Nu tager robotterne også specialistjob

‘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.