Danny Lange: ”Kunstig intelligens er som en ny art – bare smartere end os”

Han omtales som en rockstjerne inden for kunstig intelligens. Han har bygget platformene bag Uber og Amazon og er nu i gang med computerspilgiganten Unity Technologies i San Francisco. Ifølge danske Danny Lange er menneskeheden ved at udvikle en ny art, som på stort set alle punkter bliver os overlegen.

Jens Jørgen Madsen

Når Danny Lange en sjælden gang deler ud af sin enorme indsigt i maskinlæring og kunstig intelligens, AI, på de hjemlige breddegrader, spidses der ører.

Da den danske maskinlæringsekspert i starten af november gæstede Lyngby for at levere et oplæg på minikonference ’Applied AI Event’, der var arrangeret af it-virksomheden 2021.AI og Microsoft Danmark i fællesskab, flokkedes branchens fremmeste danske personligheder og mange unge iværksættere da også omkring ham som groupier omkring en rockstjerne.

Som var han et andet orakel blev Danny Lange her bedt om at give sit syn på alverdens ideer om implementering af AI – lige fra droner, der ud fra millioner af fotos er trænet til selvstændigt at spotte nødsituationer i områder ramt af naturkatastrofer, til smart identifikation af insekter i kombination med kunstig intelligens.

Sidstnævnte vil bl.a. gøre det muligt for danske landmænd at skrue markant ned for anvendelsen af sprøjtemidler, identificere skadedyr eller sørge for målrettet udryddelse af malaria i tropiske områder.

Og der var næsten ikke det felt, hvor han ikke kunne anlægge en ekspertvinkel i forhold til AI. For som Danny Lange siger:

”I fremtiden kan vi træne maskiner til at være eksperter i alting på én gang. Maskinlæring bliver normen, og dermed får vi mulighed for at skabe kunstig intelligens inden for alle felter.”

Hvad er maskinlæring?

Træning med data, algoritmer og oplæring af computersystemer er selve fundamentet for at skabe kunstig intelligens, AI. Uden maskinlæring, ingen kunstig intelligens.
Hvor man i gamle dage programmerede eller kodede computere til at kunne en bestemt ting, er det nye, at man nu træner computere til selv at kunne udtænke løsninger.

Man lærer dem simpelthen op i at bringe orden i ustrukturerede data, sammenligne og se sammenhænge, genkende billeder og mønstre. Og ved at fodre dem med uendeligt meget data om et specifikt emne kan systemet gennemskue og udtænke svar, som menneskeheden aldrig kommer i nærheden af at kunne give.

Tilmed fungerer det sådan, at alle nye handlinger og reaktionsmønstre registreres, hver eneste gang man anvender systemet, platformen eller en maskine med kunstig intelligens, så systemet til stadighed bliver endnu klogere. Begår maskinen eller systemet en fejl og korrigeres, ja så lærer den også af det, så fejlen ikke gentager sig.

Så jo mere man bruger systemet og dermed fodrer det med nye data, jo klogere bliver det. Oplæringen er uendelig, fordi lagringspladsen i skyen er nærmest uendelig. Det gør, at systemerne kan opnå en ufattelig kapacitet og selvstændig magt. Med andre ord: kunstig intelligens.

Wauw. Umiddelbart noget af et statement. Men egentlig også ganske elementært, for allerede nu vinder maskinlæring frem i rigtig mange sammenhænge og skaber netop kunstig intelligens.

I den relativt simple afdeling gælder det f.eks. for teknikken bag de mange nye personlige, digitale assistenter som Amazon Echo, Google Home og Apples Siri, der kan give os svar på det meste, og som i fremtiden kun bliver markant dygtigere.

Lige så kendt er nok IBM’s supercomputer Watson, der fik sit gennembrud ved at slå Jeopardy-stormestrene i 2011, men som nu også anvendes i alle mulige andre sammenhænge – bl.a. på Herlev Hospital, hvor computeren leder efter brystkræftknuder ved at finde sammenhænge i røntgenbilleder, som lægerne ikke kan få øje på.

Dertil kommer selvkørende biler, smart udnyttelse af overskydende grøn energi, hyperlokale vejrudsigter, bekæmpelse af terrorangreb og den digitale advokat Ross, der på et splitsekund kan gennemtrawle komplekse sager og dermed erstatte advokatfuldmægtige.

Det er alt sammen eksempler på kunstig intelligens, der udfører opgaver, der hidtil har krævet høj menneskelig intelligens. Og inden længe bliver det endda udbredt med robotter – eller systemer – der ud fra maskinlæring vil kunne afkode menneskers humør og motiver.

Simulerede verdener

Selv om Danny Lange helst opererer i maskinrummet, har hans tiltrædelse tidligere i år som Vice President of AI and Machine Learning hos computerspilsfirmaet Unity Technologies, der har over 1 milliard aktive månedlige brugere på verdensplan, endnu en gang været med til at booste hans renommé.

Det har samtidig gjort Unitys egen blog om maskinlæring og kunstig intelligens til en af verdens mest besøgte inden for sit felt. Ligesom den nylige lancering af Unitys åbne platform for maskinlæringsrobotter og virtuelle avatars, hvor researchere kan træne og teste i simulerede verdener, er med til at øge forståelsen for, at kunstig intelligens ikke bare hører computerspil til men reelt griber ind i alle livets forhold.

”Hvor det tidligere handlede om at kode og programmere computere, handler det nu i stedet om at træne computere med data. Tonsvis af data,” forklarer Danny Lange, der hos Unity konsekvent arbejder med såkaldt ’transfer learning’.

Det vil sige træning og afprøvning af systemer i en simuleret verden, hvorefter arbejdsgangene og resultaterne flyttes over i den virkelige. Det kan blandt andet bruges til tests af førerløse biler.

Og det har den enorme fordel, at man i en simuleret verden kan afprøve millioner af scenarier langt hurtigere, ikke mindst de situationer, som man sjældent støder på i den virkelige verden, men som er afgørende for, at den kunstige intelligens virker i enhver sammenhæng.

Ja man kan rent faktisk teste i det uendelige og dermed løbende fodre systemet med de erfaringer, man gør sig, så systemet konstant bliver klogere.

Det var da også selvsamme princip Danny Lange og hans tidligere medarbejderne hos Uber benyttede, da man i sin tid byggede platformen til taxatjenesten.

Den blev netop ved brug af maskinlæring løbende bedre og klogere på virkeligheden, så man til stadighed kunne forudsige alverdens trafiksituationer og tage endnu bedre højde for al tænkelig brugeradfærd, udfald og reaktioner. Altså hvad der virker og ikke virker.

Beregnende ny art

Metoden, der anvendes, går blandt andet ud på, at systemet belønnes hver gang det løser en given opgave. Når Unity Technologies f.eks. skal lære en kyllingefigur i et computerspil op til selv at løse spillets udfordringer, handler det om træning, træning og atter træning. Men også om en belønning, når opgaven løses korrekt, en reward function, som det hedder i Danny Langes verden.

”Det er præcis det samme, som Amazon, Uber og alle andre benytter, når de skal træne deres systemer. De har indbygget en reward function, som får folk til at afgive data. Hver gang du klikker på noget hos Amazon, afgiver du nemlig værdifuld viden, som Amazon lærer ud fra. Det er også derfor, Amazon bliver ved med at eksponere super mange valgmuligheder for deres brugere, så de kan se, hvad der virker. Og hos Unity benytter vi maskinlæring til at blive klogere på, hvad der skal til for at få folk til at blive ved med at spille, når de er lige ved at give op. Det er ikke et spørgsmål om psykologi eller programmering – men om maskinlæring,” siger han.

Ifølge Danny Lange har vi kun lige set begyndelsen i brugen af maskinlæring, altså træning med data, og den enorme kunstige intelligens, vi dermed kan skabe. Konsekvenserne er så omfattende, at det endnu kan være svært at fatte perspektivet, men ifølge Danny Lange handler det helt overordnet om, at vi står foran en ny art.

”Tænk på den kunstige intelligens som en anden art. Den vil aldrig helt forstå os, den kan ikke blive forelsket, den kan ikke blive sur, men den er meget beregnende. Og det betyder, at vi med kunstig intelligens kommer til at få et fundamentalt opgør med alle beslutningsprocesser,” siger maskinlæringens mester, der mener, at vi som den menneskelige race bliver nødt til meget klart at definere, hvor langt vi vil tillade de selvlærende systemer at regere over verden.

Ender vi der, hvor de beslutninger, vi som mennesker kan træffe, altid vil være dårligere end dem, som systemerne kan træffe?

”Ja, det tror jeg. På nær når – eller hvis – vi beslutter os for, hvad vores mål er, og hvad det er, vi vil. Så vi bliver nødt til som mennesker at være forud og sige, hvad det er, vi vil have, og så sørge for, at teknologien arbejder inden for de rammer. For den vil uundgåeligt udvikle sig og blive smartere end os, så vi skal være bossen; vi skal sætte grænserne. Det er svaret.”

LÆS OGSÅ:  Velfærd, sundhed og styring: Kunstig intelligens rykker ind overalt


Få Mandag Morgens overskrifter direkte i din mail.

Tilmeld dig nyhedsbrevet nu




Få Mandag Morgens overskrifter direkte i din mail.

Tilmeld dig nyhedsbrevet nu