Av: Per Hellqvist
Att artificiell intelligens (AI) är hett råder det ingen tvekan om. Just nu plöjs det ned 5 miljarder dollar(!) i uppstartsbolag i området. I Norden finns hela 170 uppstartsbolag som sysslar med att utveckla nya lösningar för detta spännande område.
Vad är AI och varför är det så hett?
Knowit Insight ville berätta mer om det och höll därför den 4:e maj en konferens. Det som förmedlades var mycket intressant och var man tveksam till AI innan så var man övertygad efteråt.
Är AI nytt? Nej, konceptet skapades redan på 1950-talet och som Bjarke Staun-Olsen från Creandum berättade under konferensen börjar tiden för AI mogna först nu långt senare. En av anledningarna är att vi idag börjar få den råa datorkraft som behövs för att kunna köra AI på ett någorlunda effektivt sätt. Det intressanta är att många av algoritmerna som skrevs för snart sjuttio år sedan fortfarande används idag! De har bara ”väntat” på att datorerna ska kunna köra dem fullt ut. Den andra faktorn som gör skillnad för de som utvecklar AI-lösningar är den enorma mängd data som finns för systemen att arbeta med.
Just mängden data gör faktiskt hela skillnaden när man utvecklar inom AI. Ju större datamängd systemet kan arbeta med desto bättre svar kommer systemet ge oss. Man kan säga att ett AI-system fattar mer ”intelligenta” beslut ju större datamängd som det har att arbeta mer.
Det är också dessa två faktorer som gör att många startups kommer få det svårt att konkurrera. Idag plöjer jättar som Amazon, Google och Facebook ned enorma resurser på att utveckla nya AI-lösningar. De har både plånboken och datamängden för att lyckas skapa spännande nya tjänster. Amazon lanserar i dagarna det helt nya konceptet ”Amazon Go” som är världens första AI-butik. Enligt reklamen så ska man kunna gå in i butiken, plocka åt sig varorna man vill ha och sen bara gå ut. De bakomliggande systemen tar hand om resten. Med verktyg lånade från en massa olika andra AI-områden håller systemet reda på vilka som är i butiken, var de befinner sig samt vilka varor de plockar åt sig. Sen summeras det automatiskt och debiterar kundens Amazonkonto vid utgången. Inga köer!
Svenska Spotify arbetar också mycket med AI. Mycket mer avancerat än vad man faktiskt kan tro. Du märker det i de rekommenationer som du får baserat på det som du har lyssnat på tidigare och vad andra som lyssnat på samma musik även lyssnar på. Det är oftast i så kallade Recommendation Engines som du som användare idag ser nyttan av AI. Andreas Mattsson från Spotify berättade hur deras rekommendationer bara blir bättre och mer träffsäkra ju fler som skapar spellistor.
Mest nytta av AI har företagen inom områden såsom operations och back office. Funktioner som förbättrar, snabbar upp och gör tjänster billigare, men som aldrig märks för kunden!
Under konferensen fick deltagarna höra hur flera tillverkare tillämpar olika delar inom AI i deras produktutveckling. Erik Hjerpe från Volvo berättade om deras utvecklingsarbete och tänk kring till exempel självkörande bilar, Stefan Berg från Electrolux berättade underhållande om hur vanliga hushållsmaskiner kan underlätta vår vardag (och tvättandet) och Tommy Jarnemark berättade hur Telia arbetar med att ta fram nya tjänster som vi kunder helt enkelt inte kommer vilja vara utan.
AI - intelligens eller imitation?
Anne Håkansson, docent på KTH och en av de i Sverige som arbetat längst inom området gav deltagarna en riktig grundkurs och berättade vad som är vad avseende AI.
För det första är det fel att sätta likhetstecken mellan robotar och AI. En robot är mekaniken. AI är strategierna och algoritmerna och det som gör att roboten imiterar mänskligt beteende. Man kan säga att AI gör maskinen intelligent.
Många säger att IBM:s enorma Watsondator är intelligent. Det är den dock inte i ordets egentliga mening. Den gör strängt taget bara databassökningar. Den gör det däremot väldigt snabbt och i väldigt stora databaser.
Det finns också en skillnad mellan stark och svag AI. Stark AI kallar man ett system som resonerar, löser komplexa problem, drar slutsatser, planerar, lär sig, kommunicerar, har självkännedom och medvetenhet. Så långt har vi inte riktigt kommit än.
Idag använder de flesta system det som kallas för svag AI. Systemen resonerar och löser enkla problem inom en domän, använder modeller för problemlösning, översätter språk och hanterar stavningskontroll (Google Översätt) och hanterar databassökningar (IBM Watson). Dessa system saknar dock det som vi skulle kalla för medvetenhet.
Anne fortsatte att reda ut inom vilka olika områden som man kan använda AI och varför:
Expertsystem
Först ut är det som kallas för expertsystem. De är kunskapsbaserade system som simulerar beslutsfattande. De resonerar och drar slutsatser baserat på kunskaper i systemet och användaren. Målet är att fatta bättre beslut baserat på en stor mängd data och att kunna ge råd samt dra slutsatser som en expert. Detta gör att företagen bättre kan förstå sina verksamheter. Många använder också dessa system i automatiserad aktiehandel (AI-traders) och så vidare.
Multi-agentsystem
I dessa system strävar flera olika (skilda) agenter mot samma mål. Dessa agenter interagerar med varandra för att lösa ett problem. Varje agent utför en uppgift och delar sedan med sig av resultatet till de andra och tillsammans räknar de ut nästa steg. Detta effektiviserar uppgifter som kan utföras parallellt. Du kanske har fnissat åt Youtubevideos med robotar som spelar fotboll. Betänk hur mycket arbete som ligger bakom en så till synes enkel uppgift. Lite paradoxalt har man kommit fram till att de spelare som har enklare programmering oftast är mer effektiva spelare. De som har stora mängder intelligent kod kommer inte göra så många fysiska rörelser just på grund av den stora mängd algoritmer som måste köras för att kunna fatta ett beslut. (Eventuella likheter mellan mänskliga fotbollsspelare är såklart helt tagna ur luften).
https://www.youtube.com/watch?v=NFNEOooEQX4
Språkhantering
Du kanske bett Siri i din iPhone berätta vädret imorgon eller bett din Tesla sätta på AC/DC när du kör till sommarstugan? Det är också att kalla AI. Att kunna förstå och analysera naturligt språk är en inte helt enkel uppgift.
Visst kan man fnissa eller bli irriterad när Google Översätt ger korkade förslag på texter, men tänk på hur mycket arbete som ligger bakom och hur bra en maskin faktiskt kan ”förstå” oss!
Här är en underhållande video där Mark Zuckerberg visar upp sin ”Jarvis”.
Neurala nätverk
Detta är kanske det hetaste området inom AI idag. Det kan kallas maskininlärning eller deep learning. Det handlar om ett system som kan lära sig utan att vara explicit programmerad för det. Istället använder den olika modeller av exempel och komplexa algoritmer. Målet med dessa system är att upptäcka mönster och att kunna förutsäga resultat. Återigen är det mängden data som till stor del bestämmer hur lyckat det blir. Det är därför analysen av det som kallas för Big Data mår så bra av denna teknologi. Mer data är lika med bättre resultat.
Tricket är att bestämma vilken statistisk algoritm som ska användas med vilken data. De är olika bra och effektiva på olika saker. Idag används denna teknologi för så vitt skilda saker som ansiktsigenkänning, dechiffrera handstil (förstå det man skriver), hitta kreditkortsbedrägerier, hitta tumörer i bilder och behandla dessa på distans, spela komplexa spel som schack eller det japanska spelet GO. Detta är även en av teknologierna som används i ”Recommended for you” som används av Amazon, Spotify med flera för att få dig att hitta nya saker.
Industri 4.0
Här är ett område som fullkomligt exploderar. Du har säkert hört talas om Internet of Things? Här handlar det om att bygga in intelligens i dessa system. Idag utvecklar man nya lösningar för att plantera in sensorer på så många ställen som möjligt, till exempel i byggnader, kläder, trafiken och möbler. Dessa sensorer kan sedan interagera med andra enheter och hjälpa oss i vår vardag. Tänk till exempel att du lägger ett plagg i tvättmaskinen. Den inbyggda taggen talar om för tvättmaskinen vilket gradantal den vill tvättas på och med hur mycket tvättmedel.
Målet är alltså att sammanfläta fysiska komponenter med mjukvara, att öka realtidsdata och tillhandahålla tjänster som är situationsmedvetna.
Vi kommer att se mycket spännande inom det här området. Redan idag pratas det mycket om smarta hem och liknande. I en väldigt snar framtid kommer vi vilja injiceras med sensorer som kan användas för att automatiskt interagera med vår omgivning. Tanken svindlar lätt.
Myntets bägge sidor
Ambitionen hos forskarna är att tillämpa AI på många olika sätt för att ge oss bra och underlättande produkter och tjänster. Som vanligt gäller det däremot att för varje god idé finns en baksida.
Det går inte bara att dra ur sladden i de framtida självgående systemen. De kommer finnas överallt och interagera med snart sagt allting annat. Elak kod kommer bli ett problem. Ponera att någon ändrar programmeringen och låter enheten göra saker som den inte var tänkt att göra. Det kan orsaka stora problem och kanske även sätta liv på spel.
Inom säkerhetsområdet finns det ett talesätt som lyder enligt nedan:
"Mjukvara programmeras av människor. Människor gör fel. Alltså finns det fel i mjukvara."
När felen påverkar säkerheten i systemet eller för användarna blir det allvar. Ett annat problemområde är att om man lär systemet fel kommer systemet leverera felaktiga resultat. AI kan dessutom riskera att utmanövrera det sunda förnuftet. Vi har ju länge sett bortförklaringar i stil med att ”Det spelar ingen roll att du har biljetten i handen, datorn säger att du inte har någon biljett”. Med än mer avancerade och inbyggda system kommer även små fel få stora påverkningar. Det kan få stora konsekvenser för AI i medicinska system, självkörande bilar, automatiska vapensystem med flera.
Massive Mind Control
Det finns ett annat område inom AI som kan tyckas balansera på gränsen mellan det etiskt korrekta och obehagligheter. Det området kallas för ”Predictive programming”. Det är en teoriserad metod för det som kallas MMC, eller Massive Mind Control.
Teorin bakom är att vi människor ska lättare acceptera planerade framtida scenarier. Detta är faktiskt inte påhitt utan ett sätt vår mänskliga hjärna fungerar på. Om vi redan är bekanta med ett koncept kommer vi lättare acceptera det. Tänk följande: Vi är en generation uppväxta med Star Wars och Star Trek (och i viss mån Ferris Buellers Day Off). När surfplattor dyker upp är vi redan sedan barnsben bekanta med dessa handhållna enheter som vi kan göra till synes allt med. Köpsuget och ”vill-ha”-faktorn är redan på plats så när produkten dyker upp så kommer känslan av ”äntligen” och vi köper.
Ett annat exempel är bilar som pratar med oss och som vi kan prata med. (Kommer du ihåg KIT i Knight Rider?).
Vi människor är helt enkelt inte benägna att motstå en samhällsutveckling som vi redan har bekantats med. Detta är en väldigt kostnadseffektiv metod som tar bort betydande motstånd och som kan kontrollera befolkningens åsikter. Hollywood är en kraft att räkna med när det gäller att styra framtiden.
En sak är säker - AI är framtiden. Vi får väl hoppas att det blir en framtid som mer liknar Star Trek än Blade Runner.
Är du intresserad av att ta del av talarnas presentationer från AI-konferensen? Du hittar dem här.