Når AI blir nyttig

Double explosure of Medical technology concept working for Remote medicine and Electronic medical record with female doctor.

Dagens AI har smal nytteverdi. Artige - noen ganger imponerende – resultater, men jo mer imponerende, desto mindre anvendelige. Selv ansiktsgjenkjenning, som mange av oss oppfattet som den ultimate 'killer app', er på full fart utforbakke. Mens tusenvis av målrettede ML-anvendelser fungerer og leverer. Hva skjedde?

Analysen er komplisert, men konklusjonen er enkel og nøkkelordene er forventninger og forståelse. Ikke egnet til å overraske, men når forventningene er korrigert og forståelsen på plass, ser bildet ganske annerledes ut. Og akkurat det er i ferd med å skje. Etter alle nedturene – 30+ år med tekniske fremskritt, naive vyer, imponerende salgspresentasjoner, store penger og inflaterte forventninger – nærmer vi oss et punkt hvor AI kan levere - på egne premisser så å si. 

Ny målestokk

'Brytningspunktet' er interessant: Så lenge målestokken var menneskelig intelligens, sto skuffelsene i kø. Når vi nå smått om senn 'lander', og etablerer målestokker og forventninger som passer til 'virkeligheten' – teknologi og realistiske muligheter, blir energien i utviklingen en annen.

AIs smalsporede og lite utviklede status, koblingen mellom maskinlæring og AI, viktigheten av spesialisert hardware og så videre er selvfølgeligheter. Vi rister på hodet av media og morer oss over fantasifulle filmskapere. Og vi går i samme fella som folk flest: Sammenligner AI og roboter med mennesker. ‘De ligger langt etter’ eller ‘de blir aldri som oss’ etc.

AI på jakt etter (sunn) fornuft (2019)

Holdningsendring

Den viktigste komponenten i denne endringen er holdninger – i utviklingsmiljøene og i markedet generelt. Troen på teknologiens ufeilbarlighet fordamper - heldigvis og omsider. I takt med vår egen personlige tilvenning til en digital virkelighet, både privat og i arbeidslivet, får vi et mer naturlig og realistisk forhold til teknologi og det vi kan kalle 'avansert automatisering'. Som verktøy og hjelpemidler, ikke som magi og slett ikke som selvstendige løsninger. Det er lett å se at vår omgang med 'Siri', 'Alexa' og tilsvarende har hatt stor betydning for denne holdningsmessige modningsprosessen.

Vi som befinner oss på den tekniske siden, gjennomgår vår egen variant av omstillingen. Vi får større realisme i forhold til teknologiens potensiale, blir mindre høye på oss selv, mindre opptatt av å fremstå som (tekno-)magikere og omfokuserer vår energi utad mot formidling av forståelse. Alle vinner. Vi får frigjort ressurser til å jobbe videre med teknologi og utvikling i stedet for å hjelpe 'dumme' brukere. Mens brukere generelt som blir mer selvhjulpne, opplever mestring, får større forståelse på riktig nivå og blir mer interesserte i hva vi (og teknologien) egentlig har å bidra med. Teknologirealisme i praksis.

Brukerne oppdager selv forskjellen mellom 'fancy' og 'funksjonelt', og setter større pris på enkelhet og pålitelighet.

Historier om og praktiske erfaringer med (såkalte) smarte hjem og intelligente det-ene-og-det andre, hjelper (re. Siri og Alexa ovenfor). Brukerne oppdager selv forskjellen mellom fancy og funksjonell, setter større pris på enkelhet og pålitelighet, og erstatter støyende lys, lyd, sensorer, varslinger og 'roboter' med funksjonelle hjelpemidler som gjør det de skal og er ute av syne det meste av tiden. En bølge som minner om 60- og 70-tallets flom av billig elektronikk fra Japan, der det meste endte på skraphaugen etter få år - når markedet landet på telle behov og funksjonelle i stedet for fancy produkter. 

Reell nytte

Teknologisk 'voksne' brukere – med andre ord de fleste av oss - er klare for reell AI, rettere sagt smarte hjelpemidler som gir reell forenkling eller forbedring. Og som for privatmarkedet - blant mye annet - kan kurere de utallige komplikasjonene våre digitale liv er belemret med. For eksempel - og spesielt aktuelt i disse OL-tider – komplisert TV-titting, som for de aller fleste er blitt en LFT-øvelse (Let-Finn-Trykk) i stedet for et klikk eller to. Eller en stemmekommando som virker – ikke av og til, men det meste av tiden. Og som vi ble lovet for år siden. AI som ikke kan fikse dette, fortjener definitivt ikke å kalles 'intelligent'.

Tilsvarende kan observeres i det profesjonelle markedet. For eksempel: Kontor og næringsbygg skulle bli intelligente og nærmest klare seg selv i forrige tiår, kun si fra når de trengte 'hjelp'. Det skjedde ikke. Høye forventninger og store investeringer i automatisering og teknisk utstyr har levert litt forbedring, mye hodebry og moderat stabilitet. "Neste jypling som vil automatisere driften av hele bygningsmassen blir avvist ved døra" sukket en eiendomsutvikler vi snakket med forleden. Med ansvar for et 20-talls næringsbygg sentralt på østlandet, er pågangen fra idérike nykommere med høy energi og ditto kompetanse, stor - men det holder ikke. Leveransen står ikke i stil. "Innen de er ferdige, er det kommet noe annet - og tingene snakker ikke sammen" fortsetter vår eiendoms-kontakt, og setter ord på to store utfordringer – ikke bare for AI og automatisering, men generelt: Endringshastighet og kompatibilitet. Begge må være bakt inn i regnestykket og løsningene vi investerer i. 

Realisme, pragmatisme

Er det mulig? Klart det er mulig, men det forutsetter endrede holdninger, andre krav og ny pragmatisme. På ulikt vis, men for både konsument- og proffmarked er svaret 'plattformer'. Ikke dit vi ønsket oss, kanskje sågar vanskelig å akseptere (se Hva skal vi med uavhengighet? og Leverandører og plattformer: Når er lock-in OK?). Men når valgene skal gjøres og prosjektene startes må idealisme vike for pragmatisme. Og sannheten er at generell kompatibilitet er like umulig i 2022 som i 2002 og 2012. For det første fordi et slikt krav er 'utviklingshemmende'. Det tar lenger tid å etablere nye standarder enn levetiden for en generasjon produkter. Dessuten er leverandørene lite interesserte i kompatibilitet ut over de mest grunnleggende nivåene. De bygger plattformer og vil ha oss på sin plattform, ikke på en blandingsplattform og slett ikke på konkurrentens. Dermed ender vi opp i mer eller mindre 'walled gardens', leverandør-spesifikke sfærer - fra Google, Microsoft, Apple, Netgear, Cisco, Ubiquity, Sonos, Bose, Amazon, Spotify etc. – på godt og vondt.

Videre - og spesielt relevant for proff-markedet - er vår oppdaterte holdning til endringshastighet en egen drivkraft. Vi kan ikke først forstå og akseptere at utviklingshastigheten er en helt annen enn for 2 eller 4 år siden, og deretter late som det ikke spiller noen rolle. Likevel - akkurat det er normalen. Erkjennelsen vi må venne oss til å praktisere er at uansett hvilke valg vi gjør i dag, vil de være feil og/eller utgått om 3 år, kanskje tidligere. 

Denne korte horisonten påvirker alle valg vi gjør, uavhengig av om temaet er teknologi, smarte verktøy eller helt andre ting. Egentlig en forenkling: Glem evigheten – 10+ år, som har vært normalen siden 60-tallet. Plattformvalg i vår tid er intet giftermål, mer som en tidsbegrenset forlovelse. Hvis den viser seg å ikke fungere, blir den enda kortere. Med andre ord er det dynamikken og fleksibiliteten vi bygger inn, som avgjør vellykketheten i langt større grad enn tekniske og kommersielle detaljer.

Data - nå igjen?

Tilbake til AI og smarte verktøy: En annen ingrediens som har fått nyervervet realisme både fra teknisk side og fra brukermiljøer det siste året, er holdningen til data. Relevant for de fleste typer digitale verktøy er forståelsen av det vi kan kalle dataenes feilbarlighet. Om aldri så konkrete - kanskje sågar objektivt korrekte, data kan brukes eller misbrukes, overlagt eller uaktsomt. De er pålitelige kun hvis de brukes med omhu. Antagelsen om at våre gigantiske hav av digitale data er så store at unøyaktigheter automatisk jevnes ut, har vær utbredt, men er feil og farlig.

Erkjennelsen har gitt oss en ny fagdisiplin – data science (se Den nye dataavdelingen) – og ny forståelse som etterhvert også setter seg i ikke-tekniske miljøer. Og som blant annet er årsaken til at generell ansiktsgjenkjenning nå blir bannlyst i stadig nye sammenhenger der det for få år siden ble sett på som en revolusjon (se Digital forurensing: Skyldig!). Resultatene fra 'intelligente' roboter som identifiserte mennesker fra bilder ble sett på som like pålitelige som DNA, med katastrofale resultater.

I en rekke sammenhenger, spesielt i vår del av verden, er den ukritiske omfavnelsen av smarte, men ofte ubalanserte verktøy erstattet av sunn skepsis og seriøse diskusjoner om etikk og konsekvenser. Et kvantesprang uansett målestokk.

Bottom line

Listen fortsetter, men poenget er tydelig og viktig: Vi nærmer oss en generell erkjennelse av at AI - kunstig intelligens - er verktøy og hjelpemidler som i de fleste tilfeller skal assistere, ikke erstatte mennesker. Optimalisere mange ledd i kompliserte kjeder, men sjelden fjerne mennesker og skjønn fra ligningen. Slik eliminasjon fungerer kun unntaksvis – når omgivelsene er forutsigbare og dataene 100% pålitelige. 

Et bevegelig mål i seg selv, men likevel en viktig endring av målestokk og forventninger. For eksempel – er omgivelsene et autonomt kjøretøy beveger seg i, forutsigbare? Det kommer an på. Definisjonen av 'forutsigbarhet' er også i konstant utvikling. Men når vi kan sette grenser for omgivelsene – hvilket er hva som gjøres når autonome lastebiler i stort antall og (relativt) høy hastighet kjører rundt på motorveier i store deler av verden, kan AI-verktøy levere til gull. Tilpasning av omgivelsene gjør verktøyet kvalifisert, synkroniserer forventninger og leveranse, og tilrettelegger for videreutvikling.

Et annet eksempel er diagnostisering av medisinske tilstander, som mange trodde AI skulle gjøre bedre enn leger, men som nå har 'landet' - i legens fang, som hjelpemidler med tydelige rammer. Enorme forbedringer i hastighet og nøyaktighet som kommer alle til gode, men det er alltid mennesker som har siste ord. Og et område der AI allerede har levert formidable resultater, og som lover mye mer i nær fremtid. For eksempel via kreativ utnyttelse av såkalte digitale tvillinger – ikke for å lage digitale duplikater av oss selv, men for sikrere (og 'snillere') diagnostisering, teste behandlings-regimer – for eksempel (se The Quest to Make a Replica of Your Brain, Wired Magazine).

Berkeley-professor Michael Jordan formulerte følgende for 3 år siden:

Artificial Intelligence (AI) is the mantra of the current era. The phrase is intoned by technologists, academicians, journalists and venture capitalists alike. As with many phrases that cross over from technical academic fields into general circulation, there is significant misunderstanding accompanying the use of the phrase. But this is not the classical case of the public not understanding the scientists — here the scientists are often as befuddled as the public. The idea that our era is somehow seeing the emergence of an intelligence in silicon that rivals our own entertains all of us — enthralling us and frightening us in equal measure. And, unfortunately, it distracts us.

Michael I Jordan: Artificial Intelligence — The Revolution Hasn’t Happened Yet

Det stemmer fortsatt, men den positive endringen siden 2018 er markant. AI er bedre forstått av alle, og med forståelsen vokser nytteverdien. Vi har fått en ny type intelligens – 'teknisk intelligens' – som ikke ligner på eller måles etter noen av de 8 - eller var det 16 - typene menneskelig intelligens.

Legg igjen kommentar

Dette nettstedet bruker Akismet for å redusere spam. Lær om hvordan dine kommentar-data prosesseres.