Kunstig intelligens på godt og vondt

Professor Arne Krokan ledet siste forelesningen om kunstig intelligens. Dette temaet synes jeg var utrolig lærerikt og anbefaler alle om å lese mer om dette. Ikke bare er det fryktelig spennende og interessant, men også litt urovekkende. Mennesker står i frykt om å kanskje miste arbeidsplassen og i dag er kunstig intelligens en vital del av utviklingen innen informasjonsteknologi, og introduseres i stadig nye felt. Innlegget vil innholde et lite referat fra forelesningen og tilslutt skal vi se nærmere på en artikkel jeg fant spennende. 

Roboter

For hva er egentlig en robot? Jo, en robot er en maskin med ulike sensorer som registrerer omgivelsene og aktuatorer som utfører bevegelser i omgivelsene. Roboter er fortsatt på et tidlig stadium, men tas allerede i bruk flere steder i samfunnet. Roboter programmeres til å gjøre en rekke oppgaver, eksempelvis har politiet i amerika tatt i bruk en robothund, selvkjørende biler og minibusser som leverer varer. Moley Robotics er best kjent for å lage det første robotkjøkkenet til prisen av et hus. Denne roboten er blant annet i stand til å lage mat og rydde opp etter seg. Et annet eksempel kan være Amazon Prime Air “postbuddronen” Farkosten har seks rotorer, kan ta av som et helikopter og fly omtrent som et fly. 

Alan Turing 

Alan Turing var en engelsk matematiker og logiker. Han ansees for å være informatikkens far og beskrev ideen om kunstig intelligens først. Turing var fascinert av intelligens og tekning og muligheten for å stimulere disse med maskiner. Hans mest kjente innsats innen kunstig intelligens var en imitasjonslek som senere ble kjent om turingtesten. 

I Turingtesten kommuniserer en menneskelig intervjuer med to spillere, A og B, ved å utveksle ulike skriftlige meldinger via en datalinje. Dersom intervjueren ikke greier å avsløre hvem som er en datamaskin og hvem som er et menneske, har datamaskinen bestått testen. 

Maskinlæring

Maskinlæring kan defineres som systemer som blir bedre til å løse en bestemt oppgave når mengden av informasjon og erfaring øker. Vi kan se på maskinlæring som en spesialisering innen kunstig intelligens hvor man bruker statiske metoder for å igjen la datamaskinen finne ulike mønstre i store datamengder. Det sies at maskinen “lærer” i stedet for å bli programmert. 

Vi har ulike bruksområder, i dag blir maskinlæring bruk i alt fra selvdrevne biler, forbedret websøk språkgjenkjenning, bildegjenkjenning osv. Uten at vi nødvendigvis tenker på det, er kunstig intelligens og maskinlæring teknologier vi omgir oss med stadig vekk. Andre eksempler på det kan være når vi får anbefalinger på Spotify eller Tidal om ny musikk, eller anbefalinger til en ny serie på Netflix.  

Men det kan oppstå utfordringer for maskiner som vanligvis er lett for mennesker. Mennesker har ikke noe problem med å forstå hva som er hund og hva som ikke er det på bildene under. Dette problemet har derimot maskinene og det kreves mye trening for å fange opp forskjellen. Øving foregår ved prøving og feiling, og i starten vil ikke maskinene være spesielt flink. 

Artikkel 

Artikkelen om kunstig intelligens som fanget min oppmerksomhet er “Kunstig intelligens: Smart eller skremmende”, publisert av teknologirådet, skrevet av Tore Tennøe. Artikkelen omhandler i korte trekk om hvilke muligheter og utfordringer som forekommer med bruk av kunstig intelligens. 

Muligheter

Til å begynne med tar artikkelen tar opp ulike muligheter, blant annet for smart forvaltning i offentlig sektor. Her argumenterer Tennøe for hvordan kunstig intelligens kan brukes til å forutse behov, tilpasse tjenester, avdekke svindel og feil, og gi offentlige etater styrket beslutningsstøtte. 

Videre i artikkelen skriver Tennøe om beslutningsstøtte for leger og pasienter. Dette synes jeg er svært interessant da dette kan utgjøre en stor forskjell i samfunnet. Helsesektoren har store mengder informasjon og vel så ofte et stort tidspress vil kunstig intelligens kunne bidra med beslutningsstøtte i krevende situasjoner. Dette skjer ved at en erfaren radiolog kanskje ser noen tusen bilder i løpet av et arbeidsliv, kan kunstig intelligens trenes opp med flere millioner bilder fra hele verden. 

Tennøe skriver også om muligheten om en lærer for hver elev. Tilpasset opplæring er sentralt prinsipp i norsk skole. Intelligente digitale læringsmidler kan gi hvert enkelt elev undervisningsmateriale og oppgaver som er tilpasset elevens individuelle utvikling, mestring og behov. Personlig tror jeg at denne formen for undervisning vil være svært effektiv dersom det innføres. I utgangspunktet er det er utrolig vanskelig for en lærer å gi alle elevene nok oppmerksomhet. 

Utfordringer 

Utfordringene som Tennøe nevner i artikkelen er blant annet skjev data. Kunstig intelligens trenes med data og skjevheter i datasettene vil dermed plante seg inn i KI-systemene, noe som igjen kan befeste eksisterende ulikheter og forsterke forskjellsbehandling. Videre kan man spørre om hvem som er ansvarlig? Kunstig intelligens flytter stadig grensen for hvilke kognitive oppgaver maskinen kan løse. Som igjen reiser nye spørsmål til knyttet til sikkerhet og ansvar. Tønnøe forklarer det slik at i flere yrker så kreves det i dag autorisasjon for å kunne utføre visse oppgaver. Hvis en maskin gjør en oppgave som tidligere ble gjort av en lege, trenger den da en lignende kvalitetssikring? 

Steven Hawking og entreprenøren Elon Musk og forskningsdirektøren i Google Peter Norvig uttrykte i et åpent brev en dyp bekymring for kunstig intelligens og etterlyste mer forskning om konsekvenser for samfunnet. Denne bekymringen knytter seg ikke til en kunstig intelligens med egen vilje og bevissthet som blir ond, men heller en teknologi med verdier og mål som avviker fra menneskers. 

Jeg vil gjerne konkludere det med at kunstig intelligens er et svært spennende og unikt tema. Teknologi overtar i stor grad oppgaver som tidligere har blitt utført av mennesker. Samtidig skaper det nye oppgaver som ikke finnes enda. 

Kilder

https://snl.no/maskinlæring

https://course.elementsofai.com/no/1

https://teknologiradet.no/kunstig-intelligens-smart-eller-skremmende/

Én reaksjon på “Kunstig intelligens på godt og vondt

  1. Nina Magnussen Svar

    Dette var en veldig fin oppsummering fra forelesningen, hvor du forklarte på en veldig god måte! Jeg skulle bare gjerne lest mer konkret om hva kunstig intelligens er, altså en begrepsavklaring 🙂

    Du tar frem en spennende artikkel, og reflekterer rundt den på en veldig god måte! Dette var så fint å lese. Du er så ryddig og forklarende gjennom det du skriver, og det gjør det til en veldig fin leseropplevelse! I tillegg har du gjort det veldig oversiktlig med underoverskrifter og bilder. Helt supert.

    Vil bare pirke litt på bruk av kilder. Selv om mye av innholdet er fra Arnes forelesning, så er det viktig å gjengi hans navn under «kilder». Her kunne det vært veldig fint å bruke hyperlink når du presenterer han, på samme måte som når du snakker om maskinlæring og artikkelen du valgte. Det er også viktig å henvise til bilder du legger ved, og at alle bilder du henter fra nett må refereres til. Dette kan du gjøre i liten tekst under bilde, med en liten beskrivelse og kilde i hyperlink. Oppsummert er hyperlenker alfa omega 🙂

    Veldig bra jobba!

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *