AI-ekspert: Maskinlæring er nødvendig for å bygge systemer i en dynamisk verden

Uber har kontor på femte etasje i en bygning på Market Street i San Francisco. Men hvis de ikke blir stoppet av reguleringer, kan de utkonkurrere alle lokale taxibedrifter hvor som helst i verden. På samme måte som Amazon kan utkonkurrere enhver lokal bokhandel.

– Årsaken til begge deler er ganske enkelt AI, sier Danny Lange, som nylig besøkte Transportens Dag i Industriens Hus i København.

Lange har vært maskinlæringssjef hos både Amazon og Uber, og er i dag visepresident i AI & Machine Learning hos Unity, som med spillutviklingsrammeverket med samme navn sitter på 60 prosent av verdensmarkedet for spillutvikling og er verdens tredje største reklameselskap etter Facebook og Google.

Det overordnede budskapet fra AI-arbeidet i noen av verdens største bedrifter, er at du ikke kan kode deg fram til førsteplassen i den konkurransen.

– De fleste leier noen programmerere, som skriver et program som tar inn litt data og spytter ut et resultat, forklarte Danny Lange på konferansen.

– Dermed jobber du i virkeligheten etter 1700-tallets Newton, hvor man tror at man kan regne ut og forutsi alt mulig. Men det lar seg ikke gjøre.

I stedet bør man bruke maskinlæring og data til hele tiden å dynamisk regne ut de laveste prisene, den raskeste leveringen, den raskeste ruta eller den beste kundeopplevelsen.

– En programmerer tenker alltid i svart-hvitt, true or false. ML tenker alltid i sannsynlighet. Og det er langt mere «heisenbergsk», sier Danny Lange med henvisning til Heisenbergs usikkerhetsprinsipp, som innen kvantemekanikken hevder at det er en fundamental grense for hvor mye vi med sikkerhet kan si om bevegelsene til en partikkel.

– Når du er inne i nettbanken din, er det et svært kontrollert miljø. Det er absolutte tall, og det er ingen sannsynlighet for hvor mange penger du har på kontoen, sier Danny Lange.

– Men det er svært lite av vår verden som fungerer slik. Resten av verden er «heisenbergsk», og totalt drevet av høye og lave sannsynligheter. Og det er derfor at det er så viktig at man kan lage systemer som selv finner ut hva løsningen er.

Forsterkende læring

Unitys spillmotor passer spesielt godt sammen med utviklingen av kunstig intelligens. I denne måneden har selskapet, som er grunnlagt i Danmark, gjort en avtale med AI-pionerene i Google DeepMind om et utviklingssamarbeid.

I et spillmiljø kan man simulere fysikkens lover og lære en robot å gå – uten å bruke millioner på maskinvare og arbeidstimer hver gang roboten velter. Her har Danny Lange et spesielt fokus på forsterkende læring (reinforcement learning), hvor en algoritme lærer å løse en oppgave uten noen form for informasjon – bare gjennom belønning og straff.

– Jeg leser en masse om biologi for tiden, og vi henter fram en masse ideer fra naturen. I naturen foretar et dyr en handling og evaluerer – ble du mett eller ikke mett? Naturen har vært smart, og når vi etterligner den, får vi gode resultater.

Et eksempel på dette er ei høne som løper på en trafikkert vei. Utgangspunktet er at den får minuspoeng når den blir overkjørt, og poeng når den samler opp pakkene som ligger rundt omkring på veien. Etter bare seks timers trening har Deep Q-nettverket lært seg å bevege høna feilfritt mellom bilene og samle opp pakker underveis.

– Hvorfor beveger den seg framover? Det gjør den fordi det hele tiden er flere pakker i fremtiden. Det kaller vi oppstående oppførsel (emergent behaviour), forklarer Danny Lange.

– Når man jobber med kunstig intelligens er det viktig å forstå at man ikke kan planlegge alle ting.

Et annet eksempel på reinforcement learning, som lettere kan omsettes til en praktisk case, er OpenAIs arbeid med å lære en robothånd å rotere en kloss. Her fikk algoritmen poeng ved å vende klossen korrekt og minuspoeng for å miste klossen – alt sammen simulert parallelt på 2000 servere.

– Siden dette foregår simulert, kunne de gjøre det på 50 timer og ikke på 150 år. Og det er ingen som må gå bort og hente klossen hver gang den mistes, sier Danny Lange.

Data skaper vollgrav rundt forretningen

En annen praktisk bruk av reinforcement learning har Danny Lange selv vært med på å implementere hos Uber.

– Den største utfordringen for Uber er å plukke opp folk. Vanligvis er det ett eller annet som går galt. For eksempel er det stoppforbud på hovedveien i San Francisco. Så folk bestiller bilen, og den kommer, men den kjører videre, forteller Danny Lange.

Det var ingen hos Uber som satte i gang med å samle inn data om hvor biler kan stoppe og ikke stoppe, for deretter å implementere den kunnskapen i løsningen.

– Det vi i stedet gjorde, var å bruke GPS-en hos sjåføren og hos kunden, og måle det tidsrommet hvor de er i nærheten av hverandre, mot den tiden det tar inntil turen starter, og man er inne i bilen.

Deretter ble en algoritme satt til å minimere den tiden ved å be kunde og sjåfør om å møtes et annet sted. Jo lengre tid det tar før kunden kommer inn i bilen, desto høyere straff får algoritmen.

– Vi hadde omkring 20 millioner hentinger i 700 byer hver dag. Det er et stort tall. Så du kan lære by for by, vei for vei, gatehjørne for gatehjørne, hvor du lykkes med å plukke opp folk, og hvor det ikke går like bra.

I dag får Uber-brukeren en melding om at han eller hun må gå et annet sted for å bli plukket opp.

Dette er ikke bare et eksempel på hvordan man kan bruke maskinlæring til å bli god til noe som betyr mye. Det gjør det også vanskeligere å konkurrere med Uber, påpeker Danny Lange.

– Hvis jeg gikk ut og lagde en konkurrent til Uber, ville jeg ikke være like god til å hente folk den første dagen som Uber er. De lager en vollgrav rundt forretningen sin, og den gjør det nærmest umulig å konkurrere med dem.

Artikkelen har tidligere vært publisert på Datatech. Datatech tilhører Teknologiens Mediehus.