Tar robotarna över?

Internet kopplade samman våra datorer. Nu har AI gjort dem intelligenta. Och precis som vi fick lära oss att arbeta med datorer, så måste vi nu lära oss att se dem som medarbetare - i stället för verktyg.

Tar robotarna över?

I början av 2000-talet träffade den legendariske teknikjournalisten Kevin Kelly en av Googles grundare, Larry Page. Som chefredaktör för tidningen Wired levde Kevin Kelly mitt i den digitala revolutionen. Trots det var han fundersam över hur Google skulle kunna tjäna pengar på gratis webbsökningar. I dag vet vi att den världsdominerande sökmotorn inbringat oräkneliga miljarder dollar till Google – och det tvivel som en gång fanns känns nu ofattbart. Men Larry Page var inte bara före sin tid i grundandet av Google och synen på företaget.

– Åh, vi bygger inte en sökmotor. Vi bygger en AI, sade han.

15 år senare har den långsiktiga strategin börjat bära frukt på allvar. AI-forskningen har pågått, oavbrutet men med djupa svackor och stötvisa framsteg, sedan 1960-talet. Sedan millennieskiftet har fältet tagit stora kliv framåt, inte minst tack vare Googles målmedvetna ansträngningar på området.

När våra verktyg förbättras förstorar tekniken vår betydelse och ökar vikten av vår expertis, vårt omdöme och vår kreativitet

Det senaste decenniet har Google analyserat massiva datamängder för att hitta statistiska korrelationer och bygga en typ av artificiell intelligens – som med hjälp av statistiska samband kan hitta relevanta svar på svåra frågor. Det arbetet har bland annat lett till skapandet av världens smartaste sökmotor, världens bästa automatiska översättningstjänst och självstyrande bilar. Men just nu är Google inne i ett skifte.

Målet är att byta från den klumpiga statistiska metoden till att förlita sig mer på artificiella neurala nätverk, en metod som mer liknar mänskligt lärande och tänkande. Och Google är inte ensamma om att driva AI-utvecklingen. Företag som IBM, Microsoft, Amazon, Samsung och Apple jobbar lika målmedvetet. AI är nämligen något större än en ny, spännande teknik.

Det är ett nytt paradigm som kommer att förändra all teknik och ge oss nya möjligheter att utnyttja den.

AI är något större än en ny, spännande teknik. Det är ett paradigm som kommer att ge oss nya möjligheter.

AI är något större än en ny, spännande teknik. Det är ett paradigm som kommer att ge oss nya möjligheter.

När intelligenta maskiner kan utföra alltmer avancerade arbeten förändras människornas roll på arbetsmarknaden. Men det behöver inte betyda att jobben försvinner.

David Autor är professor i ekonomi vid Massachusetts Institute of Technology, det universitet som i decennier legat i framkant i AI-forskningen. David Autors främsta fokus är på arbetsmarknaden, och i september förra året höll han ett föredrag i Bostons operahus om hur arbetsmarknaden förändras av artificiell intelligens. Frågeställningen han inledde med var: ”Varför finns det fortfarande så många jobb?”.

Automatiseringen – i bred bemärkelse – har pågått ända sedan den industriella revolutionen. Men trots att produktiviteten ökat, tack vare allt från ångmaskinen till persondatorn, har vi fortsatt kunnat sätta människor i arbete. På något sätt har nya arbeten skapats, där vi utnyttjar den nya tekniken snarare än ersätter den.

David Autor pekar på två viktiga förklaringar. Den första kallar han för o-ring-syndromet, döpt efter den packning som felade på rymdfärjan Challenger och ledde till en katastrof. Gummiringen var en i sammanhanget otroligt billig, analog del av rymdfärjan. Men eftersom allt annat, mycket tack vare sofistikerade digitala hjälpmedel, fungerade så perfekt, sköt värdet av o-ringen i höjden. Den enkla gummipackningen var skillnaden mellan en framgångsrik rymdfärd och tragisk katastrof.

I AI-samhället är det vi som är o-ringarna.

– När våra verktyg förbättras förstorar tekniken vår betydelse och ökar vikten av vår expertis, vårt omdöme och vår kreativitet, säger David Autor.

AI på jobbet

Läkare

IBM:s berömda AI-system Watson hjälper redan läkare att ställa cancerdiagnoser, och maskininlärning har stor potential i vården tack vare sin omänskliga förmåga att läsa in medicinsk litteratur och journaler, samt att hitta mönster i dem.

Börsmäklare

Börsrobotarna, som enligt avancerade algoritmer handlar aktier snabbare än människor förmår, är verklighet sedan länge. AI som effektivt granskar företags räkenskaper, rapporter och nyheter kan assistera vid mer sofistikerade beslut.

Militär

Dagens drönare fjärrstyrs av mänskliga piloter. Förutom autopilot kan drönare och stridsfältsrobotar i framtiden autonomt fatta beslut för att hjälpa soldater på fält eller identifiera måltavlor.

Journalist

AI används i dag för att skriva sportreferat och börsnyheter men även för redaktörsarbete, som att bedöma effektiviteten i olika rubriker och placera dem optimalt på en webbsida.

Chaufför

Inte bara de traditionella biltillverkarna jobbar med självstyrande bilar, utan även Silicon Valley-jättar som Google, Apple och Tesla. Uber har nyligen investerat tungt i maskininlärning, för att bilarna ska kunna lära sig av de mänskliga förarna.

 

Den andra principen är välbekant för oss alla: Får-aldrig-nog-principen. David Autor noterar att många jobb och industrier nära nog utplånats under 1900-talet. Antalet bönder har, exempelvis, minskat drastiskt. Men i stället har människor funnit massor av nya arbeten i sektorer som var små eller inte ens existerade i början på 1900-talet, som exempelvis vården, finanssektorn och mjukvaruutveckling. Många av de produkter och tjänster vi i dag spenderar stora delar av våra inkomster på hade inte ens uppfunnits.

Medan effektiviteten i lantbruksindustrin innebär att vi inte behöver lika många bönder i dag, samt att vi inte behöver arbeta särskilt mycket för att ha råd med mat, behövs det folk som jobbar som exempelvis apputvecklare, barista och personlig tränare. Och vi andra jobbar hårt för att ha råd med deras tjänster och produkter.

Kevin Kelly släppte nyligen boken The Inevitable, där han beskriver hur AI-robotar snart kommer att kunna utföra våra arbeten bättre än vad vi kan. De kommer att göra jobb vi aldrig kunnat göra tidigare, eller ens kunnat föreställa oss kunde eller behövde ­göras. Men, konstaterar han hoppfullt:

– Det här är inte ett race mot maskinerna. Om vi tävlar mot dem kommer vi att förlora. Det här är ett race med maskinerna. I framtiden kommer din lön att bero på hur väl du samarbetar med robotar.

Big data 

Internet och olika automatiserade system genererar enorma datamängder, där-ibland massor av information om mänskligt beteende. Tack vare allt snabbare processorer och bättre algoritmer går det också att lära sig mycket av datamängderna – ovärderligt råmaterial för den som vill bygga en artificiell intelligens.

Machine learning 

Machine learning, eller maskininlärning, bygger på att en maskin eller mjukvara lär sig om världen genom att studera en datamängd. Exempelvis går det att konstruera en algoritm som ger systemet en grundläggande förmåga att känna igen föremål på bilder, och sedan låta det lära sig själv genom att studera bilder på internet. Systemet kan också lära sig hitta samband i stora datamängder för att göra förutsägelser som människor inte kan se.

Deep learning 

Deep learning är en gren inom machine learning som syftar till att bygga självgående artificiella system, som i princip själva hittar sätt att lära på. Ofta används flerlagrade neurala nätverk som imiterar den mänskliga hjärnans arkitektur med neuroner och synapser som kopplas ihop i komplexa nätverk. Artificiella neurala nätverk var länge opraktiska på grund av sin komplexitet, men tack vare förbättrad hårdvara är de nu populära igen.

Robotik 

Robotar behöver inte nödvändigtvis använda sig av AI utan kan programmeras med mer traditionella algoritmer. Men för att lösa svåra problem som att lära en robot gå på två ben i terräng, eller laga en perfekt omelett, är maskininlärning till stor hjälp.

Generell AI 

Den heliga graalen i AI-forskningen är ett artificiellt system som kan mäta sig med människans mångsidiga och adaptiva intelligens. Ännu har ingen lyckats skapa en AI som behärskar allt från att dansa tango till att äta tacos och konversera om lokalpolitik. Men allt fler ifrågasätter nu värdet i att försöka få artificiell intelligens att efterlikna mänsklig.

Se kommentarer