Lee Se-Dol er verdensmester i det superkompliserte spillet Go. Nylig tapte han fire av fem runder mot supermaskinen AlphaGo. Go er uhyre vanskelig for datamaskiner fordi brikkene kan plasseres på flere måter enn det er atomer i universet. (Foto: AlphaGo/AFP/Google DeepMind.)

Datamaskinens triumf er et lite skritt mot store endringer i samfunnet

Dataprogrammet AlphaGo har slått en av verdens beste spillere i brettspillet go. Dermed har kunstig intelligens erobret tronen i det vanskeligste av de klassiske spillene. Nå venter den virkelige verden.

Hva er go?

Go er et mer enn 2500 år gammelt brettspill fra Kina. I dag spilles det av 40 millioner mennesker på verdensplan.

Reglene i go er enkle. To spillere bytter på å legge ut svarte og hvite brikker på et brett med 19 vannrette og 19 loddrette linjer. Brikkene legges på de stedene hvor strekene krysser hverandre. Målet er å omringe størst mulig territorium.

Selv om utformingen er enkel, er det samtidig uhyre komplekst, siden man kan plassere brikkene på så mange ulike steder.

Det sies derfor at go er lett å lære, men vanskelig å mestre. Og det er en av årsakene til at det først er nå en datamaskin har klart å vinne over en profesjonell spiller. 

Kunstig intelligens

Kunstig intelligens er et uttrykk for programmerte maskiner som etterligner et eller flere aspekter av menneskelig intelligens.

Det kan være evnen til abstrakt tenkning, analyse, problemløsning, mønstergjenkjenning, språkbeherskelse, fornuftig handling og lignende.

(Kilde: Den Store Danske) 

Menneske mot maskin

Datamaskiner forbedres år for år, noe som illustreres av når de ble i stand til å slå verdens beste spillere i forskjellige brettspill:

1979: Backgammon

BKG 9.8 slo verdensmester Luigi Villa med sifrene 7–1.

1994: Dam

Chinook vant verdensmesterskapet med en seier over dam-legenden Marion Tinsley.

1997: Sjakk

Deep Blue beseiret verdensmester Garry Kasparov med 3,5- 2,5.

2006: Scrabble

Quackle vant over den tidligere verdensmesteren David Boys med 3–2 i en best av fem-kamp.

2016: Go

AlphaGo slo i mars 2016 go-legenden Lee Sedol med sifrene 4–1.

Verdens dyktigste go-spiller er ikke lenger et menneske. Det er et dataprogram utviklet av Google DeepMind.

AlphaGo knuste den sørkoreanske go-legenden Lee Sedol med sifrene 4–1 i det eldgamle kinesiske brettspillet.

For Googles utviklere er det som å nå toppen på Mount Everest. Siden IBMs superdatamaskin Deep Blue i 1997 slo Gary Kasparov, verdensmesteren i sjakk, har forskere på feltet kunstig intelligens betraktet go som den ypperste utfordringen innen spill mot mennesker.

Go er nemlig mye vanskeligere å mestre for en datamaskin enn sjakk, siden brikkene kan plasseres på langt flere måter på brettet – faktisk er det flere mulige posisjoner i go enn atomer i hele universet.

Endrer verden mer enn internett

Datamaskinens seier vekker derfor oppsikt i forskerkretser, Google får masse omtale i internasjonale medier, og verdens 40 millioner go-spillere må nå studere AlphaGos trekk hvis de vil lære fra den beste.

For resten av verdens befolkning får ikke seieren noen praktisk betydning med det samme.

– Det er et imponerende resultat, men i seg selv er det bare et lite skritt på veien i utviklingen av kunstig intelligens, sier Thomas Bolander, som er førsteamanuensis ved institutt for matematikk og informatikk ved Danmarks Tekniske Universitet.

Seieren over en av verdens beste go-spillere kommer ti år tidligere enn forventet. Selv om AlphaGo bare kan brukes til å spille go, er seieren et tegn på at kunstig intelligens er i rask utvikling.

– Det vil bety mye for fremtiden din. Internett har endret hverdagen vår markant, og jeg tror kunstig intelligens og roboter vil ha en enda større innflytelse. Roboter kan komme til å hjelpe oss på mange forskjellige måter, sier Bolander, som forsker på logikk og kunstig intelligens.

AlphaGos seier vil i første omgang utfordre mennesket syn på seg selv, slik sjakktriumfen til Deep Blue også gjorde, mener Ole Winther, som er professor på samme institutt ved DTU.

– Seieren over Kasparov utgjorde ikke noen praktisk forskjell, men den lærte oss at datamaskiner kan være bedre enn mennesker til mentale oppgaver. På den måten er det ikke noe nytt i AlphaGo. Det nye er at go er et mye vanskeligere problem som krever en mer utviklet evne til å resonnere, og det har Google bevist at datamaskiner kan. Hvis de blir enda flinkere, åpner det muligheter på områder hvor vi har betraktet oss selv som overlegne, sier Ole Winther, som forsker på maskinlæring.

Stor fremtid for kunstig intelligens

For forskerne betyr seieren at de antagelig er på rett spor i utviklingen av teknikkene som skal gjøre fremtidens roboter i stand til å løse komplekse problemer. AlphaGo tar beslutningene sine ved hjelp av to såkalte dype nevrale nettverk, datamodeller inspirert av hvordan den menneskelige hjernen fungerer.

– Det er et skritt i riktig retning. Det er enda et av de problemene det har vært vanskelige å løse. Det viser kanskje også at de dype nevrale nettverkene har kommet for å bli, mener Thomas Bolander.

Han påpeker likevel at Google har brukt mange ressurser i form av datakraft og årsverk på å lære AlphaGo å spille go. Datamaskinene kan fortsatt ikke lære å løse nye problemer.

Likevel ser det nå ut til at store bedrifter investerer i kunstig intelligens.

– Algoritmene våre er fortsatt ikke så fantastiske som vi kunne ha drømt om, men kombinert med store ressurser og voldsom datakraft kan man oppnå noen ganske utrolige ting. Google og Apple har fingeren på pulsen og satser beinhardt på dette. De vil det nok komme mye mer fra i fremtiden, sier Bolander.

Bruker allerede kunstig intelligens

Google har allerede en rekke tjenester – inkludert søkemotoren, Google Maps og Google Translate – som alle inneholder elementer som stammer fra forskningen innen kunstig intelligens, forklarer Bolander.

Googles søkemotor har de siste årene fått en forbedret språkforståelse, så den vet hvilke uttrykk som betyr noenlunde det samme. Det gjør søkemotoren i stand til å forstå hva du er ute etter. Kombinert med kunnskapen den har om deg og ulike hjemmesider kan den levere mer relevante søkeresultater.

Bolander nevner også robotstøvsugere, Facebooks ansiktsgjenkjenning på bilder, iPhone-assistenten Siri og datastyrte rollefigurer i dataspill.

– Det handler mye om å få datamaskiner til å gjøre ting som hittil har blitt utført av mennesker, og å bli inspirert av hvordan mennesker løser problemene, sier Bolander.

Kan gjøre oss smartere

Når maskiner blir mer intelligente, kan vi også lære av dem. Dermed kan kunstig intelligens være med på å gjøre mennesker smartere, mener Ole Winther.

I kampen mot Lee Sedol gjorde AlphaGo noen geniale trekk som ingen mennesker hadde funnet på før. På samme måte vil kunstig intelligens innen for eksempel markedsføring finne ukjente forbruksmønstre, påpeker han.

– Hvis man får samlet inn nok data om hva folk har valgt å kjøpe, og hva de har blitt påvirket av underveis, vil markedsfolk gjøre nye oppdagelser om forbrukeres underbevissthet og skape nye behov. Google kunne for eksempel bruke dette i annonsene sine, sier Winther.

Førerløse biler og bedre diagnoser

AlphaGo lærte å spille go ved å studere kamper mellom dyktige go-spillere. Deretter spilte systemet millioner av kamper mot seg selv for å lære om konsekvensene av ulike trekk senere i spillet.

Den fremgangsmåten kalles reinforcement learning, og det kan også brukes til å trene opp førerløse biler. Både bilkjøring og go handler om å treffe beslutninger som får konsekvenser i fremtiden, forklarer Winther.

De to forskerne fremhever førerløse biler som en nyttig teknologi: Folk vil kunne sjekke e-post, drikke en kopp kaffe eller ta seg en lur mens de blir transportert til jobben.

Kunstig intelligens vil også bli brukt til å finne mønstre i store datamengder. Det vil blant annet kunne hjelpe leger til å stille bedre diagnoser ved å søke i litteraturen ut fra de symptomene pasienten har.

Kunstig intelligens kan skade oss

Men selv om roboter og datamaskiner kan gjøre at mennesker slipper å utføre kjedelige eller kompliserte arbeidsoppgaver, kan teknologien også få negative konsekvenser, advarer Ole Winther.

– Kunstig intelligens åpner muligheter for å gjøre verden bedre. Baksiden er at det kan forsterke ulikheten i samfunnet, hvis kunstig intelligens fjerner arbeidsplasser. Teknologien kan frigjøre mennesket, men den kan også bli et mareritt hvis teknologien eies av noen få, sier Winther.

Han nevner også skrekkscenarier hvor kunstig intelligens kan bli brukt militært eller komme ut av kontroll, slik det er kjent fra Terminator-filmene.

Om vi skal glede oss over AlphaGo og de andre fremskrittene innen kunstig intelligens, kommer derfor an på om man ser det som en hjelp eller en trussel, mener Thomas Bolander.

– Jeg vil se det som noe positivt. Det er enda et verktøy i verktøykassen, slik utviklingen av flintøksen var det i sin tid. Det var noe som utvidet menneskers rekkevidde og ga oss flere muligheter. Men flintøksen kunne også brukes som et våpen, og da kunne det skje skumle ting. Slik er det også med kunstig intelligens. Hver gang vi oppdager effektiv teknologi, kan det brukes til gode og mindre gode formål, sier Bolander.

© Videnskab.dk. Oversatt av Lars Nygaard for forskning.no.

Powered by Labrador CMS