Interview med Dr. Eng Lim Goh, en af verdens førende autoriteter indenfor kunstig intelligens
Den 14. maj 2019 havde vi besøg er Dr. Eng Lim Goh. Dr. Goh er en af verdens førende autoriteter indenfor grafisk fremstilling, kunstig intelligens, supercomputing, simulering, Machine Learning etc. og det ville være forkert, ikke at dele hans perspektiv. Og heldigvis var der lejlighed til at få uddybdet nogle nogle af disse emner, så her er disse. Husk, at Dr. Goh af gode grunde ikke kan forudsige fremtiden, men han kan give et kvalificeret gæt på denne.
Spørgsmål: Kommer kunstig intelligens til at koste jobs?
På den korte bane, så bliver den menneskelige kapacitet kun forstærket via det man kalder “Augmented Reality”. Effekten af dette bliver, at både mennesker, økonomier og uddannelsesinstitutioner bliver nød til at tilpasse sig den nye virkelighed.
På længere sigt vil der være jobs, der simpelthen ikke eksisterer længere, men der vil til gengæld opstå nye jobs. Men det vil kræve en opkvalificering. Tænk f.eks. på typograf-faget der forsvandt i 80’erne, da Desktop Publising tog over. Typografernes arbejde blev overtaget af redaktionssekretærer, layoutere og journalister. Men typograferne er ikke forsvundet fra jordens overflade – de laver bare noget andet.
Og i det hele taget, så er de sidste 200 års historie fyldt med eksempler på, at hele industrier forsvinder, men nye industrier kommer til.
Et andet eksempel kommer fra en kunde jeg for nylig havde en design-session med. Deres holdning er, at mere sofistikerede robotter, ikke betyder færre menneskelige medarbejdere, tværtimod. Deres holdning er, at nyudviklede robotter skal arbejde sammen med de bedste menneskelige håndværkere og lære at disse. Deres mål er, at ændre deres marked og tilbyde individualiserede produkter, men til en meget lavere pris.
Et andet eksempel er de selvkørende biler. Disse inddeles i 5 niveauer ifølge Society of Automotive Engineers (SAE). I dag, så er de mest avancerede biler på niveau 3, hvor konstant menneskelig overvågning og eventuel intervenering er påkrævet. Fuldstændig autonom kørsel er på niveau 5 og der er vi ikke endnu. Det vurderes, at autonom kørsel – niveau 5 – er mindst er årti væk.
Man kan sammenligne ovenstående lidt med autopiloten på et fly. Selvom autopiloten blev opfundet for 100 år siden og har været en del af kommercielle fly i 80 år, så har dette ikke betydet, at vi i dag har 100% autonome fly uden piloter. Piloter er stadig en væsentlig del af flyvning og en autopilot bliver kun anvendt når et fly i i marchhøjde. Autopilot-funktionen bliver ikke brugt når flyet taxier, starter og lander.
Og selvom robotter kommer til at overtage vise funktioner på arbejdsmarkedet, så vil dette sandsynligvis bare medføre en reduktion af det antal timer vi arbejder. F.eks. har vi siden 1900-tallet arbejdet ca. 3.000 timer om året, til nu at arbejde ca. 2.000 timer om året. Selvom automatition har gjort, at vi arbejder mindre, så har den globale arbejdsstyrke tilpasset sig. Så måske skal vi bare til at vænne os til en 4 dages arbejdsuge og mere fritid.
Spørgsmål: Nogle ledende tænkere som Elon Musk og Bill Gates har påpeget faren ved kunstig intelligens og mener at AI kan overtage verdensherredømmet. Dette er et meget dystert og fatalistik synpunkt. Ser du nogen farer ved kunstig intelligens?
På den korte bane, så har vi allerede automatisering, såkaldt ”single-purpose” eller svag kunstig intelligens. Såkaldt stærk eller generel kunstig intelligens, der kan sammnlignes med menneskelig intelligens er stadig langt væk. Husk på, at mennesker først opnår selvbevidsthed efter ca. 18 måneder og kan genkende sig selv i et spejl. Så stærk kunstig intelligens er på nuværende tidspunkt, meget svær at opnå. Så på kort sigt, så ser jeg kun mennesker blive forstærket af forskellige teknologier.
Og så skal man huske på, at fremtiden er ukendt. Ergo er det vi gør i dag, udslagsgivende for hvordan fremtiden bliver.
På den mellemlange bane, så tror jeg, at man skal forstå forskellen mellem den menneskelige hjerne og den kunstige hjerne. Den kunstige hjerne er baseret på såkaldt Machine Learning, mens en menneskelig hjerne er baseret på et meget komplekst neuralt netværk.
Så den menneskelige hjerne er stadig meget mere kompleks end de største neurale netværk i dag. Hvor de bedste kunstige neurale netværk stadig kun har en enkelt forbindelse, så har den menneskelige hjerne ca. 20 forbindelser. Så derfor kan den menneskelige hjerne tilegne sig læring med meget få eksempler, mens den kunstige hjerne skal bruge væsentlig flere eksempler for at lære noget nyt. Som en konsekvens deraf, så er den menneskelige hjerne meget mere energi-effektiv end den kunstige hjerne.
Og så skal man huske, at den menneskelige hjerne – modsat den kunstige hjerne – er meget god til at udelukke støj. To mennesker kan således godt føre en samtale i meget støjfulde omgivelser. Når det så er sagt, så har man målt på den mentale effekt af at udelukke støj. Det viser sig nemlig, at det at udelukke støj, kræver en hel del af vores hjerner. Således har man i forbindelse med flytningen af en lufthavn kunne måle, at karaktererne steg i den by hvor lufthavnen blev flyttet fra. Til gengæld faldt karaktererne i den by hvor lufthavnen blev flyttet til.
På den lange bane, så tror jeg, at vi får superintelligente maskiner om ca. 30 år fra nu. Spørgsmålet er, om superintelligente maskiner så vil opnå selvbevidsthed. Lad os antage, at det lykkes at lave superintelligente og selvbevidste maskiner. Vil disse så vende sig imod menneskeheden og prøve at udrydde den menneskelige race? Det er i hvert fald en mulighed og en mulighed som flere personer har nævnt.
Der er også en anden mulighed. Det er den jeg kalder den uddødelige fremmede. Hvis du er en selvbevidst computer, så ved du godt, at du er en fremmed, fordi de ikke lærer ligesom mennesker gør det. Du har således ikke opnået selvbevidsthed som en konsekvens af menneskelig biologi, men som en konsekvens af maskinlæring. Du er også effektivt udødelig – du kan bare lave en backup af dig selv.
Så jeg er optimist. Jeg tror på den udødelige fremmede som ikke er så optaget af selvpræservation,men som er velmenende overfor mennesker.
Spørgsmål: Har du nogen bekymringer om partiskhed i kunstig intelligens?
En kunstig intelligens er kun så god som de eksempler der anvendes i dens træning. Ergo, hvis de data der anvendes til at træne den kunstige inteligens er partiske, så vil man uværgeligt opnå en kunstig intelligens, der har en holdning. Det er det gamle princip om crap in, crap out. Den gode nyhed er, at der allerede findes et modsvar på denne problemstilling. Således arbejder virksomheder som Microsoft og Google allerede på teknologier der kan checke og advare om man er forudtaget om et givent emne. Og i sidste ende, så skal der et menneske til at afgøre, om den kunstige intelligens er forudindtaget.
Et eksempel på partiskhed kunne være, hvis man har først putter hænderne i meget varmt vand og derefter i varmt vand. Det varme vand vil føles meget koldere, selvom det i virkeligheden ikke er koldt. Hvis man så overfører denne problemstilling til mennesker, så er vi klart bedst til at huske hændelser der skete sidst og dermed ikke lægge så meget vægt på hændelser der er sket før dette.
For at opsummere dette, så kan kunstig intelligens fortælle dig hvad der er korrekt, men kun den menneskelige hjerne kan fortælle dig hvad der er rigtigt. Hvis du har set filmen I, Robot hvor robotten efter et biluheld vurderer hvem der har de bedste overlevelseschancer og redder denne, så tager robotten ikke en holistisk betragtning og vurderer ikke ud fra en helhedsbetragtning hvem den bør redde. Den redder bare den, der har de bedste chancer for at overleve selve biluheldet.
Klik her hvis du vil vide mere om Dr. Eng Lim Goh og hans projekter inden for kunstig intelligens