Ting tar tid, også utviklingen av AI

Illustrasjon: geralt
Prorektor Morten Irgens ved OsloMet skriver at det var først da forskerne forsto at mennesker ikke er spesielt analytiske at arbeidet med kunstig intelligens gikk mer i retning av å modellere hvordan naturen, som for eksempel hjernens nevrale nett, organisk «løser problemer». Med dette kunne vi gjenkjenne mønstre i bilder, språk, atferd og store datamengder, og systemene var lærende; de ble bedre med bruk.
Det har tatt svært lang tid å utvikle kunstig intelligens, skriver Irgens. Men hvorfor tok det så lang tid?
  1. Fordi vi ikke kunne bygge løsninger som vi bygger med Legoklosser. Tidligere måtte vi gjøre alt selv, fra å utvikle algoritmer til å finne tilgang til dataene. Nå har vi mye enklere tilgang til informasjon og sofistikerte teknologikomponenter. Utviklere, gründere, studenter og forskere kan i dag eksperimentere, prototype og produktisere på et avansert nivå uten å pådra seg høye kostnader. Og det er business i den såkalte API-revolusjonen. Mer enn halvparten av trafikken til store selskaper som Twitter og eBay kommer gjennom APIer.
     
  2. Fordi vi har en helt annen tilgang til data og har begynt å kombinere teknologier og informasjonskilder på nye måter. Avanserte algoritmer kombineres med tusenvis av billige sensorer og store datamengder. Dermed kan maskiner kjøre biler, fly og droner sikrere enn mennesker, spå valgutfallet ut i fra diskusjoner i sosiale medier, avdekke hvitvasking av penger ut fra små spor i store datamengder, gjenkjenne svulster i medisinske bilder, bruke naturlig språkdialog til å hjelpe folk å lære nye språk, automatisere kravvurderinger hos forsikringsselskaper, forstå hva Mari sier uten at hun må pause mellom hvert ord, og gjenkjenne Leif etter at han har tatt barten.
     
  3. Fordi teknologi alene aldri er nok. I denne utviklingen har politikk vært en nøkkel. Avtaler har redusert eller fjernet hindre for internasjonal handel og arbeidsdeling, verden har fått en enorm vekst i størrelsen til en kjøpedyktig middelklasse, mens investering i kjerneteknologier, infrastruktur, høyere utdanning og forskning har gitt oss høyhastighets Internett, mobiltelefoni, satellittkommunikasjon, økt kunnskapsutvikling, en kompetent befolkning og teknologisk avanserte sektorer. 
Det som har skjedd de siste årene er at forsknings- og ideer raskt omdannes til verdiskaping fordi barrierene for prototyping, produktutvikling og, til syvende og sist, markedsdeltakelse, har falt dramatisk.

Saken i Teknisk ukeblad er illustrert med et bilde av Hanson Robotics Sophia, et eksempel på at AI til tider blir litt vel mye hypet. Men dette klippet fra Silicon Valley er moro det:


Kommentarer