Kunstig intelligens spås til at blive den mest samfundsændrende teknologi i det 21. århundrede, og har som et fænomen af den størrelse fået en masse opmærksomhed.
For, hvordan skal vi egentlig forholde os til udviklingen af robotter og neurale netværk? Skal vi klappe i hænderne og imødekomme alt, hvad den teknologiske udvikling bringer med sig eller frygte, at vi - som mennesker - bliver helt overflødige?
Finduddannelse.dk har talt med to eksperter, Jakob Bendsen, der er partner og COO i Lund&Bendsen, og Daniel Rothmann, som er ML Engineer og stifter af Neurospace.io. Begge advokerer de stærkt for et standpunkt lige i midten. Vi skal bestemt forholde os kritisk til udviklingen, men vi skal ikke gå rundt og frygte maskinernes overtag.
Læs med herunder og få svar på, hvordan virksomhederne lige nu arbejder med kunstig intelligens, hvordan de tror udviklingen tager form i fremtiden, og ikke mindst, hvorfor vi skal omfavne den teknologiske udvikling samtidig med, at vi bevarer vores sunde fornuft.
AI i virksomhederne af i dag
AI og udviklingen heraf er noget, der jævnligt bliver omtalt i samfundsdebatten. Men, hvordan arbejdes der egentlig med kunstig intelligens i virksomhederne i dag? I langt de fleste tilfælde handler det, for virksomhederne, om at effektivisere og automatisere forklarer Daniel fra Neurospace:
“AI og machine learning kan tilgå opgaver som typisk ikke løses med regel-baserede systemer. Her er biledegenkendelse et rigtig godt eksempel, fordi der nu kan laves helt specifikke regler for, hvad der skal opfattes som normalt og unormalt af et AI-system. Det sparer virksomhederne for enormt meget tid” forklarer Daniel.
Helt praktisk betyder det, at der arbejdes med at fremskrive specifikke regler, der kan lette processer. Daniel bruger eksemplet omkring, hvordan et AI-system kan komme til at genkende en kat på et billede i blandt tusindvis af pixels ved hjælp af disse regler. Systemet kan nemlig kun fungere, hvis der er angivet ufravilige regler omkring, hvor dyret skal være placeret i billedet, hviken art det er, hvilken farve den har, hvordan den står og så videre.
Med machine learning kan man altså bruge optimeringsalogritmer til at kigge efter generelle mønstre ved at “lære” fra eksempler. På den måde kan AI bruges i rigtig mange forskellige brancher. Men machine learning bruges også allerede nu til at forudsige sandsynligheden for, hvornår udstyr går i stykker. Det er også det man kalder for predictive maintenance:
“Man bruger altså lige nu machine learning på proaktiv vis, hvor man bliver i stand til at forudsige om en borger er i høj risiko for akutindlæggelse i en nær fremtid. Man kan også identificere og fjerne personfølsom information i forbindelse med GDPR eller man kan vurdere indholdet af en indkommende mail så den automatisk bliver sendt til den rigtige afdeling” fortæller Daniel.
AI er stadig en stor Pie In the Sky
Virksomheder rundt om i Danmark anvender altså AI på nogle områder, men det er på et helt andet plan set i forhold til, hvordan AI bliver omtalt i medierne og af menigmænd. Den form for kunstig intelligens er nemlig både idealiseret og lidt ude af proportioner mener Daniel, der foklarer, hvordan virksomhederne bruger den form for kunstig intelligens, som også betegnes som “Narrow AI”:
“Alle taler om AI og når vi hører om det i medierne, er det ofte den idé, der kaldes for “general AI”. Det vil sige kunstig intelligens, der går på tværs af domænerne af viden, kan lære om verden og kan løse generelle problemstillinger. Mest af alt er det stadig en “pie in the sky” inden for forskningsverden. Det område vi praktisk beskæftiger os inden for kaldes typisk for "narrow AI". Det er et ret smalt afgrænset system, som er designet til at løse et specifik problem.”
Narrow AI kan altså bedst beskrives som store statistiske systemer, der indstilles med optimeringsalgoritmer. Deres omfang er begrænset til et bestemt problem, og disse algoritmer kan hverken gøre mere eller mindre end deres forudbestemte anvendelse.
Jakob Bendsen fra Lund&Bendsen er enig i anskuelsen om, at AI fortsat har et begrænset virke og supplerer Daniel:
“AI i dag er ikke intelligens på den måde som vi forstår ordet. Det er statistiske modeller, der ikke er specielt avancerede. De kan processere enorme mængder data, men kan altså ikke bruges til meget mere end det. Der er tre store minusser ved AI i dag. For det første vil enhver interaktion med dataen medføre en adfærdsændring i dataen, for det andet bliver resultaterne ikke analyseret og forklaret, ligesom det er enormt svært at opdage, hvis der manipuleres med dataen.”
Samtidig er Jakob også enig i præmissen om narrow AI, og at kunstig intelligens fortsat er et meget smalt område, hvor mennesket stadig bruger enormt meget tid og energi på at putte noget ind i de her neurale netværk. Han tror dog på, at AI bliver stort der, hvor det handler om at gøre ting mindre.
Forskning inden for kunstig intelligens bevæger sig da også hurtigt i øjeblikket, og AI vil uden tvivl blive én af de mest samfundsændrende teknologier vi vil se i det 21. århundrede, da teknologien vil blive implementeret overalt. Al forskningen inden for området betyder selvsagt også, at der er et enormt potentiale for at udvikle teknologier, der kan hjælpe os i en masse problemstillinger, der før har været umulige.
Skal vi frygte eller omfavne udviklingen inden for AI?
Spørger man Daniel og Neurospace, så er det bestemt en udvikling og muligheder vi bør omfavne. Men vi må ikke blive blinde:
“Som alt andet kan teknologi benyttes til uetiske formål. Derfor er det vigtigt, at vi som samfund opstiller gode retningslinjer for, hvordan vi arbejder og interagerer med kunstig intelligens og data generelt” pointerer Daniel og fortsætter:
“Men jeg tror bestemt ikke, at vi skal være bange for, at maskinerne kommer og tager vores jobs. Vi skal snarere se dem som en mulighed for, at vi kan blive endnu dygtigere til det vi skal. Samtidig tror jeg heller ikke på, at vi kommer til at se udviklingen af robotter, der har mavefornemmelse og humor på niveau som os.”
At mennesket ikke længere er nødvendigt er heller ikke noget Jacob frygter: “AI vil komme til at hjælpe os i vores beslutningsproces, og gøre os bedre som mennesker. Men vi bliver aldrig overflødige, men frygten for AI kan da godt sige at være reel. Atså, vi skal tænke os om og indføre den med allerstørste respekt.”
En af de nærmeste problemstillinger som vi står over for er Deep Fakes, som gør det muligt at lave ganske overbevisende forfalskninger af video-optagelser af folk, hvor de siger eller gør noget andet end i den originale optagelse.
“Der er blevet udviklet nye løsninger til at opdage disse forfalskede videoklip, men det er vigtigt, at vi forholder os til de etiske og juridske implikationer som kunstig intelligens bringer med sig. Med det sagt, så mener vi her hos Neurospace, at det er en teknologi vi kan bruge til at udrette rigtig meget godt. Vi ser jo allerede udviklinger som vi alle bruger til at gøre vores dagligdag lidt lettere, såsom de her digitale assistenter som Siri eller Google Now. Det er det, der er fremtiden - applied machine learning. Vi skal skal ikke implementere AI bare for at gøre det, men tvært imod bruge det til vores fordel” fastslår Daniel.
Den kunstige intelligens vi ser i vores samfund og liv i dag er altså relativ smal. Potentialet for udviklingen er stor, og vil komme til at afhjælpe en masse problemstillinger i fremtiden. AI vil dog aldrig komme til at gøre det ud for menneskeheden, da det i høj grad bliver implementeret i forholdsvis smal grad. Vi skal derfor ikke være bange for at omfavne AI som landet ligger lige nu.