Artificiell Intelligens är inget nytt begrepp utan är något som har funnits i mer än 50 år. Men användningen och effekten på samhället har fullkomligt exploderat under de sista åren. Detta beror främst på att när AI först kom var hårdvaran alldeles för dålig, de senaste åren så räcker prestandan för att kunna använda AI-algoritmer på riktigt. Den här artikeln ger en översikt över AIs historia och en översiktlig förståelse av den nuvarande utvecklingen samt vad vi kan förvänta oss både positivt och negativt av denna utveckling.
Är Artificiell Intelligens smartare än människor?
Artificiell Intelligens (AI) har på senare år blivit något av en ”New Age”-teknologi inom IT utvecklingen. Tack vare AI har datorer t.ex. lyckats slå människor inom olika områden som;
Kanske viktigare än något av dessa är att AI nyligen passerat mänskan vad gäller bildförståelse (2015). Datorer är inte ”intelligenta” på riktigt men de lyckas överträffa mänskan genom att använda ren ”muskelstyrka” Datorer ”tänker” inte. Men de områden som nämndes ovan visar ändå att datorlösningar kan överträffa mänskan inom några begränsade områden. Att datorer kan vinna triviala spel kanske inte har någon större påverkan på våra liv men det finns faktiskt områden där denna utveckling påverkar oss mycket mer. I många fall är vi inte ens medvetna om det.
Vad används Artificiell Intelligens för?
Artificiell Intelligens används inom olika områden som t.ex. när vi söker på Google, pratar med en virtuell assistent – t.ex. Siri, Google Now, Cortana eller Alexa, i olika dataspel, förutsäger vad vi skall köpa (så att varorna ibland till och med skickas innan vi ens hunnit trycka på ”köp” och för avancerade rekommendationer inom musik och filmtjänster.
AI används också för att upptäcka bedrägeri, skapa enkla nyhetsuppdateringar som börs- och sport-notiser, för säkerhetsövervakning och till och med i smarta produkter i våra hem. Vidare för köp och försäljning av aktier, i medicinsk diagnostik för olika militära applikationer och naturligtvis för självkörande bilar. Även om inte självkörande bilar tagit över, så används AI i navigationsdatorer eller i Google Maps för att hjälpa oss att hitta bästa och snabbaste vägen.
En del applikationer av AI har funnits sedan senare delen av 50-talet men den verkliga tillämpningen har alltid, liksom i fallet med fusionskraft, alltid verkat ligga i en avlägsen framtid. Under de senaste fem åren har dock utvecklingen accelererat dramatiskt.
Innovationshastigheten ökar
Innovationshastigheten har under de senaste åren gått snabbare än vad Moore’s lag (att antalet transistorer per area skulle dubblas vartannat år. Gordon Moore förutsade 1975 att denna trend skulle fortsätta under en längre tid framöver).
Artificiell Intelligens kan förväntas påverka våra liv mycket mer under de närmaste decennierna. Förväntade genombrott är självkörande bilar, transport, automatisk tillverkning och en del rapporter säger att hälften av alla jobbtitlar vi använder idag kommer att vara borta inom 20 år. Att förstå vad Artificiell Intelligens är och vilka konsekvenser denna utveckling kommer att ge är inte längre ett akademiskt intresse utan är viktigt för oss alla.
Artificiell Intelligens is expected to impact our lives even more significantly in the next decades. Expected breakthrough includes; Autonomous cars, transportation, automated manufacturing and some reports suggest that half of the job titles known today may be gone within 20 years. Therefore understanding what Artificiell Intelligens is and what consequences the expected development may cause is not any longer a subject for an obscure academic community but is important for everyone.
Historisk återblick
Även om tankar kring robotar och grundtankarna kring neurala nätverk är äldre än AI, så är idén kring Artificiell Intelligens något som tillskrivs Alan Turing som 1950 skrev en nu känd uppsats om datorer och intelligens, där han menade att det var möjligt att konstruera en maskin som kunde tänka. I denna uppsats beskrev han också vad som senare kom att bli känt som Turingtestet. Turingtestet innebär att en mänska skall kommunicera med två andra enheter (en som är en dator och en som är en mänska) över ett nätverk. Om personen som kommunicerar med de andra två inte kan avgöra vilken som är en dator och vilken som är en mänska då säger Turingtestet att datorn skall räknas som intelligent.
Genombrott
Termen ”Artificiell Intelligens” föreslogs 1956 av John McCarthy. Under de följande åren har vetenskapsmän från olika fält så olika som matematik, psykologi, ingenjörsvetenskap, ekonomi och statsvetenskap diskuterat konceptet en ”artificiell hjärna”. Det riktiga genombrottet för AI skedde dock från 1990 och framåt och vi har upplevt en revolution i användning av maskininlärning och andra koncept. Många av dessa tillämpningar syns ännu inte i vardagslag men de kommande åren kommer tillämningarna att märkas i många olika områden. Sciencefictionliteraturen beskrev tidigare robotar med mänskliga egenskaper men det är inte längre vad någon förväntar sig.
Olika nivåer
Inom AI-forskning pratar man om tre olika nivåer av AI;
- Snäv eller svag AI (ANI) innebär att man använder datorer och programvara för att lösa enkla självständiga uppgifter som att köra en bil, röstförståelse, mönster- eller bildigenkänning, textanalys, sökningar, spela spel eller någon annan applikation av AI inklusive alla de applikationerna som vi beskrivit ovan. Notera att snäv eller svag AI fortfarande i allmänhet kan överträffa vad mänskor kan göra inom ett snävt område.
- Generell eller stark AI (AGI) innebär att den artificiella intelligensen kan utföra vilken som helst kognitiv uppgift av generell natur. Denna nivå innebär att en dator är lika intelligent som en mänska på alla områden. Denna nivå existerar inte ännu.
- Artificiell Superintelligens (ASI) är en hypotetisk nivå där en AI-lösning kan överträffa mänskan inom i princip varje ämne som vetenskap, uppfinningar, vishet och social kapacitet. Notera att skillnaden mellan AGI och ASI är mycket liten. När datorer når AGI-nivån med tillgång till hela internet har de i princip redan passerat vad en mänska eller ens mänskligheten kan göra. Detta tillfälle när datorer med AI passerar mänskans möjligheter brukar kallas “The Singularity”.
Mycket teknologiutveckling har skett exponentiellt. Speciellt gäller detta datorutvecklingen där antalet transistorer man kan få in per kvadratenhet dubblats vartannat år. Denna utveckling har drivit på en kontinuerlig exponentiell utveckling. Kapaciteten och vad som är möjligt att göra med AI är ett resultat av denna utveckling. Därför går denna utveckling snabbare än vad de flesta av oss inser. Den mänskliga kapaciteten har ökat över århundraden men i en mycket mer linjär takt. Det är värt att komma ihåg ett citat av Bill Gates – ”vi överestimerar alltid den utveckling som kan ske över de närmaste två åren men underestimerar alltid vad som kan ske under de närmaste tio”
Olika sorters Artificiell Intelligens
Artificiell Intelligens är en paraplyterm. I verkligheten är det en term som använder för ett antal olika metoder och algoritmer. Enligt Pedro Domingos, finns det i princip fem olika AI-paradigm som han i sin bok The Master Algorithm kallar ”stammar”:
- Symbolists – Använder inverterad deduktion och beslutsträd
- Connectionists – Använder Neurala nätverk (som med hjälp av teknologiutvecklingen utvecklats och nu ofta kallas Deep Learning)
- Evolutionists – Använder ”naturligt urval”
- Bayesians – Använder statistisk analys
- Analogizers – Använder algoritmer som använder liknande lösningar för att lära.
Olika teknologier
Det finns ett stort antal applikationer och tekniker som tillsammans kallas Artificiell Intelligens. Här är några exempel:
- Expertsystem som använder kunskapsdatabaser (en databas av tidigare fell) för att härleda och presentera kunskap
- Fuzzy logic (där snarare än exakta värden en ungefärlig sanning söks)
- Grammatical inference, olika tekniker som generaliserar från exempel, teknologierna har sitt ursprung från språkanalys, men kan användas inom olika områden som mönsterigenkänning, databiologi, språkanalys och förståelse, design av programmeringsspråk, datamining och generell maskininlärning
- Algoritmer för att läsa handskriven text
- Intelligenta Agenter, oberoende program som utför vissa tjänster som t.ex. att samla in information. Det kan vara att söka på Internet med jämna mellanrum om viss information som man är intresserad av finns tillgänglig.
- Bildigenkänning
- Språkteknologi eller datorlingvistik (NLP – Natural Language Processing), att analysera, förstå eller generera mänskligt språk
- Neurala nätvärk, beskrivs i nästa stycke
- Optisk bokstavsigenkänning (OCR)
- Pathfinding, att hitta en bra väg från en startpunkt till ett mål genom att undvika hinder och fiender samt minimera kostnader. För att göra detta används algoritmer som neurala nätverk, genetiska algoritmer och förstärkningsinlärning (reinforcement learning).
- Attitydanalys (Sentiment analysis) är en process för att analysera om en text är skriven med positiv, negativ, neutral eller annan ton eller attityd. Det går också att analysera om texten är analytisk, passionerad, mm.
Deep Learning
1957 utvecklades en algoritm som kallades Perceptron.
Den första implementationen utvecklades som en programvara för IBM 704 av Frank Rosenblatt vid Cornell Aeronautical Laboratory och finansierades av US Office of Naval Research. Senare utvecklades denna till specialiserad hårdvara. Den försöker kopiera vad en hjärncell gör och med hjälp av den kunde man skapa möjlighet att känna igen mönster och bilder.
I nyheterna beskrevs denna teknik som att inom kort skulle denna teknologi kunna ”gå, prata, se, skriva, och till och med reproducera sig själv och bli medveten om sin existens”. Medan inget av detta har hänt, så är det samma teknologi (neurala nätverk) som används mönsterigenkänning och medan algoritmerna har utvecklats en bra bit sedan Perceptronen, är det främst den enorma hastighetsutvecklingen av datorer som under de sista åren gjort denna teknologi användbar.
Aktuella tillämpningarna
Maskininlärning som använder artificiella neurala nätverk, så kallad deep learning har inneburit en enorm teknisk revolution under de sista åren.
- Självkörande eller autonom fordon
- AI kan uppskatta med90% säkerhet vad som kommer att säljas under de närmaste 30 dagarna vilket gör att man kan automaticera inköpen
- Ta ett kort på en del för att finna en lämplig reservdel
- Skydda ditt hjärta
- En av våra kunder – Artios, använder maskininlärning för att stödja avancerad sökmotoroptimering för att deras kunder sidor skall komma högre upp hos Google.
Risker med Artificiell Intelligens
Mer och mer data samlas in av myndigheter och företag. Företag kan samla in information om kunder eller anställda. Insamlad data används för avancerad analys och med AI och innebär att det blir möjligt att identifiera riskfyllda beteenden. Detta kan vara positivt, men det finns också risker. En del kända namn som Stephen Hawking, Nick Bostrom, Steve Wozniak, Bill Gates, och Elon Musk har förutspått att generell eller stark AI kan vara ett hot mot mänskligheten.
Dessa farhågor måste tas på alvar. Men till skillnad från riskerna med generell AI kan snäv AI redan vara ett hot om de används av fel person. Det lär trots allt ta ett bra tag tills generell AI finns tillgänglig, men det finns spår att AI och Analytics redan används för att påverka allmänna val. Det gäller både Brexitomröstningen och det amerikanska presidentvalet. Dagens AI algoritmer är egentligen inte speciellt intelligenta eftersom det går att lura dem. Ett amerikanskt företag lyckades t.ex. få Google att beskriva dem som mycket större och framgångsrikare än de var genom att lura Googles algoritmer.
Elon Musk har sagt att det finns risker att AI kan användas för krig och leda till ett tredje världskrig. Oavsett är det tydligt att utvecklingen fortgår och AI-implementationer kommer att bli mer intelligenta. Det är inte troligt att vi kommer att få en superintelligens i världen utan många. Om dessa skulle kriga mot varandra så kan mänskligheten bli ett offer. Men redan nu om AI används i fel syfte är det ingen ofarlig teknologi.
Kommer Artificiell Intelligens att ta våra jobb?
För att vara rättvis så har automatiseringar och robotar inte tagit särskilt många jobb. Harvardekonomen James Bessen tittade på yrkeskategorier i USA från 1950 och jämförde med nuläget och fann att det var bara ett yrke som försvunnit – Hissoperatörer. Givetvis försvinner en del jobb inom vissa kategorier , men samtidigt skapas det nya i andra. Trots dystopiska framtidsscenarier så har teknologiutvecklingen så här långt inte skapat någon massarbetslöshet. Hotet om massarbetslöshet har definitivt varit överdrivet. Men i framtiden kan vi inte vara så säkra. Medan tidigare generationer teknologi främst tagit bort jobb inom tillverkningsindustrin, så kommer AI-algoritmer att göra helt andra kategorier överflödiga och det i en inte så avlägsen framtid. Visserligen när vissa delar av nuvarande processer automatiseras kan priserna gå ned och behoven öka vilket kan leda till att nya jobb skapas i andra sektorer vilket kan reducera den dramatiska effekten.
Men det är bara ena sidan av myntet. AI-experter är oroade. I en undersökning trodde de att redan 2032 skulle hälften av bilarna på motorvägar skulle vara självkörande bilar. Arbeten kan också försvinna inom sektorer som ingen hade förväntat. En artikel antyder t.ex. att advokatyrket kan påverkas mycket av automatisering. Mycket arbete läggs på att söka igenom gamla fall vilket är ett jobb som lätt kan ersättas med AI-algoritmer.
Hur kommer samhället att förändras?
Automatisering, tillgång till information och priser, och borttagning av mellanhänder skapar ett starkt deflationstryck vilket kan påverka marknader. Dettakan vara ett av skälen till den låga räntenivån i västvärlden. Denna förändring beror i och för sig inte bara på automatisering. Men AI används mer och mer i applikationer som påverkar samhället nästan utan att vi inser det. Ett exempel är att Google Maps hjälper oss att resa en i genomsnitt kortare väg mellan A och B och det i sin tur minskar vår bränsleförbrukning.
Samhället kommer att förändras och politiker måste anpassa sig till ett annorlunda samhälle. Den kommande AI-revolutionen kan mycket väl bli lika stor som den industriella revolutionen var. Elon Musk har t.ex. föreslagit att vi kanske måste använda medborgarlön från staten eftersom antalet arbetslösa i traditionella jobb kan öka dramatiskt när fler och fler uppgifter ersätts genom automatisering.
Vilka arbeten kommer att försvinna på grund av AI?
Här är några studier har uppskattat hur troligt att en viss jobbkategori ersätts av datorer.
Vad kan vi lära oss från detta? Ju mer likformig och processorienterat ett jobb är, ju mer troligt är det att det kommer att bli överflödigt. Bland de 5% jobbkategorier som troligast kommer att bli automatiserade är telefonförsäljare, försäkringsagenter, klockreparatörer, datainmatning, sportdomare, chauförer, jobb med bokföring och löner samt jurister. Å andra sidan är du fritidsterapeut tillhör du den kategorin som har minst risk att bli ersatt av datorer. Men experterna tror att Artificiell Intelligens kommer att vara bättre än människor på alla enskilda område inom 45 år.
Sammanfattning
På grund av den exponentiella utvecklingen av datorhårdvara har Artificiell Intelligens-baserade lösningar gjort ett enormt genombrott under de sista åren. Experter antar att detta är början på en ny industriell revolution där automatisering kommer att göra många jobb överflödiga. Regeringar måste förbereda sig för ett samhälle där inte alla kan vara sysselsatta it traditionella jobb. Medan utvecklingen kan verka skrämmande så innebär det också möjligheter för ett bättre liv för oss alla. Det finns hot, men om de kan hanteras, så kan datorer hjälpa oss att leva ett bättre liv än nånsin tidigare.
Mikael Gislén är VD för Gislen Software, ett svensktägt IT-företag i Indien. Mikael startade företaget 1994. Gislen Software tillhandahåller kvalitetsutveckling huvudsakligen till kunder i Skandinavien och Storbritannien.