To AI or not to AI

Overhypet, misforstått og frikoblet fra virkeligheten mener noen. Veien til fremtiden og helt uunnværlig mener andre. AI løser problemer og åpner muligheter på nye områder hver eneste dag, til tross for mangelfull intelligens og forvirrende navn. 

Fellesnevneren for områder og aktiviteter som lykkes, er riktige forventninger – som ironisk nok sjelden har med intelligens å gjøre. AI mangler intelligens etter enhver normal (menneskelig) målestokk og vil gjøre det i overskuelig fremtid. ML – maskinlæring – har derimot definitive fellestrekk med menneskers læring – av innlysende årsaker: Vår læreprosess er modellen. Nevrale nettverk i hjernen forsøkes modellert digitalt – med betydelig suksess. 

Ansiktsgjenkjenning er favoritteksemplet fordi det er lett å forstå, lett å demonstrere, enkelt å finne anvendelser til. Men andre varianter av gjenkjenning har større utbredelse og praktisk nytteverdi – på fabrikkgulvet, i autonome kjøretøyer og i utallige digitale prosesser godt ute av syne for de fleste av oss: Fra medisin, juss, produksjon til finans, markedsføring, produktutvikling, test og simuleringer. Pluss noen veldig godt synlige - i Facebook, Google, LinkedIn, smarttelefoner og alarmsystemer - for å nevne noen.

Intelligensen er fraværende, læringen er reell og hovedingrediensene er algoritmer og data.
Igjen – intelligensen er fraværende, læringen er reell og hovedingrediensene er algoritmer og data. En dynamisk virkelighet som svinger mellom hyper-entusiasme og skuffelse – med stadig kortere intervaller. I 2020 er nøktern skuffelse dominant. Det ene AI-året etter det andre har servert fremskritt, men ingen revolusjoner. Watson og mange andre kom og gikk – rettere sagt landet. Algoritmene ble avslørt som det de er – algoritmer, ikke intelligens. Nyttige, men kun unntaksvis revolusjonerende.

Kanskje får vi reell kunstig intelligens en dag, men det er ikke intelligens vi mangler.
Det er positivt. Kanskje får vi reell kunstig intelligens en dag, men det er ikke intelligens vi trenger. Mennesker har massevis av underutnyttet intelligens allerede, som blir brukt eller misbrukt til oppgaver vi er dårlige på og som digitale hjelpemidler er perfekte til. Vi kan oppdage og identifisere en maur eller flue i sidesynet som den største selvfølge, mens en flekk på et røntgenbilde er praktisk talt usynlig. En maur kan forsere hindre mange ganger større enn den selv – med eleganse, mens en robot til millioner har problemer med et trappetrinn – hvis målene havner utenfor det programmerte området.

Vi er avhengige av algoritmene og maskinlæringen, nye hjelpemidler som kan tilføre vesentlig verdi og/eller forenkling og som hører hjemme i strategier og planer. Men først må vi forstå hva de er, hva de kan, hva de ikke kan og hvilke muligheter de åpner. Forme forventninger, bygge forståelse, etablere grunnlag for realistisk kreativitet. En strategisk føring for IT og virksomheter generelt, og ett av fokusområdene i ferske myPENDIUM nr. 12: IT 2.0 - strategiske føringer 2020 (del II).

Norske Globus.ai er et nærliggende eksempel og en spennende aktør i AI/ML-nisjen. Midt under verste korona-bølgen ble selskapets AI-løsning en essensiell komponent i helsetjenesten i flere land – for å holde orden på personalet: Turnus og timeplaner. Ved første øyekast en dagligdags utfordring som har vært 'under kontroll' i mange tiår. I realiteten et notorisk problem siden tidenes morgen, og som havnet fullstendig ut av kontroll idet pandemien rullet inn: Endrede arbeidstider, nye turnuser, stadig omrokkering av personell, nytt personell, frivillige, nye lokasjoner og mye mer. I Storbritannia skulle NHS fase inn titusenvis av frivillige i høyt tempo - over hele landet. En nærmest umulig utfordring uten riktige verktøy – betimelig diskutert i en artikkel i Fortune Magazine nylig (‘Boring A.I.’ may be the real lifesaver in this pandemic). Ett av minst et dusin spennende norske initiativer i segmentet – med pragmatisk løsningsorientert innfallsvinkel fremfor 'intelligens-hype'.

Eksemplet blir spesielt interessant fordi oppgaven ligger på siden av hva vi ofte oppfatter som AI/ML-anvendelser. I praksis er dette regelen snarere enn unntaket. Visst hjelper det med kompetente og kreative leverandører, men det erstatter ikke behovet for ITs innsikt og oversikt. Strategisk, taktisk og for kompetanseplanlegging.

Vær den første til å kommentere

Skriv en respons

Epostadressen din vil ikke vises.


*


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