Historien om kunstig intelligens
Og selv om begrebet kunstig intelligens har eksisteret i århundreder, var det først i 1950’erne, at man udforskede de reelle muligheder for det. En generation af videnskabsmænd, matematikere og filosoffer havde alle begrebet AI, men det var ikke før en britisk polymat, Alan Turing, foreslog, at hvis mennesker bruger tilgængelige oplysninger samt fornuft til at løse problemer og træffe beslutninger – hvorfor kan maskiner så ikke gøre det samme? Selv om Turing beskrev maskiner og hvordan man kan teste deres intelligens i sin artikel Computing Machinery and Intelligence i 1950, blev hans resultater ikke videreudviklet.
Den største hindring for væksten var problemet med computere. Før der kunne ske mere vækst, var de nødt til at ændre sig fundamentalt – computere kunne udføre kommandoer, men de kunne ikke lagre dem. Finansieringen var også et problem indtil 1974.
Men i 1974 blomstrede computerne. De var nu hurtigere, mere overkommelige og kunne lagre flere oplysninger. Tidlige demonstrationer som Allen Newell og Herbert Simons General Problem Solver og Joseph Weizenbaums ELIZA, som blev finansieret af Research and Development Corporation (RAND), var lovende i forhold til målene om problemløsning og fortolkning af talesprog i maskiner, men der var stadig lang vej igen, før maskiner kunne tænke abstrakt, selvgenkende og opnå naturlig sprogbehandling.
I 1980’erne blev AI-forskningen skudt i gang igen med en udvidelse af midler og algoritmiske værktøjer. John Hopfield og David Rumelhart populariserede “deep learning”-teknikker, som gjorde det muligt for computere at lære ved hjælp af erfaring. På den anden side introducerede Edward Feigenbaum ekspertsystemer, som efterlignede en menneskelig eksperts beslutningstagningsprocesser. Men det var først i 2000’erne, at mange af de skelsættende mål blev nået, og AI blomstrede på trods af manglende offentlige midler og offentlig opmærksomhed.
Klik her for at se andet relativt indhold
Dagens AI-forskning
I dag er AI-forskning konstant og fortsætter med at vokse. I løbet af de sidste fem år er AI-forskningen vokset med 12,9 % om året på verdensplan ifølge teknologiforfatter Alice Bonasio.
I løbet af de næste fire år forventes Kina at blive den største globale kilde til kunstig intelligens og overtage USA’s andenplads i 2004 – og det nærmer sig hurtigt Europas førsteplads.
Europa er den største og mest forskelligartede region med et højt niveau af internationalt samarbejde inden for forskning i kunstig intelligens. Efter Kina og USA er Indien det tredjestørste land med hensyn til AI-forskningsresultater.
Når det kommer til detaljerne, er der syv forskellige forskningsområder med begrænsninger inden for AI-etisk forskning.
– Søgning og optimering
– Fuzzy-systemer
– Naturlig sprogbehandling og vidensrepræsentation
– Computervision
– Maskinlæring og probabilistisk ræsonnement
– Planlægning og beslutningstagning
– Neurale netværk
Nurale netværk, maskinlæring og probabilistisk ræsonnement og computervision udviser den største vækst i forskningsvolumen.
Aktuelle virkninger af AI
Der er så meget, som kunstig intelligens bruges til, og så meget mere potentiale, at det er svært at forestille sig vores fremtid uden at hjælpe den – især når det gælder erhvervslivet.
Fra værktøjer til styring af arbejdsgange til trendforudsigelser og endda den måde, som brands køber annoncer på, fører maskinlæringsteknologier til produktivitetsstigninger som aldrig før.
Kunstig intelligens kan indsamle og organisere store mængder information for at skabe indsigt og gæt, som ligger ud over menneskets muligheder for manuel behandling. Den øger også den organisatoriske effektivitet, men reducerer alligevel sandsynligheden for fejl og registrerer uregelmæssige mønstre, som f.eks. spam og svindel, for at advare virksomheden i realtid om en mistænkelig aktivitet – blandt mange andre ting. AI siges at kunne reducere omkostningerne på mange måder – f.eks. ved at “træne” maskiner til at håndtere indgående kundesupportopkald og erstatte mange job på den måde. Det er også kendt, at hvis din virksomhed ikke bruger AI, sakker den sandsynligvis bagud i konkurrencen.
AI er blevet så vigtig og avanceret, at et japansk venturekapitalfirma skrev historie ved at være det første selskab, der nominerede et AI-bestyrelsesmedlem for dets evner til at forudsige markedstendenser hurtigere end et menneske.
Kunstig intelligens vil være og er ved at blive hverdagskost i alle aspekter af livet – som fremtiden for selvkørende biler, mere præcise vejrudsigter eller tidligere sundhedsdiagnoser’, for blot at nævne nogle få.
Klik her for at se andet relativt indhold
En smartere fremtid
Det er blevet sagt, at vi står på tærsklen til den fjerde industrielle revolution – en revolution, der er helt anderledes end de tre foregående. Fra damp- og vandkraft, elektricitet og samlebånd og computerisering til nu at udfordre ideerne om, hvad det vil sige at være menneske.
Som Forbes skriver, beskriver den fjerde industrielle revolution “de eksponentielle ændringer i den måde, vi lever, arbejder og forholder os til hinanden på som følge af indførelsen af cyberfysiske systemer, Internet of Things og Internet of Systems”.”
Smartere teknologier i vores fabrikker og på vores arbejdspladser og forbundne maskiner, der vil interagere, visualisere hele produktionskæden og træffe beslutninger selvstændigt, er blot et par af de måder, hvorpå den industrielle revolution vil medføre fremskridt i erhvervslivet. Et af de største løfter, som den fjerde industrielle revolution bringer, er potentialet til at forbedre livskvaliteten for verdens befolkning og hæve indkomstniveauet. Vores arbejdspladser og organisationer bliver “smartere” og mere effektive i takt med, at maskiner, mennesker begynder at arbejde sammen, og vi bruger tilsluttede enheder til at forbedre vores forsyningskæder og lagre.
Ifølge Gigabit Magazine er der syv faser, der vil skabe en smartere verden med AI:
1. Regelbaserede systemer – indenlandske applikationer og RPA-software, der omgiver os overalt, hver dag.
2. Kontekstbevidsthed og -opbevaring – algoritmer, der opbygger en samling af oplysninger, som bruges og opdateres af maskiner. F.eks. chatbots og robotrådgivere.
3. Domænespecifik ekspertise – maskiner, der kan udvikle ekspertise inden for et specifikt område, som rækker ud over menneskers kapacitet på grund af al den informationsadgang, de hurtigt kan få adgang til, for at nå frem til en beslutning.
4. Ræsonnerende maskiner – disse algoritmer har en “theory of mind”, en vis evne til at tilskrive mentale tilstande til sig selv og andre. De har en fornemmelse af overbevisninger, intentioner, viden og er klar over, hvordan deres egen logik fungerer. Derfor har de evnen til at ræsonnere, forhandle og interagere med mennesker og andre maskiner.
5. Selvbevidste systemer – målet for dem, der arbejder inden for AI-området, er at skabe og udvikle systemer med menneskelignende intelligens. Der er ikke noget sådant bevis på det i dag, men nogle siger, at der vil være det allerede om fem år, mens andre mener, at vi måske aldrig når dette intelligensniveau.
6. Kunstig superintelligens – udvikling af AI-algoritmer, der er i stand til at overgå de klogeste mennesker på hvert eneste område.
7. Singularitet og transcendens – en udviklingsvej muliggjort af ASI, der kan føre til en massiv udvidelse af menneskets kapacitet, hvor vi måske en dag vil være tilstrækkeligt forstærket og forbedret til, at mennesker kan forbinde deres hjerner med hinanden og med en fremtidig afløser for det nuværende internet.
Forsyn på AI i de næste 20 år
2020-2025
– Mellem 70 % og 90 % af alle indledende kundeinteraktioner vil sandsynligvis blive udført eller styret af AI
– Produktudvikling i en række sektorer fra modeartikler og forbrugsgoder til produktionsudstyr vil i stigende grad kunne udføres og testes af AI
– Enkeltpersoner vil kunne definere og designe de personlige produkter og tjenester, de har brug for, i sektorer lige fra rejser til bankvæsen, opsparing og forsikring
– Teknologien vil sandsynligvis blive anvendt på tværs af alle offentlige myndigheder og retssystemer – kun de mest komplekse sager vil kræve en menneskelig dommer og en fuld retssag
– Autonome køretøjer vil begynde at dukke op i mange byer verden over
– Vores intelligente assistenter kan nu styre store dele af vores liv, lige fra rejseplanlægning til indsamling af de oplysninger, vi har brug for forud for et møde.
2026-2035
– Globalt godkendte, smarte kryptotokens kan blive accepteret sammen med fiatvalutaer, efterhånden som vi nærmer os et fælles globalt valutamiddel
– Kunstig intelligens vil sandsynligvis være trængt ind i alle kommercielle sektorer
– Udviklingen af AI kan føre til, at der opstår en lang række fuldt automatiserede DAO-virksomheder, herunder banker, rejsebureauer, og forsikringsselskaber
– Videnskabelige gennembrud kan gøre det muligt at udvikle kunstig dyre- og økosystemintelligens
– Fremkomsten af selvbevidste og selvreplikerende softwaresystemer og robotter
– Der er en rimelig mulighed for at opnå kunstig generel intelligens
– Der er en lille chance for at skabe kunstig superintelligens
– Singulariteten er fortsat en usandsynlig mulighed inden for denne tidsramme.
Kilder