Det bubblar om AI på Sveriges universitet och högskolor

Share this post:

Intresset för AI (artificiell intelligens) växer sig allt starkare både inom näringslivet och bland landets universitet och högskolor. Det som för endast några få år sedan för många var ett till synes relativt obskyrt forskningsområde förpassat till lika obskyra think-tanks och forskningsprojekt tycks nu vara på var mans läppar. Och kanske är det så att Gartner har rätt? Som artikeln säger, kanske befinner vi oss nu på toppen av ”the hype-cycle” vad gäller artificiell intelligens?

Jag blir allt oftare kontaktad av universitet och högskolor som vill veta mer om hur IBM ser på framtiden, hur studenter bör utbilda sig och hur utbildningar inom AI-området bör utformas för att vara relevanta i framtiden. Intresset tycks vara lika stort bland professorer som bland studenter. Jag tänkte i denna bloggpost beröra två frågor jag ofta fått i de interaktioner jag har haft den senaste tiden med studenter och professorer från bland annat Stockholms Universitet, KTH, Uppsala Universitet, Lunds Universitet och Handelshögskolan i Stockholm.

”Hur ska man som student tänka kring sin utbildning om man är intresserad av artificiell intelligens?”

Jag har en rätt brokig bakgrund och är utbildad inom humaniora. Jag skrev min magisteruppsats vid Stockholms Universitet om den amerikanska författaren William Gibson’s sci-fi/cyberpunk klassiker ”Neuromancer” och de frågor denna roman väcker kring gränsdragning och gränsöverskridning mellan människa och maskin. Många av de frågor som 1984 var sci-fi är idag praktikaliteter som de som jobbar inom AI-området behöver ta ställning till.

Ett exempel på detta är det test som Alan Turing formulerade 1950, det så kallade Turing-testet. Syftet med detta test är att formulera en frågeställning som klart och tydligt kan dra en gräns mellan människa och maskin. I sin enklaste form kan man beskriva testet på följande vis: Om du inte kan avgöra om den du interagerar med är en människa eller maskin och det visare sig att det är en maskin, då är maskinen i fråga en AI. Ett konkret exempel skulle exempelvis kunna vara att om du inte kan avgöra om du har att göra med en människa eller en chatbot när du har kontakt med ett företags kundtjänst så är chatbotten i alla väsentliga avseenden en AI.

Vanligtvis märker vi rätt snabbt om vi har att göra med människor eller maskiner och antagligen skulle de flesta av oss efter en liten stund inse hur det ligger till med t.ex. kundtjänsten som vi chattar med. Men i och med teknologiska landvinningar inom AI-området som naturlig språkbearbetning (Natural Language Processing) är Turing-test inte längre tillräckliga för att strikt skilja på människa och maskin; vilket jag skrivit om tidigare här på bloggen i inlägget ”2016 året då artificiell intelligens slog igenom på riktigt”.

Med detta sagt är min syn på vad som är relevant utbildning om man vill jobba inom AI-området den att man idag i princip kan närma sig detta likaväl från det humanistiska som det maskinella hållet. Huvudsaken är att man har ett driv och en entusiasm kring mötet mellan människa och maskin i alla dess former och är villig att med ett öppet sinne ta sig an de utmaningar som AI-området i sig för med sig.

Hur ska, eller kan, man se på framtiden?

1972 skrev Hubert Dreyfuss en uppmärksammad bok med titeln ”What Computers Can’t Do – The Limits of Artificial Inteligence”. Detta startade en het debatt om begränsningarna eller kanske avsaknaden av begränsningar gällande vad som är möjligt för intelligenta maskiner att ta sig an. Mot slutet av 80-talet hade röken till viss del lagt sig och det tycktes råda en tyst konsensus kring att det faktiskt finns vissa begränsningar för vad som är möjligt med AI.

I kölvattnet av denna debatt uppstod en nyansering av AI-begrepept och numer skiljer vi på AGI (Artificial General Intelligence), som kan liknas vid AI à la Hollywood (fullt människolika maskiner med egna agendor, förmåga att drömma och skapa konst, etc.) och lite mer jordnära AI så som den ter sig i dag (tänk chatbots, självkörande bilar, smarta hem, digitala assistenter, osv.); den senare varianten av AI kallas ibland ”applicerad AI” eller ”domän-specifik AI”.

IBM’s kognitiva lösningar som vi namngivit Watson är av denna domän-specifika sort. Då dessa lösningar i huvudsak används för att komplettera befintliga domän-specifika system med utökade kognitiva förmågor så kallas dessa ibland för Augmented Intelligence. Som exempel på denna typ av AI kan nämnas lösningar för att på ett intelligent sätt automatisera vissa aspekter av ett företags kundtjänst (Watson Virtual Agent), för att göra komplexa datakällor sökbara på ett mer intuitivt vis (Watson Explorer), eller lösningar för att på ett pro-aktivt och intuitivt sätt guida användare i analysarbetet av ett dataset (Watson Analytics).

Det kan tyckas långsökt och sci-fi-mässigt att tro att vi i närtid kommer att se något liknande Artificiell Generell Intelligens (AGI). Men det finns de som anser att robotar och system med människolik intelligens bara är något årtionde bort. En av dessa är Ray Kurtzweil, Google’s Director of Engineering. Enligt Ray Kurzweil så kommer vi att se robotar med människolik intelligens redan 2029!

Detta är givetvis en rätt radikal syn på vår stundande framtid och många av de framstående teknologer som vågar sig på en framtidsutsaga är mer återhållsamma i sin bedömning. IBMs egna forskningsavdelning, IBM Research, nöjer sig exempelvis med att blicka några enstaka år in i framtiden och lyfter fram 5 områden som IBM tror kommer att bli verklighet inom fem år, se IBMs ”5-in-5” prognos.

Vad gäller min egen syn på vad framtiden har i sitt sköte så är jag benägen att hålla med citatet från den brittiska genetikern och evolutionsbiologen J. B. S. Haldane:

”I have no doubt that in reality the future will be vastly more surprising than anything I can imagine. Now my own suspicion is that the Universe is not only queerer than we suppose, but queerer than we can suppose.”

Vad tänker du om framtiden och AI?

/Patrick Couch, IBM