När tar AI över?

Maskinlärning, eller deep learning, innebär att man programmerar datorn med en algoritm som har förmågan att lära sig genom att iaktta.

Maskiners förmåga att tolka bilder och annan information har många användningsområden. Självkörande bilar kan lära sig att analysera omgivningen och bete sig trafiksäkert. Inom medicin kan datorer lära sig att ställa diagnoser genom att analysera stora mängder patientdata.

Framgångarna inom maskininlärning har skett tack vare att gammal teknik – neurala nätverk – fått hjälp av dagens kraftiga datorer och de enorma mängder data som de har tillgång till. Neurala nätverk kan beskrivas som en förenklad datorversion av vår hjärna, med liknande förmåga till inlärning.

Snabb utveckling

– Det har hänt mycket inom maskininlärning på kort tid, säger Johan Hagelbäck, lektor i datavetenskap vid Linnéuniversitetet. Genombrottet har kommit tack vare att företag som Facebook och Google pumpar in mängder av resurser.

Utifrån de enorma informationsmängder som vi ständigt förser företagen med genom våra sociala interaktioner på nätet, kan de skapa allt mer detaljerade datormodeller som är anpassade efter våra beteenden, till exempel erbjudanden och annonser.

Från specifik till generell intelligens

Idag tränas artificiell intelligens på mönsterigenkänning, men kommer den att utvecklats till något som liknar en fullt fungerande hjärna?

– Det råder delade meningar om hur långt ifrån vi är, säger Johan Hagelbäck. En del säger att vi är ganska nära, andra menar att vi för att komma dit måste skapa en ny typ av algoritm som är baserad på hur vår hjärna fungerar – vilket är svårt eftersom vi inte har så stor kunskap om hjärnan.

– Idag kan vi träna AI inom specifika områden, som att känna igen en katt i en bild. Det generella AI innebär att datorn kan ta lärdomarna från ett område till ett annat. Förmågan att känna igen katter kan användas när datorn ska lära sig känna igen hundar. Vi har precis börjat nosa på det ”generella” AI, säger Johan Hagelbäck.

Fredrik Heintz, docent vid Linköpings universitet, är ordförande i Svenska AI-sällskapet (SAIS) vars syfte är att främja AI-intressen i nationella och internationella sammanhang. Han jämför med människan.

– Vi är väldigt duktiga på att lära oss nya saker, det är vår evolutionära fördel. Har vi lärt oss ett språk blir det enklare att lära sig nästa, kan man spela tennis är man också hyfsad på att spela bordtennis.

Farlig när den mognar  

Precis som med människor är det nu, när AI börjar mogna, som tekniken kan bli farlig. Vissa hävdar att AI kommer utveckla extremt överlägsen intelligens vilket skulle kunna hota mänskligheten. Teknologisk singularitet, som begreppet kallas, uppstår när AI blir så smart att den kan förbättra sig själv, och därmed förbättra den del som förbättrar.

Resultatet blir en intelligenskvot som lämnar människans. Därmed skulle AI kunna låtsas samarbeta med människan för att så småningom, om det tjänar de mål den har, förinta oss.

Fredrik Heintz tillhör dock inte dem som oroar sig inför framtiden.

– För det första är det väldigt långt till att det ens är troligt att det går att göra något liknande. För det andra är AI-systemen inte så annorlunda än våra mänskliga system. Det finns enstaka individer som gör dumheter, och där har vi hittat system för att hantera det med domstolar och lagar.

Det kommer också att utvecklas många olika AI, det är inte ett system som tar över allt utan många som finns parallellt och som håller varandra lite i schack, menar han.

Text: Johan Frisk på uppdrag av forskning.se