Den fjerde industrielle revolusjon
Flere revolusjonerende teknologier har vært med på å endre måten vi lever på. Dette har vi ofte kalt for industrielle revolusjoner, da slike endringer ofte har et revolusjonært preg. I de forrige revolusjonene har dette dreid seg om at nye jobber har blitt skapt, eller at eksisterende arbeid har blitt drastisk endret. Et eksempel som ofte blir brukt på dette er oppfinnelsen av samlebåndet, dette gjorde det mulig for masseproduksjon, og skapte en stor endring i måten vi lager våre maskiner, biler, osv.
Forskjellen mellom da og nå
Forskjellen denne gangen er at den nye teknologien utkonkurrerer mennesket, og tar over arbeidsoppgavene helt. Dette er fordi den kunstige intelligensen har blitt så avansert den nesten kan fungere på egenhånd. Alan Turing, som mange mener er oppfinneren av datamaskinen, kom i 1950 ut med en artikkel som i senere tid har blitt kalt for “The Turing test”. Dette er en test som skal avgjøre om en maskin har kapasiteten til å tenke selv, gjennom at en ikke vil kunne skille mellom hvem som er maskin og hvem som er menneske.
The Imitation Game
Turing mente at man kunne teste kunstig intelligens gjennom å spille et spill med tre deltakere, der to av deltakerne skal utgi seg selv for å være den andre, og den siste forsøke å identifisere hvem motspillerne er (Turing 1950, 433-434). Dersom datamaskinen med stor sannsynlighet klarer å vinne dette spillet, vil dette være en maskin med muligheten til å tenke. Allerede i dag, finnes det eksempler på at maskiner klarer å lure mennesker til å tro at et annet menneske har skrevet noe, eksempelvis i dette blogginnlegget. Blogginnlegget fra juli i 2020 ble generert av en datamaskin, og har som formål å lure leseren til å tro at innlegget er skrevet av et menneske.
Roboter
Det nærmeste vi kommer til en kopi av et menneske er roboter. Roboter er vanlige i populærkulturen, og folk flest har en eller annen erfaring med roboter. En robot består i korte trekk av en kombinasjon av kunstig intelligens og mekanikk, og vi bruker de til å gjøre oppgaver, som vi før måtte gjøre manuelt, slik som å sette sammen en bil på et samlebånd. Baxter, som nå har blitt erstattet av Sawyer, laget av ReThink robotics, var den første roboten som kunne gjennom føre ulike oppgaver uten å måtte reprogrammeres mellom hver oppgave. Dette vil si at den er svært tilpasningsdyktig, og vil minne mer om et menneske sammenlignet med en annen robot.
Maskinlæring
For å skape de mest tilpasningsdyktige maskinene, krever dette at de har evnen til å lære. Dette vil si at maskinene har evnen til å programmere seg selv, og vi har muligheten til å skape maskiner som utkonkurrerer vår egen intelligens, da dette ikke vil være en begrensning. Dette kan være så enkelt som lineær regresjon, der maskinen forsøker å gruppere eller kategorisere data gjennom å se på korrelasjoner mellom de. En mer avansert versjon kalles for nevrale nett, dette er en maskin som simulerer hjernen, da den lærer i ulike lag, og skaper forbindelser lignende vår egen hjerne. Her vil det være mulig å øke kompleksiteten for hvert lag, og til slutt kanskje til slutt gjennomføre medisinske operasjoner.
Alt i alt er kunstig intelligens både skremmende og spennende på samme tid. Dette kan være menneskets mulighet til å tenke utover vår begrensede hjerne, men da vil problemstillingen rundt vår egen funksjon til samfunnet oppstå. Heldigvis er science fiction kun fiksjon, og vi får håpe at vi slipper å havne i krangel med de smarte maskinene vi har skapt i framtiden.
Referanser
Rethink Robotics. Sawyer. Lesedato 12. januar 2021: https://www.rethinkrobotics.com/sawyer
Turing, Alan M. 1950. I.-Computing Machinery and Intelligence. Mind, 236:433-460. Lesedato: 12. januar 2021: doi.org/10.1093/mind/LIX.236.433
Warren, Alex. 2020. “Can AI really pass the Turing test?”. Wildfirepr, 15. juni 2020. Lesedato: 12. januar 2021: https://www.wildfirepr.com/blog/can-ai-really-pass-the-turing-test/
Zhang, Zhongheng. 2016. A gentle introduction to artificial neural networks. Annals og Translational Medicine, 4(19):370-370. Lesedato: 12 januar 2021: doi: 10.21037/atm.2016.06.20
Dette er et veldig godt skrevet innlegg, Tallak – igjen!
Du tar leseren med deg gjennom hele teksten, og er god når du forklarer og trekker linjer mellom sammenhenger. En fryd å lese 🙂
Jeg skulle gjerne sett enda flere referanser i løpende tekst her, for eksempel når du snakker om samlebåndet, eller første gang du presenterer kunstig intelligens. Dette kan kanskje virke åpenbart, og er ikke nødvendigvis noe man behøver å si noe mer rundt, annet enn å legge ved en hyperlink til SNL eller en forklarende kilde. Det er også veldig viktig at du viser til bildekilden, ikke bare hvilken side bildet er hentet fra. Det skal være mulig for leser å hente frem bildet spesifikt. Tenk bare på opphavsrett og hvilke bilder du har lov til å bruke og ikke. I utgangspunktet er alle bilder omfattet opphavsretten, og det krever lisens eller samtykke for å bruke det. Det er likevel mulig at bildet fra Digital Museum er fritatt, med tanke på “ukjent fotograf” eller at vernetiden er utløpt med tanke på tid. Les litt mer om dette om du er usikker. En grei huskeregel er å bruke gratisbilder fra sider som Pixabay eller Unsplash. Der er det heller ikke pålagt å kreditere fotograf, men det er alltid fint å gjøre det likevel. Da kan du skrive “bilde av X hentet fra Y”, med kilden i hyperlink.
Utenom denne pirkingen, skriver du veldig gode innlegg! Denne pirkingen er også bare for å øke din bevissthet som “blogger” med tanke på retningslinjer, og det ansvaret du har når du publiserer!
Stå på – du er flink 😀