Kunstig intelligens – et lille spadestik for forståelsen. 

Formålet med denne artikel er at give et bidrag til den almene forståelse af kunstig intelligens og derved støtte den nødvendige debat. 

Kunstig intelligens [A.I.] fylder i stigende grad i vores hverdag, både som en teknologi vi kan vælge at gøre brug af, en teknologi vi bliver udsat for og som et emne i diverse medier, som vi må forholde os til. Eksempelvis har det danske politi i en længere periode ønsket adgang til ansigtsgenkendelse, der er en teknologi, som gør brug af kunstig intelligens, og med den nuværende COVID-situation ser det ud til, at nye argumenter er åbnet op, for de der vil forsøge at få indført teknologien, som vi ser det i eksempelvis Australien og Rusland. Udviklingen af velfungerende ansigtsgenkendelse har i længere tid været et varmt emne.

Et firma som Clearview.AI, der er grundlagt i 2017, råder efter sigende over en database bestående af tre milliarder ansigtsbilleder, som man stiller til rådighed for sine kunder. Clearview.AI har indsamlet de tre milliarder billeder fra offentlige profiler på sociale medier med tilhørende tilgængelige oplysninger såsom navn, forhold, hjemby, arbejde, børn etc. Indsamlingen har Clearview foretaget ved hjælp af en “image scraber”, der er et program, som automatisk støvsuger specifikke hjemmesider for specifikke former for data. Dette vil sige, at har man en social profil, såsom Facebook, Instagram, Twitter o.l. er der en mulighed for, at Clearviews kunder kan identificere én via ansigtsgenkendelse. Clearview selv siger, at de kun stiller deres database til rådighed for institutioner, politi, efterretningstjenester o.l., der ønsker at gøre brug af ansigtsgenkendelse som et præventivt redskab mod kriminalitet eller i forbindelse med opklaringen af samme. New York Times har dog kunnet berette, at det ikke kun forholder sig således. Amerikanske rigmænd har tidligere brugt Clearviews database til personligt brug. Eftersom Clearview.AI er et privat firma, kan de arbejde sammen med hvem de måtte ønske. Det er som sådan kun firmaets etik og moral der pt. er bestemmende for, hvem de tillader adgang til deres database.

Ovenstående eksemplificerer brugen af kunstig intelligens som værende en invasiv og ‘omnipresent’ teknologi, uden at der gives en yderligere forklaring på, hvad der forstås som kunstig intelligens. Som læsere sidder man derfor tilbage med en utryghed eller indignation, som i dette tilfælde er velbegrundet. Ofte omtales kunstig intelligens uden en medfølgende forklaring på afsenderens forståelse eller definition, selvom denne er essentiel for, hvordan vi som læsere skal forstå emnet, den omtales i relation til. Tit berettes der blot om en teknologi som vil/kan have massiv indflydelse på vores alles hverdag

Fire historiske tilgange indenfor udviklingen af A.I. 

Definitionen på kunstig intelligens stammer fra John Mccarthy, [1956] der baserede definitionen på den antagelse, at ethvert aspekt af menneskelig læring kunne beskrives så præcist, at der kunne bygges en maskine til at simulere det.

Nutidens A.I. består af en række tekniske elementer såsom “natural language”, der sætter den i stand til at kommunikere med mennesker og “machine learning”, der sætter den i stand til selv at lære.

Mccarthys forståelse er sidenhen blevet refereret til som “computationalism” af personer, der mener, at Mccarthys antagelse var forsimplet og derfor problematisk. Og der er da også stor forskel på kunstig intelligens, der er udviklet med det formål, at hjælpe til at detektere hudkræft og den kunstige intelligens, som udvikles til sociale robotter. Fejl i førstnævnte kan være fatale og resultere i, at vi bedømmer den kunstige intelligens som værende ‘dum’ og ubrugelig, hvorimod fejl begået af en social robot, skabt til at efterligne menneskelig væremåde, kan være medvirkende til at gøre denne ‘mere menneskelig’ og således fremstå mere intelligent.

Disse to eksempler omhandler henholdsvis A.I. “tankeproces” og A.I. “adfærd” hvilke udgør to hoveddimensioner indenfor definitionerne af kunstig intelligens.

Stuart Russell og Peter Norvig [5] har beskrevet fire historiske måder indenfor udviklingen af kunstig intelligens der baseres på disse to dimensioner. Indenfor ‘tankeproces’ beskriver de “A.I. der ‘tænker’ som mennesker” og “A.I. der ‘tænker’ rationelt” og indenfor adfærd beskriver de “A.I. der opfører sig som mennesker” og “A.I. der opfører sig rationelt”. Det ‘menneskelige’ aspekt relaterer sig til niveauet af menneskelig efterligning, som en given A.I. er i stand til at udvise. Det ‘rationelle’ aspekt omhandler en given A.I.’s evne til at gøre ‘det korrekte’ ud fra dens muligheder. Eksemplet med en A.I. der kan detektere hudkræft, kan således kategoriseres under “A.I. der tænker rationelt”. Dette betyder, at den kunstige intelligens er kodet til at “tænke rigtigt” baseret på ‘logik’, som Norvig og Russell eksemplificerer med Aristoteles syllogisme: “Sokrates er en mand, alle, mænd er dødelige, derfor er Sokrates dødelig.” Logikbaseret A.I. fungerer således, at en korrekt konklusion nødvendigvis må følge en korrekt præmis. Deraf muligheden for at udvikle kunstig intelligens, der “tænker rigtigt”.

Det er efterhånden 60 år siden, at man udviklede det første program, der var i stand til at løse et præsenteret problem baseret på logik, såfremt der fandtes en løsning. Hvis der ikke fandtes en løsning, ville programmet blot blive ved med at forsøge at løse det. Russel og Norvig beskriver to hovedproblemer ved udvikling af kunstig intelligens, der er baseret på logik. Det ene er, at der er stor forskel på at løse et problem i princippet og at løse et problem i praksis, hvilket betyder, at blot en lille mængde af variationer i praksis, kræver massive computerkræfter for at løse. Dette betyder, at det er nødvendigt med menneskelige indblanding i fremgangsmåden til at løse problemet, hvilket, selvsagt, ophæver den kunstige intelligens. Det andet problem er, at viden skal kunne beskrives som formel logik, for at en logikbaseret A.I. kan arbejde med det, hvilket er udfordrende.

Eksemplet med den sociale robot kan placeres under tilgangen “A.I. der opfører sig menneskeligt” og relaterer sig til Alan Turings forståelse af kunstig intelligens. Turing mente, at man helt skulle undgå at definere intelligens i en filosofisk ramme og i stedet fokusere på, om en A.I. var i stand til at ‘overbevise’ eller ‘snyde’ en bruger til at tro, at denne interagerede med et andet menneske, hvad der sidenhen er blevet døbt “Turing Testen”. [1950] Turing Testen foreskriver, at en succesrate for en kunstig intelligens baseres på varigheden af interaktionen mellem menneske og maskine, hvori mennesket forbliver uvidende om, at denne interagerer med en maskine. Alan F. Blackwell, [2] som artiklen vender tilbage til senere, mener, at man gør intelligens til et spørgsmål om arbejdskraft og økonomi, ved at undgå at definere det i en filosofisk ramme. Således står man tilbage med en definition, der er baseret på evnen til at løse og udføre foreskrevne opgaver, som mennesker ellers ville varetage. Turing Testen har ligeledes dannet grundlag for eksempelvis CAPTCHA testen, som man måske kender fra hjemmesider, hvor man som bruger bliver bedt om at gengive en række tal og bogstaver med det formål, at en maskine kan afgøre, om man er menneske. Paradoksalt nok, skriver Russel og Norvig, er menneskelig adfærd i høj grad baseret på konventioner af menneskelig interaktion, der ikke nødvendigvis kræver menneskelig rationalitet for at udføre.

Afhængigt af om en A.I. er udviklet indenfor ‘tankeproces’ eller ‘adfærd’, vil dette have betydning for vores syn på dens brugbarhed. Således kan det at en A.I. begår “fejl”, have vidt forskelligt udfald i vores opfattelse af den som værende “intelligent” og derfor også i måden, hvorpå vi omtaler den.

Eksempler på definitioner af kunstig intelligens.

Når man omtaler kunstig intelligens, kan det være givtigt samtidig at præsentere en medfølgende forståelsesramme således, at modtageren ikke selv skal stå for at tilknytte denne, så man undgår at forplumre forståelsen af kunstig intelligens’ muligheder, potentialer og risici.

Et studie af videnskabelige artikler omhandlede ‘Artificiel Intelligence in Education’ [AIED] [1] fra 2019 [4] viste, at blot fem ud af i alt 145 undersøgte forskningsartikler brugte plads på at redegøre for afsenderes forståelse af kunstig intelligens. Den nærliggende forklaring på, at der sjældent etableres en forståelse af, hvad kunstig intelligens er, skal muligvis findes i dens allestedsnærværende natur. Kunstig intelligens har utallige anvendelsesmuligheder og talrige forskningsområder involveret. Dette betyder, at der eksisterer så mange definitioner og forståelser af A.I., at det kan være lettere for en forfatter at undlade at definere, hvad denne forstår ved kunstig intelligens og blot gå direkte til sit emne. De fem artikler der redegjorde for forståelsen af kunstig intelligens, definerede alle parallellerne til den menneskelige hjerne som værende central for denne, hvilket er et udtryk for en forståelse, der bygger på det antropomorfiske aspekt af teknologien.

Forfatterne bag studiet ser derimod kunstig intelligens som en “paraply-teknologi” bestående af en række tekniske elementer. Her er der tale om en computervidenskabelig forståelse der baseres på de individuelle tekniske elementer, som muliggør A.I. Et eksempel på en tredje forståelse ses hos tyske Anabel Linder, [3] der forsker i, hvorledes man kan undervise børn i kunstig intelligens uden brug af egentlig teknologi.

Linder definerer A.I. i en lingvistisk ramme som et ‘bredtfavnende udtryk’, der muliggør at kunne distingvere mellem klassiske emner indenfor AI og nyere tilgange. Under ‘nyere tilgange’ placerer hun eksempelvis førnævnte ‘machine learning’. Føromtalte Alan F. Blackwell beskriver flere definitioner af A.I., hvoraf den første minder om Linders definition set fra et computervidenskabeligt perspektiv. Om denne definition skriver Blackwell, at A.I. blot udgør det ‘nyeste nye’ indenfor algoritmer og at disse med tiden, vil blive uddateret præcis ligesom tidligere algoritmer. Blackwell beskriver dernæst en definition af A.I., der kategoriserer det som en gren af ‘spekulativ fiktion’ i det, han siger, at udviklingen af A.I. er drevet af et ønske om at realisere det, der kendes fra Hollywood film. Denne udvikling er, siger Blackwell, essentielt drevet af klassiske narrativer om køn, magt og afstrafning. I forlængelse af denne forståelse ligger antagelsen om udviklingen af ‘teknologisk singularitet’ som værende uundgåelig. Teknologisk singularitet forstås som det hypotetiske punkt i fremtiden, hvor den teknologiske udvikling bliver ukontrollerbar for mennesket, og dermed irreversibel, og hvor kunstige intelligens bliver ‘sin egen’. Blackwells tredje og sidste definition relaterer sig til Alan Turing og Turing Testen, der er beskrevet tidligere. Turing Testen, skriver Blackwell, har resulteret i en kultur, hvor det for udviklere handler om at “vinde” testen. Således er testen i sig selv blevet drivkraften bag udviklingen af A.I. fremfor et instrument til at afgøre dens fremskridt.

Deltag i debatten.

Så mange som muligt bør engagere sig i debatten om kunstig intelligens, da der er tale om en teknologi, der kommer til at have massiv indflydelse på livet i fremtiden. Forhåbentligt har denne artikel belyst, at kunstig intelligens kan være mange ting, og forhåbentligt har den givet et begyndende arsenal til at deltage i debatten med. Der findes kunstig intelligens, som vi kan bruge, og der findes kunstig intelligens, vi bør undgå. Vi bør undgå kunstig intelligens, der bruges som et magtinstrument til at overvåge og kontrollere os, hvorimod det er svært at argumentere for, at vi ikke udvikler kunstig intelligens, der kan detektere sygdomme længe før læger og fungerer som en forstørrelse af vores egen intelligens. Kunstig intelligens der kan varetage nedslidende jobs og generelt bidrage til en sundere, mere harmonisk og fredfyldt eksistens.

Derved er artiklen ved at bevæge sig ind på emner som cyborgs, cybernetics og lignende, hvis muligheder, for nu, må eksemplificeres med Richard Brautigans digt fra 1967 “All Watched Over By Machines Of Loving Grace” om en utopisk verden, hvor mennesker dyr og maskiner lever side om side i fredfyldt harmoni:

I like to think (and the sooner the better!)

of a cybernetic meadow

where mammals and computers

live together in mutually

programming harmony

like pure water

touching clear sky.

I like to think (right now, please!)

of a cybernetic forest

filled with pines and electronics

where deer stroll peacefully

past computers

as if they were flowers

with spinning blossoms.

I like to think (it has to be!)

of a cybernetic ecology

where we are free of our labors

and joined back to nature,

returned to our mammal

brothers and sisters,

and all watched over

by machines of loving grace.

[1] AIED er et område, der centrerer sig omkring effektivisering af uddannelse via kunstig intelligens. Området har som sådan meget lidt at gøre med et didaktisk og pædagogisk perspektiv på kunstig intelligens. I AIED bruger man eksempelvis ansigtskendelse til at registrere fremmøde af studerende og eksperimenterer desuden med at klassificere deres motivation baseret på ansigtsudtryk via. den teknologi, der hedder emotion recognition AI.

[2] Blackwell, A. F.: “Artificial Intelligence and the Abstraction of Cognitive Labour”, University of Cambridge. 2018

[3] Lindner, A, Seegerer, S, and Romeike, R.: “Unplugged Activities in the Context of A.I.” In. Informatics in Schools. New Ideas in School Informatics, 12th International Conference on Informatics in Schools: Situation, Evolution, and Perspectives, ISSEP Proceedings. 2019

[4] Richter, O. Z, Victoria I. M., Bond, M. and Gouverneur, F.: “Systematic review of research on artificial intelligence applications in higher education – where are the educators? “International Journal of Educational Technology in Higher Education”. 2019

[5] Russel, S., and Norvig, P.: “Artificial intelligence – a modern approach.” New Jersey: Pearson Education. 2010