Civil ingeniør, Ph.d. i kunstig intelligens og forfatter
Indlæg og sider der præsenterer fremtidsteknologi for unge. Forklaret så det er forståeligt for de 10-14 årige.
Jeg har her i denne uge sendt første korrektur af bog 3 – Forandret tilbage til forlaget, når ferien er vel overstået skal vi kigge på forsiden og på bagside tekst. Nedenfor får I lov til at smugkigge på indholdsfortegnelsen i den nye bog…
Bogen kommer til at indgå i forlagets efterårets bogpakke, og skulle gerne være ude slut oktober.
Når ikke jeg skriver her eller på mine bøger, så arbejder jeg i byggebranchen, og det har jeg gjort i 20-25 år, derfor er robotter og kunstig intelligens brugt på problemer og opgaver i byggeriet noget der interesserer mig ekstra meget.
I dette indlæg har jeg samlet links og historier fra anvendelsen af nye teknologier i byggebranchen, primært med fokus på Robotter. I et andet indlæg vil jeg koncentrere mig om udsigterne for anvendelse af kunstig intelligens i byggebranchen.
3D print og murerobotter spås en stor fremtid inden for byggeri. I 3D print anvendes våd betonmasse til at printe murene. Med murerobotterne lægger robotten stenen, som inden er blevet sprøjtet til med enten mørtel eller special lim.
Det første 3D printede hus i Europa blev printet i 2017 i Nordhavn ved København af 3D Printhuset. Robotten og det printede hus kan man læse om her og i videoen nedenfor.
Et eksempel på en murerobot er den australske Hadrian, som er omtalt i denne artikel fra Ingeniøren. Den kan også ses i en nyere video nedenfor.
De to ovenstående eksempler er begge løsninger, som er under udvikling, og stadig kræver beskyttede og kontrollere forhold: bestemt vejr, lige underlag osv. osv. Det har nemlig vist sig, at noget at det udfordrende for robotter i byggeriet er det fysiske miljø.
Robotter er på vej ind på byggepladserne. Indtil de sidste par år har robotter, når vi undtager droner, været forebeholdt fabrikker, hvor de kunne sættes til at udføre opgaver der var veldefinerede og skulle udføres igen og igen, f.eks. som vi kender det fra bilproduktion eller anden produktion. Her er robotter i deres es. Bevægelserne er de samme, det, robotten skal samle, har altid den samme form og består af de samme dele. Omgivelserne, eller det miljø robotten skal udføre opgaven i, er også altid det samme. På en fabrik er det også lettere at adskille mennesker og robotter, sådan at robotterne ikke kommer til at skade mennesker, og mennesker ikke går i vejen for en robot.
Sådan er det ikke for de robotter, der skal anvendes på en byggeplads. Selv om entreprenøren på en byggeplads gør alt for at holde den ryddet og pæn vil der altid være ting der ligger, ting der står og omgivelserne forandre sig hele tiden. Den ene dag er der ingen væg, den næste et stålskellet, og næste dag er der en færdig væg.
Den ene dag er der ingenting i udgravningen, den næste er der støbeforme og armering. Omgivelserne på en byggeplads ændre sig hele tiden. Desuden er der rigtigt mange mennesker på en bygeplads. For slet ikke at tale om vejret og de betingelser et udendørsmiljø kan give. Byggepladser er derfor slet ikke optimale forhold for anvendelse af robotter – alligevel er det et sted, hvor der virkelig er noget at vinde, ved at en robot udfører mange af de nedslidende og hårde løft.
3F har i deres medlemsblad haft fokus på robotter, og skriver blandt andet om den danske robot: WallMo . WallMo er ikke en fuldautomatisk robot, men en robot, der styres af mennesker, men foretager alle de svære og tunge løft. Den hælper med at løfte og montere store tunge glasfacader.
En anden robot, der kan løse opgaver på en byggeplads blev præsenteret fra Japanske AIST (National Institute of Advanced Industrial Science and Technology) i Tokyo. . Den kan hjælpe med at sætte gipsvægge op. Den er ikke hurtig, og vil ikke kunne konkurrere med danske håndværkere, men tilgengæld kan den arbejde 24 timer i døgnet. Robotten er beskrevet af ingeniøren i en artikel fra oktober 2018.
Noget som måske er mere anvendeligt og faktisk allerede er i brug hos en af de store skandinaviske entreprenører er en robot der kan binde armering. Et job, som ellers er nedslidende både fordi man skal bukke sig mange gange, men også fordi det er hårdt for hænderne at binde armering på f.eks. store brobyggerier. Robotten er beskrevet her i ingeniøren. Og se Skanskas egen video om robotten her.
Det er ikke kun byggepladsen og de fysiske omgivelser, der er en udfordring for robotterne. Det er ligeså meget os mennesker, og den måde vi projekterer bygninger på. Vi gør det nemlig ikke detaljeret nok, til at robotterne kan bruge det til noget. Hvis automatiserede robotter skal være anvendelige i en byggeproces, skal der arbejdes meget med detaljeringen og kvaliteten af de modeller, der bygges efter. Dette er beskrevet i endnu en artikel fra ingeniøren. Her beskrives set, at når arbejdet på byggepladsen og på elementfabrikker begynder, før der reelt er projekteret færdigt og i bund, så indeholder de modeller, der haves på det tidspunkt ikke de rigtige informationer. Der er behov for at rådgivere arbejder mere med modellerne og sikre en bedre kvalitet og sammenhæng i modellerne, så de rent faktisk kan anvendes til produktion af elementer eller til styring af robotter på pladsen.
En højere kvalitet og stringens (klassifikation) i modellerne vil også spare meget tid hos entreprenørene. Hvis der sikres en højere kvalitet af modellerne vil gøre det muligt for entreprenørene, at stole på de mængder der kan trækkes ud af modellerne. Istedet for, som man gjorde, mens jeg var ansat hos MTH, at entreprenøren er nødt til at få modellerne modelleret i f.eks. Vietnam udfra tegninger.
Der er altså flere grunde til at robotter endnu ikke findes på alle byggepladser, men der sker hele tiden ny udvikling. Ingen ved endnu, hvad fremtiden byder.
Vil du hellere lytte end læse om selvkørende biler, så er her links til et par podcast om selvkørende biler. Jeg vil forsøge at udvide listen, hvis der kommer flere til:
Techtopia er en ugentlig podcast om teknologi, startups og forskning. Om Digitalisering, kunstig intelligens, nano, bio og den 4. industrielle revolution. Der er udkommet flere podcasts der omhandler selvkørende biler:
DR har også en ugentlig podcast: Digital om teknologi og en af disse handler om selvkørende biler.
Videnskab.dk har ligeledes en ugentlig podcast. Den handler ikke altid om teknologi, men de har en enkelt, der omhandler selvkørende biler:
Flere følger, når jeg falder over dem 😉
For ikke så længe siden var der en elev fra en niende klasse, der kontaktede mig om arbejdspørgsmål om kunstig intelligens i forbindelse med et projekt, han skulle lave i skolen. Han stillede en række spørgsmål, en hel del af dem handlede om selvkørende biler (se indlægget her, hvis du er nysgerrig på selvkørende biler), men også spørgsmål der handlede om kunstig intelligens. Det, jeg svarede ham, kunne sagtens være relevant for andre, og jeg vil derfor gengive de svar, jeg gav ham.
Det er jeg ikke ekspert nok til at udtale mig om, primært fordi jeg ikke arbejder med forskning indenfor feltet mere, men jeg har haft stor glæde af følgende artikel og video, der også underbygger en af mine pointer omkring, at vi skal hen mod systemer, der kan forklare, hvordan en beslutning blev nået. Se denne artikel om de nyeste teknikker til kunstig intelligens, samt en video om udviklingen (start med at se videoen).
Svært spørgsmål. Jeg ikke har noget svar på. Vagtsomt.
Nogle modstandere er bange for det, som de kalder the intelligens explosion. Der er det tidspunkt, hvor en kunstig intelligens bliver så smart, at den kan forbedre sig selv, og derefter vil kunne gøre det uendeligt hurtigt. Og at de kunstige intelligenser derefter vil forsøge at udrydde mennesker. Jeg anser det ikke for noget, jeg selv vil komme til at opleve, men dog for noget man skal overveje. Og en af grundene til at man skal forske og tænke over etikken i anvendelse af teknologi.
Det gælder forøvrigt ikke kun kunstig intelligens, men også f.eks. cyborg-teknologi, hvor vi begynder at forbedre vores kroppe, så det kan mere end almindeligt. Også her skal man overveje etikken i det. Kig efter artikler om transhumanisme, hvis du vil læse om de helt vilde perspektiver, hvor man forestiller sig en sammensmeltning mellem robotter og mennesker.
Lige nu – ikke ret meget, som jeg ser det. Men der er lavet flere undersøgelser og studier inden for de sidste år, der prøver at forudsige udviklingen. Se blandt andet:
Og ikke mindst en interessant side på engelsk, der kan fortælle om lige det job du kunne tænke dig at få, når du er færdiguddannet, i virkeligheden vil blive udført af en robot: http://www.bbc.com/news/
Hvad tænker du selv, efter at have kigget på noget af det ovenstående, samt sikkert på andre kilder?
På den anden side har man transhumanisterne og singularity university, der mener at AI vil redde os og jorden (vær opmærksom på, at singularity university IKKE er et egentligt universitet, men en organisation, der ønsker at sprede troen på og viden om at AI og fremtiden bringer os en masse goder og løsninger).
Specielt Ray Kurzweil er centrum for disse synspunkter, læs om ham i wiki og på DR.
Jeg håber, der er andre end Simon, som kan få glæde af disse svar og samlingen af links.
Kunstig intelligens er et bredt begreb. I dette indlæg vil jeg præsentere forskellige teknikker der anvendes, når man forsøger at udvikle og lave programmer eller algoritmer, der simulerer intelligens.
Først er det dog vigtigt, at man forstår forskellen mellem en svag og en stærk kunstig intelligens. Dette har jeg beskrevet i indlægget: Stærk eller svag kunstig intelligens, men kort fortalt, så er en stræk kunstig intelligens i stand til selv at tage initiativ og være bevidst, mens en svag kunstig intelligens ikke er bevidst, men dog alligevel kan være dygtigere til en opgave end et menneske.
Vi kan lige så godt få det på det rene. Der findes idag ikke nogen teknikker der kan skabe en bevidst kunstig intelligens. Det vi alene kan skabe er programmer eller algoritmer, der kan simulere intelligens f.eks. ved at man i programmer og algoritmer simulere de måder, vi mennesker tænker på. Altså svag kunstig intelligens.
Der findes flere forskelige teknikker til at lave kunstig intelligens, eller rettere simulere intelligens. De fleste teknikker forsøger at kopiere den måde, vi mener, at mennesker tænker, og hjernen fungerer. F.eks. den teknik der tales og skrives en masse om i øjeblikket deep learning (maskinlæring), videnbaserede systemet (ekspertsystemer), som var meget oppe i tiden i 1990’erne eller case based reasoning (casebaseret læring/beslutninger). Nedenfor vil jeg ganske kort og i ikke tekniske ord forklare principperne i disse tre forskellige teknikker.
Maskinlæring baserer sig på teknikken neurale net, der igen er udviklet som en simulering af det net af synapser, der findes i vores hjerner, som sender og modtager signaler. En synaps modtager et input og udsender et output. En node i et neuralt net opføre sig på samme måde: den får et input og levere et output. I et neuralt net er der mange noder ligesom der er mange synapser i vores hjerner. Og man kan ved at give et neuralt net input med kendte output træne det. Langsomt vil det lære at genkende det, vi træner det i at genkende. F.eks. katte på billeder eller mennesker på fortove. Med tilstrækkeligt mange eksempler vil et neuralt net være istand til at genkende mønstre f.eks. en kat selv om der på billedet kun er omridset af en kat.
Det nyeste inden for neurale net og maskinlæring er deep learning, og selvlærende neurale net. Det betyder ikke, at man bare laver et neuralt net og så lære det noget af sig selv. Vi skal stadig træne det, ved at give det forskellige input. Men f.eks. har DeepMind udviklet AlphaGo, der er et neuralt net, som selv kan lære sig at spille go ved at prøve sig frem. Til at starte med har systemet ingen viden om Go. Det finder ud af, hvordan det vinder ved at spille mod sig selv og lære af, om det vinder eller taber.
Maskinlæring er super interessant og spændende, og der kommer mange flere anvendelse af det i fremtiden. Ulempen ved denne type kunstig intelligens er, at vi ikke ved, hvad der ligger til grund for systemets beslutning. Og vi kan ikke spørge det, for det ligger ikke i opbygningen af et neuralt net, at det kan fortælle, hvordan det er kommet frem til en beslutning. Hvis f.eks. en fremtidig kunstig intelligens, der anvendes i sundhedsvæsnet, angiver at en patient har kræft, så vil vi ikke af det neurale net kunne se, hvorfor den kunstige intelligens ‘mener’ det. I starten er der derfor mange, der er utrygge ved at bruge disse metoder til alvorlige beslutninger.
Ekspertsystemer var meget oppe i tiden i 1990’erne, men der tales ikke så meget om dem mere. Det betyder dog ikke, at de ikke anvendes. De er bare blevet almindelige … En stor del af de Wizards/chatbots der findes er i virkeligheden en slags ekspertsystem.
Ekspertsystemer basere sig på en regelmotor og en vidensbank. Man modellerer den viden, man vil have systemet til at bruge i form af regler, der hænger sammen med en model af verden eller den situation, som systemet skal hjælpe en med. I mit studie udviklede vi et ekspertsystem, der kunne vejlede omkring nedrivning af bygninger med sprængstof. Ved at lære systemet regler og viden om bygninger, nedrivning og brug af sprængstof til nedrivning, kunne det med reglerne i sin regelmotor og viden om den bygning der skulle rives ned, foreslå den rigtige måde at gøre dette på.
Når der anvendes et ekspert system er det tydeligt og kan vises, hvordan systemet er nået til sin beslutning. Det kan være en fordel. Ulempen ved ekspertsystemer er at de ikke kan lære noget nyt, med mindre vi lære dem det. Altså skal vi indsamle viden/regler, finde sammenhængen til modellen af verden og lægge dem ind i programmet. Et ekspertsystem kan altså kun det man har lært det, og det er min erfaring at det tager tid og er ret krævende at samle, forstå og modellere viden om et område.
Case based reasoning har ikke noget navn på dansk, men groft oversat kan man kalde det: Problemløsning baseret på kendte cases, og det er noget mennesker gør hele tiden hverdag. Det er for eksempel den måde en mekaniker kan bruge, når han skal reparere en bil. Han kender bilen, og han har måske set en tilsvarende fejl på en tilsvarende bil tidligere. Altså bruger han sin erfaring (de cases han har set) til at løse et problem eller finde en fejl. En del af mit PhD-studie gik ud på at undersøge de designmetoder ingeniører bruger i design/projektering af bygninger, og her anvendes netop denne type metoder. Når der skal designes et nyt parkeringshus sker der meget ofte det, at ingeniøren tager det sidste projekt han arbejde på frem af skuffen og genbruger store dele af det. Det er case based reasoning.
Denne teknik kan også simuleres i en kunstig intelligens, så en sådan algoritme bliver i stand til at vælge den bedste løsning fra mange alternativer til et givent problem. For at kunne vælge det ‘bedste’ alternativ er man desuden nødt til at fortælle systemet, hvad er vil være en optimal løsning. Man definere en matematisk funktion, der beskriver den optimale løsning, og lader så algoritmen ændre på designet på forsekellige parametre, for at optimere løsningen. Case baseret resonering er et forskningsområde idag specielt indenfor netop design og projektering. Autodesk har arbejdet med det ifht. optimering af et cykel design. Her er løsningen kombineret med en genetisk algoritme, der introducere mutationer i designet, for at opnå nye ideer, der måske er mere optimale. Genetiske metoder i design er et andet emne for sig, som jeg ikke vil gå ind i her.
Video med Thomas Bolander – kunstig intelligens forklaret på 5 minutter
I andre af mine indlæg har jeg fokuseret på bøger for unge og børn, men er man forældre eller blot en voksen med behov for materiale på dansk, så er her en kort liste med bøger på dansk om fremtidsteknologi for voksne.
Jeg har over det sidste år læst en del, både danske og engelske bøger om eksponentiel udvikling, kunstig intelligens og fremtidsteknologier. Der er en håndfuld, som jeg har valgt at omtale nedenfor.
“Hør efter det er vigtigt!” skriver de to forfattere, og det har de ret i. Det er vigtigt, at man forstår hvad eksponentiel udvikling betyder ikke bare for teknologier, der udvikler sig eksponentielt, men for dig og for mig, for den virksomhed vi ejer eller arbejder i.
Bogen forsøger gennem tre dele, at introducere det eksponentielle paradigme, fire eksponentielle teknologier, og derigennem at tydeligører, hvad eksponentiel acceleration betyder for dig og mig.
I bogens sidste del beskriver forfatterene en metode ECE, der iscenesætter den teknologiske udvikling på en måde, så den diseruptiv kraft bliver tydelig. Ved primært at identificere lukrativ teknologiske kryds.
Metoden kan anvendes af alle, og består af følgende trin:
1. Dekomponer
2. Accelerer
3. Mærk afgrunden
4. Kryds
5. Drøm
Bogen er ikke særlig tyk og forholdsvis letlæselig. Den er interessant for de fleste. Det jeg bedst kan lide ved bogen er, at den på en overskuelig måde forsøger at forklare det eksponentielle koncept. Det at udviklingen sker eksponentielt, men også at de helt fantastikske ting sker, når man krydser eksisterende teknologier og skaber nye produkter eller teknologi, der igen kan skubbe til eller krydses med andre teknologier … dermed sætte endnu mere gang i udviklingen.
Kevin Kelly er en af klodens mest visionære teknologi-guruer, og i bogen beskriver han de tolv teknologisker drivkræfter, der kommer til at former de næste 30 år. Han beskriver, hvordan disse tolv drivkræfter er igang med at revolutionere vores verden, men ved at forstå og anvende disse kan vi udnytte forandringerne til vores fordel, istedet for at den teknologiske udvikling bliver en trussel mod os.
De tolv drivkræfter er (i den engelske version -ing-formen af ordene):
1. At blive til (becoming)
2. At give forstand (cognifying)
3. At strømme (flowing)
4. At screene (screening)
5. At give adgang (accessing)
6. At dele (sharing)
7. At filtrere (filtering)
8. At remixe (remixing)
9. At interagere (interacting)
10. At spore (tracking)
11. At spørge (qustioning)
12. At begynde (begining)
Jeg finder bogen specielt interessant, idet den har en anden tilgang en mange andre. Dels er det en positiv bog, der ser positivt på de muligheder vi får med fremtidens teknologi. Og ved at beskrive de 12 drivkræfter træder forfatteren et skridt tilbage og fokuser ikke på teknologier eller på løsninger, men på hvad der vil drive de teknologier og løsninger frem, som vi kommer til at se. f.eks. er det at give forstand en drivkræft, og fremadrettet vil vi se flere og flere løsninger der har fået tilføjet et lag forstand lige fra: forstandig spilmusik der ændre sig efter udviklingen i spillet til forstandig sygepleje, hvor patienter udstyres med sensorer der sporer deres tilstand og kan tilpasse højt individualiserede behandlinger.
I hvert kapitel om en drivkraft er der en beskrivelse af, hvordan den fremtidige hverdag vil se ud med teknologier, der er drevet af drivkraften. Gennem disse beskrivelser af ‘hans’ fremtidige hverdag, gør han det mere konkret for læseren, at forstå og forestille sig fremtiden og dens teknologi.
På bagsiden står der blandt andet: “Mange tror, at denne nye industrielle revolution vil udfolde sig ligesom den forrige: efterhånden som gamle arbejdspladser elimineres, vil nye blive skabt for at betjene de mange apparater. Men da maskinerne i stigende grad kan passe sig selv, vil tidligere tiders løsning på teknologiske omvæltninger – mere træning og uddannelse – simpelthen ikke virke.
Resultaterne af disse omvæltninger vil være rystende.”
Martin Ford har en kandidat grad i datalogi og en business degree. Han kombinere derfor forståelsen af teknologiens udvikling og af økonomiens udvikling over de sidste 20 år. Og det billede han tegner er ikke positivt.
Men bogen er baseret på udviklingen af den amerikansk økonomi, med dens indbyggede problemer, stigende ulighed, manglende fællesskab, og derfor kan man ikke direkte overflytte konklusionerne til Europa eller til Danmark. Faktisk er en af de løsninger Martin Ford foreslår til at imødekomme de problemer, der kommer i et samfund, hvor langt størstedelen af befolkningen ikke har arbejde, og derfor heller ikke har nogen økonomisk kapacitet, at indføre ‘borgerløn’ eller som vi kalder det i Danmark kontakthjælp.
Jeg synes, det er en spændende bog. Den er noget tung nogen steder, og bestemt ikke letlæselig, men hans analyse og argumentation ifht. sammenkoblingen mellem den teknologiske udvikling, arbejdsløshed, købeevne og ulighed er meget relevant og værd at tænke over. Om udviklingen lader sig stoppe, eller om der er politiske initiativer, der kan afbøde nogen af skræksceneriarne må være op til fremtiden.
Bogen satte i hvert fald mine tanker om fremtiden i perspektiv, da jeg grundlæggende har en tendens til at se positivt på det teknologi og fremtiden kan give os.
Der findes andre bøger på dansk om fremtidsteknologi for voksne, men det var disse jeg har valgt at gå dybere ind i. En bog, som jeg dog har liggende, men ikke har nået at læse endnu er Claus Skytte: kunstige kolleger.
Jeg udgiver senere en liste over de engelske bøger om emnet, jeg kan anbefale, men de danske har haft fokus indtil videre.
For nemmere at kunne tale om hvor ‘automatisk’ selvkørende biler er, har man defineret fem niveauer for selvkørende biler. På sigt vil alle biler være på niveau 5, men lige nu er det kun muligt at købe en niveau 3 bil. Og så må den ikke engang køre i Danmark endnu.
Nedenstående grafik om selvkørende biler er fra Ingeniøren.
Niveau 0: Traditionel bil. Føreren er alene om at styre bilen.
Niveau 1: Føreren får noget hjælp til at styre bilen i bestemte situationer. Det findes idag. f.eks. i biler, der automatisk kan holde afstand og som hjælper føreren med at holde sig i sin egen vejbane. Føreren skal være opmærksom og hele tiden holde ved rattet. Denne funktion findes i biler man kan købe idag.
Niveau 2: Bilen kan selv holde vejbane og holde afstand til andre biler på udvalgte strækninger. Føreren skal stadig holde let på rettet og være klar til at tage over, hvis der sker noget uventet. Dette niveau findes i biler man kan købe idag.
Niveau 3: Føreren kan slippe rettet og pedaler. Bilen står selv for kørslen, på udvalgte strækninger og op til visse hastigheder, ellers skal føreren tage over. Hvis ikke han gør det, holder bilen ind til siden. Niveau 3 selvkørende biler produceres idag, MEN må ikke anvendes i Danmark endnu.
Niveau 4: Bilen kan helt selv klare kørslen, der er ikke brug for at føreren hurtigt skal kunne tage over. Det virker dog stadig kun på udvalgte strækninger og op til bestemte hastigheder. Udenfor disse rammer skal føreren stadig selv køre bilen.
Niveau 5: Bilen klare selv alle opgaver og kan køre fra punkt A til punkt B uden at føreren behøver kunne køre bil. Dette er drømmen om den føreløse bil.
Desværre ligger niveau 5 selvkørende biler noget ud i fremtiden. Dog håber jeg, at når jeg bliver så gammel, at jeg ikke længere må køre bil, så er det ikke længere nødvendigt for mig at køre bil.
Jeg har ikke fundet mange bøger på dansk om fremtidsteknologi for børn, men er dog alligevel faldet over en enkelt, som jeg vil nævne her. Den er ikke ny, og kan sikkert lånes på de fleste biblioteker, men formodentlig ikke købes i boghandlere mere.
David Jefferis, Bogfabrikken Fakta, 2000
I indledningen står der blandt andet:
Kunstig intelligens (eller AI, fra engelsk ‘Artificial Intelligence’) er allerede hos os, i hvert fald i enkle former. Bilfabrikkerne bygger nu biler med computere, som kan forstå chaufførens kørevaner. Morderne fly har computere, som overvåger flyvningen og hjælper piloten med at styre maskinen.
I denne bog kan du se nærmere på fortiden, nutiden og fremtiden for kunstig intelligens og robotter. Der er mange forandringer på vej. I fremtiden kan tænkende maskiner måske forbedre vores levestandard.
Bogen er rigt illustreret med billeder og forskellige billedtekster og faktabokse. Det koster lidt af overblikket, men vil muligvis tiltrække nogen læsere, og illustrationerne kan være velegnede, hvis man læser bogen op, da det inspirerer til at pege og tale om billederene.
Bogen er delt i fire dele. En række kapitler der beskriver fortiden, hvordan vi er nået der til, hvor vi er med computere, AI og robotter. Udviklingen af chips, forskning i AI, og hvordan vi giver robotter ‘sanser’.
Derefter følger en række kapitler der fortæller lidt om, hvor computere og robotter anvendes idag, f.eks. i fabrikker i, i fly og i f.eks. rumsonder, samt ikke mindst i underholdningsindustrien.
Den sidste del af bogen, der den mest interessante, synes jeg, fokuserer på fremtiden, og den anvendelse af kunstig intelligens, vi kan forvente fremad. Her har forfatteren valgt at fokuser på følgende elementer:
At indlæring af fremtidens kunstige intelligens ikke vil være i form af mange detaljerede regler, der beskrive, hvad der er den korrekte opførsel i en bestemt situation, men snarer en kunstig intelligens der baserer sig på læring. At den selv lære, hvad der er rigtigt, godt nok udfra feedback fra mennesker, men alligevel at den er selvlære.
At de nyere kunstig intelligens anvender neurale netværk, vil simulere den måde vores egen hjerne virker på i form af signaler og neuroner. Med et neuralt netvær simulere man disse neuroer og beskederne mellem dem. Og denne teknik kan anvendes til selvlærende kunstig intelligens.
At robotter med kunstig intelligens som interagere med mennesker f.eks. i form af robot kæledyr eller robotter i hjemmehjælpen, er det man vil se i fremtiden.
At vi i fremtiden måske vil smelte sammen med computerne, og at der bliver forsket i sammenkobling mellem hjerneceller og computerchips. Når det er muligt ,vil det i princippet være muligt at kontrollere en robot med tanker, og omvendt at sende signaler til hjernen fra ‘sanserne’ hos en robot. En spændende udvikling, som der kommer et senere indlæg om.
Bogen egner sig til højtlæsning og samtaler med børn fra 7 til 12, de største i denne aldersgruppe vil selv kunne læse dele af bogen, og de mange billeder gør bogen mere tiltalende for denne gruppe.
Jeg har anmeldt andre bøger om fremtidsteknologi for unge her.
Ovenstående er faglitteratur, men enkelte bøger behandler emnerne i en skønlitterær kontekst. Se mine udgivelser.
Der findes forskellige grader af kunstig intelligens. Stærk eller svag kunstig intelligens. Grupperinger man bruger til at opdele de forskellige typer, fra de ‘dummeste’ til de ‘klogeste’. Opdelingen har ikke kun fokus på, om en kunstig intelligens er smart/klog, men også på hvor selvbevidst, eller hvor følsom den er.
Stærk, eller som nogen kalder den avanceret, kunstig intelligens er en intelligens som fungerer, som den menneskelige bevidsthed. Den har følelser, og den har fantasi, kan forestille sig ting og har selvstændige tanker, den selv har skabt.
Endnu er vi langt fra at have skabt en sådan intelligens i en computer.
Svag, eller som nogen kalder den simpel, kunstig intelligens kan ikke sammenlignes med et menneskes bevidsthed. Den kan løse specifikke afgrænsede opgaver, og kan på disse afgrænsede områder også være hurtigere eller bedre end den menneskelige bevidsthed.
En svag kunstig intelligens har ikke selvstændige tanker, og er derfor alene algoritmer og logikker der udleder svar, træk i et spil eller spørgsmål i en Jeopardy konkurrence.
Vi har allerede svage kunstig intelligens idag, og anvendelsesområderne udvikler sig hele tiden. Vi har alle hørt om skak-computeren Deep Blue, der vandt i skak, eller Watson der vandt i Jeopardy, men som nu sættes til at lede efter sjældne sygdomme hos patienter(se artikel hos ingeniøren).
Hver uge kommer nye til f.eks. har Google i sidste uge beskrevet, hvordan de har oplært et neuralt netværk, så den er lige så god som menneskelige fotografer til at beskære og billedbehandle et foto (se: artikel hos CNBC). En opgave som tidligere er blevet betragtet som noget der krævede kreativitet og forståelse af æstetik, altså menneskelig intelligens, men som nu kan gøres af en computeralgoritme.
Langsomt vil vi udvikle mere og mere omfattende svage kunstig intelligens, der kan videreudvikles og sammensættes med andre og på sigt vil den samlede intelligens måske nærme sig en stærk kunstig intelligens.
Hvordan måler vi, om den er stærk eller svag?
– Det kan vi ikke
Der er en flydende overgang mellem svag kunstig intelligens og stærk. Og vi er ikke i stand til at måle det. Da vi ikke har fuld forståelse af vores egen hjerne, kan vi heller ikke måle om en kunstig skabt intelligens er på niveau med et menneske.
Der findes dog en test, udviklet af Alan Turing (kaldet Turing-testen), som mange peger på, når man skal teste en kunstig intelligens. Testen går ud på, at menneskelige dommere vurdere, hvor overbevisende den er, ved at ‘tale’ (Chatte) med den i fem minutter. Hvis den ‘narre’ 30 procent af dommerne, har den bestået Turing-testen.
Hvert år kan programmører få afprøvet deres bud på en kunstig intelligens. Lykkedes det den at ‘narre’ dommerne, vinder programmørene 100.000 dollars. I 2014 var der første gang et program, der bestod Turing-testen (se artikel hos BBC).
Læs mere i bøger om fremtidsteknologi for unge eller bøger for fremtidsteknologi for voksne (kommende).
Der findes massere og massere af bøger på engelsk om fremtidsteknologier, udviklingen og mulighederne, men ganske få bøger på dansk om fremtidsteknologi for unge. Jeg har gennem den sidste tid læst en stor håndfuld, som jeg gerne vil anbefale til andre.
Bøgerne er ikke alle skrevet let forståeligt, og derfor er der kun to jeg vil nævne og anbefale til unge og i undervisningssammenhæng. Begge er danske bøger om robotter, men omhandler også emner som kunstig intelligens.
af Søren Tranberg Hansen og Jakob Fredslund, Turbine, 2015
På bagsiden af bogen skrives blandt andet:
“Vil Robotter om få år være lige så udbredte i samfundet, som computere er idag? Hvordan har mennesker gennem historien fantaseret om robotter, i hvor høj grad er fantasierne blevet til virkelighed idag, og hvad kan vi realistisk forestille os om fremtidens robotter og vores forhold til dem?
Denne bog fortæller, hvad der er værd at vide om robotter og om menneskers forhold til dem.“
Bogen er rigt illustreret med billeder og skrevet i et letlæsligt sprog. Som introduktion til emnet beskriver den forskellige typer af robotter, og hvor disse allerede findes idag. Derefter går bogen over til at forklare om de forskellige teknologier, der anvendes til at bygge en robot og til at få den til at ‘tænke’. Sidste tredjedel af bogen kigger fremad og beskriver de typer af robotter, vi vil se i fremtiden, og hvad dette kan komme til at betyde for vores uddannelsessystem, arbejdsmarked og samfund.
Det, jeg godt kan lide ved bogen, er, at den er let og hurtig at læse. Den vil kunne anvendes af gode læsere på mellemtrinnet. Første halvdel af bogen er lettere end anden halvdel, der beskriver teknologier og teknikker bag konstruktion af robotter. Sidste halvdel af bogen sætter de etiske temaer ved robotter og udviklingen i kunstig intelligens i perspektiv og forsøger at holde sig på den neutrale side, hvor der hverken spås menneskets endeligt og heller ikke en fremtid med overflåd og arbejdsfrihed.
Jeg er dog ikke helt enige med forfatternes sidste udmelding: At der aldrig vil blive skabt en robot, der ikke kan skelnes fra et menneske. Jeg tror, de kommer – det er blot et spørgsmål om tid. Først vil man udvikle kunstig intelligens uden krop, for siden at indlejre den i menneskelignende robotter.
Men læs bogen og find selv jeres svar.
af Niels Ebdrup, Muusmann forlag, 2014
På bagsiden af bogen skrives blandt andet:
“Medierne har de seneste år bragt mange historier om menneskeagtige robotter og vores fremtid med dem. Det er ikke helt tilfældigt. Robotudviklere, politikere og erhvervsfolk er overbeviste om, at vi står overfor en robotrevolution, som vil betyde, at robotterne bliver en del af vores hverdag.
Men hvorfor kommer den omvæltning lige nu? Hvor intelligente er robotterene? Hvad kan de hjælpe os med? Hvorfor bliver mange skræmt af dem? Og hvornår bliver de rent faktisk farlige?
Svarene findes i Sandheden om robotter.”
Bogen indledes med et kapitel, der fokuserer på den historiske udvikling af forståelsen af, hvordan man skaber en intelligent maskine. Fra mekaniske maskiner, der virker intelligente til Turing-testen og til Steve Grand, der har genskabt et stykke virtuel hjerne i en computer. Derefter kommer flere kapitler som handler om menneskers samspil med robotter, hvorfor vi i vesten frygter robotter, mens japanere elsker robotter, og hvordan man skaber en sympatisk robot. Sidste tredjedel af bogen er den, jeg finder mest interessant. I denne del af bogen belyses de fremtidige anvendelser af robotter, og det belyses hvilke etiske overvejelser, vi bør gøre, for at beskytte os mod robotterne. Ikke mindst en diskussion af, om vi skal bruge dræberrobotter i krig. Sidste kapitel omhandler transhumanisme og cyborg-teknologi, når mennesker og maskiner smelter sammen.
Bogen omhandler specielt de menneskelignende robotter. De som ligner os og kan opføre sig som os. Bogen er mere teknisk og sværere at læse end den forrige. Den vil være passende for ud-skolingen eller meget dygtige læsere på mellemtrinnet.
Bogen diskutere ikke, som den forrige, etikken omkring, hvordan samfundet ændre sig ved indførelsen af robotter. Hvad det gør ved arbejdsmarkedet og lignende? Den har mere fokus på forholdet mellem mennesker og robotter. Vil robotter erstatte prostituerede? vil de være den del af hæren, og autonomt kunne dræbe. Dette og andre væsentlige emner diskutere denne bog.
Jeg er specielt glad for det næstsidste kaptiel der omhandler cyborgteknologi og transhumanisme. Det beskrives, hvad transhumanisme er, og hvad der er transhumanismens fremtidsvisioner. I sidste ende uploade af menneskelig bevidsthed til en stærk kunstig intelligens.
Udviklingen i cyborgteknologi går hurtigt, og vi har endnu ikke set, alle de muligheder vi har for at sammensmelte vores kroppe med teknologi. Selv om nogen af mulighederne virker afskrækkende idag, vil de være naturlige for os om 5 til 15 år. Når vi i 2030, uden at tænke yderligere over det, f.eks. får skudt en ny kommunikationschip ind under huden, som vi idag får lavet huller i ørene.
Vi har endnu kun kradset i overfladen ifht. de muligheder, der er i sammensmeltningen mellem mennesker og robot. I de kommende år er dette et område, der vil udvikle sig med samme hast, som vi i øjeblikket ser anvendelsen af kunstig intelligens udvikle sig. Jeg føler personligt, at dette er den mest spændende udvikling og ser frem til, at få udvidet mine sanser (eller bare udbedredet mit syn (nærsynethed kombineret med gammelmands langsyn) vha. en mindre chip.
Ovenstående er faglitteratur, men enkelte bøger behandler emnerne i en skønlitterær kontekst. Se mine udgivelser.