Kronikk i Fredrikstad Blad 29.12.2020
AI-pioneren Alan Turing stilte i 1950 spørsmålet ”kan maskiner tenke?” og han foreslo en test for å avgjøre dette spørsmålet, som har blitt hetende Turing-testen. Selv om maskinene enda ikke har bestått denne testen har vi sett en ekstrem utvikling innenfor fagfeltet kunstig intelligens i 2020. Nå er de beste algoritmene så gode at de fint kan lure oss til å tro at de er mennesker, i alle fall for en kortere stund.
Turing, mannen som knakk tyskernes koder under krigen og som med det sparte millioner av menneskeliv, åpnet sin 1950-artikkel med den klassiske setningen: I propose to consider the question, "Can machines think?" Jeg liker å definere dette som kunstig intelligens sin fødsel, selv om begrepet kunstig intelligens (artificial intelligence) først ble innført fra 1956. På 50-tallet hadde stadig flere forskere blitt fascinert av maskiner som kunne programmeres til å løse problemer, og på sommeren 1956 samlet noen av de skarpeste hjernene i feltet seg over en periode på 10 uker i Dartmouth, hvor de grunnla fagfeltet og innførte begrepet kunstig intelligens. Det var hjernen som var inspirasjonen, og allerede i 1958 kunne New York Times rapportere fra en demonstrasjon av en elektronisk datamaskin, som ”når den er ferdig om et år, forventes å være den første ikke-levende mekanismen som er i stand til å oppfatte, gjenkjenne og identifisere omgivelsene uten menneskelig trening eller kontroll". Dette skulle vise seg å være prematurt, men de siste fem årene har vi faktisk kommet dit. Vi har nå kunstig intelligens som kan gjenkjenne objekter i bilder på nivå med mennesker.
Det aller meste av kunstig intelligens må trenes opp. Hvis man viser dataprogrammet mange nok bilder av katter og hunder, vil det til slutt lære seg å se forskjell på dyreartene like godt som vi mennesker. Dette var for få år siden en helt utenkelig oppgave, men er nå allmenn teknologi du for eksempel har på smarttelefonen din. Og utviklingen stopper ikke der. På lignende måte kan disse programmene nå trenes opp til å se på medisinske bilder, og programmer som å oppdager kreft fra røntgenbilder er i mange forskningsartikler vist seg å være bedre enn erfarne radiologer. Nå arbeides det med å gjøre slike algoritmer robuste nok til at de kan brukes på sykehus.
Det kreves store mengder data og stor regnekraft for å utvikle god kunstig intelligens. Firmaer som Google, Facebook, Microsoft og Amazon har både store mengder data og stor datakraft. Det er mye av grunnen til at det i USA er vanlig med forskningssamarbeid mellom universiteter og de store firmaene. I 2020 kom det to store gjennombrudd som det er verdt å merke seg. Det ene gjennombruddet er en språkalgoritme fra amerikanske OpenAI, et firma hvor Microsoft er en stor investor. Det andre gjennombruddet kom fra engelske DeepMind, et firma eid av Google (Alphabet). De løste et 50 år gammelt problem som jeg tror vil vise seg å være ekstremt viktig: kunstig intelligens klarer nå å forutse formen til proteiner.
Språkalgoritmen til OpenAI heter GPT-3, den er trent på store deler av internett, og den kan brukes til alt fra å lage nye programmer til å skrive stiler, fortellinger, kortere avhandlinger og man kan konversere med den. For en ukes tid siden ble algoritmen intervjuet av Aftenposten. AI-professor Morten Goodwin, som i høst utga boken AI – Myten om maskinene, ble forelagt intervjuet. Hans respons var: «WHAT? Jeg er målløs. Dette er ikke bare vilt, det er ren utklassing. Det er bortenfor hva vi drømte om for bare et halvt år siden, og det viser hvor fort AI-forskningen går. Dette er en mer meningsfylt samtale enn jeg har hatt med enkelte mennesker (men jeg tør ikke nevne hvem).»
Kanskje enda mer spennende er DeepMind sin algoritme AlphaFold, som kan gi deg formen til proteiner. I år har vi alle blitt kjent med bildene av Covid-19-viruset, som består av nåler som stikker ut og som kan binde seg til celler i kroppen. Disse er bygget opp av proteiner, og det å forstå formen til proteiner er essensielt for å forstå hvordan et protein fungerer. Forstår man proteiner, forstår man liv.
Oppskriften på et protein ligger i et gen, og proteinet består av en lang snor med aminosyrer. Denne snoren av aminosyrer kan vi finne relativt enkelt, men når snoren blir produsert i kroppen krøller den seg og får sin bestemte form. Å kunne ”gjette seg til” formen på proteiner kun ved å se på snoren av aminosyrer er noe forskere har jobbet med i 50 år. Nå er gjetteleken langt på vei over. Hvis DeepMind sin AlphaFold får informasjon om aminosyrer, kan den fortelle oss formen på det gitte proteinet. Det velrennomerte forskningstidsskriftet Nature hadde en nyhetsartikkel om AlphaFold, hvor Andrei Lupas uttaler “This will change medicine. It will change research. It will change bioengineering. It will change everything.”
Dette er to helt ferske eksempler på nylig utviklet kunstig intelligens som er så banebrytende at vi enda ikke forstår konsekvensene. At AlphaFold kommer til å redde liv er helt sikkert. Norge har mange gode miljøer innenfor kunstig intelligens, og med riktig politikk vil vi kunne høste frukter av en teknologi som har uante muligheter.
AI-pioneren Alan Turing stilte i 1950 spørsmålet ”kan maskiner tenke?” og han foreslo en test for å avgjøre dette spørsmålet, som har blitt hetende Turing-testen. Selv om maskinene enda ikke har bestått denne testen har vi sett en ekstrem utvikling innenfor fagfeltet kunstig intelligens i 2020. Nå er de beste algoritmene så gode at de fint kan lure oss til å tro at de er mennesker, i alle fall for en kortere stund.
Turing, mannen som knakk tyskernes koder under krigen og som med det sparte millioner av menneskeliv, åpnet sin 1950-artikkel med den klassiske setningen: I propose to consider the question, "Can machines think?" Jeg liker å definere dette som kunstig intelligens sin fødsel, selv om begrepet kunstig intelligens (artificial intelligence) først ble innført fra 1956. På 50-tallet hadde stadig flere forskere blitt fascinert av maskiner som kunne programmeres til å løse problemer, og på sommeren 1956 samlet noen av de skarpeste hjernene i feltet seg over en periode på 10 uker i Dartmouth, hvor de grunnla fagfeltet og innførte begrepet kunstig intelligens. Det var hjernen som var inspirasjonen, og allerede i 1958 kunne New York Times rapportere fra en demonstrasjon av en elektronisk datamaskin, som ”når den er ferdig om et år, forventes å være den første ikke-levende mekanismen som er i stand til å oppfatte, gjenkjenne og identifisere omgivelsene uten menneskelig trening eller kontroll". Dette skulle vise seg å være prematurt, men de siste fem årene har vi faktisk kommet dit. Vi har nå kunstig intelligens som kan gjenkjenne objekter i bilder på nivå med mennesker.
Det aller meste av kunstig intelligens må trenes opp. Hvis man viser dataprogrammet mange nok bilder av katter og hunder, vil det til slutt lære seg å se forskjell på dyreartene like godt som vi mennesker. Dette var for få år siden en helt utenkelig oppgave, men er nå allmenn teknologi du for eksempel har på smarttelefonen din. Og utviklingen stopper ikke der. På lignende måte kan disse programmene nå trenes opp til å se på medisinske bilder, og programmer som å oppdager kreft fra røntgenbilder er i mange forskningsartikler vist seg å være bedre enn erfarne radiologer. Nå arbeides det med å gjøre slike algoritmer robuste nok til at de kan brukes på sykehus.
Det kreves store mengder data og stor regnekraft for å utvikle god kunstig intelligens. Firmaer som Google, Facebook, Microsoft og Amazon har både store mengder data og stor datakraft. Det er mye av grunnen til at det i USA er vanlig med forskningssamarbeid mellom universiteter og de store firmaene. I 2020 kom det to store gjennombrudd som det er verdt å merke seg. Det ene gjennombruddet er en språkalgoritme fra amerikanske OpenAI, et firma hvor Microsoft er en stor investor. Det andre gjennombruddet kom fra engelske DeepMind, et firma eid av Google (Alphabet). De løste et 50 år gammelt problem som jeg tror vil vise seg å være ekstremt viktig: kunstig intelligens klarer nå å forutse formen til proteiner.
Språkalgoritmen til OpenAI heter GPT-3, den er trent på store deler av internett, og den kan brukes til alt fra å lage nye programmer til å skrive stiler, fortellinger, kortere avhandlinger og man kan konversere med den. For en ukes tid siden ble algoritmen intervjuet av Aftenposten. AI-professor Morten Goodwin, som i høst utga boken AI – Myten om maskinene, ble forelagt intervjuet. Hans respons var: «WHAT? Jeg er målløs. Dette er ikke bare vilt, det er ren utklassing. Det er bortenfor hva vi drømte om for bare et halvt år siden, og det viser hvor fort AI-forskningen går. Dette er en mer meningsfylt samtale enn jeg har hatt med enkelte mennesker (men jeg tør ikke nevne hvem).»
Kanskje enda mer spennende er DeepMind sin algoritme AlphaFold, som kan gi deg formen til proteiner. I år har vi alle blitt kjent med bildene av Covid-19-viruset, som består av nåler som stikker ut og som kan binde seg til celler i kroppen. Disse er bygget opp av proteiner, og det å forstå formen til proteiner er essensielt for å forstå hvordan et protein fungerer. Forstår man proteiner, forstår man liv.
Oppskriften på et protein ligger i et gen, og proteinet består av en lang snor med aminosyrer. Denne snoren av aminosyrer kan vi finne relativt enkelt, men når snoren blir produsert i kroppen krøller den seg og får sin bestemte form. Å kunne ”gjette seg til” formen på proteiner kun ved å se på snoren av aminosyrer er noe forskere har jobbet med i 50 år. Nå er gjetteleken langt på vei over. Hvis DeepMind sin AlphaFold får informasjon om aminosyrer, kan den fortelle oss formen på det gitte proteinet. Det velrennomerte forskningstidsskriftet Nature hadde en nyhetsartikkel om AlphaFold, hvor Andrei Lupas uttaler “This will change medicine. It will change research. It will change bioengineering. It will change everything.”
Dette er to helt ferske eksempler på nylig utviklet kunstig intelligens som er så banebrytende at vi enda ikke forstår konsekvensene. At AlphaFold kommer til å redde liv er helt sikkert. Norge har mange gode miljøer innenfor kunstig intelligens, og med riktig politikk vil vi kunne høste frukter av en teknologi som har uante muligheter.
Ingen kommentarer:
Legg inn en kommentar