Artificiell intelligens (AI) i olika former finns redan här i vår vardag, men har på senare tid fått ett starkt fokus i nyhetsflöde och samhällsdebatt. I denna artikel av Magnus Johnsson, universitetslektor och docent i datavetenskap vid Malmö universitet, får vi en spännande insyn om hur artificiell intelligens fungerar jämfört med den mänskliga hjärnan.
Människan har i alla tider försökt förstå hur det kan komma sig att vi kan tänka, känna, uppleva och manipulera vår omvärld. Detta har efterhand resulterat i en mängd olika perspektiv, skolor och områden, till exempel filosofi, kognitionsvetenskap, psykologi och neurovetenskap som mer systematiskt, men med lite olika infallsvinklar, försöker svara på dessa frågor.
Artificiell intelligens – AI – går bortom detta och försöker skapa mekanismer som helt eller delvis reproducerar vissa av dessa förmågor. Precis vilka beror lite på vem man frågar och hur området avgränsas. Vad som menas med AI är därför inte helt enkelt att definiera. Detta beror delvis på att begreppet ”intelligens” som sådant inte är enkelt att ge en klar och av alla accepterad definition. För AI kompliceras det ytterligare genom att olika forskare och praktiker har olika uppfattningar om vad som är bra utgångspunkter och tillvägagångssätt för att åstadkomma AI. Ett vanligt synsätt är dock kortfattat att inom AI studeras hur man kan skapa maskiner – i praktiken vanligtvis datorprogram – som är kapabla till sådant som skulle kräva intelligens om en människa skulle göra det.
ETT TVÄRDISCIPLINÄRT OMRÅDE
AI är ett starkt tvärdisciplinärt område och idéer, perspektiv och tekniker har lånats in från många områden, bland annat filosofi, matematik, ekonomi, neurovetenskap, psykologi, datavetenskap och lingvistik. En följd av detta är att ett antal olika sätt att närma sig problemet med att implementera AI har utkristalliserats. Standardförfarandet när man utvecklar ett program som kan spela schack eller andra brädspel baseras till exempel på spelteori (matematik och ekonomi) där programmet söker efter det bästa draget under antagandet att motståndaren också spelar optimalt, medan de bästa programmen för bildigenkänning i dag baseras på AI-metoder som hämtat sin inspiration från neurovetenskapen.
Vi har på senare tid fått se ett starkt fokus på AI och maskininlärning, som är ett delområde inom AI, i nyhetsflödet och den samtida debatten. Som så många gånger tidigare lyfts en ny teknologi fram som både frälsare och förgörare. Egentligen är AI dock inte något nytt område, utan har växt fram under de senast cirka sjuttio åren. Det som satt fokus på det under senare tid är vissa ”genombrott” när det gäller till exempel bildigenkänning och chatbottar.
Faktum är att dessa ”genombrott” inte är en konsekvens av i första hand några nya principiella insikter, utan mer beror på att man nu på grund av betydligt mer data och kraftfullare hårdvara har kunnat skala upp tillämpningen av vissa AI-metoder som har varit kända i flera årtionden. Det är i första hand artificiella neuronnät det handlar om.