AI – superintelligens i människans tjänst?

Begreppet artificiell intelligens (AI) är inte nytt, men är idag något som skrivs och debatteras om allt oftare. Maskinerna blir smartare och lär sig lösa problem själva. Resultatet är effektivare verksamheter och bättre analyser. Samtidigt varnas det för att detta kan vara ett hot mot mänskligheten. Här får du en överblick i ämnet.

AI är i praktiken datorer eller maskiner som efterliknar mänskligt tänkande och är ett samlingsnamn för en mängd tekniker som exempelvis maskinlärning och datorer som tolkar text, röst, bild och video.

Sinnebilden för många är robotar och science fiction, fast redan idag använder du AI kanske utan att veta om det. Siri i iPhone, rekommendationer på film, musik och varor i Netflix, Spotify eller i nätbutiken, när du söker på Google eller när din kamera känner igen ett ansikte är alla exempel på AI.

Begreppet myntades redan 1956 av datavetaren John McCarthy. Då funderade man kring möjligheterna att beskriva mänsklig inlärning och intelligens på ett sätt så att datorer kan använda samma logik.

Smarta maskiner kom ännu tidigare. 1949 programmerade ingenjören Claude Shannon en dator som kan spela schack. IBM:s schackdator Big Blue besegrade dåvarande världsmästaren Garry Kasparov 1997. IBM utvecklade även systemet Watson som vann amerikanska Jeopardy 2011.

Men varför har det blivit ett buzzword nu? En anledning är tillgång till data. Idag har vi enorma mängder. 90 procent av all världens data har producerats de senaste två åren. Dessutom har vi aldrig förr kunnat hantera och lagra data så billigt och effektivt som nu.

Ytterligare en anledning är genombrottet förra året då Googles dataprogram AlphaGo besegrade sydkoreanen Lee Sedol i brädspelet go. Datorn vann över en av de bästa i världen med 4–1. Antalet möjliga drag i spelet Go är enormt. Traditionell teknik som går ut på att testa alla möjliga drag fungerar inte. Man måste se mönster och använda erfarenhet, något som varit människans fördel fram till nu.

Men AlphaGo lyckades genom att få spelets relativt enkla regler definierade och data från mängder verkliga matcher att analysera. Sedan tränade den i miljontals partier mot sig själv. Systemet fick alltså erfarenheter och tränade upp sig själv för att se de mönster som krävdes för att vinna.

Det är viktigt att poängtera att detta inte är som de gamla specialbyggda schackdatorerna som bara kan en sak. Detta är ett generellt AI som kan lära sig andra uppgifter också. Nyheten slog ned som en bomb i AI-världen. Framstegen kom fem till tio år tidigare än vad någon trott.

Vi befinner oss nu i ett skifte där specialbyggda maskiner med fördefinierade regler som är bra på en sak, ersätts av system som kan lära sig flera olika saker på egen hand, dessutom byggda med standardiserade hård- och mjukvaror.

Ett gammaldags sätt att programmera är att ta en specifikation, göra ett program, få feedback från användare och kunder, rätta buggarna och bygga vidare på ett system som växer sig allt mer snårigt med allt mer kod. Det nya sättet handlar om att utgå från en självinlärningsalgoritm och mata den med mängder av data som systemet kan lära sig av.

Inom transportvärlden kan det handla om att föda systemet med alla historiska data man har om utförda transporter. Vikter, volymer, kollin, adresser, tidpunkter, datum, fordon, kostnader, avvikelser, åtgärder med mera. Sedan fortsätter man föda det med nya data. Ju fler transportuppdrag som utförs – desto fler lärdomar och desto mer intelligent system för varje dag.

Systemet bygger då inte på algoritmer och tumregler. Det blir en svart låda som på mycket välgrundade erfarenheter exempelvis kan beräkna ledtider och priser för fraktuppdrag. Men även användas för att göra prediktiva analyser för resursplanering och förbättringar.

Redan idag har många företag mängder av data i sina system men få använder den för att analysera och förbättra sin verksamhet. Ofta finns ett så kallat data-gap mellan IT som förvaltar informationen och andra funktioner som sälj, marknad, HR och ekonomi som skulle ha nytta av den.

Här börjar AI för analys dyka upp. Program som letar efter mönster, trender och avvikelser och kanske hittar saker som man själv inte var medveten om. Exempel på detta är att hitta mönster kring tappade kunder, nya affärsmöjligheter till merförsäljning och effektiviseringar.

I en artikel i The Economist kan vi läsa hur tyska nätbutiken Otto använde AI för att analysera tre miljarder historiska transaktioner baserat på 200 parametrar. Nu kan man på Otto med 90 procent tillförlitlighet förutse vad som kommer säljas de närmsta 30 dagarna. Systemet sköter självt en del av inköpen. Lagret har kunnat minskas med 20 procent och de har två miljoner färre kundreturer varje år.

Svenska exempel finns också. Stena Line ser AI som fundamentet i sin digitalisering. Senast 2021 ska hela företaget vara assisterat av tekniken. ”Ytterst handlar det om överlevnad”, säger Amer Mohammed som är Head of Digital Innovation till tidningen CIO. En snabbföränderlig värld, ny konkurrens, effektivitet och kundfokus är ord han kopplar till projektet.

AI väcker också stora frågor i förhållande till samhälle, arbetsliv och människa. Vad ska vi göra om datorer kan göra allting bättre? System börjar dyka upp för att automatisera, tolka bilder, sortera bort brus, föreställa sig saker, konstruera planer och förstå konsekvenser av beslut.

Redan idag kan datorer lösa visuella problem genom att ”titta på dem” och datorer klår den genomsnittlige amerikanen i standardiserade intelligenstester. Datorernas intelligens förutspås öka exponentiellt de kommande åren när systemen själva gör sig smartare och smartare.

Här kommer också alla frågorna, varningarna och kritiken.

Det sägs att en av de få saker vi människor fortfarande är bäst på är att vara kreativa. Men alla känner sig inte kreativa och föredrar ett jobb med rutiner. Och vilken nytta tillför chefer som tar beslut på magkänsla och tyckande istället för fakta? Vad händer om maskinerna tar över dessa jobb? Vad händer med affärsmodeller och skattesystem som bygger på mänskligt utfört arbete?

En annan fråga är vem som ska få äga all denna superintelligens? Kan företag som Google, Facebook och Amazon få göra det? Vad händer med konkurrensen? Borde den istället ägas av stater eller göras fri för vem som helst att använda för absolut störst nytta? Vad händer om intelligensen får för sig att den vill äga sig själv och skapar en egen agenda?

Bland kända kritiker finns forskaren Stephen Hawking och entreprenören Elon Musk, VD för Tesla. De menar att vi inte kan förutse konsekvenserna och att det är vårt största existentiella hot hittills, något som måste hanteras innan det är försent.

De som anser att pratet om faror är överdrivet menar att det inte handlar om människa mot maskin. Det handlar om människa och maskin som hjälper varandra mot olika problem. Att AI borde betyda Augmented (förstärkt) Intelligence. Superintelligens i människans tjänst.

Samtidigt som effekterna är och kommer vara stora, är det viktigt att understryka att det inte handlar om magi. Snarare hårt arbete som företag troligen måste ta itu med för att behålla sin konkurrenskraft, något som redan nu händer och ökar globalt enligt undersökningar från Forrester.

Rådet är att börja med de lägst hängande frukterna och tydligt definiera vad man vill uppnå. Men teknisk komplexitet får aldrig bli en ursäkt att slippa ta ansvar, är Forresters tydliga budskap.

 

Artikeln har publicerats i Logistikmagasinet september 2017.