Luk dine øjne. Forestil dig, at du kommer hjem fra arbejde, og din husholdningsrobot allerede har ryddet op, støvsuget og lavet mad. Robotten er blevet en naturlig del af familien, og den forstår, hvad du forventer af den.
Husholdningsrobotten er stadig et drømmescenarie, men den kan blive et af de næste store fremtidige gennembrud. Teknologier, der tænker som mennesker, er allerede på vej ind i vores hverdag og kommer til at indtage en mere aktiv rolle end tidligere. Med kunstig intelligens eller artificial intelligence (AI) får vi nemlig mulighed for at løse nogle af samfundets små og store udfordringer fra at reducere CO2-emissioner til at bekæmpe kræft, udvikle nye lægemidler, revolutionere transporten og skabe nye former for undervisning.
”På mange måder ser vi en acceleration af en udvikling, vi har været inde i i årtier. Lige nu er verden virkelig ved at ændre sig under fødderne på os – særligt inden for den databaserede og maskinlæringsbaserede kunstige intelligens,” fortæller Per B. Brockhoff, der er professor og institutdirektør på DTU Compute.
”Volumen og omfang af data, der genereres, kombineret med computerkraft, kommunikationshastigheder og læringsmuligheder for data har udviklet sig så voldsomt, at vi pludselig kan gøre ting, som vi i teorien kunne have gjort for 30 år siden. Dengang virkede de bare ikke i praksis.”
Blandt Danmarks fremmeste
På DTU mærker man tydeligt udviklingen. Et af stederne er DTU Elektro, hvor forskerne arbejder med at integrere kunstig intelligens i robotter. Her oplever man, at robotter bliver mere og mere autonome. Ifølge Ole Ravn, der er professor på Institut for Elektroteknologi og leder af DTU’s forskning i robotteknologi og automation, står vi foran et gennembrud med samarbejdende robotter, de såkaldte cobots. Teknologien er nu så udviklet, at robotter bliver udstyret med situationsfornemmelse, så de bl.a. kan registrere omgivelserne. Det vil betyde, at robotter i fremtiden bliver mere brugbare og vil være i stand til at arbejde tættere sammen med mennesker.
Et andet sted på DTU finder man nogle af Danmarks fremmeste forskningsmiljøer inden for kunstig intelligens. Her er forskningen samlet i to store grupper. I den ene sektion, Algoritmer, Logik og Grafer, bliver der forsket i kunstig intelligens på grænsen mellem logik, matematik og computer science. Her finder vi professor Thomas Bolander fra DTU Compute, der bl.a. arbejder med at lære DTU’s robot R2DTU at fungere socialt og fleksibelt sammen med andre robotter og mennesker.
I sektionen for Kognitive Systemer arbejder professor Lars Kai Hansen fra DTU Compute og hans team med maskinlæring, kognition og social adfærd. Her har de mange års intense grundforskning bl.a. givet forskerne en bedre forståelse af lyd og billeder med hjælp fra data. Det har haft stor betydning for at udvikle metoder inden for bl.a. medicinske billeder, hvor DTU var de første til at bruge maskinlæring til at fortolke hjerneskanninger.
I dag har arbejdet med maskinlæring og kunstig intelligens skabt grobund for mange startups. En af dem er Corti, der ved hjælp af stemmegenkendelse assisterer sundhedspersonalet, når en person ringer 112. Det sker ved at bruge avanceret maskinlæringsteknologi, der kan analysere måden, en person trækker vejret eller formulerer sig på. Dermed er det muligt at reducere antallet af uidentificerede hjerteanfald med over 50 pct.
Et andet eksempel på maskinlæring ser man hos Amazon, der bruger teknologien til at give brugerne anbefalinger til at købe produkter baseret på deres præferencer. Samtidig gør Amazon brug af knap 200.000 lagerrobotter, som er baseret på en kombination af robotteknologi og AI. De bruger også AI til at finde ud af, hvad de skal have på lager, ved at kunne forudsige, hvad folk vil købe.
Fra sort til hvid
Maskinlæring kan dog også tage en mere bekymrende drejning. For nylig blev Lars Kai Hansen selv overrasket, da han så et opslag på Twitter, hvor et AI-værktøj havde rekonstrueret et pixeleret billede af den tidligere amerikanske præsident Barack Obama og gjort ham til en hvid mand. Casen er et eksempel på en algoritmisk skævhed, der kan opstå, når algoritmer trænes op på databaser, der ikke er repræsentative, f.eks. ved at have en stor overvægt af hvide mandlige ansigter. Det skaber etiske dilemmaer.
”Vi ser, at AI skaber et større fokus på fundamentale værdier og giver nye muligheder for at opdage uligheder og uretfærdighed. Derfor gør vi meget ud af at uddanne vores studerende i etik, ligesom vi har formuleret en række ’Safe AI’-principper, der udgør en vision for ansvarlig kunstig intelligens, baseret på konkret og realistisk AI-teknologi. Det har vi gjort for at sikre, at teknologien lever op til demokratiske værdier og mulighed for kontrol” siger Lars Kai Hansen.
Ondsindede robotter
Han peger på, at der ud over de etiske problemstillinger også er stort fokus på bæredygtighed i forbindelse med AI-systemer. På den ene side skal der findes nye metoder, der kan gøre AI mindre energikrævende, og på den anden side er AI nøglen til en effektiv grøn omstilling og en bæredygtig verden i bredere forstand. Ifølge Henrik Madsen, professor på DTU Compute, handler det i høj grad om at gøre næste generation af datacentre langt mere grønne. Derfor har DTU sat sig i spidsen for et par nye større projekter med fokus på at demonstrere, at AI er nøglen til at aktivere den fleksibilitet i alle dele af samfundet, som er nødvendig for at implementere et bæredygtigt, fossilfrit energisystem.
En helt anden bekymring, der ofte bliver nævnt i medierne, er, om kunstig intelligens og robotter er kommet for at overtage verdensherredømmet. Men så sort ser Thomas Bolander ikke på det:
”Det er i princippet relevant at være bekymret. Men det skal bare være i den rigtige skala. Hvis man begynder med et skrækscenarie om, at robotterne bliver ondsindede, er det i hvert fald meget usandsynligt.”
”Sådan nogle robotter vil ikke begynde at skabe deres egne behov for at gøre noget, de ikke er programmeret til. Men det betyder jo ikke, at robotter ikke kan gøre onde ting. Hvis du udvikler teknologi, der kan bruges til en førerløs bil, har du f.eks. alle ingredienser til at lave en selvkørende ’dræbermaskine’. Så det skal vi selvfølgelig have øjnene stift rettet imod.”
Kunstig intelligens handler mest om at få computere og robotter til at gøre ting, som det hidtil kun har været mennesker, der har kunnet – f.eks. at spille skak, køre bil, diagnosticere patienter eller føre en samtale.
Machine learning eller maskinlæring er rygraden i den datadrevne kunstige intelligens. Maskinlæring er den statistiske måde at lave kunstig intelligens og fungerer ved at træne computeren til at genkende mønstre i data. Ud fra data lærer Google f.eks., hvordan du ønsker, din postkasse skal se ud, og Twitter, hvilke tweets du skal se, ligesom Facebook bestemmer, hvilke annoncer du bliver præsenteret for. Deep learning går skridtet videre og genkender mønstre ved hjælp af dybe neurale netværk, der ud fra meget store mængder af data kan lære komplicerede sammenhænge.
I den symbolske gren af kunstig intelligens forsøger forskere direkte at skabe simplificerede modeller af nogle af de højeste niveauer af menneskelig tænkning: vores sproglige, bevidste og logiske tænkning.
Der bliver bl.a. arbejdet med kunstig intelligens på DTU Compute og DTU Elektro.
Kilde: DTU, Teknologisk Institut