Nu tager robotterne også specialistjob

Gennem de seneste 40 år har robotter bredt sig inden for fysisk arbejde. Nu er turen kommet til specialisternes job – men tør vi stole på beslutninger, hvis vi ikke ved, hvordan de er taget?

‘Goddag. Jeg kan se, du har smerter. Hvor gør det ondt?’

På et splitsekund analyserer diagnosticeringsrobotten min tilstand ud fra mit forpinte ansigtsudtryk, og da jeg peger på maven og fortæller om symptomerne, er diagnosen klar: galdesten! Via en forbindelse til hospitalet bakkes diagnosen op af en læge, som indkalder mig til behandling.

I årtier har vi set robotter udføre hårdt fysisk arbejde i industrien, men med udviklingen i computerkraft, indsamling af enorme mængder data og nye algoritmer er robotterne klar til at overtage nogle af de funktioner, som normalt er blevet varetaget af mennesker med lange uddannelser og stor erfaring.

Som i indledningens tænkte eksempel fra en nær fremtid kan det gælde for læger – men også for advokater, forskere og topledelser i store virksomheder.

Upræcise forudsigelser

Hele grundlaget for disse påstande bygger på den mest hotte teknik lige nu, såkaldt deep learning, brugt i dybe neurale netværk med flere tusinde lag. De teoretiske teknikker bag har været kendt siden 1960’erne, men først nu har vi maskinkraft og data nok til, at det virkelig kan fungere, siger Anders Kofod-Petersen, der er professor og vicedirektør på Alexandra Instituttet og selverklæret nørd inden for AI (Artificial Intelligence).

Han tror, at den type software­robotter vil kunne overtage en lang række af de job, vi i dag bruger årevis på at uddanne os til:

»Der er rigtig mange job, som vi tror kræver menneskelig intelligens, men som i virkeligheden blot er indsamling af store mængder data. Det gælder for eksempel advokater, som bruger lang tid på at pløje retsakter igennem – noget, en robot kan gøre lynhurtigt,« siger han.

I brug allerede

Og det er ikke kun fremtidsmusik, for sådanne systemer er allerede taget i brug. For eksempel i internethandel, hvor du bliver anbefalet andre produkter, hvis du køber en bestemt bog, læser en artikel eller ser en bestemt film.

Men i et neuralt netværk, der er blevet ‘trænet’ med masser af eksempler, er det ikke altid muligt at forudsige præcist, hvordan det vil opføre sig. Hvis systemet skal kunne se på mit ansigt, at jeg har smerter, skal det trænes med millioner af ansigter, men vi kan ikke regne med, at det altid rammer rigtigt, forklarer Thomas Bolander, der forsker i logik og kunstig intelligens på DTU:

»I et klassisk programmeret stykke software, kan vi rent logisk gå ind og sige, hvad der sker. Men med de neurale netværk opstår der en mangel på kontrol, så vi har svært ved at vide, hvornår det virker – og ikke virker,« siger han.

Spørgsmålet er altså, om vi vil basere beslutninger på systemer, som vi ved, hvordan virker, men hvor vi ikke altid kan forudsige 100 procent, hvad de vil gøre?

Andet end en hjerne

I 1960’erne var det tanken, at computere kunne bygges til at efterligne vores måde at tænke på. Dette er stadig tanken, men som tiden er gået, må forskerne erkende, at det i dag kun sker i ret begrænset omfang, siger Thomas Bolander. For selv om robotter er gode til at se mønstre i store mængder data, så mangler de nogle helt grundlæggende mekanismer:

»De fleste nye telefoner har i dag et intelligent dialogprogram som for eksempel Siri. Men det springende punkt er, om computeren også virkelig forstår, hvad der bliver sagt,« siger Thomas Bolander og giver følgende eksempel:

‘Tag pizzaen ud af ovnen, og luk den’ sammenholdt med ‘tag pizzaen ud af ovnen, og sæt den på bordet’:

»I det første tilfælde vil en robot nok godt kunne regne ud, at det er ovnen, som skal lukkes. Men i det andet tilfælde kunne den finde på at tage ovnen og sætte den på bordet,« siger han.

Ifølge Anders Kofod-Petersen er problemet blandt andet, at deep learning-systemer i dag ikke er i stand til at forklare deres adfærd:

»Systemerne skal kunne forklare og rationalisere, hvorfor de gør, som de gør – det er ikke nok, at vi ved, at de regner rigtigt i 97 procent af tilfældene. Vi vil aldrig rigtig kunne stole på dem, hvis svaret er biip eller ‘jeg tager normalt ikke fejl’,« siger han.

Her er et sikkert job

Men begge forskere er enige om, at job, som før virkede ‘sikre’, vil forsvinde i takt med, at robotter kan udføre dem bedre end mennesker.

Men hvilke job vil robotterne så aldrig overtage? Noget, der har med følelser, social intelligens og fuldstændig sprogbehandling at gøre, siger Thomas Bolander:

»Jeg kan sagtens forestille mig intelligente robotter, som hjælper mig med at lave mad og rydde op. Men det vil altid være noget andet at interagere med en robot end med et menneske. Så når jeg vil småsnakke på en café, vil jeg helt sikkert ikke vælge en robot som samtalepartner,« siger han.

Anders Kofod-Petersen er dog lidt mere skeptisk:

»Det bliver sværere og sværere at pege på job, som robotter ikke vil kunne udføre. Men hvis jeg skulle satse, så ville det blive inden for sundhedssektoren, hvor der er altid vil være brug for pleje og omsorg med et menneskeligt touch,« siger han.

Ingen af eksperterne nævner altså journalistik – men robotter bruges allerede til at skrive enkle artikler om finans og sport, så måske kunne også denne artikel om nogle år være skrevet af en robot.

Kommentarer (8)

Det virker efterhånden forivrende på mig at bruge ordet robot, jeg har haft den forestilling at en robot i hvert fald burde implicere en eller anden bevægelig mekanisk del. Hvis en robot blot er det samme som en bærbar computer der er bundet op til en supercomputer fra IBM Watson Health, er det så ikke en "sundheds diagnosticerings assistent computer" og ikke en software­-robot.

Jeg tror at denne strøm af artikler om "kunstig intelligens" vil fortsætte med at komme væltende, som denne uge der starter med Google slår GO-spiller, og dernæst en analyse om at moderne telemedicin slet ikke kan betale sig, eller at økonomien i hvert fald ikke er videnskabeligt undersøgt, og så denne artikel der tilsyneladende ikke har læst de to andre og starter hele møllen forfra. Men bare havner i robot hylden i stedet for AI hylden.

Måske skulle de to kategorier bare slås sammen under et. Det andet som jeg studsede over i artiklen er at mønstergenkendelse angives som uforståeligt... "deep learning-systemer i dag ikke er i stand til at forklare deres adfærd".
Så vidt jeg har forstået er jo altså "bare" en meget avanceret mønster genkendelses statistik maskine. Det begynder for alvor at vinde indpas nu - ikke pga. datakraften men fordi vi nu efter mange år med digitalisering af hele verden har ophobet den nødvendige datamængde og man har adgang til den via Internettet - og så også fordi datakraften er fuldt med.

Her er en lidt længere artikel fra wired i fredags der tilfældigvis beskriver nøjagtig samme tema om AI
http://www.wired.com/2016/01/googles-go-vi...

Der vil antageligt ikke være mange ting som maskiner ikke kan overtage i løbet af en årrække og gøre bedre end mennesker, men to ting skal med i ligningen ud over datamængder og databehandlingshastighed:
Det ene er spørgsmål om pris og så længe det f.eks. er billigere at have chauffører end selvkørende biler vil skiftet kun ske ganske langsomt.
Og det andet er et spørgsmål om udviklingen af energi og mekanik, for så længe at der kun er strøm til få minutter uden ledning og en maskiner er tung og klodset og kræver konstant service, så er der jo ingen (ud over naive politikere) der gider at hoppe med på det tog.

En egentlig kunstig intelligens der kan simulere en menneskelig tænkning, vil ikke blive konstrueret før vi faktisk er lykkedes med en komplet forståelse af mennesket selv. Og der er endnu et lille stykke vej før det er på plads. :)

  • 4
  • 0

Kan et AI system lave fejl, JA!
Kan mennesker lave fejl, JA!
En selvkørende bil er jo også en slags AI system, som kan lave fejl. Man regner blot med at computerne er så velopdragne at de laver færre fejl.

  • 0
  • 0

Så vidt jeg har forstået er jo altså "bare" en meget avanceret mønster genkendelses statistik maskine.

Er det ikke sådan menneske hjernen også virker?
Uanset hvad svaret er, så må regne med at maskiner kan overtage mere og mere komplekse jobs.
Hvis en robot i dag kan passe et job der kræver en menneskelig IQ på 90, og vi gætter på at det vil stige med 1 IQ point om året, så vil 98% af befolkningen være forældet arbejdskraft om 40 år.

Forøvrigt er her en god artikkel fra New Scientist om en robot der kan finde og dræbe søstjerner, som truer det store rev ved Australiens østkyst.

De trænede den med plastik attrapper, men den er nu blevet så dygtig at den ignorerer attrapperne, og kun angriber de levende søstjerner.

https://www.newscientist.com/article/mg229...

  • 3
  • 0