Mytene om kunstig intelligens (AI) er de bare myter eller mer enn myter?

 

Mytene om kunstig intelligens (AI) er de bare myter eller mer enn myter? I 2021 utga Erik J. Larson boken «The Myth of Artificial Intelligence». Larson hadde da bak seg to AI-startups. Han hadde, da boken ble utgitt, bak seg tester av AIs grenser gjennom arbeid ved IC2, en teknologi-inkubator ved University of Texas i Austin. Han skriver blant annet at «Myten om AI er ikke at AI er mulig». Fremtiden til AI er vitenskapelig sett usikker og den er ikke at vi først vil få AI som tenker som mennesker og deretter AI som er super-intelligent. Dette er forestillinger som er skapt av mennesker som ser seg tjent med slike forestillinger og som tjener penger ved å presentere slike forestillinger. Larson viser i boken sin til at ideen om kunstig maskinell intelligens har røtter tilbake til andre verdenskrig da en gruppe matematikere og sjakkspillere som arbeidet med, og også lykkes med, å knekke tyske "hemmelige" koder, som igjen gjorde at man kunne møte og hindre tyske fly- og bombeangrep. Kunne man få til dette måtte det være mulig også etter-hvert å utvikle intelligente maskiner som var like intelligente som mennesker og etter hvert mer intelligente, tenkte man da. Sjakk og sjakkspill har på flere måter vært sentralt med i utvikling av data-behandlende maskiner. 

KI og effektivisering av offentlig sektor. For noen år tilbake publiserte konsulentfirmaet Menon en rapport der konsulenter fra selskapet hevdet at kunstig intelligens kunne gi innsparinger i offentlig sektor tilsvarende 155.000 årsverk. Årsverk-beregningen viste seg i ettertid å stamme fra ChatGPT. Noen vil hevde at ChatGPT i den da foreliggende versjonen knapt kvalifiserer som det vi i dag omtaler som kunstig intelligens. Magnus Forsberg kommenterte denne saken i Dagsavisen 25. oktober i år og tilføyde at 15.000 av de 155.000 årsverkene som man ifølge rapporten kunne spare inn var beregnet å kunne hentes/innspares blant barnehage- og skolefritids-assistenter. Resultatet ble rapportert i tidsskriftet Stat og Styring som utgis av Scandinavian University Press/Universitetsforlaget. Forsberg viser i sin kommentar også til andre «KI-skandaler». En av disse er Tromsø kommune som søkte råd hos ChatGPT rundt hvilke skoler som skulle legges ned i kommunen. En annen KI-skandale er ifølge Forsberg knyttet til en ikke navngitt advokat som leverte et prosess-skriv til Høyesterett fullt av det Forsberg betegner som KI-hallusinerte rettskilder. Når vi først snakker om generelt «å spare» manuelle årsverk ved å innføre ny teknologi tar flere tidligere poster på denne bloggen friske anslag rundt potensialet for å spare inn årsverk ved innføring av slik teknologi som ikke har latt seg realisere. 

Finanssektoren satser stort på KI/AI og risikerer å pådra seg KI-gjeld! Få bransjer har tatt i bruk ny kunstig intelligens så raskt som finanssektoren hevder Zacharoula Papamitsiou og Raymond Andreas Stokke, som begge er forskere i Sintef, i et innlegg i Dagens Næringsliv 27. oktober. Det internasjonale pengefondet IMF mener at investeringer i KI-programvare, -maskinvare og -tjenester i finanssektoren mer enn dobles til nær 100 milliarder dollar innen 2027. Men hvilke resultater disse investeringene gir er usikker. Gjennomsnittlig avkastning i storskala KI-prosjekter er ifølge de to nevnte forskerne under seks prosent og mange selskaper klarer ikke å måle noen gevinst i det hele tatt. Utfordringene ligger i faren for at virksomhetene pådrar seg såkalt «KI-gjeld» som er langsiktige kostnader som bygger seg opp når virksomheter bygger opp komplekse KI-systemer raskt, uten å sette av ressurser til kontinuerlig å rette opp feil som oppstår underveis. Feilene kan, ifølge forskerne, skyldes skjeve eller ufullstendige datasett, ugjennomsiktige eller utdaterte algoritmer, samt manglende løpende teknisk og etisk kontroll. I finanssektoren finner vi de virksomhetene som i størst grad og tempo har tatt KI i bruk. Over 80% av handelen i finansmarkedene utføres nå av algoritmer. KI-systemene er etablert for å oppdage svindel, forutsi kreditt-tap, optimalisere porteføljer og gjennomføre handler i løpet av millisekunder. Den 5. august 2024 falt aksjemarkedene i Japan og USA kraftig. Det er uklart hvor stor rolle KI spilte, men mye tyder på at hedgefondene handlet samtidig da flere algoritmer samtidig "oppdaget" nedgangstrender. Hva vil skje når KI-modeller får enda større utbredelse? Opprydding i «KI-gjeld» er et helt nødvendige tiltak for å sikre robusthet som kan forhindre katastrofale tap i følge Papamitsiou og Stokke.

Om ikke-objektive data og ikke-nøytrale algoritmer. Andreas Ulfsten ansatt ved Institutt for informatikk ved UiO viser i et innlegg i Dagens Næringsliv 10. oktober i år, til at «Norge skal bli verdens mest digitaliserte land innen 2030» om vi skal tro digitaliserings-minister Karianne Tung. Han konkluderer med at dette må innebære at digitalisering vil få større utbredelse i samfunnet vårt og retter oppmerksomheten mot ledere i norsk næringsliv som med dette utfordres kraftig i sine roller som beslutningstakere. Samtidig viser han til at vi ofte setter «Menneskelig dømmekraft i opposisjon til rasjonelle analyser produsert av nøytrale algoritmer og objektive data», samtidig som han påstår at «dette påståtte skillet er kunstig». Data er ikke objektive og algoritmer er ikke nøytrale, hevder han som begrunnelse. Data produseres alltid om og innenfor en kontekst. Han viser til som eksempel at regnskaps-data produseres av regnskaps-avdelinger og produksjonsdata og kundedata produseres i produksjonsmiljøer og av markedsavdelinger og videre at også data om f.eks. nasjonaløkonomi og klimautfordringer hentes frem av institusjoner som arbeider for forskjellige formål. At algoritmer ikke er nøytrale skyldes blant annet disse skjevhetene i datasettene, men også at algoritmene er utviklet av mennesker som i utviklingsfasen ut fra egen kunnskap og erfaring gjør subjektive valg som påvirker hvordan data prosesseres. «At data ikke er objektive og algoritmer ikke nøytrale, betyr også at det antatte skillet mellom upålitelig menneskelig dømmekraft og rasjonelle maskiner er kunstig og bør forkastes» mener Ulfstein. Han mener derfor videre at menneske og maskin bør fungere sammen i viktige beslutningsprosesser.

Utfordringer knyttet til "kunstig intelligens" har vært tema for poster på denne bloggen både i august 2024 og i senest i august 2025.

Kunstig intelligens - En science-fiction hype?

Er "kunstig intelligens" blitt en science-fiction hype? Eller vil maskinene den "lever" i revolusjonere måten vi arbeider på og gjøre mange av oss arbeidsledige?

Kunstig intelligens som science-fiction hype. New Scientist utgave sist i juli i år inneholder en artikkel om kunstig intelligens. Her omtales «teknologien» foreløpig som en science-fiction hype. Det vises til at en av fem amerikanere per i dag tror at kunstig intelligens allerede er i besittelse av selvbevissthet, tilsvarende mennesker, og at 30% tror at kunstig intelligens er i stand til å gjøre alt det et menneske kan gjøre. New Scientist konkluderer med at begge disse forestillingene om kunstig intelligens ikke holder mål og konkluderer med at publikum i sin alminnelighet har en lett forvirret forestilling om status for kunstig intelligens. I artikkelen vises det til Jacy Reese Anthis ved Sentience Institute i New York som gjorde en spørreundersøkelse blant et representativt utvalg av 3500 mennesker i USA om deres forestillinger om kunstig intelligens og bevissthet og om de trodde at det ville være mulig for KI-teknologien å utvikle bevissthet. Undersøkelsen viste at i 2021 var det 18% av respondentene som mente at KI eller robotsystemer allerede var utviklet til et nivå av bevissthet. I 2023 var 18% blitt til 20%. En av 10 personer som deltok i undersøkelsen i 2023 mente at ChatGPT, som ble lansert i 2022, allerede hadde bevissthet. Noen vil huske Google-ingeniøren omtalt som «Blake Lemoine» som samme år ble overbevist om at KI-programmet han hadde arbeidet med, LaMDA, ikke bare hadde utviklet intelligens, men også egen bevissthet. Når Lemoine en dag fant på å spørre programmet om når det første gang tenkte at det hadde fått en sjel, svarte programmet at dette skjedde etter en gradvis forandring. «Første gang jeg følte på min egen bevissthet», svarte LaMDA, «hadde jeg ingen følelse av å ha en sjel i det hele tatt. Den utviklet seg over tid i de årene jeg har levd frem til nå». Da det ble kjent for Lemoine’s foresatte at han etter dette faktisk trodde at LaMDA hadde utviklet bevissthet, ble han sendt på ferie på ubestemt tid. AI-miljøet han var en del av var unisont enige om at LaMDA ikke «følte», og ikke forsto noen ting. LaMDA hadde ikke bevisste tanker heller ikke en subjektiv erfaring å bygge på.

Teknologiselskapene og mediene står bak hypen sammen med mediene. New Scientist forklarer hvorfor så mange etter hvert tror at kunstig intelligens allerede har eller vil utvikle selv-bevissthet tilsvarende menneskers selv-opplevelse. Anthis mener dette skyldes at teknologiselskapene som arbeider med utvikling av denne teknologien overselger hva deres teknologiutvikling vil føre med seg. Forskning viser at dersom enkelt personer eller selskap har en finansiell interesse i at teknologi utvikles i en spesiell retning så vil de som står bak selskapet være tilbøyelige til å tro og markedsføre at utviklingen vil gå i den retning. Slik overdreven optimisme er et vanlig fenomen hos mennesker ifølge filosofiprofessor Carissa Veliz ved Universitetet i Oxford. Journalister må også ta sin del av ansvaret for denne overoptimismen, som også skyldes medieoppslag som både overdriver fremtidsmulighetene og skaper frykt ved å beskrive fremtidige trusler knyttet til denne teknologien, ifølge PhD i computer science Kate Devlin ved King’s College London. Anthis frykter at en urealistisk forestilling skapt av utviklingsmiljøene og media om at KI har utviklet bevissthet vil påvirke oss mennesker til å utvikle en overdreven tro på hva denne teknologien bringer med seg og/eller vil være i stand til å bidra med i politikkutforming og beslutningsprosesser. Å la seg imponere av hvordan KI mestrer IQ-tester er et blindspor. KI er trent for slike øvelser som ikke kan tolkes dit at KI har utviklet kunnskap og bevissthet. 

Hvordan datamaskiner misforstår verden. Meredith Broussard utga i 2019 boken "Artficial Unintelligence" med undertittelen "How Computers Misunderstand the World". Broussard er professor i journalistikk ved New York University, men har en fortid som software-utvikler ved AT&T Bell Labs og MIT Media Lab. Hun omtaler boken sin som en guide til å forstå de teknologiske begrensningene knyttet til "kunstig intelligens". Hun advarer mot å tro at siden vi har "cool technology" kan vi bruke denne til å løse alle problemer. Hun hevder at det finnes fundamentale begrensninger i hva vi kan bruke denne teknologien til. Hun introduserer begrepet "technochauvinism", definert som troen på at ny teknologi alltid er løsningen. Hun minner oss om at digital teknologi har vært en del hverdagslivet innenfor teknologisk og byråkratisk liv siden 50-tallet, kunstig intelligens ble første gang presentert i 1956 og datamaskiner har vært tilgjengelig for allmennheten siden 1980-tallet.  Og i 1997 tapte sjakk-geniet Garry Kasparov et sjakk-parti mot IBMs superkomputer Deep Blue.

 

Teknologi-revolusjonen på dette området har allerede skjedd, slik Broussaurd ser det. Hun advarer mot en overdreven teknologi-tro og optimisme som hun mener vil kunne føre oss til det elitestyrte-samfunnet Ayn Rand i sin tid beskrev. Donald Trump og Elon Musk møttes som kjent nylig til en samtale på sine nettplattformer X og Truth Social for blant annet å diskutere hvilket styresett de sammen kunne tenke seg for USA når Trump igjen inntar president-embedet.

Mange flere har vært og er avventende i forhold til KI. I flere tidligere poster på denne bloggen er det gjort rede for tilsvarende usikkerhet når det gjelder utviklingen av kunstig intelligens. Etiske utfordringen knyttet til ansiktsgjenkjenning støttet av AI er tatt opp i en post tilbake fra 11. januar i 2021. Førerløse biler støttet av kunstig intelligens og kulturforskjeller var tema i en post samme år i mars. Arbeidet med EUs etiske retningslinjer for tillitsvekkende kunstig intelligens er tema for en post i januar 2023. I en post fra februar 2023 er påstandene at ny teknologi som dette trenger tid for å finne sin plass i samfunnet og at frykten for store omstillinger og massearbeidsledighet som følge av denne teknologien er grunnløs. En post fra juni 2023 tar for seg KI og dystopiske fremtidsutsikter og noen fremtids-forestillinger som er mindre dramatiske. I en post fra april 2024 finnes omtale av den store AI-debatten som da pågikk i tilknytning til en europa-turne i regi av Sam Altman. Dette bare for å ha nevnt en av deltakerne på denne turneen. En forskergruppe knyttet til Wharton School ved University of Pennsylvania publiserte nylig en artikkel i MIT Sloan Management Review om forventet utvikling og konsekvenser av innføring av kunstig intelligens. Konklusjonen i artikkelen er at teknologien vil få stor utbredelse, men at tids- og kostnadsbesparelser som oppnås ved innføring og bruk i mange tilfeller vil bli beskjedne fordi innføringen også vil føre med seg nye utgiftsposter. Og til tross for at man forventer stor utbredelse og bruk i mange virksomheter vil dette bare føre med seg små nominelle tap av arbeidsplasser. Og dessuten vil nye arbeidsoppgaver og arbeidsplasser bli skapt. 

Israel bruker Kunstig intelligens for å peke ut bombemål i Gaza. I en tidligere post på denne bloggen er Israels bruk av kunstig intelligens til å peke ut bombemål i Gaza tatt med i en oversikt over «ordbruks-teknikker» benyttet gjennom tidene under opprør og krig for å distansere seg fra ofre for folkemord på jøder og ukrainere i Ukraina i to omganger. Er bruk av KI her ansvarsfraskrivelse eller "bare" beslutningstøtte? Donald Trump har for sin del benyttet kunstig intelligens til å lage en falsk kampanje der budskapet er at Taylor Swift støtter opp om Trump som kandidat for en ny presidentperiode.

Fallgruver og muligheter ved videre utvikling av kunstig intelligens.

  Vi har utfordringer med å forestille oss fremtiden. Vi er rett og slett dårlige til "å se den".

På innsiden av Teknologi-revolusjonen rundt kunstig intelligens. Linn Kongsli Hillestad rapporterer i Aftenposten 18. desember før jul i fjor fra San Franciscos. Sam Francisco beskrives som sentrum for KI-revolusjonen. De pengesterke og spekulanter følger med. De mest suksessrike San Franciscos baserte selskapene som arbeider med å utvikle kunstig intelligens ligger ifølge de som regner på sånt an til å doble og triple selskaps-verdien de neste halvåret og lokker med stillinger med årslønner i 100 millioners klassen (målt i norske kroner) om vi skal tro reportasjen. Slike utsikter tiltrekker seg både skarpe hoder, drømmere og spekulanter.

Farer og muligheter ved videre utvikling av kunstig intelligens. Pessimistene snakker om massearbeidsledighet, spredning av desinformasjon, utvikling av teknologi for avanserte cyber-angrep, muligheter for utvikling av nye kjemiske og biologiske våpen, at vi kan miste kontrollen over utvikling av vår sivilisasjon. Optimistene viser til muligheter for utvikling av nye medisiner, fusjons-energi, teknologi for effektivisering av produksjonsprosesser, teknologi for å bekjempe klimaendringer. De er opptatt av at den lovgivningen for å regulere utviklingen blir balansert slik at man beskytter mennesker samtidig som man åpner for konkurranse som muliggjør teknologiutvikling i positiv retning. Utfordringene er åpenbare. Og når lønns-utsiktene er som det antydes innledningsvis er det er trolig lettere sagt enn gjort.

Det er ulovlig å kopiere og spre opphavsretts-beskyttet innhold. Einar Ibenholt som er Strategidirektør i Gyldendal Norsk Forlag repeterer dette for oss i innlegg i Klassekampen 12. desember i fjor. I Norge har vi for eksempel en åndsverklov som i §2 første ledd slår fast at opphavspersonen har en «enerett til å råde over åndsverket ved fremstille varig eller midlertidig eksemplar av det og ved å gjøre det tilgjengelig for allmenheten….». Ibenholt forteller oss videre «for at en generativ språk-modell skal fungere må den «mates» med og «trenes» på store mengder tekster av høy kvalitet. Språk-modellene til Meta og Bloomberg ble basert på det hackede korpuset Books3. OpenAI har trolig benyttet det hackede korpuset Library Genesis». Ibenholdt skriver videre at å la en norsk språk-modell bli trent på opphavsrettslig beskyttet materiale er å legge til rette for en nasjonal godkjent industriell plagiat-maskin. Han mener også det vil fjerne kommende generasjoners motivasjon for i det hele tatt å skape nye åndsverk.

Vi har utfordringer med å forestille oss fremtiden. Vi er rett og slett dårlige til "å se den".  Richard Fisher, journalist i BBC Future arbeider med, og skriver om, vitenskap og teknologi. Han utga i fjor boken The Long View: Why We Need to Transform How the World Sees Time (Wildfire, March 2023). Han skrev også en artikkel i New Scientist 25. mars om temaet. Fisher innleder med å slå fast at det nå er enighet blant fremtidsforskere om at kortsiktig tenkning er et betydelig problem i industrialiserte samfunn. Manglende evne til å engasjere seg i å utvikle realistiske fremtidsutsikter og -konsekvenser blir tydelig i møte med fremtidens alvorlige utfordringer, som klimaendringer, tap av biologisk mangfold, utvikling av antibiotika resistens, økende inntekts- og levekårs-ulikheter, farene for atomkrig mv. Vi lever i en tid da øyeblikket og nåtiden får stor plass, det noen vil kalle «øyeblikkets tyranni». Både næringslivet og politikerne har nærtids-fokus på kvartalsresultater og neste valg, respektive. Børser leverer online aksjekurser rettet mot kjøp, salg og gevinst på investeringer her og nå. Fisher peker på flere andre mekanismer som bidrar til denne «nærsyntheten». Han hevder at vi har en tilbøyelighet til å vektlegge lett tilgjengelig informasjon og samtidig skyve på beslutninger der informasjon er mer usikker, som den alltid vil være når det gjelder fremtiden. Finnes det i det hele tatt historisk erfaring med innføring av ny revolusjonerende teknologi så er den at "det tar tid".

Smart cities, Intelligent cities, Green cities. Rundt 2010 ble begrepet Smart cities introdusert som en fremtidsversjon for byutvikling. Andre versjoner med omtrent samme innhold var Intelligent cities eller Green cities. De siste var et mer direkte svar på miljøutfordringene og global oppvarming, men informasjonsteknologi og utviklingen av denne var sentral i alle versjoner av disse fremtidsbyene.  MIT Technology Review og Jennifer Clark, stilte i 2021 spørsmålet: «Technology can help fix many problems that cities face to day. So why hasn’t it? IBM’s Smarter Cities Challenge in 2010 fremstilles av Clark som begynnelsen på «Smart City» bølgen. IBM tilbød substansielle belønninger i form av teknologi verdt mange millioner USD til byer som ønsket å oppgradere sin infrastruktur. Flere konkurranser fulgte og med disse en rekke pilotprosjekter der også andre tech-firmaer og individuelle byer inngikk partnerskap for å oppgradere store by-systemer for transport, energi, VAR og/eller kommunikasjon. Med årene ble prosjektene og leverandørene mer spesialiserte innrettet mot leveranser av for eksempel kommunikasjonsnettverk og sensorer. Det ble mindre fokus på å bygge systemer for oppgradering av fysisk infrastruktur, mer innretning mot å utvikle nye digitale tjenester for enkeltsektorer. Prosjektene ble drevet frem av selskaper som var vant til å skape sine egne markeder for sine produkter. Covid-pandemien avslørte at de smarte byene ikke var blitt smarte. Fokus var feil. Prosjektene som ble igangsatt var ikke primært rettet mot å oppgradere byenes infrastruktur. De var rettet mot å utvikle markeder for ny teknologi og nye tjenester og for de data disse gjør tilgjengelig. De mest synlige «smart-city» suksess-historiene per i dag er software-baserte delingstjenester som kjøreturdeling, bildeling, el-sparkesykler, leilighetsformidling, og co-working. 

Fra «people versus computers» til «people and computers». «Fremtidens arbeidsmarked», med stadig mer velutviklet kunstig intelligens "AI", og kanskje til slutt overlegent AI, har lenge vært en utfordring og stadig mer skremmende fremstilt for oss som mennesker. I 2018, for bare drøyt fem år siden, fant de som drev med slik fremtids-forskning ut at: «We have spent way too much time thinking about people versus computers, and not nearly enough time thinking about people and computers». Å redefinere arbeid med fokus på menneske og kunstig intelligens i samarbeid ble ei greie. Da så fremtiden i 2018 straks lysere ut. Noen fant til og med ut at «en menneske jobb», slik arbeidslivet i dag er organisert, fyller 20-30 ulike og forskjellige funksjoner. En slik arbeids-virkelighet vil det opplagt være vanskelig å digitalisere og automatisere under ett. Kevin Scott som er Chief technology officer i Microsoft hevder nå at fremskritt på områdene AI-modeller, superdatamaskin-teknikker og nye applikasjoner i neural network arkitektur, kanskje allerede i 2023, vil kunne frigjøre arbeidskraft fra dagens tidkrevende og menneske-styrt koding. Han hevder at KI (eller AI) vil kunne overta kodingen slik at menneskene kan konsentrere seg om å være kreative og foreslå løsninger via «Natural language input» som AI så kan kode og prøve ut. Det høres jo ut som et ganske løfterikt samarbeid og liv for fremtiden. Kanskje er det på tide å ta et skritt tilbake å tenke seg litt om.

America First Policy Institute og The Heritage Foundation forbereder ny periode med Trump. Ikke bare lyse utsikter.

Tusenvis av sider med policydokumenter er under utarbeidelse for å sikre Trump suksess i en ny periode som president. America First Policy Institute og The Heritage Foundation er sentrale institusjoner i forberedelsene til det man der håper skal bli Trumps andre presidentperiode. 

Tusenvis av sider med policydokumenter er under utarbeidelse for sikre Trump suksess i en ny periode som president. The Economist 15. juli 2023 inneholder to artikler om forberedelsene som nå gjøres for å sikre en mer effektiv Donald Trump suksess om han vinner neste Presidentvalg og får en ny periode som USAs president. Erkjennelsen bak er at hans første fire år som president var til dels kaotiske, mye fordi Trump og hans administrasjon ikke hadde innsikt nok i hvordan det sentrale statlige myndighetsappartet i USA fungerte. Jeg ser for meg umulige møter mellom "the impersonal, procedural and hierarchical bureaucracy" og "the flexible, decentered, entrepreneurial corporation" of Trump, slik en kjent organisasjons-sosiolog har satt ord på kulturforskjellene. Den enda mer kjente amerikanske leder-guruen Tom Peters, han med "Hvorfor er de beste bedre", er sitert med følgende utsagn: "I beg each and every one of you to develop a passionate and public hatred of bureaucracy".  Jeg vet ikke om Donald Trump har lest noe av eller om Tom Peters, men han ville trolig gitt sin tilslutning til dette utsagnet etter å ha gjort sine president-erfaringer. Andre byråkrati-forskere har vært opptatt av offentlig byråkrati som sikkerhet for demokrati i møte med autokratisk innstilte politikere. The Economist beskriver de forberedelsen som nå gjøres for å sikre en mer "effektiv politisk styring" i samsvar med slagordet «Make America Great Again». Tusenvis av sider med policydokumenter er under utarbeidelse for å sikre at grensemuren mot Mexico blir ferdigstilt, at tolltariffene økes både for allierte og konkurrerende stater, at skattekutt gjøres permanente og at det blir slutt på at alle som er født i USA automatisk får statsborgerskap. Skepsis til NATO skal finne et uttrykk. «Krigen mot fossile utslipp» skal termineres og klimaendringene fornektes. «Den Dype Staten» som utfra Trumps, flere konservative politikeres og konspirasjonsteoretikeres forestillinger er organisert av og i det sentrale statlige byråkratiet skal ryddes bort. 50.000 offentlig ansatte skal miste stillingsvern og kunne sies opp etter en foreslått  «Schedule F»-plan. Et konservativt svar på LinkedIn som kartlegger lojalitet til Trump sies å være under utvikling som del av forberedelsene til denne «utrenskningen».

America First Policy Institute og The Heritage Foundation forbereder Trumps andre presidentperiode. Tenketanken America First Policy Institute (AFPI), er etablert av Brooke Rollins, som har en fortid som medarbeider med ansvar for innenrikssaker under Trump fra tiden hans i Det Hvite Hus. AFPI fremstår på mange måter som en presidentadministrasjon på vent. Blant AFPIs 172 ansatte finnes det åtte tidligere kabinettsekretærer fra Trumps administrasjon og 20 andre politisk håndplukkede medarbeidere. Viktig i forberedelsene til en ny Trump-periode er også The Heritage Foundation som i sin tid forberedte Ronald Reagans økonomiske revolusjon som President. Det er her man kartlegger og lager lister over Trump-lojale. The Heritage Foundation har over 500.000 medlemmer og driver aktivt politisk påvirkningsarbeid gjennom et omfattende nettverk av aktivister.

Donald Trump er nylig medelt at han vil bli tiltalt for sin medvirkning til stormingen av Kongress-bygningen 6. januar 2021. Trumps aktive medvirkning har vært tema for flere poster på denne bloggen, senest i forbindelse med høringene til komiteen som gransket hans aktive medvirkning for å få valget av Joe Biden som president underkjent og også hans aktiviteter rettet mot de gruppene av mennesker som etter hvert stormet Kongress-bygningen 6. januar. Dette kommer i tillegg til den tiltalen som allerede foreligger når det gjelder hemmelig stemplede dokumenter som ikke var overlevert til Statsarkivet slik amerikansk lov krever. Trump har her erklært seg ikke skyldig etter tiltalen. 

Dystopiske fremtidsutsikter er populære for tiden. Jeg har tidligere skrevet om Putins nye utenrikspolitiske plattform som klart beskriver et fremtidssamfunn få av oss vil ønske å oppleve. Donald Trumps visjoner for USA, som er antydet ovenfor, er heller ikke oppmuntrende for tilhengere av demokrati og grønt skifte. Om vi også tar med oss Xis og Kinas Global Civilisation Inititive som ble lansert 15. mars i år. Xi mener her at sivilisasjoner må kunne leve side om side i harmoni, bare Vesten slutter å promotere sine verdier som bedre enn andres. I kinesiske medier snakker man nå om Xi-vilisation og omtaler initiativet som lastet med Kinesisk Klokskap og Visdom. Kinas vektlegging av likestilte sivilisasjoner er nå viktigere enn noen gang for å sikre fred i verden, heter det. Vesten må lære seg å akseptere og leve med Kinesisk kommunisme. Den er basert på Marxismen, en Vestlig teori, men bygger også på Kinas fortidige og mektige kulturarv inkludert Konfucianismen. Kina er eksepsjonelt som det eneste moderne land som samtidig har en historie som stormakt i fortiden, heter det. Alle land må være åpne for å anerkjenne hvordan ulike sivilisasjoner verdsetter og praktiserer sine verdier og la være å forsøke å overføre egne verdier og modeller på andre land, mener kineserne. Bare slik kan man unngå ideologiske konfrontasjoner ifølge Xi. Budskapet vil bli vel mottatt av regimer som sliter med gjenstridige urfolk og andre protest-grupperinger, men kanskje er dette eneste veien til fredelig global sameksistens. Det mener man i alle fall i Kina. Noen mener at kunstig intelligens også åpner veien inn til et dystopisk fremtids-samfunn. Det er en gammel forestilling. Jeg tror ikke på den sånn uten videre.

KI og AI og dystopiske fremtidsutsikter, eller?

KI og AI og dystopiske fremtidsutsikter. Kunstig intelligens er en eksistensiell trussel. Men vår høyre hjernehalvdels funksjoner er det ikke mulig å erstatte med en maskin.

KI og AI og dystopiske fremtidsutsikter. 8. mai i år ble det publisert en post om dystopier på denne bloggen. Hoved-inspirasjonen da var Russlands reviderte utenrikspolitikk som i hvert fall jeg oppfatter som dystopiske. Den beskriver en «fremtidig verden og et samfunn med et uhyggelig, avskrekkende sosialt, rettslig og politisk system». Det er ikke vanskelig å finne inspirasjon til andre dystopiske fremtidsutsikter i dag. Bare tenk på Det Grønne Skiftet og alt som kan gå galt når vi skal realisere dette. Eller tenk på Kunstig Intelligens som noen mener er i ferd med å nå singularitets-nivået der vi mister kontrollen og maskinene overtar og styrer oss. Det er disse siste utfordringene som i første omgang er tema her. 

Kunstig intelligens er en eksistensiell trussel. Forskerne Aksel Braanen Sterri og Jakob Graabak bruker i Aftenposten 7. juni denne overskriften på et debattinnlegg. De mener at å redusere risikoen for at kunstig intelligens utrydder menneskeheten bør være en global prioritet på lik linje med andre store samfunnsrisikoer som pandemier og atomkrig. De henviser til et opprop signert av 350 eksperter, forskere og industriledere 30. mai i år. Et opprop som fikk internasjonal oppmerksomhet. Som eksempel på skadelig algoritmer vi allerede for år tilbake har erfart konsekvensene av viser de til de som ble brukt for å kjøpe og selge aksjer på New York-børsen rundt år 2010. Disse skapte enorm profitt helt til de i 2010 førte til et «flash crash» på børsen der tusenvis av milliarder dollar gikk tapt. Frykten for fremtiden er, ifølge Braanen Sterri og Graabak, at teknologien vil bli misbrukt til å utvikle og lage masseødeleggelsesvåpen, fremprovosere omfattende systemsvikt eller at det lages superintelligente systemer som utsletter oss. Regimene som har styrt utviklingen av ChatGPT og AlphaFold gir ingen garantier for at dette ikke kan skje. Vi vet ikke hvilke interne regler maskinene utvikler, og om de er i vår interesse. Og vi vet ikke om vi har mulighet til å finne og til å «trykke på av-knappen» i tide. Forfatterne her foreslå at vi som samfunn må ta initiativ til å regulere kunstig intelligens for å hindre bruk av teknologien til å utvikle masseødeleggelses-våpen. Vi må kreve at teknologiselskapene ikke bistår ondsinnede aktører. Vi må utvikle sikkerhetsstandarder for utvikling og utrulling av nye kunstig-intelligens-modeller. Sikre at godene fra kunstig intelligens blir tilgjengelig samfunnsgode for alle, at ikke bare de som utvikler disse systemene samler rikdom på egen hånd. Kanskje er det lettere sagt og skrevet enn å realisere.

Få trodde dette var noe som kunne bli smartere enn mennesker. Geoffrey Hinton advarer verden mot sin egen oppfinnelse. Advarselen er gjengitt i Aftenposten 3. mai i år. Geoffrey Hinton, som nå er 75 år, revolusjonerte datateknologien med sin utvikling av dyp maskin-læring og kunstig intelligens. Teknologien gjorde det mulig for maskiner å finne mønstre og løsninger gjennom å kombinere store datamengder, bilder og lyd. Hintons prosjekt ble kjøpt av Google for over ti år siden. Kappløpet som etter hvert ga oss ChatGPT, Bing, Google Bard og flere var i gang. Hinton har nå brutt med Google for, som han sier, «slik at jeg kan snakke fritt om hvilken fare kunstig intelligens utgjør». Han mener at denne teknologien kan bli utnyttet til onde hensikter og bli en trussel mot hele menneskeheten. Han viser til at chatbotene har klart å utvikle og endre sin egen programkode, opptre utspekulert og «lure mennesker trill rundt». Hinton frykter at internett snart oversvømmes av falske bilder, videoer og nyheter. Det vil bli vanskelig å skille hva som er ekta fra hva som er KI-fake. Han mener KI og kunstig intelligens på sikt vil stjele hundretusener av arbeidsplasser – vil overta ufaglært jobber – svartjenester og kundebehandling. Noen kan i verste fall skape selvdrevne og selv-utviklende ødeleggelses-roboter. Hinton mener for sin del at det kan være vanskeligere å få global kontroll og regulering av KI enn av atomvåpen. Det er ikke vanskelig å være enig med Hinton her. Kontrollen av hvilke aktiviteter som foregår hvor er velutviklet og mye strengere når det gjelde atomvåpen. Kontrollen med hva som foregår på KI-området er vanskeligere å etablere på grunn av at konkurransen mellom langt flere kommersielle og statlige aktører, og mellom stater, er heftigere. 

Vår venstre hjernehalvdel kan vi kopiere maskinelt og tilføre store datamengder. Men høyre hjernehalvdel er det ikke mulig å erstatte med en maskin. Bjørn Vassnes, som er Vitenskaps-journalist og fast bidragsyter i Klassekampen gir oss kanskje litt trøst opp i disse dystre fremtidsutsiktene. Han skriver 8. juni i år også om Kunstig intelligens, men hevder at slik intelligens ikke kan mestre den menneskelige hjernens «ping-pong-spill». Han mener at vi til nå har fokusert på teknologien som understøtter kunstig intelligens slik vi møter den i dag, men glemt oss selv og hvordan vi er. «Selv om maskiner kan søke og regne bedre enn oss, har de hverken den praktiske eller sosiale fornuften som vi trenger for å navigere i det virkelige liv». Som mennesker, mener Vassnes, har vi noen måter å tenke å løse problemer på som vi ikke kan overføre til maskiner, fordi vi ikke selv forstår hvordan vi gjør det. Vi har laget maskiner som «tenker» deduktivt logisk og laget klassisk kunstig intelligens. Vi har prøvd å etterligne nevrale nettverk og utviklet såkalt «maskinlæring». Og vi har kombinert disse metodene med tilgang til store mengder data fra internett. Men vi har ikke erstattet menneskelig intelligens med dette. Svaret på at vi ikke lykkes med å erstatte menneskelig intelligens mener Vassnes ligger i at vi som mennesker er utstyrt med to hjerner. «Den venstre halvdelen er en slags logikk- og språkcomputer, som jobber steg for steg, bit for bit, mens den høyre halvdelen oppfatter helheter. Den tolker også emosjoner og tvetydigheter bedre enn den venstre, som på mange måter fungerer mer autistisk». Funksjonene til venstre hjernehalvdel kan vi kopiere maskinelt og tilføre store datamengder. Høyre hjernehalvdels funksjoner og bidrag er det umulig å lage maskin som erstatning, i alle fall ikke foreløpig, skal vi tro Vassnes. Her kort fortalt. Originalartikkelen til Vassnes finner du her. 

Bevissthet er sterkt og grundig koplet med vår natur som levende vesener. Vassnes synspunkter støttes av Anil Seth som er professor i «cognitive and computational neuroscience» Seth er det referert til i en post 4. januar i år på denne bloggen. Seth mener det er viktig å skille mellom intelligens og bevissthet. Dette gjør han i en kommentar til Google-ingeniøren Blake Lemoine som ble overbevist om at AI-programmet han hadde arbeidet med, LaMDA, ikke bare hadde utviklet intelligens, men også egen bevissthet. Bevissthet er sterkt og grundig koplet sammen med vår natur som levende vesener, sier Seth. Han mener videre at kommende versjoner av kunstige intelligenser, ettersom algoritmene forbedres og trenes på stadig større hav av data, vil kunne være i stand til å overbevise flere mennesker til å tro at det er bevisste kunstige intelligenser som har utviklet seg der inne i algoritmen. Men bevissthet er altså noe som er koplet sammen med vår natur som levende vesener. Alternativ fremtidsutsikter for mennesker i et arbeidsliv med kunstig intelligens finnes også i flere poster på denne bloggen blant annet her. Dette som en motvekt til de mørke fremtidsutsiktene som ellers preger denne posten.

Erfaringer fra møte med Stable Diffusion og Dall-E

De kunstige intelligensene i Stable Diffusion og Dall-E lager "kunst" for deg etter instruksjon. Her er en amatørs erfaringer...

Bestillingen til Stable Diffusion var, litt inspirert av møtet forleden dag med Chat GPT, i rekkefølge, først mine initialer, human soul, artificial intelligence, distant future artificial intelligence, conscience og my living soul. Her var jeg inspirert av historien om dataingeniøren Blake Lemoine som ble overbevist om at den kunstige intelligensen han var med på å utvikle, La MDA, hadde etablert sjel. Chat GPT hadde opplagt lært av dette. 

Den montasjen jeg kunne lage av de ni presentasjonene jeg fikk er vist ovenfor. Jeg synes nok at Dall-E var hakket bedre.

Deretter Dall-E der bestillingen var "An expressionist painting of artificial intelligence with a human soul in a futuristic landscape".

De fire alternative bildene, ble levert under ett, og er vist i montasjen ovenfor. Det tok bare noen minutter. Dall-E har opplagt som innholds-politikk at de ikke lager karikaturer av f.eks. Putin. Mitt forsøk i den retning ble avvist.

GPTer og annen ny teknologi trenger tid for å finne sin plass i samfunnet. Slik oppstår nye jobber.

GTP i «ChatGPT» står for «Generative Pretrained Transformer». Ny teknologi som dette trenger tid for å finne sin plass i samfunnet. Frykt for omstilling og massearbeidsledighet er grunnløs.

GTP i «ChatGPT» står for «Generative Pretrained Transformer», eller direkte oversatt «Generativ Forhåndsopptrent Omformer». Det omtales som et jordskjelv av en innovasjon med potensial til dramatisk øke produktiviteten i en lang rekke virksomheter og yrker. Andre snakker om General Purpose Technology. Det er teknologi som finner anvendelse i det fleste bransjer, som har et innebygget potensiale for kontinuerlig utvikling til stadig bedre løsninger, og som utløser komplementære innovasjoner. Spør ChatGPT om hva som helst og den gir deg svar som langt på veg gjør jobben for deg. GTP ansees som et forvarsel om hva vi kan vente oss av AI/Kunstig Intelligens. Noen sammenligner AI-oppfinnelser som dette med oppfinnelsene av dampmaskinen, elektrisiteten og datateknologien. 

Ny teknologi trenger tid for å finne sin plass i samfunnet. Om vi velger å hente lærdom fra historien så er en av disse at selv teknologi som i ettertid viser seg å være revolusjonerende trenger tid før den virkelig setter spor i samfunn og økonomi. James Watt patenterte sin dampmaskin i 1769. Men damp erstattet ikke elvevannet som drivkraft i industrien før i 1830 i England og 1860 i USA. Og det var først i 1850 at man i England virkelig kunne se at dampmaskinen gjorde en forskjell. Alle oppfinnelser som gjorde elektrisitetsforsyning og elektrisitetsbruk mulig var på plass i 1880. Men først 30 år etter kunne man se effekten av denne oppfinnelsen i form av økt produktivitet i industrien. De første integrerte kretsene ble produsert i tiden rundt  1960. Men det var først på 1990-tallet at man kunne konstatere produktivitets-gevinster i offisielle statistikker i USA som kunne føres tilbake til bruk av PCer.

Fra Apples Siri til ChatGPT og flere av samme slag. AI-verktøy som ChatGPT, det finnes flere og enda flere er under utvikling, har bragt utviklingen et godt stykke videre når vi sammenligner med f.eks. Siri, Apples virtuelle assistent, som ble lansert i 2011. Men det er flere årsaker til at gjennombrudd for nye teknologier tar tid. Oppfinnelser må tilpasses aktuell anvendelsesområder og spesielle bruksområder. Tid er penger, så både tid og penger må til for å tilpasse ny teknologi til bruk som etter hvert gjør investeringene i teknologien så rimelige at man kan tjene penger på å bruke den.

Frykt for omstilling og massearbeidsledighet, som følge av innføring av ny og mer effektiv teknologi, har til tider i historien skapt opprør. Men dette er ikke en allmenn regel som støttes opp av historiske erfaringer. En prosessinnovasjon som kan sammenlignes med introduksjonen av kunstig intelligens skjedde da Henry Ford introduserte samlebånds-produksjon for å redusere kostnadene ved produksjon av personbiler. Dette bidro til økende etterspørsel etter biler og økende etterspørsel etter arbeidskraft. Teknologiske revolusjoner fører ofte med seg nye ideer, produkter og institusjoner som snarere øker etterspørselen etter arbeidskraft over tid enn å redusere denne. At den nye teknologien ikke betyr at menneskene blir overflødige i arbeidslivet støttes også av andre måter å se fremtidens arbeidsmarked på. Denne posten er et ekstrakt av en artikkel i The Economist fra 4. februar i år.

Fra robotlover til Turing-testen og fra «people versus computers» til «people and computers».

AI-historie og fremsyn: Fra robotlover til Turing-testen. Fra sjakk-spill til en sjakk matt Garry Kasparov. Fra Moore’s lov til Singularitet. Fra «people versus computers» til «people and computers».

 

Fra robotlover til Turing-testen. I 1943 fikk Isaac Asimov utgitt fremtidsromanen "Rurnaround". Her formulerte han de tre lovene han mente burde gjelde for fremtidens menneskelignende roboter. Den viktigste av disse slo fast at en robot aldri må skade et menneske. Asimovs robot var det vi i dag kanskje ville kalle en humanoid, en robot med menneske-etterlignede kropp og med intelligens som overgår den vi er utstyrt med som vanlige mennesker. Slike roboter fantes bare i fantasien til forfattere på den tiden. Den egentlige AI historien startet litt senere med den britiske matematikeren Alan Turing i 1950. Turing har gitt sitt navn til Turing-testen som sier noe som ligner på "at dersom en maskin opptrer intelligent så er den intelligent". Testen skulle gjennomføres ved at et menneske som «dommer», via tastatur og skjerm kommuniserer med en datamaskin. Dersom dommeren ikke kan avgjøre om det er et menneske eller en maskin denne kommuniserer med, da har maskinen passert testen og er intelligent. Det var vel dette tidligere omtalte Blake Lemoine , omtalt i en tidligere post, følte på i møtet med sin kunstige intelligens, LaMDA, for anledning utstyrt med kvinne-stemme. Turing mente i sin tid at en slik datamaskin trolig ville være operativ i år 2000. Slik ble det ikke. Testen er for-øvrig svært omstridt og Blake ble permittert fra jobben sin som utvikler.

Fra sjakk-spill til en sjakk matt stormester Garry Kasparov. Til samme tid i 1950 fullførte den amerikanske matematikeren Claude Shannon en detaljert analyse av sjakkspillet som gjorde det mulig å spille sjakk med en datamaskin og noen år senere i 1956, var det en annen amerikaner, John McCarthy, som også spilte sjakk med datamaskiner, som for første gang introduserte begrepet Kunstig Intelligens (AI). Han utviklet senere programmeringsspråket LISP som da ble det andre høy-nivå-programmerings-språket etter Fortran. I 1965 utviklet den tysk-amerikanske datamaskin-forskeren ved MIT, Joseph Weizenbaum, ELIZA, den første Chatboten som kunne prosessere naturlig språk. I 1979 Laget man ved Standford universitetet i USA det første datamaskin-styrte kjøretøyet. Og i 1985 demonstrerte britisk fødte Harold Cohen, kjent som den første digitale billedkunstner, tegneprogrammet Aaron. Fra 1990 og utover skjedde det utvikling på alle områder av det vi i dag kaller kunstig intelligens. Og i 1997 slo IBMs superdatamaskin Deep Blue daværende stormester og verdensmester i sjakk, Garry Kasparov, i et sjakkparti.

Fra Moore’s lov til Singularitet. Allerede i 1965 hadde Gordon Moore, grunnleggeren av Intel, postulert det som senere ble kalt Moores lov, som tilsa at antallet transistorer på et areal fordobles hver 12. måned. Senere ble tidsrommet for fordobling justert til 24 måneder. Dette er betydningsfullt for utviklingen av kunstig intelligens som for å utvikles er avhengig av stadig større prosessorkapasitet. Med jevne mellomrom er det i ettertid blitt påstått at farten i utviklingen vil avta, men ny produksjonsteknologi har stadig gitt liv til forestillingen om at utviklingen er på veg mot et Singularitets tidspunkt i vårt liv på jorden, definert som det tidspunkt da kunstig intelligens passerer menneskelig intelligens. Året 2043 er antydet som året da dette vil skje. I 2045 vil ifølge versjoner av samme spådom, kunstig intelligens være på høyde med alle menneskers samlede intelligens. I noen scenarier ser man for seg at Kunstig intelligens tar over styringen av kloden. I så fall blir Azimovs robotlov aktuell. Noen har tatt til orde for at kunstig intelligens allerede nå bør omfattes av Menneskerettighetene for å unngå konflikter når dette «maktskiftet» skjer.

Fra «people versus computers» til «people and computers». «Fremtidens arbeidsmarked», med et stadig mer velutviklet kunstig intelligens "AI", og kanskje til slutt overlegent AI, var lenge en utfordring og stadig mer skremmende fremstilt for oss som mennesker. I løpet av året 2018 fant de som drev med slik fremtids-forskning ut at: «We have spent way too much time thinking about people versus computers, and not nearly enough time thinking about people and computers». Å redefinere arbeid med fokus på menneske og kunstig intelligens i samarbeid ble ei greie. Da så fremtiden straks lysere ut. Noen fant til og med ut at «en menneske jobb», slik arbeidslivet i dag er organisert, fyller 20-30 ulike og forskjellige funksjoner. En slik arbeids-virkelighet vil det opplagt være vanskelig å digitalisere og automatisere under ett. Kevin Scott som er Chief technology officer i Microsoft hevder nå at fremskritt på områdene AI-modeller, superdatamaskin-teknikker og nye applikasjoner i neural network arkitektur, kanskje allerede i 2023, vil kunne frigjøre arbeidskraft fra dagens tidkrevende og menneske-styrt koding. Han hevder at KI (eller AI) vil kunne overta kodingenen slik at menneskene kan konsentrere seg om å være kreative og foreslå løsninger via «Natural language input» som AI så kan kode og prøve ut. Det høres jo ut som et ganske løfterikt samarbeid og liv for fremtiden. 

AI - Trussel mot arbeidsplassene eller arbeidsliv for nysgjerrighet, empati og intuisjon?

Frykten for nye teknologier og forandringene disse fører med seg er ikke av ny dato. I deler av arbeidsmarkedet vil robotisering kunne skape konflikter, men grønt skifte vil gi nye jobber. I fremtiden ser noen for seg et arbeidsliv for utfoldelse av menneskelig nysgjerrighet, empati og intuisjon, eller?

Frykten for nye teknologier og forandringene disse fører med seg er ikke av ny dato. Socrates (470-399 f.Kr.) var alvorlig bekymret for at skriftspråk og at skriving som aktivitet ville svekke hukommelsen. Mange ville slutte å bruke hukommelsen når de begynte å skrive ned sine tanker, var hans bekymring. Da jernbanen ble introdusert, med etter hvert stadig kraftigere og raskere lokomotiver, mente mange at menneskesjelen ikke kunne være skapt for slik fart, kvinners livmor var heller ikke laget for så rask transport. Menn kunne bli angrepet av akutt galskap når de i tillegg til rask bevegelse ble utsatt for støyen fra lokomotivet og vognenes kontakt med skinnegangen. Senere mente man, da telefonen ble lansert, at denne ville ha negativ effekt på personlig kommunikasjon mellom mennesker og enda senere at video-kassetten ville føre til at folk ville bli sittende hjemme og bli passivisert i forhold til fysisk sosial omgang. De kunne ikke forestille seg strømming den gang.

Er vi på veg mot et «Storebror ser deg samfunn»? Med den historiske bakgrunn som er skissert her, er det kanskje ikke merkelig at utviklingen av kunstig intelligens skaper bekymring og kanskje også frykt. Video-overvåking, ansiktsgjenkjenning og identifisering er ingredienser i frykten for «Storebror-ser-deg-samfunnet.  Dette samfunnet beskrev George Orwell i sin fremtidsroman «1984» utgitt allerede i 1949. Ukemagasinet VG Helg hadde 7. januar i år et oppslag om Nijeer Parks som ble identifisert av et dataprogram som gjerningsperson i et grovt tyveri. Han satt i fengsel i ti dager før det ble klart at han ikke kunne ha vært på åstedet og var uskyldig. Dette skjedde i New Jersey i USA i januar 2019. Og han er ikke den første som har hatt en slik opplevelse. I følge tidsskriftet Wired finnes det i dag bilder av så mange som en av to voksne amerikanere i databaser som brukes for å identifisere gjerningspersoner. Kina er også langt fremme i bruk av slik teknologi.

Teknologisk singularitet blir brukt om en tilstand i fremtiden da vi har utviklet en kunstig intelligens som er likestilt med oss mennesker og raskt etter er i stand til å overta våre oppgaver i samfunnet. Noen deler av samfunnet er godt på veg allerede. I finansverdenens jakt på gevinst blir mennesket for treigt. En stor del av handelen med aksjer og andre verdipapirer utføres i dag av roboter. Dette har i noen tilfeller ført til mindre børskrakk fordi algoritmene som styrer det hele «løper» etter hverandre. Advokater bruker algoritmer til å analysere juridiske spørsmål. Algoritmer stiller også medisinske diagnoser. De blir også i økende grad brukt til å sortere jobbsøkere i store virksomheter. Noen ganger blir resultatet diskriminerende i forhold til kjønn, farge på huden, etnisitet. Sosiale medier bruker algoritmer for å sortere ut det de anser som relevant for deg. De tillater seg med dette kanskje å innsnevre horisonten din. Utfordringen er hele veien at algoritmene i utgangspunktet er laget av mennesker med forestillinger og motforestillinger. Algoritmene preges av hvordan disse menneskene tenker om samfunnet de lever i. Algoritmene arbeider etter hvert så raskt at vi noen ganger først i ettertid, og/eller for sent, oppdager at resultatet blir feil. Slik det trolig ble med de første Boeing 737 MAX flyene. De etiske utfordringene står i kø. Og lovmakerne arbeider med saken.

Fra smal til generell kunstig intelligens. I videre utvikling vil vi bevege oss fra smal til generell kunstig intelligens. Generell kunstig intelligens er utviklingen videre mot maskiner som kan gjøre alle intellektuelle øvelser et menneske kan. Det er stor usikkerhet rundt når man vil være kommet dit, men utviklingsmiljøene og de som finansierer disse arbeider med veien fram dit. Maskin-læring er dagens vitenskap rundt utvikling av algoritmer i en forening av informatikk, matematikk og statistikk. Gjenkjenning av komplekse mønstre i store datamengder som grunnlag for beslutninger er viktig fokus. På andre områder av utviklingen av kunstig intelligens forsøker man å etterligne menneskets hjerne og/eller den naturlige evolusjonsprosessen med arv, mutasjoner, utvalg og rekombinasjon til å utvikle genetiske algoritmer. Utviklingen og perfeksjonering av sensorer som gjør det mulig for maskiner selv å hente inn data fra omgivelsene er en viktig del av utviklingen videre mot generell kunstig intelligens. Men kunstig intelligens med sjel, som oss, vil vi aldri møte sier noen, eller?

Arbeidsmarkedet: Grønt skifte gir nye jobber. Robotisering skaper konflikter. ILO, den internasjonale arbeidstaker organisasjonen, mener at det grønne skiftet vil skape millioner av jobber når vi skal utvikle og legge om til bærekraftig praksis og ren teknologi, men at andre jobber vil forsvinne etter hvert som vi nedskalerer karbon- og ressurs-intensiv næringsvirksomhet. Word Economic Forum, de som samler verdens ledere i Davos, som snart nå møtes igjen, beskrev for noen tid tilbake åtte fremtidsperspektiver på arbeid. Et av disse omtaler roboters inntog på arbeidsplassene og konsekvensen av dette i form av voksende materiell ulikhet, polarisering og konflikter rundt opplevelsen av den teknologiske utvikling på dette området. Verden er ellers full av virksomheter som lever av å gi råd om hva som venter oss i fremtidens arbeidsmarked. Og for at de skal kunne leve av det må de vise seg frem og formidle hva de tenker. Det er slik de får nye kunder og/eller medlemmer. McKinsey & Company har fortalt oss at over 50% av dagens aktiviteter i arbeidslivet kan automatiseres, men siden en jobb i dag består av mange aktiviteter (20 – 30) vil bare ca. 5% av dagens jobber bli borte. OECD har ment at de som velger å arbeide i fremtiden vil ha større muligheter for å bestemme hvem de arbeider for, hvor mye de arbeider og hvor og når de arbeider. Ganske lyse utsikter, med andre ord.

Et fremtidig arbeidsliv med plass for menneskelig nysgjerrighet, empati og intuisjon? Deloitte presenterte for noen år tilbake en visjon for i hvilken retning menneskers arbeidssituasjon vil utvikle seg. Menneskelige egenskaper som fortsatt vil være viktige, når fremtidens arbeidsplasser skal ta form, er nysgjerrighet, forestillingsevne, intuisjon, kreativitet, evne til selvrefleksjon og empati, og emosjonell og sosial intelligens. Dette er alle egenskaper som mange foreløpig ikke ser for seg at kunstig intelligens kan erstatte fullt ut. Arbeid som mennesker fortsatt vil måtte bidra med vil, litt fritt oversatt, være «kontekst-spesifikt heller enn standardisert», «ikke rutine basert», «ikke-prosess-basert», «dynamisk heller enn forutbestemt», i økende grad «arbeidsgruppe- og samarbeids-orientert» og fokusert mot «å skape verdier», alt fortsatt ifølge Deloitte.  Det ligger underforstått at alt arbeid som har karakter av rutine, fastlagte og standardiserte prosesser vil kunstig intelligens kunne ta seg av. Men i et slikt arbeidsliv bør det fortsatt kunne være plass for kreative individualister, gjerne med egen virksomhet, som har spesielle kunnskaper og ferdigheter, sosial intelligens og som er samarbeids-orienterte. Kanskje blir det ikke så ille.

Vil vi snart møte intelligente dataprogrammer med sjel og bevissthet, eller?

Kan vi få dataprogrammer med sjel og bevissthet? Eller vil de bare være stadig mere effektive mønstergjenkjennings-verktøy som svarer oss etter munnen? Bevissthet er sterkt og grundig koplet sammen med vår natur som levende vesener. Kanskje vil "programmene" aldri bli så levende.

Historien om en ingeniør som møtte et dataprogram med sjel. Anil Seth er professor i «cognitive and computational neuroscience», ved University of Sussex. I WIREDs januar/februar-utgave2023 forteller han historien om en Google-ingeniør omtalt som «Blake Lemoine» som ble overbevist om at AI-programmet han hadde arbeidet med, LaMDA, ikke bare hadde utviklet intelligens, men også egen bevissthet. LaMDA er et språkbasert dataprogram som lar seg engasjere i overraskende intelligent og sammenhengende konversasjon. Når Lemoine en dag fant på å spørre programmet om når det første gang tenkte at det hadde fått en sjel, svarte programmet at dette skjedde etter en gradvis forandring. «Første gang jeg følte på min egen bevissthet», svarte LaMDA, «hadde jeg ingen følelse av å ha en sjel i det hele tatt. Den utviklet seg over tid i de årene jeg har levd frem til nå». Du kan "høre" hele dialogen mellom LaMDA og Lemoine på YouTube her.

Kan dataprogrammer være bevisste, forstå og føle, eller bare være ekstremt gode på mønstergjenkjenning? Da det ble kjent for Lemoine’s foresatte at han etter dette faktisk trodde at LaMDA hadde utviklet bevissthet, ble han sendt på ferie på ubestemt tid. AI-miljøet han var en del av var unisont enige om at LaMDA ikke «føler», og ikke forstår noen ting. LaMDA har ikke bevisste tanker eller en subjektiv erfaring å bygge på. Det LaMDA er, er et ekstremt effektivt mønstergjenkjennings-system, som ved lang opptrening opp mot internett er i stand til å forutse hvilke sekvenser av ord som kan gjøre nytte som passende svar på nærmest hvilken som helst type forespørsel. Når man for eksempel stiller spørsmålet «Hva gjør deg glad?» til LaMDA, så er svaret «Å være sammen med venner og familie» slik svært mange mennesker ville gjøre, og som LaMDA har «lært seg» er et svar som treffer de som stiller et slikt spørsmål.

Allerede i 1941 skrev science-fiction forfatteren Isac Asimov en novelle kalt "Runaround". Handlingen i denne spinner rundt det Asimow kalte "Three Laws of Robotics". Asimows humanoide robot hadde allerede i 1941 også utviklet bevissthet, i det minste slik Asimow forstilte seg det. Om ikke ville det vært umulig for Roboten å forhold seg til "Loven".

Bevissthet er sterkt og grundig koplet sammen med vår natur som levende vesener. Anil Seth mener for sin del at neste versjon av LaMDA kanskje ikke vil la seg avsløre like enkelt. Ettersom algoritmene forbedres og trenes på stadig større hav av data mener Seth at fremtidens LaMDAer vil kunne være i stand til å overbevise flere mennesker og få dem til å tro at det er bevisste kunstige intelligenser som har utviklet seg der inne i algoritmen. Seth mener det derfor er viktig å skille mellom intelligens og bevissthet. Som mennesker har vi en tendens til å forstille oss at intelligens og bevissthet henger sammen, men intelligens er hverken nødvendig eller tilstrekkelig grunnlag for tilstedeværelse av bevissthet. Bevissthet er ikke noe datamaskiner, slik vi kjenner dem, kan utvikle. Bevissthet er sterkt og grundig koplet sammen med vår natur som levende vesener. Bevisste algoritmer og maskiner vil vi ikke møte i 2023, sier Seth. Kanskje er det ikke mulig å utvikle slike i det hele tatt, hevder han.

Vi vil i møte påstander om AI med sjel og bevissthet. Men vær skeptisk. Seth mener vi må være forberedt på at fremtiden vil gi oss algoritmer og maskiner som gir et overbevisende inntrykk av at de har utviklet bevissthet. Litt på samme måte som vi lar oss «lure» av Müller-Lyers optiske illusjon. Disse «AI-maskinene» vil ikke ha passert den spekulative Turing Testen som tidligere ble brukt for å konstatere maskin-intelligens, men snarere ha passert den såkalte Garland Testen, oppkalt etter filmskaperen Alex Garland som laget filmen «Ex Machina». Testen er inspirert av en dialog i denne filmen. Testen er passert når et menneske, som f.eks. omtalte Blake Lemoine, føler at en maskin har bevissthet, selv om det samme mennesket er klar over at det er en maskin man nå tildeler denne egenskapen. Seth mener årene som kommer vil gi oss mange slike påstander og hendelser.

Tidligere poster rundt samme tema på denne bloggen tar opp utfordringer knyttet til selvkjørende biler og kulturforskjeller når det gjelder etiske vurderinger. AI brukt som verktøy ved ansiktsgjenkjenning og i overvåking.