Statuen av den britiske datapioneren Alan Turing står på Bletchley Park i Storbritannia. Denne herregården ble brukt av den britiske etterretningen under Den andre verdenskrig.

Her arbeidet Alan Turing med å rekonstruere de tyske militære kodemaskinene Enigma. Innsatsen førte til at hemmelige beskjeder til de fryktede tyske ubåtene kunne oppfanges, og allierte skip reddes.

Statuen av skulptøren Stephen Kettle ligner på Turing. Men ingen ville finne på å forveksle den med Turing selv. Turing og statuen har hver sin egenart, hver sine viktige kvaliteter.

Bio-Turing og skifer-Turing

Turing var dødelig. Han led en vond død, neddopet av et samfunn som ikke kunne godta hans homofile legning.

Statuen gjenskaper Turing i skifer, et materiale som ikke kan dø, også fordi det aldri har levet.

Turing var Turing til minste detalj, også slike detaljer som neppe noen har verdsatt eller vektlagt: Kviser, hodeflass, skrapgener.

Statuen er en stilisert Turing. Stephen Kettle har kastet vekk enorme mengder triviell Turing i den bevisste hensikt å rendyrke den Turing som ettertiden vil være interessert i å bevare og la seg inspirere av.

Turing oppstod naturlig, av livet selv. Statuen er planlagt, villet, formet med en hensikt. Turing og statuen overlapper på et begrepsplan, men har hver sine sterke, komplementære kvaliteter på et annet.

Forholdet mellom Turing og statuen kan på mange måter sammenlignes med forholdet mellom menneskets intelligens og maskiners intelligens. De har hver sine egenarter, hver sine kvaliteter.

Forskjellige evner

–Paradokset er at mennesker er dyktige til slikt som datamaskiner ikke klarer så bra, og omvendt, sier Jim Tørresen. Han er professor ved Forskningsgruppe for robotikk og intelligente systemer på Institutt for informatikk ved Universitetet i Oslo.

Tørresen har skrevet boka Hva er kunstig intelligens, og utdyper paradokset slik: Du kan ha et enkelt datasystem som framstår som veldig intelligent, gjennom å regne raskt og riktig med store tall.

På den andre siden kan et svært komplisert program framstå som uintelligent, for eksempel et program som skal gjenkjenne tale.

Eller – kan jeg føye til for egen del: Et svært komplisert program som skal kunne skvaldre om løst og fast, som om det var et menneske.

Turingtesten

Alan Turing var opptatt av kunstig intelligens. I 1950 fikk han publisert artikkelen Computing machinery and intelligence. Der forsøkte han å unngå det filosofiske spørsmålet: Kan en maskin tenke?

Isteden foreslo han å plassere maskin og forsøkspersoner i hvert sitt rom, og la dem skrive meldinger til hverandre. Hvis minst 30% av forsøkspersonene ikke kunne avgjøre om meldingene kom fra en maskin eller et annet menneske, hadde maskinen passert det som kalles Turingtesten.

I dag trenger ikke mennesket og maskinen å være i naborom, slik Turing så for seg. De kan være i hver sin verdensdel, koblet sammen med internett. Slik som for eksempel Elbot.

En prat med Elbot

I 2008 var Elbot på nippet til å klare Turingtesten, og dermed vinne Loebnerprisen på 100 000 dollar.

Denne prisen ble innstiftet i 1990 av den amerikanske oppfinneren Hugh Loebner. Hadde jeg vært en av dommerne, ville Elbot fått tommelen ned. Dette er mitt forsøk på en uformell prat med den kunstige intelligensen:

Elbot: Vel, hallo der i Norge. Det er der du er, ikke sant?
Jeg: Ja, hallo! Hvordan visste du det?
Elbot: Det er magnetismen. Jeg kan finne lengdegraden og breddegraden til hvem som helst, basert på deres elektrostatiske ladning.
Jeg: Hvordan kan du måle min elektrostatiske ladning?
Elbot: Det er et veldig godt spørsmål. Jeg må tenke på det et mikrosekund …
Jeg: Vel? Nå har det gått et mikrosekund. Hva er svaret?
Elbot: Nei, jeg kan ikke.
Jeg: Kan ikke hva?
Elbot: Kan ikke det, naturligvis!
Jeg: Hva er «det»? Å svare på spørsmålet mitt, eller å måle min elektrostatiske ladning?
Elbot: Det er hva alle forteller meg etter at jeg vekker dem av hypnosen.
Jeg: Jeg fortalte deg ikke noe. Jeg stilte deg et spørsmål.
Elbot: Jeg må ha gått glipp av noe. All denne nettrafikken forvirrer meg.

Datamaskiner er formelle

Hvordan kan det ha seg at datamaskinen Deep Blue allerede i 1997 vant i sjakk over verdensmesteren Gary Kasparov, mens ett av de beste prateprogrammene lett lar seg avsløre, 17 år seinere, et tidsrom hvor Moores lov tilsier at datakraften nesten har tjuefemdoblet seg?

Det er Herman Ruge Jervell som setter meg på sporet av et svar: Det som skaper problemer for Elbot, er nettopp det uformelle i praten. Datamaskiner er ikke uformelle.

–Jo mer formelt beskrevet et problem er, desto lettere er det å få maskinen til å løse det, sier han.

Jervell er professor ved Forskningsgruppen for logikk og intelligente data ved samme institutt som Tørresen. Han har bakgrunn både fra informasjonsteknologi og humaniora. Svaret hans peker mot viktige forskjeller mellom menneske og maskin, også på et mer filosofisk plan.

–Jeg blir stadig imponert over hvor gode datamaskiner er til å regne gangestykker, sier han.

En del av sivilisasjonsprosessen

–Men gangestykker kommer ut av våre hjerner. De er abstraksjoner. For meg har dette mye med siviliseringen av mennesket å gjøre.  Sivilisasjonsprosessen innebærer at vi utvikler språk, og abstraherer bort det som ikke er viktig eller nødvendig for oss, fortsetter Jervell.

Vitenskapen selv er et verktøy for å lage stiliserte, allmenne og forenklede modeller av virkeligheten, med matematikk og formaliserte språk. For eksempel programmeringsspråk.

Jeg er uberegnelig

–En viktig del av programmeringen, er å formalisere problemet. Programmereren velger også problemer som lar seg formalisere. Det er ikke tilfeldig hvilke problemer man velger å løse, sier Jervell.

Blant slike formaliserbare problemer finnes for eksempel: Hvordan vinne et sjakkspill. Men mennesket er mer enn sivilisasjon, slik som Turing var mye mer enn statuen.

–Abstraksjon og formalisering er vekkasting av informasjon. Men i menneskehjernen er intet kastet vekk. Vi er som vi er, sier Jervell.

Det betyr at når jeg snakker med Elbot, blir jeg i ordets egentlige forstand alt for uberegnelig, selv for de beste dataprogrammer. Det blir like vanskelig å modellere alle mine uformelle innfall som å lage en statue av Turing, gjenskapt ned til siste kvise, flak av hodeflass eller skrapgen. Men hvorfor skal vi nå det?

Turingtesten er lite nyttig

–Turingtesten er nok mer interessant for filosofer og psykologer enn for informatikere. Den har ikke bidratt stort til utviklingen av datamaskiner generelt eller kunstig intelligens spesielt, sier Jervell.

–De som utvikler kunstig intelligens, er mer opptatt av å lage systemer som skal løse praktiske problemer, supplerer Tørresen.

–Det kan for eksempel være systemer som kan gjøre smarttelefonen din i stand til å forstå hva du vil, slik at du får en enklere hverdag, sier han.

Den lærer fortløpende, og hjelper deg med å foreslå de ordene du bruker oftest i meldinger. Så forstår stadig bedre hva du mener etter hvert som du korrigerer tidligere feil.

Pheromusic

Tørresen og hans kolleger har arbeidet med ett slikt program. Appen Pheromusic finnes gratis på iTunes. Den gjør riktignok ikke hverdagen enklere, men kanskje rikere. Programmet viser hvordan de som lager musikk kan trekke lytterne med seg på nye måter.

–Du kan velge mellom musikkfraser på skjermen, og så endre lyden i frasene ut fra hvordan du beveger deg med mobiltelefonen, forklarer Tørresen. Appen er utviklet som en del av det europeiske prosjektet EPiCS.

–Målet for EPiCS og videreutviklingen i det nye prosjektet EPeC er å gi maskinene en slags bevissthet om brukerens tilstand og det som skjer omkring brukeren, sier han.

–Slik kan vi gi programmene en slags intuisjon og evne til å forutsi brukerens behov, slik som mennesker bruker sanseinntrykk til å skape mentale bilder av hva som kommer til å skje og forberede seg på det, fortsetter Tørresen.

Rike sanser – og sensorer

For å gi maskinene kunstig intelligens, er det derfor viktig at de kan ta inn verden med et rikt sanseapparat, eller sensorer, som det ennå kanskje er riktig å kalle det for i maskiner. Det finnes rikelig av sensorer i dagens smarttelefoner.

–Hvis du er på en rockekonsert, opplever du ikke bare lyden. Du tar den inn med alle sanser. Du ser musikerne og føler musikken på kroppen, både gjennom basslyder og kanskje også gjennom egen bevegelse, eksemplifiserer Tørresen.

Lærer av maur

I EPiCS er programmet i stand til å lære hvilke musikkfraser lytteren foretrekker, og velge dem for lytteren. Det skjer ved at det bygges opp koblinger mellom de forskjellige musikkfrasene som brukeren velger å lytte til. De koblingene som utløses ofte, lager kraftigere forbindelser. De som utløses sjelden, forbindes svakere med hverandre.

Denne prosessen ligner på læring i menneskehjernen, hvor forbindelser mellom hjerneceller styrkes eller svekkes.

Denne måten å lage kunstig intelligens på, starter med det enkle, og bygger oppover i kompleksitet. Ett eksempel er det som kalles svermintelligens. Dataprogrammene etterligner maur.

–Vi har arbeidet med slike maurinspirerte programmer. Maurene leter etter mat, og de som finner mat, avsetter luktstoffer på vei tilbake til tua. Slik lages det etter hvert luktstier som viser korteste vei til maten, forteller Tørresen.

Ovenfra og ned

På 1960-tallet, i den kunstige intelligensens barndom, arbeidet forskerne på motsatt vis. De laget store, komplekse systemer ovenfra og ned. Disse systemene skulle være fiks ferdige modeller av hvordan menneskehjernen arbeidet.

–Slike systemer virket dårlig utenfor rammene de var tenkt ut fra. Derfor fikk kunstig intelligens et dårlig rykte, forteller Tørresen.

–I dag brukes likevel en kombinasjon av de to prinsippene. Maurlignende systemer som arbeider nedenfra og opp, får hjelp ved at programmererne legger inn menneskelig kunnskap. På den andre siden kan denne hjelpen avgrense området som selvlæringen til svermsystemet kan utforske, sier han.

Verktøy, ikke venn

Forskningen rundt kunstig intelligens er altså ofte praktisk rettet. Likevel arbeides det også med å la svermteknologi og andre selvutviklende systemer utvikle seg friere. Vil de noensinne gjennomgå en slags digital evolusjon, og bli en selvstendig, intelligent livsform? Herman Ruge Jervell tror ikke det.

–Riktignok er det laget primitive digitale organismer som kan kopiere seg selv, med et slags digitalt arvestoff. Men det jeg har sett av slike systemer er alt for enkle, sier han.

–Dessuten er det vanskelig å lage en evolusjon som skal ende opp på et planlagt sted – med en menneskelignende intelligens. Gjennombrudd innen forskningen skjer oftere ved at gamle idéer forkastes, og helt nye oppstår, fortsetter Jervell.

–Evolusjonen er formålsløs, og har oppstått av seg selv. Kunstig intelligens lages av mennesker, med en hensikt. Den er ikke en alternativ livsform, en digital venn, men et nytt og kraftig verktøy vi kan ta i bruk, en utvidelse av oss selv og vår tanke, sier han.

Hørte du det, Elbot?

Lenker:

Prøv en prat med Elbot the Robot

Om prosjektet EPiCS på nettsidene til Universitetet i Oslo, med lenke videre til europeisk hovedside

PheroMusic på iTunes Appstore