Gæsteklumme af Jacob Knobel, stifter af Datapult
Jeg har brugt 3 år på at støde på begrænsninger i det nuværende kunstig intelligens-paradigme og vil i denne artikel anbefale en række bøger, der bekræfter enhver skeptiker i sin skepsis for kunstig intelligens. Og til os andre, der hverken er skeptiske eller forblændede, men bare nysgerrige, så kan vi bruge bøgerne til at forstå kunstig intelligens bedre ved at forstå, hvad kunstig intelligens ikke er.
I 1950’erne påstod lige godt halvdelen af alle kunstig intelligens-forskere, at vi inden for 10 år havde kunstig intelligens, der ville overgå mennesket i enhver henseende. I en rundspørge i 2018 påstod lige godt halvdelen af alle kunstig intelligens-forskere, at vi inden for 10 år havde kunstig intelligens. Kan du se et mønster?
Kunstig intelligens-forskere er ligesom alle andre mennesker. For nogle er glasset halvt fyldt, for andre halvt tom. I 1950’erne opfandt man den såkaldte Turing Test og den første digitale skakspiller. De første matematiske beviser blev bevist af en computer. Optimisterne fik masser af taletid, men deres løfter blev ikke indfriet, og den første såkaldte vinter i kunstig intelligens kom i kølvandet heraf.
For omkring 10 år siden opdagede man, hvordan en computer kunne lære avanceret mønstergenkendelse. Sagt lidt mere teknisk opfandt man en måde at parallelisere træning af neurale netværk ned på grafikkort. Med denne mere avancerede form for mønstergenkendelse kunne computeren pludselig forstå mønstre på billeder, tekst, lyd og alt det, som mennesket havde haft monopol på. Optimisterne indenfor feltet påstod, at det her var startskuddet på computerens dominans. De få negative bøger forudsatte, at teknologien naturligvis var så overlegen, at vi skulle snakke om farlige dræber-robotter, Kinas verdensherredømme og etiske dystopier. Det er ikke den slags bøger, som jeg vil nævne i denne artikel.
Jeg vil hellere pege på en række bøger skrevet af fageksperter, for hvem glasset stadigvæk er halvt tomt. Dem, der peger på kejserens nye klæder eller tænker intelligens på en helt anden måde end optimisterne.
Rebooting AI: Building Artificial Intelligence We Can Trust af Gary Marcus
Gary Marcus er en autoritet indenfor kunstig intelligens og har en mission med denne bog. Missionen er ikke at finde løsninger indenfor det nuværende kunstig intelligens-paradigme, nej, det er at erklære den for død! Og det gør han meget overbevisende med åbenlyse eksempler. Her et sjovt eksempel fra bogen. Prøv at søge på ”fast food, der ikke er McDonald’s” på Google Maps. Bemærk, at der kun kommer McDonald’s butikker frem. Marcus konkluderer med åbenlyshed, at sprog er mere end statistiske sammenhænge, som det nuværende paradigme ellers bygger på. Sådan gennemgår han mange aspekter af kunstig intelligens. Hvis du vil se begrænsninger i det nuværende paradigme, så er det her den rette bog.
Possible Minds: Twenty-Five Ways of Looking at AI af John Brockman
Hvis jeg skulle beskrive denne samling af essays med ét ord, ville det være ”Ydmygt”. Førende eksperter inden for kunstig intelligens deler deres tanker om feltet med et gennemgående tema om ydmyghed overfor, hvad vi endnu ikke kan med kunstig intelligens. Ydmyghed overfor de valg, feltet har truffet gennem 50 år. Nøjagtig som alle andre fagfolk, der udtaler sig med forsigtighed, samler den her bog forsigtige bud på, hvordan man kunne tænke på kunstig intelligens ud over den gængse optimisme. Bogen er således hverken optimistisk eller skeptisk, bare nuanceret og faglig.
This Idea Is Brilliant: Lost, Overlooked, and Underappreciated Scientific Concepts Everyone Should Know af John Brockman
Den her bog handler ikke om kunstig intelligens. Den handler om andre naturvidenskabelige fremskridt, som også kan tjene menneskeheden. De her fremskridt er hverken bedre eller ringere end kunstig intelligens, men kan måske tage luften ud af læserens idé om, at kunstig intelligens er det eneste, der skal til for at løse problemer. Der findes mange problemer, som løses bedst med helt andre og ligeså fantastiske teknikker.
Algorithms to Live By: The Computer Science of Human af Brian Christian
Den her bog er en klassiker blandt dataloger. På ens computer findes der alskens algoritmer. Nogle hjælper med at fremsøge den rigtige fil, opdatere skærmbilledet ved scroll eller håndtere baggrundsprocesser. Kan man bruge disse algoritmer i sin hverdag? Hvad er den optimale teknik til at lede efter parkeringsplads eller stoppe med at indkalde til ansættelsessamtaler? Svaret er givet med datalogiske resultater, og bogen viser således, hvordan computere kan lære os noget. Fremfor at vi lærer computeren noget, som det er tilfældet med træning af kunstig intelligens. Det er en underholdende bog, som til trods for sit datalogiske afsæt måske i virkeligheden er en selvhjælpsbog.
Jeg har arbejdet på mere end en snes kunstig intelligens-projekter. Nogle gange støder man panden mod en mur. Hvorfor virker det? Eller hvorfor virker det ikke? Hvad er problemets natur, og hvad er kernen i løsningen? Jeg kan nok som andre fagfolk klare de daglige, tekniske problemer, men de store sammenhænge og perspektiver erkender man først, når man kigger på sine kunstig intelligens-projekter i et nyt perspektiv.
Jeg tror, at de her fire bøger vil give dig nye perspektiver til at tænke over kunstig intelligens og dens muligheder og begrænsninger.