Denne artikkelen er produsert og finansiert av Norges forskningsråd - les mer.

Datamaskiner er først og fremst ekstremt gode til å gjøre det vi sier at de skal gjøre.
Datamaskiner er først og fremst ekstremt gode til å gjøre det vi sier at de skal gjøre.

– Roboter vil nok aldri kunne tenke som oss

– Jeg tror forskningen på kunstig intelligens først og fremst er en del av menneskehetens reise mot å forstå hvorfor vi tenker som vi tenker, sier forsker Michael Riegler.

Publisert

På overflaten er kunstig intelligens (KI) et ganske enkelt konsept.

Det er en stor sekkebetegnelse som tar for seg alle typer dataprogrammer som kan korrigere og oppdatere seg selv. En motstander i et dataspill er en kunstig intelligens. En biltur guidet av GPS involverer kunstig intelligens.

– De fleste av hos har en misoppfatning av KI, brakt frem av filmer og videospill, som en menneskelignende intelligens.

– I virkeligheten er det bare en samling av forskjellige algoritmer som kan brukes til å utføre veldig spesifikke oppgaver med det som vanligvis er veldig spesifikke data, forklarer Michael Alexander Riegler, sjefforsker ved SimulaMet og medlem i Akademiet for yngre forskere.

En slik beskrivelse er ganske langt unna robotene på TV: menneskeliknende, hyperintelligente vesener som har potensialet til å kaste menneskeheten inn i både utopi og i apokalyptisk undergang.

– En datamaskin kan fokusere ett hundre prosent på oppgaven den skal gjøre og dermed utføre den mye bedre enn noen av oss kan, sier sjefsforsker ved SimulaMet, Michael Alexander Riegler.
– En datamaskin kan fokusere ett hundre prosent på oppgaven den skal gjøre og dermed utføre den mye bedre enn noen av oss kan, sier sjefsforsker ved SimulaMet, Michael Alexander Riegler.

Oppfatningen av kunstig intelligens endrer seg

Avstanden fra populærkultur til tross, det er fortsatt vi mennesker som både lager kunstig intelligens og som definerer hva det er.

– Den definisjonen som jeg bruker mest i dag, er den samme som da jeg var student på 80-tallet. Kunstig intelligens er å få en datamaskin til å gjøre en oppgave som mennesker, per i dag, er bedre på, sier Keith L. Downing, professor ved NTNU og forfatter av boken Intelligence Emerging.

– Men så snart datamaskinene blir bedre enn mennesker på denne tingen, slutter vi å kalle det kunstig intelligens, sier han.

Akkurat nå er de aller fleste enige om at selvkjørende biler, språkforståelse og bildegjenkjenning er eksempler på kunstig intelligens.

På den annen side anser få bilens GPS eller sjakkspillet på mobilen som det heiteste kunstig intelligens har å by på. Men går vi noen år tilbake var det akkurat det disse var, ifølge Downing.

Med andre ord, grensene for hva vi mener en datamaskin er god på, og hva den er dårlig på, og dermed hva vi kaller kunstig intelligens, flyttes hele tiden.

– Én ting vi knuser datamaskiner på, foreløpig, er å abstrahere, sier professor i kunstig intelligens, Keith Downing.
– Én ting vi knuser datamaskiner på, foreløpig, er å abstrahere, sier professor i kunstig intelligens, Keith Downing.

– For ti år siden ville jeg sagt at mønstergjenkjenning er noe vi er veldig flinke til og som datamaskiner er veldig dårlig på. Men nå har nevrale nettverk vist seg å være veldig flinke til det. Til og med bedre enn mennesker. Om de er trent opp riktig, vil de legge merke til små ting som selv ikke en ekspert ser.

– Det er et godt eksempel på en ting vi mennesker var bedre på, men der vi nå har tapt mot maskinene. Trolig regnes ikke dette som kunstig intelligens særlig lenger, forteller Downing.

Hvor høy IQ har en datamaskin?

Det er likevel noen mer fundamentale forskjeller mellom mennesker og datamaskiner som kommer til å vare lenge. Det er forskjeller som samtidig sier noe om hvordan våre egne hjerner fungerer.

Én ting vi knuser datamaskiner på, foreløpig, er å abstrahere. Det betyr i enkle trekk å se sammenhenger i ting som i utgangspunktet ikke hører sammen.

– En vanlig IQ-test er veldig vanskelig for en datamaskin. Om du for eksempel viser fram to bilder der ett har seks bananer og tre epler, og et annet fire trekanter og to sirkler, vil ikke datamaskinen kunne se hva slags egenskaper disse bildene har til felles, sier Downing.

Vi mennesker derimot ser sammenhengen i slike bilder med en gang.

Men hovedgrunnen til at vi er så flinke på akkurat dette, er fordi vi er helt avhengig av det.

– En datamaskin kan knuse enorme mye data, og den husker all informasjon du gir den. Vi, derimot, har begrenset kapasitet. Derfor er vi nødt til å komprimere og abstrahere for å få tak i essensen i en ting og glemme det som ikke er viktig for oss der og da, sier han.

Som følge av dette er maskiner først og fremst ekstremt gode til å gjøre det vi sier at de skal gjøre. Det er både den store fordelen og den store ulempen med dem – en ulempe som gjerne har hovedrollen i dystopiske fremtidsvisjoner der en robot får beskjed om å gjøre verden til et bedre sted og starter med å fjerne menneskene som for eksempel i superheltfilmen Avengers: Age of Ultron.

Michael Alexander Riegler bruker en metafor om samlebånd for å beskrive forskjellene mellom oss og datamaskiner:

Mennesker som jobber ved et samlebånd, er et eneste stort virvar av følelser, tanker og dermed mulige distraksjoner. Men en datamaskin kan fokusere ett hundre prosent på oppgaven den skal gjøre og dermed gjøre den mye bedre enn noen av oss kan. Den lar seg ikke distrahere, og den går ikke lei.

Men:

– Med en gang noe utenom det vanlige skjer, eller oppgaven krever kreativitet, blir det vanskelig for nåværende algoritmer å tilpasse seg, forklarer han.

Hjernen er ikke en datamaskin

Og det er her, i møte med kreativitet, sunn fornuft og skjønn vi enn så lenge møter den største hindringen for de mer avanserte oppgavene vi ønsker at roboten skal løse.

Det er foreløpig ekstremt vanskelig å overføre vår egen kreativitet og fornuft til datakode. Variablene er for mange. Hjernen er for kompleks.

Våre hjerner er ikke datamaskiner. Datamaskiner tenker ikke og kommer nok aldri til å tenke som oss.

Dette er dog gode nyheter, skal vi tro både Riegler og Downing.

– Sånn det ser ut nå, med de metodene som finnes i dag, klarer jeg ikke se for meg hvordan vi skal nå noe som likner menneskelig intelligens. Jeg er heller ikke sikker på om vi trenger det. Hvem ønsker å lage noe som føler og oppfører seg som et menneske for så å sette dem til å gjøre dumme oppgaver som ingen andre ønsker? spør Riegler.

Keith Downing mener vi får mye mer nytte av kunstig intelligens om vi slutter å se på det som potensielle medmennesker og i stedet ser på det som nyttige verktøy.

– Jeg mener at det ikke er vits å prøve å lage en datamaskin som tenker som oss. For å være helt lik som oss må den også gjøre dumme og ulogiske ting. Den må også ha evnen til å glemme viktige ting. Men når du har så mye kraft, så mange gigabytes og terabytes med minne, må du jo bruke det, sier han.

– Per i dag er det fortsatt noen ting vi er flinkere på enn datamaskiner, men jeg regner med at datamaskinene kommer til å bli flinkere til det meste etter hvert. Når de gjør det, trenger vi ikke å begrense dem til å bli som oss. Det er nok folk på planeten. Men vi kan gjerne få hjelp til å løse store problemer.

Og det er en annen ting ved kunstig intelligens som kan vise seg å bli enda viktigere enn å få dem som gode hjelpere. For i forskningen på denne typen tankekraft som bruker tallene 0 og 1 som sin logikk, lærer vi nemlig mye om oss selv.

– På en mer filosofisk måte tror jeg at forskningen på kunstig intelligens er en del av menneskehetens reise mot å forstå hvorfor vi tenker som vi tenker, sier Michael Riegler.

Referanser:

Natalie Wolchover: Our Instructions for AI Will Never Be Specific Enough. Artikkel i The Atlantic, 2020.

Matthew Cobb: Why your brain is not a computer. Artikkel i The Guardian, 2020.