare nogle få af de forhåbninger, som knyttes til den revolution, der for øjeblikket foregår indenfor kunstig intelligens.

Modsat frygter kritikere, at udviklingen kan komme ud af kontrol – at vi mister arbejdspladser, autonomi og nærvær. Vi har stadig en mulighed og et ansvar for, hvordan vi udvikler den, hvad vi bruger den til og i hvor høj grad vi inddrager menneskelige vurderinger inden der tages vigtige beslutninger. Det kræver, at vi forstår teknologien og forstår at bruge den.

Læs med i Informations særtillæg om kunstig intelligens.

Andre artikler i dette tillæg

  • Guide: Seks robotter du skal kende

    18. november 2016
    Fremtiden er her! Mød blandt andet pizzarobotten Zume, Jeopardy-mesteren Watson og den yndefylde, livagtige Sophia der alle sætter nye standarder for udviklingen af kunstig intelligens
  • ’Vi er jo stadig nybegyndere’

    18. november 2016
    Kunstig intelligens kan styrke socialrådgiverne, hvis fokus er kvalitet snarere end effektivisering, mener formand for Dansk Socialrådgiverforening Majbritt Berlau
  • Arbejderne og maskinerne

    18. november 2016
    Robotter og algoritmer er svære at organisere og få til at strejke. Hvad stiller fagbevægelsen op med et arbejdsmarked, hvor en del af kollegerne udgøres af kunstig intelligens?
Bliv opdateret med nyt om disse emner

Træt af forstyrrende annoncer?

Få Information.dk uden annoncer for 20. kr. pr. måned

Køb

Er du abonnent? Så slipper du allerede for annoncer. Log ind her

Forsiden lige nu

Anbefalinger

anbefalede denne artikel

Kommentarer

Der er ingen kommentarer endnu