Hvordan kunstig intelligens omformer vores liv

Det er lørdag aften, og du er lige blevet færdig med at se sidste afsnit af et svensk krimidrama, som du på en eller anden måde faldt over, selvom du ikke helt kan huske hvordan.

Det er sent og sandsynligvis tid til at gå i seng, men – uden at spørge – fyldes din Netflix-skærm med reklamebilleder for flere shows. Der er en om en kvindelig detektiv i Danmark og en anden om en britisk inspektør, der væver sig mellem begge sider af loven.

Det er et velkendt scenarie for enhver Netflix-seer - når tjenesten ser ud til på magisk vis at foreslå programmer, der passer til din seneste popkultur-dille.

Og det er et eksempel på kunstig intelligens på arbejde.

Disse dage, computeralgoritmerne, der tillader Netflix eller Amazon at komme med købsforslag, er en normal del af livet. Men nogle gange, det er svært ikke at føle en følelse af ærefrygt, når en maskine – den firkantede og ubevægelige boks i rummet – forbinder dig med dig på et intimt niveau. Et nagende spørgsmål dvæler:"Hvordan vidste den det?"

I de kommende år, folk vil stille det spørgsmål om deres biler, telefoner, banksystemer, og stort set alle stykker teknologi, som de interagerer med hver dag. Kunstig intelligens forventes at omforme alle disse facetter af livet, og utallige andre.

Virksomheder som Google, Amazon og Facebook bruger milliarder af dollars på at udvikle AI-kapaciteten i deres produkter og tjenester. I mellemtiden nogle af de største gennembrud og mest konsekvente forskning på området har fundet sted på et offentligt universitet i Edmonton.

University of Alberta har udvidet sit AI-team med nogle af disciplinens bedste hjerner i mere end et årti. Dens bona fides som en topskole blev cementeret sidste år, da Googles DeepMind annoncerede sit første satellitcampus uden for London i samarbejde med U of A.

Det var et kæmpe kup for universitetet, men ikke helt overraskende for fakultetet, der har brugt år på at bygge, afprøve og bevise koncepter. Disse forskningsresultater transformerer allerede felter fra sundhedsforskning til investeringsbankvirksomhed. Og ringvirkningerne er lige begyndt.

"Kunstig intelligens har potentiale til at påvirke enhver industri, " siger Jonathan Schaeffer, en datamatiker og dekan for universitetets Naturvidenskabelige Fakultet.

"Inden for 10 år, kunstig intelligens vil være ekstremt forstyrrende."

AIs mange ansigter

For nogle, det kan være svært ikke at se kunstig intelligens som en videnskab så avanceret og kompliceret, at den kun eksisterer inden for film.

For Patrick Pilarski, kunstig intelligens eksisterer på samme teknologiske kontinuum som en pind.

På én gang, en pind var et vigtigt værktøj til at stikke ting, at læne sig op ad, og så videre. På samme måde, han siger, kunstig intelligens er et værktøj, der kan bruges til at forstærke en persons evner og give dem mulighed for at udføre opgaver, der er nødvendige for dagligdagen.

"Vi har langsomt forbedret vores evne til at interagere med verden gennem teknologi siden vores arts tidlige dage. Vi gør det måske hurtigere, end vi plejede ... men interaktion med maskiner er stadig noget fremtrædende i vores daglige liv, " siger Pilarski, en adjunkt ved universitetet, der har Canada Research Chair i Machine Intelligence for Rehabilitation.

"De maskiner gør os klogere, de gør os bedre i stand til at se verden, de gør os bedre i stand til at interagere med eller ændre verden, og de gør os bedre i stand til at tænke på verden."

Kunstig intelligens er den gren af ​​computervidenskaben, der udvikler maskiner, der kan agere med den intelligens, vi normalt forbinder med mennesker. Det giver maskiner mulighed for at gennemsøge enorme mængder data for at finde mønstre og endda udvikle intuition gennem forsøg og fejl.

Disciplinen har været under udvikling siden 1950'erne, men dens popularitet og løfte - i videnskabelige kredse og videre - er ebbet ud og strømmet gennem årene.

"Jeg har arbejdet med maskinlæring siden 1980'erne, " siger Russ Greiner, en professor i datalogi ved universitetet. "Vi ville arbejde på problemer, som vi fandt på, og fortjent, resten af ​​verden sagde, 'Og hvad så?' Men da vi begyndte at implementere det, folk var opmærksomme."

Folk vil måske være endnu mere opmærksomme, hvis de forstod, i hvilket omfang AI allerede påvirker deres liv. I de seneste otte år, kapaciteten til beregning er steget eksponentielt, giver forskere mulighed for at anvende forskningen på mere praktiske måder. På samme tid, verdens største teknologivirksomheder er begyndt at investere massivt på området.

Resultatet er at ændre, hvordan vi lever vores liv.

Kunstig intelligens giver mulighed for at opdage svindel med kreditkort (computerprogrammer ved, hvornår et køb ser ud til at være uden for det normale område for en bestemt klient); det er grundlaget for vores velkendte ven, Siri (stemmegenkendelse og naturlig sprogbehandling er store grene af AI); det driver din smartphones evne til at identificere ansigter på din kamerarulle (ligeså, billedgenkendelse er en almindelig anvendelse); og det bruges til at opmuntre folk til at foretage internetkøb, baseret på deres tidligere købs- og browsingvaner.

"Vi er et datarigt samfund, og det har vi været i årevis, ", siger Schaeffer. "Det AI gør, er at give os mulighed for at tage data og omdanne dem til viden. At have en milliard stykker information er nytteløst, medmindre du kan destillere det til noget meningsfuldt."

Lære maskiner at lære

Hvis kunstig intelligens tillader maskiner at opføre sig som mennesker, der er ikke noget mere eksplicit eksempel på det end forstærkende læring.

U of A professor Rich Sutton er verdens førende pioner inden for emnet. For mere end 20 år siden, han brugte sin psykologiske baggrund til at tage en læringstilgang til kunstig intelligens - men hans arbejde har måske den største indflydelse i dag.

Forstærkningslæring ligger bag internetannoncerne, der automatisk vises på din computerskærm, og det driver aktiemarkedshandelen. De grundlæggende principper for forstærkningslæring giver sandsynligvis næring til milliarder af dollars i økonomisk aktivitet hvert år.

I sin kerne, tilgangen efterligner, hvordan mennesker lærer gennem forsøg og fejl.

"Hvis der sker gode ting, du bliver ved med at gøre de ting. Hvis der sker dårlige ting, du stopper op og går videre til noget andet. Så enkelt er det, det åbenlyse, den almindelige, " siger Sutton.

"Hvis du er på din cykel og er ved at vælte, du drejer på rattet, og du kommer dig ... du bør lære tre ting af det. En, at du først troede du havde det godt. To, at du ramte stenen og du var ikke så sikker. Og tre, at du gjorde nogle bevægelser, og du følte dig tryg igen."

Tilsvarende et forstærkende læringsprogram skal afgøre, hvad der er "godt" eller "dårligt" baseret på en endelig, ønskede resultat. Den vil løbe gennem millioner eller titusinder af scenarier for selv at finde ud af, hvad der sætter den i en "god" position eller en "dårlig" position, i forhold til det ønskede resultat. Det vil derefter justere sine handlinger for at opnå dette resultat.

Suttons arbejde er omtrent så tæt som vi kommer på at have maskiner, der tænker som mennesker. Men computere har stadig begrænsninger.

Schaeffer, datalogen og dekanen, beskriver en persons hjerne som værende "generelt formål". Vi ved måske ikke, hvordan man reparerer et sprængt rør i vores hjem, men vi ved, hvordan vi skal håndtere problemet. En computer, på den anden og, vil kun gøre, hvad en person beder den om at gøre.

"Vi bygger masser af idiote fans. Den førerløse bil ved, hvordan man kører, men den ved ikke, hvordan man stavekontrollerer et dokument, " siger han. "Vi er sansende. Der er tankens uafhængighed. Vi gør, hvad vi vil. Computere gør kun, hvad jeg beder dem om at gøre."