OVERSIKT | NYHETER | SPORT | MUSIKK | UNDERHOLDNING | FILM | LITTERATUR | MAT | BARN | UPUNKT |
![]() | ![]() |
Her er du: NRK > Programmer > Radioarkiv > Verdt å vite > Vitenskap | Oppdatert 22.10.2004 13:48 |
Mennesket og maskinen Publisert 19.03.2001 10:23 - Oppdatert 10.06.2002 14:29 For mange tiår siden oppstod drømmen om kunstig intelligens. Men hvor er vi i dag, og hva har vi lært i forsøket på å gjøre drømmen til virkelighet?Turing og tankene![]() Hvor ble Christophers tanker av da han døde? Dr Andrew Hodges har skrevet en biografi om Alan Turing, og forteller at den unge matematikeren var glødende opptatt av den menneskelige hjerne. Hva kunne være sammenhengen mellom hjernens evne til å produsere avanserte tanker og dens fysiske oppbygning, undret han. Hvordan kunne materie bli til tanker og bevissthet? En datamaskin på ideplanetOg om tanker ble skapt av fysiske prosesser inne i menneskets hode, ville det da i teorien være mulig å lage en maskin som kunne gjøre det samme? Hva slags ting kunne beregnes og hva kunne ikke beregnes. I møtet mellom Turings fascinasjon for tanker og bakgrunnen hans i matematisk logikk oppstod den revolusjonerende ideen om maskinen som kunne beregne. Altså i realiteten en datamaskin.![]() Forventningene var nok en smule urealistiske, innrømmer informatikkprofessor Agnar Aamodt fra NTNU i Trondheim. Kunstig intelligens i dag dreier seg ikke om menneskelignende tjener-roboter som tar oppvasken mens de hører barna i norskleksene. Det betyr selvfølgelig ikke at det ikke forskes på kunstig intelligens, eller artificial intelligence (AI). Maskiner som lærerMaskinene lærer grovt sett på to ulike måter, sier Aamodt. Den ene måten bruker modeller for hvordan vi mennesker lærer. Maskinen har rett og slett har en del kunnskap på forhånd, og så endrer endre den kunnskapen etter som den plukker opp ny informasjon som den får ved å prøve og feile, akkurat som oss.Den andre metoden er å lære på er helt annerledes. Den utnytter maskinens mulighet til å behandle store datamengder, noe vi mennesker ikke er så flinke til. Det finnes metoder som gjør at hvis en har veldig mye data så kan en forsøke å trekke ut likheter, avhengigheter, korrelasjoner mellom forskjellige data, og ut ifra det finne sammenhenger. Maskinen finner for eksempel ut at en viss informasjon alltid opptrer sammen med en annen type informasjon eller opptrer aldri sammen med den. Noe kommer alltid foran noe annet. På den måten kan den utlede årsak-virkningssammenhenger og andre former for avhengigheter i dataene.
Det paradoksale er at innenfor psykologien så er det nå veldig godt dokumentert at helt enkle mekaniske lineære modeller, formler, utkonkurrerer erfarne sofistikerte motiverte eksperter. I beslutnings-og vurderingpsykologien så har man trukket et skarpt skille mellom det å velge ut data som er relevante, og det å kombinere disse relevante dataene og finne ut hva de betyr. Man har funnet at mennesker har ekstremt gode evner i å plukke ut hva som er relevant i en kontekst. Vi er derimot ekstremt dårlige til å vurdere hva disse dataene samlet betyr. Ofte klarer et enkelt dataprogram oppgaven på en mye bedre måte. Menneskehjernens svakheterGrunnen til at dette er vanskelig for mennesker er at i den virkelige verden så har data en ulik grad av sikkerhet. Og når vi da har flere data så blir dette veldig komplisert. Menneskehjernen er ikke i stand til å gjøre de komplekse beregningene som skal til for å gjøre dette optimalt. Det at de menneskelige ekspertene har et godt skjønn er dermed i mange tilfeller en myte, og vi burde kanskje i langt større grad la maskinene hjelpe oss. Til slike oppgaver er de nemlig MYE bedre enn oss.En annen forestilling som ikke tålte lys er myten om at vurderingsevnen blir bedre med erfaring. Man har gjort en rekke studier innen vurderingspsykologien hvor man har sammenliknet nøyaktigheten av vurderinger som foretas av erfarne profesjonsutøvere med vurderingene til dem som er lite erfarne. Det er knapt en studie som viser at nøyaktigheten blir bedre med erfaring. Det er viktig å nyansere dette, påpeker Kirkebøen, for det er opplagt at det er veldig mye vi lærer av erfaring. Barn skyr ilden og det er fordi de har lært det. I en situasjon hvor de for eksempel brenner seg og trekker hånda bort, er læringsbetingelsene optimale. For det har vist seg at det er to betingelser som er nødvendige for å lære av erfaring: Du må få tilbakemelding når du gjør noe galt, og den tilbake meldingen må også fortelle deg hva du gjorde galt. I mange yrker er ikke disse betingelsene til stede, og dermed så er man like dum eller klok etter 30 år som da man begynte, bare for å sette det litt på spissen. Menneske og maskin, hånd i håndDet har altså vist seg at samarbeid mellom mennesker og maskiner kan gi et mye bedre resultat enn en av dem hver for seg, selv om maskinene i dag ofte bare bidrar med enkle programmer. Og mulighetene kan nok forbedres enda mer hvis menneskelig intelligens får hjelp av kunstig intelligens. Vi burde i hvert fall bli flinkere til å benytte oss av maskinene når vi tydelig ser at det forbedrer vurderingsevnen, mener Kirkebøen.Av Ingrid Spilde, Verdt å vite, NRK P2, 16. mars 2001
|
20.01.2004 11:50 Viruseksperten svarer 26.08.2001 15:12 Bredt, flatt og fett i Berlin 11.05.2001 11:41 Milliarder til forskning 19.04.2001 16:27 Kvalme tyver 29.03.2001 21:51 Å gå seg vill i Brasil 29.03.2001 21:30 Oppgjør med Russland 26.03.2001 15:49 Natt der jorda tar slutt 26.03.2001 15:11 Lyset i enden av tunnelen 26.03.2001 13:14 Stanislav Kasjafutdinov - Kamerat Flanker 26.03.2001 12:44 En brasiliansk folkevogn på informasjons- motorveien |
Copyright NRK © 2001 - Telefon: 815 65 900 - E-post: info@nrk.no - 21.12.2008 12:14 |