Universitetet i Tromsø –
Labyrint 3/11
•••
25
Vi kan programmere
datamaskiner til å
lære de utroligste ting.
Men det er forskjell på
læring og intelligens.
HAL 9000 er flm- og litteraturhistoriens
mest berømte datamaskin. I Stanley
Kubricks kultklassiker 2001: En rom-
odyssé, er HAL den milde stemmen som
styrer romskipet Discovery og dens
besetning på veien mot Jupiter.
HAL 9000 kan snakke, gjenkjenne stem-
mer og ansikt, lese på leppene og spille
sjakk. Men den er også i stand til å tolke
og gjenskape følelser og resonnement.
Da astronautene om bord Discovery
forsøker å skru HAL av på grunn av
mistanke om feil i systemet, slår data-
maskinen seg vrang. For å overleve setter
HAL i gang en utspekulert plan for å
drepe astronautene og gjennomføre det
den i utgangspunktet var programmert
til å gjøre.
HAL er rett og slett en kunstig intelli-
gens, som utvikler egen vilje.
I 1968, da denne flmen ble laget, var
alle HALs egenskaper kun en fantasi
i hodet på bokforfatteren Arthur C.
Clarke.
Men er det mulig at vi i dag kan utvikle
kunstig intelligens og datamaskiner som
kan tenke selv?
– I dag kan vi lage datasystemer som
lærer av sine egne feil. Men veien er lang
til vi får maskiner som klarer å tenke
selv. Det er rett og slett matematikken
som begrenser utviklingen av kunstig
intelligens, forteller førsteamanuensis
Robert Jenssen.
Alt er matematikk
Jenssens forskningsfelt er maskinlæring
– han er en av de som gjør beregnin-
ger og videreutvikler metoder som til
syvende og sist vil gjøre din datamaskin
mer lærevillig.
– Det er vanskelig å skape ekte intelli-
gens ut av noe som er komplett uintel-
ligent i utgangspunktet. Vi må mate
dataprogrammene med informasjon
hvis de skal kunne utføre arbeidet sitt.
Men måten vi gjør dette på har blitt mer
efektivt med årene, og dermed har også
maskinene blitt smartere og kan utføre
oppgaver som var nærmest utenkelig for
få år tilbake.
Det er ikke lenge siden det var utenkelig
at et kamera kunne gjenkjenne ansikt.
Men de nyere kameraene har blitt utstyrt
med en algoritme, altså en ligning, som
forteller den hvordan et ansikt ser ut.
Denne ligninga har blitt laget ved hjelp
av statistikk og utarbeidet på bakgrunn
av titusenvis av bilder med og uten
ansikter. Man forer denne informasjonen
inn i kameraet, som deretter vet hvordan
et bilde med ansikt ser ut kontra et uten.
Slike systemer brukes også i moderne
spamfltre som beskytter eposten din fra
søppelpost og virus.
– Et spamflter kan i tillegg lære av sine
egne feil. Hvis spamflteret ikke fanger
opp en spam så kan du irettesette det, og
det vil lære til en senere anledning.
Tolker hjernebølger
Robert Jenssen har blant annet job-
bet med en forskergruppe ved Berlin
tekniske universitet som utvikler kunstig
intelligens. Brain Machine Interface
benytter seg av grunnforskning, som
Jenssens, for å utvikle datasystemer som
kan tyde hjernebølger.
– Ideen er at du skal tenke på å bevege
en arm, så vil datamaskinen tyde
disse signalene fra hjernen din og
gjøre bevegelsen for deg. De tyske
forskerne har kommet ganske langt med
dette. Håpet er å bruke Brain Machine
Interface for å hjelpe mennesker som for
eksempel har mistet en arm til å bevege
en protese.
Problemet er at hjernen er et utrolig
komplisert system, mens en datamaskin
ikke er det. Datasystemer «tenker» i
bits – de tenker enten JA eller NEI. Og
en hjerne tenker med mange uavhengige
signaler som opptrer samtidig. Jenssens
forskning bidrar med å klassifsere disse
signalene slik at datamaskinen kan lære
dem.
Ligninger kan ikke mutere
40-årsmarkeringa til flmen 2001: En
romodyssé markerte også 50 år med
NASA. I den anledning skrev det ameri-
kanske rombyrået at de nå var en del av
den fantastiske fremtiden som Arthur C.
Clarke og Stanley Kubrick forestilte seg.
Men selv om vi i løpet av de 40 årene har
fått datasystemer som klarer å kjenne
igjen ansikter, tale og til og med hjerne-
bølger så er det svært usannsynlig at de
vil utvikle en egen vilje.
– Ethvert datasystem er avhengig av den
algoritmen som den er bygget opp av. Vi
har enorme mengder registrerte data i
verden, og stor regnekraf i maskinene.
Men det er ligningene som styrer det
hele. Og selv om ligninger kan justeres,
så kan de ikke mutere på egen hånd,
smiler Jenssen.
Datamaskiner kan lære mye. Denne roboten i Japan har
blitt «opplært» til å yte omsorg for pleietrengende pasien-
ter. Men det skal mye til for at en datamaskin skal utvikle
intelligens. Foto: Scanpix.
10 klassiske
science fiction-filmer
• 2001: A Space Oddysey
• Blade Runner
• Gattaca
• Alien
• A Clockwork Orange
• Soylent Green
• Star Wars
• Planet of the Apes
• District 9
• Inception