Kunstig intelligens og usanne teknologier

KRONIKK: Tekniske og etiske varsellamper om datateknologiens destruktive sider forteller oss at vi bør redusere tempoet med innføring av såkalt kunstig intelligens i alle mulige sammenhenger.

Kunstige intelligens er kun en videreutvikling av det instrumentelle og kvalifiserer ikke til å bli kalt intelligent, argumenterer Nina Østhus.
  • Nina Østhus
    Oppfinner
Publisert: Publisert:
iconDebatt
Dette er et debattinnlegg. Innlegget er skrevet av en ekstern bidragsyter, og kvalitetssikret av Aftenbladets debattavdeling. Meninger og analyser er skribentens egne.

I en annonse i A-magasinet 1. juli, og på selskapets nettside dagen før, kunne man lese Equinors markedsføring av slangeroboten Eelume som reparerer under vann, roboten Weldar som sveiser over vann og dronen som lukter gasser i luften. Instrumenter de mener besitter menneskelig intelligens, intet mindre.

Jeg er enig i at dette er gode løsninger som hjelper både mennesket og klimaet, men intelligente er de ikke. Equinor er ikke alene om slike påstander, og ordet intelligens brukes i mange sammenheng uten at de har faglig ryggdekning for det de påstår.

Ikke kommet langt nok

Ulike fagmiljøer og selskaper bruker ord og begreper som har med hjernen å gjøre for å vekke oppmerksomhet, selge sin kunnskap, sine tjenester og produkter. Når de bruker slike ord og uttrykk, villeder de politikere, investorer, samarbeidspartnere, fagmiljøene og forbrukere til å tro at de har noe de ikke har.

For det er rett og slett ikke sant at datateknologien har kommet så langt at den kan simulere menneskelig intelligens. Jeg har fulgt fagfeltene nevrovitenskap og datateknologi i mange år knyttet til arbeidet med egen oppfinnelse.

Dagens kunstige intelligens er bygget på Jeff Hawkins og Numenta Inc. sine automatiserte læringsalgoritmer og hvordan vår hjernebark (cortex) fungerer. Den sorterer og kategoriserer alle sanseinntrykk (informasjon), slik at hjernebarken kan sette sammen enkeltdeler (bits & bites) til hele ting, eller det de kaller modeller av «noe». Hjernebarken er vårt informasjonsbehandlingssystem, eller datamaskin om du vil (forenklet forklaring). Algoritmene er avhengige av at de dataene som kommer inn er korrekte for at sluttresultatet skal bli riktig. Algoritmene vet ingenting om hva som foregår. De kan ikke tenke selv, de er instrumentelle.

Vi bør heller bruke tid
og ressurser på å utvikle
vår egen intelligens.

Avanserte instrumenter

Det instrumentelle kan ikke trosse algoritmene og finne på noe utenfor det det er pre-programmert til. Men det kan skape rot og virvar dersom det ikke er programmert riktig, slik som hos oss. Det kan ikke velge å skifte ut informasjon eller reflektere over de «beslutninger» det tar. Ei heller vurdere hvilke konsekvenser det det prosesserer fører til.

Det finnes mange ting man kan bruke kunstig intelligens til, men den befinner seg fortsatt i underbevissthetens landskap, et stykke unna der hvor vår dagsbevissthet opererer. Skal man snakke om menneskelig intelligens, må «noe riktig» være forstått på et dagsbevissthetsnivå, ellers snakker vi kun om avansert automatisering av informasjon, lignende det som foregår intuitivt i vår reptilhjerne. Reptilhjernen avgjør om du skal kjempe eller flykte, om noe er giftig eller spiselig og den hjelper deg å navigere i terreng. Vi har hatt sensorer og instrumenter som har gitt oss verdifull informasjon om alt fra trykk, temperatur, mengde, volum og hastighet til kjemiske substanser osv., og i tiår hatt roboter som har bygget alt fra «microchips» til maskiner. Slik kan man si at den kunstige intelligensen kun er en videreutvikling av det instrumentelle og ikke kvalifiserer til å bli kalt intelligent.

Ganske langt unna

Skal man bruke begrepet menneskelig intelligens, må man over i det som kalles organisk intelligens. Den som kan velge hvilken informasjon den skal innhente, bytte inn og sette ulike og nye elementer sammen på nytt fordi den skjønner at noe nytt er avgjørende og nødvendig. Den som kan bevege seg mellom ulike nivåer i informasjonsutvekslingen, lese mellom linjene og se ting fra flere synsvinkler. Den som trosser oppsatt reiserute fordi den aner at det ligger noe spennende i horisonten.

Vi er ganske langt unna en slik type intelligens, og det er ikke sikkert vi skal dit teknologisk. Vi bør heller bruke tid og ressurser på å utvikle vår egen intelligens.

Les også

Nina Østhus: «Drømmenes økonomi – hvordan frigjøre tankekraft»

Les også

Nina Østhus: «Hvis Norge skal bidra til å løse de virkelig store utfordringene, må vi tenke mye større og radikalt»

Hvordan, ikke hvor mye

Jeg vet at mange i forskningsmiljøene mener at når dagens supercomputere blir raske nok, så vil vi oppnå menneskelig intelligens, og vel så det. Dagens mest avanserte kvantecomputere har ikke slike kvaliteter, og det er heller ikke sikkert at økt hastighet eller antall Q-bits er løsningen, kanskje tvert imot. Vi vet at antall og hastighet ikke nødvendigvis er et kriterium for at vår intelligens aktiveres. Det er hvordan vi tenker, og hva vi bruker hodet til som gjør oss intelligente.

Hjerneforskere og teknologer har forskjellige oppfatninger om hva som skal til og hvordan de skal løse utfordringene. Og det finnes tekniske og etiske varsellamper om datateknologiens destruktive sider. Det forteller oss at vi bør redusere tempoet med innføring av kunstig intelligens i alle mulige sammenhenger.

Noen av verdens beste forsknings- og utviklingsmiljøer innen nevrovitenskap og datateknologi er ærlige på hvor langt de har kommet, hva de mangler og at de ikke er i nærheten av å ha funnet nøklene til intelligensens funksjonaliteter. Slike ærlige og kunnskapsbaserte innrømmelser kan man blant annet lese i forskningsartikler på magasinet Nature sine nettsider.

Andre leter etter en ny Einstein som kan vise veien videre for å utvikle det de kaller for intelligente maskiner som skal være mottakelige for informasjon på en organisk måte og løse oppgaver i et interaktivt samspill med sine omgivelser slik at vi forstår hva som foregår. Slike maskiner vil bestå av helt andre typer Q-bits, komponenter, materialer, funksjonaliteter og arkitektur enn dagens datamaskiner. De vil løse mange av utfordringene dagens maskiner og kunstig intelligens ikke kan løse, og redusere forbruket av mineraler, materialer og energi.

Publisert: