Funderar du på vad AI är och hur du skall förhålla dig till den revolution inom området som vi med säkerhet bara sett början på?

Det senaste året har jag jobbat mycket med kommunikationsfrågor kring artificiell intelligens och innovation. Intressant och givande, men det kan också vara snårigt eftersom båda begreppen är ganska flytande. Det råder inte konsensus om hur utveckling på områdena främjas, och i fallet AI vad det egentligen handlar om, och då är det lätt att mötas av lika delar evangelisk tvärsäkerhet som uppgivna axelryckningar.

Både AI och innovationskraft lämpar sig däremot alldeles utmärkt för utbildande kommunikationsinsatser (ja, jag menar content marketing) – beslutsfattare och berörda fattar helt enkelt bättre beslut med mer underlag och djupare förståelse för ämnet.

Deep Blue och AlphaGO

Men hur ska man upplysa om och förklara AI för människor? Hur ska man förstå vad AI är och inte är?

Den öppna onlineutbildningen Elements of AI fokuserar inledningsvis just på de här frågorna. Vad är AI, och vad är AI inte. En tidig insikt som förmedlas i utbildningen är att det som fått mycket uppmärksamhet på området tidigare – strategispel som schack och GO – egentligen är ganska lätt för en AI.

Det är inte så konstigt att det här är områden som varit i fokus när det gäller att mäta hur en “superdator” står sig mot mänsklig intelligens. AI-utvecklare har velat ha något att mäta sig mot och tittat på vilken intelligens som har hög status i samhället. Och så har vi medielogiken på det, kampen och spänningen är där, det blir helt enkelt bra event.

Schack och GO är invecklade spel med oändlig strategisk variation. Men de har också valts av den anledningen att de lämpar sig väl för AI-träning. Schack och GO är nämligen hårt regelstyrda. Och det är just det som gör dem till orättvisa och faktiskt för lätta utmaningar för en AI.

Vi ställer helt enkelt vår mänskliga generella intelligens (även de mest geniala schackspelare kan ofta knyta skorna, tolka ett ansiktsuttryck eller gissa om det kommer regna) och begränsade kapacitet mot en artificiell, snävt avgränsad intelligens (AlphaGo Zero vet inte ens vad ett skosnöre är) och generellt obegränsade kapacitet.

Att för människor mäta sig med en AI i snäva, regelstyrda, övningar är lite som att tävla mot en miniräknare om vem som kan räkna upp flest decimaler av PI.

Vad är intelligens?

När man börjar tänka kring artificiell intelligens behöver man alltså förr eller senare ställa sig frågan, vad är intelligens? Efter lite grunnande tror jag att många inser att de tagit ett par tankegenvägar kring detta tidigare.

Den första är att man med intelligens nästan alltid menar något smart. Intelligens är inte ett neutralt ord i vanligt tal, det är förknippat med hög intelligens, intelligenser med hög status, eller en kombination av dem.

Men det är inte nödvändigtvis vad utveckling inom AI handlar om. Så fort man löst en bra AI-träningsmodell för ett komplicerat spel som GO, eller för aldrig så avancerad logistikplanering inom frakt eller flygledning, så har människor ingen chans att mäta sig med det artificiella. En dator använder ju inte bara sin intelligens till att lösa uppgiften, den kombinerar sin intelligens med förmågor som redan är vida överlägsna människans inom logik, beräkningskapacitet och förmågan att sortera närmast oändliga mängder information. Det är faktiskt inte ens särskilt intelligent beteende, det är regelstyrt.

AI-revolutionen sker längs en bred front

Den AI-revolution många talar om, och vissa är rädda för, handlar inte främst om en artificiell intelligens som kommer blända oss med sin genialitet, det handlar om många artificiella intelligenser som utnyttjar olika kapaciteter på sätt som är överlägsna oss. AI-revolutionen sker längs en bred front, populerad av många snäva AIs.

Som potentiell köpare av artificiella intelligenslösningar, och faktiskt även som konsument av redan existerande, behöver vi förstå mer och problematisera för att inte gå i dyra eller obehagliga fällor. Insikten om att något är lättare för en AI att lösa om det är regelstyrt och kvantifierbart (AI-träning kräver enorma mängder data!) hjälper dig att välja vilka problem i ditt företag som lämpar sig för de lösningar som finns och kommer på marknaden.

Sådana insikter hjälper dig också att förstå varför din film- eller musikströmningsapp kommer med just de rekommendationer du ser, och varför etik är en så viktig fråga när det gäller AI och databehandling.

För ett drygt år sedan skrev jag om Googles ‘Duplex’ (Botar som ringer frisören blir en kort parentes), och utvecklingen inom så kallade ‘deep fakes’ (där AI används till att lura oss att det är en verklig person eller röst som som syns eller hörs) har tagit stora kliv sedan dess. Det börjar bli ett verkligt problem inom till exempel rättsväsendet där nya (eller nygamla) frågor om bevisens äkthet måste ställas.

Även om du inte föreställer dig din framtid inom utveckling av AI är det dags att lära mer om vad AI handlar om. Det kommer ge oss alla bättre och intressantare diskussioner när vi ser tillämpningar av det som brukar klumpas samman till “AI” inom allt fler områden. Att börja med en kostnadsfri onlineutbildning är ett enkelt steg.