AI:s PR-problem

HBO Westworld har en gemensam handlingsenhet – syntetiska värdar som reser sig mot sina känslolösa mänskliga skapare. Men är det mer än bara en plottwist? När allt kommer omkring har smarta människor som Bill Gates och Steven Hawking varnat för att artificiell intelligens kan vara på en farlig väg och kan hota mänsklighetens överlevnad.

De är inte de enda som är oroliga. Europaparlamentets utskott för rättsliga frågor utfärdade nyligen ett betänkande som uppmanar EU att kräva att intelligenta robotar registreras, delvis för att deras etiska karaktär ska kunna bedömas. Stop Killer Robots-rörelsen, som motsätter sig användningen av så kallade autonoma vapen i krig, påverkar både FN:s och USA:s försvarsdepartements politik.

Artificiell intelligens verkar ha ett PR-problem. Även om det är sant att dagens maskiner på ett trovärdigt sätt kan utföra många uppgifter (spela schack, köra bil) som en gång var reserverade för människor, betyder det inte att maskinerna blir mer intelligenta och ambitiösa. Det betyder bara att de gör det vi byggt dem för att göra.

Robotarna kanske kommer, men de kommer inte för oss – för det finns inga de. Maskiner är inte människor, och det finns inga övertygande bevis för att de är på väg mot känslor.

Jerry Kaplan

Vi har ersatt skickliga och kunniga arbetare i århundraden, men maskinerna strävar inte efter bättre jobb och högre sysselsättning. Jacquardvävstolar ersatte sakkunniga handarbetare på 1800-talet, men dessa anmärkningsvärda enheter – programmerade med hålkort för en myriad av tygmönster – stavade inte undergång för sömmerskor och skräddare. Fram till mitten av 1900-talet förlitade vi oss på vårt bästa och smartaste för att göra aritmetik – att vara en miniräknare brukade vara ett högt respekterat yrke. Nu när jämförbart kapabla enheter ges bort som reklamprylar på mässor, kan de matematiskt sinnade bland oss ​​fokusera på uppgifter som kräver bredare kunskaper, som statistisk analys. Snart kommer din bil att kunna köra dig till kontoret på kommando, men du behöver inte oroa dig för att den registrerar dig med Uber för att tjäna några extra pengar för bensin medan du är på ett personalmöte (om du inte instruerar det till).

AI använder sig av några kraftfulla tekniker, men de passar inte ihop så bra som du kan förvänta dig. Tidiga forskare fokuserade på sätt att manipulera symboler enligt regler. Detta var användbart för uppgifter som att bevisa matematiska satser, lösa pussel eller lägga ut integrerade kretsar. Men flera ikoniska AI-problem – som att identifiera objekt i bilder och konvertera talade ord till skriftspråk – visade sig vara svåra att knäcka. Nyare tekniker, som går under maskininlärningens ambitiösa banner, visade sig vara mycket bättre lämpade för dessa utmaningar. Maskininlärningsprogram extraherar användbara mönster ur stora datasamlingar. De driver rekommendationssystem på Amazon och Netflix, finslipar Googles sökresultat, beskriver videor på YouTube, känner igen ansikten, handlar med aktier, styr bilar och löser en myriad av andra problem där big data kan användas. Men inget av tillvägagångssätten är intelligensens heliga gral. De samexisterar faktiskt ganska obekvämt under etiketten artificiell intelligens. Blotta existensen av två stora tillvägagångssätt med olika styrkor ifrågasätter om någon av dem skulle kunna tjäna som grund för en universell teori om intelligens.

För det mesta är AI-prestationerna som hyllats i media inte bevis på stora förbättringar på området. AI-programmet från Google som vann en Go-tävling förra året var inte en förfinad version av det från IBM som slog världens schackmästare 1997; bilfunktionen som piper när du går utanför ditt körfält fungerar helt annorlunda än den som planerar din rutt. Istället är prestationerna så andlöst rapporterade ofta klappade ihop från en väska med olika verktyg och tekniker. Det kan vara lätt att missta trumslaget av berättelser om maskiner som gör oss bäst i uppgifter som bevis på att dessa verktyg blir allt smartare – men det händer inte.

Den offentliga diskursen om AI har blivit obunden från verkligheten delvis eftersom fältet inte har en sammanhängande teori. Utan en sådan teori kan människor inte bedöma framsteg på området, och att karakterisera framsteg blir någons gissning. Som ett resultat av det är de människor vi hör mest från de med de högsta rösterna snarare än de som har något väsentligt att säga, och pressrapporter om mördarrobotar går i stort sett oemotsagda.

Jag skulle föreslå att ett problem med AI är själva namnet – myntat för mer än 50 år sedan för att beskriva ansträngningar att programmera datorer för att lösa problem som krävde mänsklig intelligens eller uppmärksamhet. Hade artificiell intelligens utnämnts till något mindre läskigt, kan det verka lika prosaiskt som operationsforskning eller prediktiv analys.

En mindre provocerande beskrivning skulle kanske vara något som liknar antropisk datoranvändning. En bred moniker som denna skulle kunna omfatta ansträngningar att designa biologiskt inspirerade datorsystem, maskiner som efterliknar den mänskliga formen eller förmågorna och program som interagerar med människor på naturliga, välbekanta sätt.

Vi borde sluta beskriva dessa moderna underverk som protomänniskor och istället tala om dem som en ny generation av flexibla och kraftfulla maskiner. Vi bör vara försiktiga med hur vi distribuerar och använder AI, men inte för att vi kallar fram någon mytisk demon som kan vända sig mot oss. Snarare bör vi motstå vår benägenhet att tillskriva mänskliga egenskaper till våra skapelser och acceptera dessa anmärkningsvärda uppfinningar för vad de verkligen är – kraftfulla verktyg som lovar en mer välmående och bekväm framtid.

Jerry Kaplan undervisar i den sociala och ekonomiska effekten av AI vid Stanford University. Hans senaste bok är Artificiell intelligens: vad alla behöver veta, från Oxford University Press.

Dölj