Læsetid: 11 min.

Dommedag er – foreløbig – aflyst

Kunstig intelligens bliver hypet som den hellige gral, der først vil redde økonomien, dernæst bringe menneskeheden superkræfter, evigt liv og ultimativt gudestatus i en ny dimension. Eller maskinerne vil tage magten i en mørk dystopi, hvor mennesket vil blive udnyttet for til sidst at blive kastet på historiens mødding. Mere nøgterne iagttagere og forskere taler om maskinlæring, som har fantastiske muligheder, men næppe vil afskaffe evolutionen, som vi kender den
Enhver periode med afgudsdyrkelse af den kunstige intelligens har efterfølgende bremset den teknologiske udvikling. Netop nu befinder vi os i en sådan fase af gudedyrkelse.

Enhver periode med afgudsdyrkelse af den kunstige intelligens har efterfølgende bremset den teknologiske udvikling. Netop nu befinder vi os i en sådan fase af gudedyrkelse.

Ditte Ahlgren

27. januar 2018

Lige som en forloren hare aldrig har haft lange ører og kraftige bagben, har ’kunstig intelligens’ ikke særlig meget med intelligens at gøre; i al fald ikke nu og her og næppe heller inden for en overskuelig fremtid – om nogensinde.

»Når vi skal søge om bevillinger til vores forskning, kalder vi det kunstig intelligens. Men når vi drøfter det indbyrdes, siger vi maskinlæring,« fortæller Kristoffer Stensbo-Smidt, der forsker i maskinlæring ved Datalogisk Institut på Københavns Universitet og antyder hermed, hvor stor afstanden er mellem virkelighedens forskning og temperaturen på den varme luft i salgstalerne.

Det forhindrer imidlertid ikke et voksende antal erhvervsfolk og politikere i at gå i kollektiv selvsving over de løfterige udsigter, kunstig intelligens åbner for. Alene anvendelsen af begrebet er i sig selv brudt ud i eksponentiel vækst. Det sidste års tid optræder de to ord i forening i 4.742 artikler. Året før i 2.134. Mens det året forinden kun blev brugt i 974 historier. Et år yderligere tilbage halverer endnu en gang forekomsten. Hvorefter det flader ud.

Ifølge erhvervsmediet Bloomberg følger internationale virksomheders brug af begrebet Artificial Intelligence præcis det samme mønster.

Danmark i halen på trenden

Den danske udvikling følger traditionen tro lige i halen af en international trend, hvis epicentrum ligger i Silicon Valley. Herfra udspringer højstemte budskaber om fremtidens teknologi, der ikke bare handler om robotter og kloge maskiner, men tager os hele vejen ind i en helt ny verden, hvor menneske og maskine er blevet ét og enten bevæger sig ind i en helt nye sfære som halvguder eller hvor vi, som efterladte analoge neandertalere henslæber en slavetilværelse i dystopiens mørke.

Og det er ikke kun tech-giganter som Google og Facebook. De store konsulenthuse har opdaget det økonomiske potentiale i at indtage prædikestolen. Fra Deloitte over Boston Consulting Group til McKinsey fabrikeres der tykke rapporter om fremtidens arbejdsmarked, hvor robotter og rå computerkraft i neurale netværk – der emitterer det biologiske væv af nerveforbindelser – ikke alene har overtaget mange job, men inden for kort tid vil kunne tænke selv klodens klogeste sønder og sammen.

Forskeren Stensbo-Smidt har dog en lidt mere jordnær definition af kunstig intelligens. Den lyder:

Det er ikke software, der er programmeret til at løse en bestemt opgave, men software, der er programmeret til at lære sig selv at løse en opgave.

Men kunstig intelligens bliver altovervejende talt op over det meste af kloden. Både som vores redning og vores undergang. Vladimir Putin hævder, at verden tilhører dem, der udvikler kunstig intelligens.

Verdens mest berømte fysiker Stephen Hawking går arm i arm med Tesla-stifteren Elon Musk og advarer kraftigt mod den. Hawking har ligefrem kaldt fremkomsten af kunstig inteligens for den potentielt »værste begivenhed i vores civilisations historie«.

Det store spørgsmål er imidlertid: Hvor intelligent er den kunstige intelligens i grunden – og er det noget, vi skal være bange for?

Mest kunstig

Problemet for kunstig intelligens er groft sagt, at den paradoksalt nok kan løse opgaver, der er vanskelige for et menneske – som for eksempel at tilegne sig enorme mængder data eller lære at spille skak på overmenneskeligt niveau.

Men når det kommer til opgaver, som falder de fleste mennesker naturligt, slår den kunstige intelligens langtfra til. Den kan ikke analysere stemningen i et lokale. Kunstig intelligens har nemlig svært ved at skille skæg fra snot i store datamængder, hvis de er blot en smule uordentlige – som for eksempel videnskabelige artikler. Den er ude af stand til at forme originale tanker og selv påført de mest sofistikerede robotarme, vil den ikke kunne binde et snørebånd.

Kunstig intelligens er langt mere kunstig end den er intelligent.

Ifølge værten på radiomagasinet Aflyttet på Radio24syv, Anders Kjærulff, nåede markedsføringen herhjemme hidtil uanede højder i september 2016, hvor konferencen Digtial Frontrunners blev afholdt for fulde huse i Industriens Hus af Google i tæt samarbejde med Singularity University – en tænketank med udspring i Silicon Valley, der fokuserer på det, de kalder eksponentielle industrier.

På konferencen bekendtgjorde medstifter af tænketanken, Rob Nail for de cirka 300 konferencedeltagere, at en af Singularity Unversity’s primære opgaver er forandring.

»Vi vil forandre den måde, du tænker. Den måde du tænker på fremtiden, på teknologi og på, hvad teknologi kan,« sagde han.

Her troppede den danske elite fra både den politiske verden og erhvervslivet op og sugede de glade budskaber til sig.

»De fik hele paletten. Kunstig intelligens, robotter og eksponentiel vækst. Google havde fået lavet en rapport til lejligheden af Boston Consulting, hvor man kunne læse, at Danmark kunne få 150.000 nye job og en stigning på 200 milliarder i bruttonationalproduktet,« fortæller Anders Kjærulff.

»Sådan et tilbud har politikere jo svært ved at sige nej til. De skal bare være forandringsparate. Ifølge guruerne fra Singularity University, skal vi omfavne forandringen. Vi skal bare kaste os over disruptionen,« beretter Kjærulff, der har fulgt udviklingen gennem snart tre årtier og har været til ikke så få af det, han kalder Oxford-lignende vækkelsesmøder.

Farvel til evolutionen

Men det er ikke kun industrien, arbejdsmarkedet og økonomien, der skal undergå en total forvandling. Når computerne bliver klogere end mennesker og tilmed bliver selvlærende, så vil det gå rigtig stærkt. Hurtigere end vi fatter. Ifølge stifteren af Singularity University futuristen, Ray Kurzweil er den begivenhed nært forestående og vil ramme os inden 2045.

Matematisk singularitet betyder blot, at en matematisk funktion bevæger sig mod uendeligt. I teknologiens verden betegner singulariteten et teoretisk øjeblik i civilisationens udvikling, hvor den teknologiske udvikling accelererer mod uendeligt.

Den teknologiske singularitet menes at indtræffe, når den kunstige intelligens får alvor begynder at udvikle sig selv, og maskinernes formåen går mod uendeligt – ifølge Singularity Universitys chefguru om senest 27 år.

Den israelske bestsellerforfatter og historiker, Yuval Noah Harari mener, at vi i den forbindelse skal afblæse evolutionen. Det bliver maskinerne, der fremover bestemmer vores udvikling.

Han beskriver i sin nyeste bog, Homo Deus, hvordan mennesket – eller i det mindste nogle mennesker – kan blive opgraderet til guder. Hvordan vi vil begynde at skabe livsformer ud fra vores egne drømme. Og hvordan nogle af os ultimativt vil få opgraderet vores kroppe og vores hjerner, så vi vil få superevner, der vil få heltene fra Marvels bagkatalog til at minde om forkrøblede fjerkræ.

Harari mener, at kunstig intelligens på en lang række områder allerede har overhalet menneskets lille grå fedtklump af en hjerne, men når algoritmerne i en ikke al for fjern fremtid bliver indskrevet i vores dna, så vil vi for alvor kunne smide evolutionens lænker. Teknologi og biologi vil være smeltet sammen i en suveræn og ufattelig skabning: Homo Deus.

Watson er bedst til Jeopardy

Men inden alt for mange begynder at spekulere over turen til Olympen og hvilke superkræfter, det kunne være sjovt at udstyre sig selv og den nærmeste familie med, kan man undgå en del potentielle skuffelser ved at tale med de forskere, der i det daglige bakser med maskinlæring og såkaldt big data.

Det sidste er egentligt blot et udtryk for, at maskiner i dag kan håndtere ekstremt store datamængder. Her er det så muligt at se nye og mere præcise mønstre, som hidtil har været uden for rækkevidde.

»Det er i høj grad virksomheder og konsulenthuse, der har været med til at hype kunstig intelligens,« siger Kristoffer Stensbo-Smidt, der peger på, at IBM’s berømte bud på et intelligent system Watson ikke har kunnet levere.

Danske forsøg på Rigshospitalet med Watson Oncology er blevet stoppet efter en alt for stor fejlrate, fortæller han. Watson er udviklet til at kunne besvare spørgsmål, der bliver stillet i normalsprog på baggrund af de enorme mængder af data, computeren er blevet fordret med.

Også internationalt har der været alvorlig kritik af Watson, som i udgangspunktet har den fordel frem for et menneske, at den kan tygge sig igennem milliarder af informationer. Boston Globe har et meget anerkendt sundhedssite, Stat, der har lavet en grundig gennemgang af 50 hospitaler i 13 lande, der bruger Watson.

Problemet er, at Watson ikke skaber ny viden – den har svært ved at læse og forstå journaler. Den kan altså godt tilegne sig store datamængder. Den kan bare ikke finde ud af at fortolke dem rigtigt og stille korrekte diagnoser. Til gengæld er den vanvittig god til at spille Jeopardy, som den blev verdensmester i helt tilbage i 2011.

Watson er interessant fordi, den er blandt solstrålehistorierne, der oftest hives frem, når kunstig intelligens skal præsenteres som løsningen på alt.

Hindringer

Og her er repertoiret nogenlunde det samme, når mulighederne anprises. Foruden Watson tales der rigtig meget om selvkørende biler. Automatiseret kundeservice er også højt på listen. Ligesom man ofte hører om Amazons valg af bøger eller Facebook, der tilpasser indhold til den enkelte på baggrund af de milliarder af data, den og andre tjenester samler sammen fra alle, der er koblet på internettet og dermed konstant efterlader sig digitale spor.

Stensbo-Smidt vil ikke afvise, at ægte kunstig intelligens godt kan blive en realitet om rigtig lang tid. Hvor lang tid der vil gå er meget svært at svare på.

»100 år. 50 år. Eller aldrig. Lige nu giver det ikke rigtig mening at forsøge at besvare det spørgsmål,« siger han og henviser til fire grundlæggende udfordringer, som skal overvindes før spørgsmålet så småt begynder at få mening.

»Det første er naturligvis computerkraft,« siger han.

»Men det problem skal nok løse sig. Hver gang vi er rendt ind i nogle naturlige begrænsninger, har ingeniørerne været dygtige til at omgå dem. For eksempel er Moores lov (som siger at antallet transistorer i et integreret kredsløb fordobles hver 18. måned, red.) ved at være løbet tør for fremdrift. Men det er et midlertidigt problem, som for eksempel kvantecomputere vil løse for os,« forudsiger han og peger på det næste problem.

»De metoder, vi har i dag, kræver milliarder af datapunkter. Problemet er, at vi mangler data af tilstrækkelig høj kvalitet. Når det gælder spil som skak eller go, er det relativt simpelt. Her kan en maskine som for eksempel Googles Alpha spille mod sig selv og dermed genere meget præcise data,« siger Kristoffer Stensbo-Smidt og henviser igen til Watson-problemetikken. For det første er der ikke data nok. For det andet er der alt for meget støj.

»Det er nødvendigt at forstå sprog, og sprog er meget støjfyldt eller ustruktureret, om du vil. Watson har dog en lillebror, der løser juridiske problemer. Det går noget bedre, fordi juratekster er langt mere strukturerede,« siger han og henviser til, at det er meget problematisk, når en Elon Musk eller Stephen Hawkins advarer mod maskinlæring.

»Ingen af dem er jo dumme mennesker; men jeg ved virkelig ikke, hvor de har deres viden fra. Men jeg anerkender til gengæld fuldt ud vigtigheden af at have store og vilde visioner, selv om man måske ikke har noget videnskabeligt belæg for dem her og nu.«

Stensbo-Smidts tredje barriere for, at singulariteten skulle indtræffe inden for en overskuelig fremtid, er slet og ret manglen på talent inden for håndteringen af de neurale netværk, der er nødvendige for maskinlæring og ultimativt kunstig intelligens.

»Det med at lave neurale netværk er simpelthen så kompliceret, at der kun findes nogle få tusinde på verdensplan, som forstår det på et niveau, der er godt nok til for eksempel Google eller Facebook,« siger han.

»På lang sigt vil det problem naturligvis blive løst. Men det er svært. Universiteterne er ofte underlagt nogle krav, der gør, at det bedst kan betale sig for de studerende at tage de nemme fag. Universiteterne bliver jo rangeret efter, hvor mange videnskabelige artikler, de kan producere. Det fremmer det nemme og det overfladiske på bekostning af det, der tager tid. Lidt groft sagt er universiteterne mere jobcentre end steder, hvor forskningen kan udfolde sig frit. Dertil kommer, at de talenter, som trods alt kommer ud af det, bliver opsuget af de store virksomheder,« konstaterer Stensbo-Smidt.

Mangler teori og metode

Og her har vi en af kilderne til det sidste problem. Nemlig fraværet af brugbare metoder.

»Når universiteterne ikke kan lægge tilstrækkeligt kræfter i, og talenterne samtidig er spredt i en række virksomheder, der ofte forfølger forskellige mål, så ender man i en situation, hvor der ikke udvikles tilstrækkeligt med fælles metoder, som kan stå på et solidt teoretisk fundament. Dermed bliver udviklingen erfaringsbaseret,« forklarer han og peger på, at vi kun havde held med at sende astronauter til månen, fordi der var styr på teorien og de fysiske love.

Et af de virkeligt store metodiske problemer er, at neurale netværk kun kan løse én slags problemer ad gangen i tilstrækkelig høj kvalitet.

»Hvis du forestiller dig en robot, der har lært at cykle, så vil den ikke også kunne lære at spille fodbold. Det ville kræve to systemer, som man skulle switche mellem afhængig af opgaven. Det samme system ville ikke kunne lære begge dele på en gang.«

Oversolgt

Stensbo-Smidt advarer også mod den megen hype af en anden årsag. Hver gang kunstig intelligens er blevet hypet for meget, er udviklingen endt i kortere eller længere døde perioder.

»Det skete i slutningen af 70’erne og ligeledes i slutningen af 80’erne og begyndelsen af 90’erne, hvor man forinden havde oversolgt det helt vildt. Jeg frygter, at vi endnu en gang kan bevæge os ind i en vinter, fordi det ikke bliver grebet rigtigt an.«

Men som også Anders Kjærulff fremhæver, er der stærke kræfter, der holder den nærmest hysteriske stemning ved lige.

Ikke overraskende var det de samme venturekapitalunderstøttede teknologimiljøer i Silicon Valley som var med til at skabe internetboblen, der brast i løbet af år 2000/01. Den gang var det endnu ikke kunstig intelligens, der skulle bringe os frem til en verden i evig fremgang.

Det var ’den ny økonomi’, som skulle sikre evig ubrudt eksponentiel vækst. Sult ville forsvinde. Klimaproblemer ville blive løst. Og vi ville alle blive lykkelige i en globaliseret, friktionsfri og dereguleret fremtid.

Begrebet blev lanceret midt i sidste halvdel af 90’erne, fordi særligt amerikanske økonomer ikke længere kunne bruge gængs økonomisk teori til at forklare, at det ene år efter det andet bød på den særegne blanding af vækst uden inflation.

Normalt fulgtes fede år af magre. Ebbe af flod. Nat af dag. Sådan var visdommen ganske enkelt, at vækst i økonomien altid resulterede i knappe ressourcer og flaskehalse. Det kunne være bestemte typer arbejdskraft eller andet, man pludselig var i bekneb for med prisstigninger og deraf følgende inflation til følge. Økonomien reagerede via nogle mellemregninger negativt, og så svingede pendulet tilbage. Væksten faldt atter, arbejdsløsheden steg, og den økonomiske stemning var i det hele taget rigtig skidt, indtil hele bøtten atter vendte.

Men ikke i 90’erne, og det fik mange til at undre sig. Økonomer og hurtigt derefter konsulenter, IT-virksomheder og politikere begyndte at tale om en ’ny økonomi’ – en black box, der ligesom kunstig intelligens kunne rumme det mirakel eller den dystopi, der ellers kunne være svært at håndtere.

Men dot com-boblen, som den også hed, bristede med et langstrakt brag. Og for dem, der oplevede det – blandt andre Anders Kjærulff – er vækkelsesmøderne omkring Singularity University, Disruptionsrådet, McKinsey, Deloite og Boston Consulting ikke så fremmedartet.

Det er nærmest rent deja-vu.

Serie

Kunstig intelligens

Overhaler maskiner med kunstig intelligens den menneskelige hjerne? Bliver de bevidste og detroniserer mennesket som evolutionens suveræne sejrherre? Vil nye guder og halvguder kræve nye religioner? I tre artikler kaster vi et foreløbigt skeptisk blik på udviklingen

Seneste artikler

  • Ny religion: Vi skal tilbede almægtige computere

    10. februar 2018
    Ifølge den nye religion – Way of the Future – skal vi underkaste os den kunstigt intelligente maskine, der bliver fremtidens guddom. Andre bebuder, at det er den kristne Guds vilje, at vi bruger teknologien til at opgradere os selv til halvguder. Det er alt sammen helt efter bogen, siger religionshistoriker
  • Det bevidstløse menneske er nærmere end den bevidste maskine

    3. februar 2018
    Selv den mest intelligente maskine kan ikke tage verdensherredømmet, med mindre den får en bevidsthed. Men chancen for, at robotter vil tage bevidste beslutninger, er betydeligt mindre end, at mennesker vil opføre sig som robotter
Bliv opdateret med nyt om disse emner på mail

Vores abonnenter kalder os kritisk, seriøs og troværdig.
Få ubegrænset adgang med et digitalt abonnement.
Prøv en måned gratis.

Prøv nu

Er du abonnent? Log ind her

Anbefalinger

  • Henning Kjær
  • Eva Schwanenflügel
Henning Kjær og Eva Schwanenflügel anbefalede denne artikel

Kommentarer

Pyha. Så kan vi roligt læne os tilbage og tage en kop te til. Godt at vi har Information til at holde virkeligheden fra døren.

Karsten Aaen, Niels Duus Nielsen, Morten Clausen, Torben Skov og Morten Balling anbefalede denne kommentar

Muligvis, men jeg bliver så træt, når jeg hører om kunstig intelligens og førerløse hvad som helst i radio/ fjernsyn...

Mikkel Kristensen

det er opreklameret - som om algoritmer kan forstå verden og hvad vi tænker. selvfølgelig kan visse ting sættes i context, om vi shopper på vej hjem fra arbejde og måske hvor vi hander - men det lyder som Algoritmer snart overtager verden - det gør de kun på sociale medier, i vores telefoner og andre steder på nettet hvor chancen for at vi bruger vores købekort forøges.

Kristoffer Stensbo-Smidt

Inden alt for mange kritiske røster melder sig, skal jeg måske præcisere min holdning til emnet. Jeg kan naturligvis stå inde for alt i artiklen - der er meget, meget lang vej til egentlig intelligent software og kunstig intelligens bliver generelt hypet alt for meget. Man kan jo snart ikke finde et start-up, der ikke har drysset "kunstig intelligens" med let hånd ud over produktbeskrivelsen, og som lover alverdens ting. Men det betyder ikke, at det ikke kan få nogle alvorlige konsekvenser for vores samfund inden for ganske få år.

Der findes allerede kunstig intelligent kundeservice (og det har kostet tusindvis af jobs i bl.a. Indien), der findes systemer der automatisk sammenfatter tusindvis af artikler om et emne til et kort resumé, der findes systemer, der kører biler langt bedre end mennesker, og listen kan fortsætte. Ingen af delene er "intelligens" i menneskelig forstand, men systemerne løser opgaver vi i dag bruger mennesker til, så de kan sagtens få enorm indflydelse på vores samfund og arbejdsmarked.

Så vi skal absolut passe på med at hype feltet mere end det kan bære eller lade os forblænde af løfter om, at kunstig intelligens på magisk vis kan løse alle verdens problemer. Og vi behøver ikke frygte at løbe ind i Terminator om et år eller to, men vi skal heller ikke tro, at det kræver en Terminator at kunne påvirke samfundet. Det kan "dumme" systemer, der kan træffe velbegrundede beslutninger ud fra erfaring (data), sagtens - én jobfunktion ad gangen.

Machine learning er en eksponentiel ekspansion af computerens anvendelsesmuligheder, hverken mere eller mindre. Lidt på samme måde som da vi sprang ned fra træerne og fik hænderne fri. Siden da har vi udviklet atombomben og Beethovens Femte.

Hvis vi tænker på anvendelsen af computere til diverse modelkørsler i håb om at forudsige fremtiden, har det efterhånden ført til erkendelsen af en gammel sandhed: Garbage in, garbage out. Et problem som astrologerne til sidst også måtte sande, men de arbejder nu som astronomer med en langt større global erkendelse af verden som resultat.

I dag oplever vi politiske skænderier mellem to forskellige 'astrologer' eller rettere to computermodeller, men med tiden lærer vi som regel af egne fejl. Mon ikke vi med tiden bliver dygtigere til at udnytte såvel modelkørsler som machine learning ved at erkende konceptets indlejrede begrænsninger. Potentialet er i hvert fald stort.