Forsker tar oppgjør med AI-forskning: «Jeg kan ikke vente 300 år på velfungerende AI»

– AI lovte for mye og leverte for lite, sier professor Kristinn R. Thórisson når vi møtes på konferansen «Digital Frontrunners 2019» i København. Til daglig forsker han på kunstig intelligens ved School of Computer Science ved Reykjavik University, og er grunnlegger av og direktør for The Icelandic Institute for Intelligent Machines.

Men i dag er han i København for å fortelle om en ny tilnærming til AI (Artificial Intelligence), som han har utviklet sammen med kollegene sine.

For der som mange andre AI-forskere prøver å simulere enkeltnevroner i en menneskelig hjerne og på den måten få dem til å fungere som de milliardene av biologiske nevronene som hjernen vår består av, har han en annen tilnærming:

– Teknologer og forskere har en tendens til å skjære alle ting opp i enkeltdeler, som deretter kan undersøkes. Dette har fungert veldig bra for oss i historiens løp. Men det virker ikke særlig godt når det er snakk om veldig komplekse fenomener, som for eksempel en bevissthet, forteller han.

Problemet er at vi i iveren vår etter å studere hele fenomenet begynner å dele det opp, for på den måten å studere mindre deler som vi kan få oversikt over.

Dermed tror vi at hvis vi forstår enkeltdelene, så forstår vi også det totale systemet:

– Det blir litt som å studere en liten del av samfunnet, og deretter tro at man kan sette slike studier sammen og så få et samlet bilde. Men for å forstå hvordan de enkelte deler inter­agerer, må det kanskje utføres ti ganger mer forskning, sier han.

Det holder ganske enkelt ikke når vi snakker om kunstig intelligens – og ja, Kristinn R. Thórisson jobber faktisk med å utvikle det, som populært forstås som en generell kunstig intelligens eller en AGI (Artificial General Intelligence). Altså en kunstig intelligens som ikke er begrenset til ett enkelt område, men som er i stand til å forstå og lære selv, også når det dreier seg om helt nye oppgaver som den ikke kjenner til i forveien.

Dette er derfor en helt annen vei enn mange andre AI-forskere beveger seg bortover.

Det gjelder for eksempel forskere ved Aarhus Universitet, som i vår fortalte danske Ingeniøren om nye ideer og metoder innen den typen AI-forskning som går under navnet «neuromor­phic computing».

Her arbeider man blant annet med å utforske og forstå hvordan hjernen håndterer data, og på bakgrunn av dette kopiere prosessene ved hjelp av nye fysiske teknologier, som for eksempel memristorer for å etterligne synapser og spinnelektronikk (spintronics) for å etterligne nevroner.

Hvorfor tror du at en nøyaktig simulering av hjernens nevroner ikke vil virke?

– Problemet med den nåværende tilnærmingen til kunstig intelligens er at den er altfor detaljert. Hvis du forestiller deg at vi skal kunne simulere en menneskelig hjerne basert på simulering av enkelte nevroner, tror jeg at det kommer til å ta 300 år før vi har en velfungerende hjerne. Og så lenge kan jeg ikke vente, forklarer han.

Kastet ut de gamle teoriene

Faktisk er det hele 15 år siden at Kristinn R. Thórisson tok alle denne typen teorier om kunstig intelligens og kastet dem ut. Han hadde innsett at de daværende metodene og tilnærmingene til AI ikke lenger var tilstrekkelige til å fungere ut over enkle samhandlinger mellom veldig små deler – for eksempel nevroner.

Som eksempel på at det faktisk er fullt mulig å se problemet mer ovenfra, bruker han økonomiske samfunnsmodeller. For hvis disse sammenlignes med en hjerne, skulle en økonomisk modell jo bygge på menneskelig adferd og interaksjon hos alle de personene som inngår i modellen, og dermed ville det være nærmest umulig å bygge opp en velfungerende økonomisk modell:

– Men selvfølgelig kan vi bygge opp en økonomisk modell, fordi vi i veldig mange tilfeller både kan forutsi enkeltpersoners og mindre grupper menneskers adferd ganske nøyaktig, forklarer han.

Trenger et holistisk syn på AI

Tilnærmingen hans ble i stedet å løfte utviklingen til et høyere ab­strak­sjons­ni­vå – eller et mer helhetlig syn på problemet. Dette vil si at det vil være noen steder i systemet hvor vi ikke i detalj vet hva som foregår – men det er greit.

Derfor er han og andre islandske forskere i gang med å utvikle nye modeller for hvordan en «bevissthet» er bygd opp, og hvordan informasjon flyter. Ikke som enkeltdeler, men som en helhet.

De kaller metoden sin Constructivist A.I., og et av resultatene er et system som er i stand til å modifisere seg selv og utvikle seg fra de opprinnelige spesifikasjonene.

Den kan med andre ord lære seg å oppfatte, tenke og handle i en lang rekke nye situasjoner og domener, og lære å utføre en rekke forskjellige oppgaver.

Men hvis en kunstig intelligens skal være i stand til å utføre menneskelige oppgaver, hva er dermed det viktigste den skal kunne?

– Jeg tror virkelig ikke at vi kan komme noen vei hvis vi ikke er i stand til å utvikle en AGI som kan undersøke sin egen kunnskap og dynamisk skape sine egne mål og til syvende og sist være i stand til å evaluere om målet er nådd, slik at den kan forbedre evnen til å nå målet. Ikke ved å bli omprogrammert fra bunnen, som vi ser det med dagens AI-er, men i stedet ved nennsomt å oppdatere sin egen kunnskap og sine egne funksjoner, uten hjelp utenfra – altså det som vi mennesker kaller å resonnere. Så hvis en kunstig intelligens skal brukes til for eksempel å kjøre en bil, må den automatisk kunne gjennomgå sin egen erfaring for å kunne forbedre evnen til å kjøre. Akkurat slik som mennesker gjør det når vi blir flinkere og flinkere til å utføre en oppgave, forklarer han.

Så når Kristinn R. Thórisson snakker om AGI-er, er vi et godt stykke unna de drømmene som sci-fi-forfattere på 1950-tallet og AI-forskere på 1980-tallet hadde. For før det kan skapes en modell, må det utvikles abstrakte teorier, og de må testes:

– Mange av de tidligere teoriene var ganske naive, og vi kommer ikke til å se raske snarveier. På den andre siden var de problemstillingene som ble tatt opp på 1950- og 1960-tallet veldig relevante og viktige, sier han.

Saken ble først publisert på danske Ingeniøren, og gjøres tilgjengelig på norsk for abonnenter av Digi Ekstra gjennom vår samarbeidsavtale med Teknologiens mediehus/Ingeniøren.