Har du noen gang tenkt på det som skjer i hjernen når vi tenker eller opplever noe?
– Hjernen vår er satt sammen av hjerneceller eller nerveceller. Disse er knyttet til andre hjerneceller i store nettverk som kalles hjerneområder. Det er samspillet mellom hjernecellene innad i nettverket, og mellom områder, som gjør at vi kan ta imot og bearbeide informasjon, forteller Marianne Fyhn, professor ved Institutt for biovitenskap.
Dette er kanskje en teknisk måte å forstå tanker på, men på denne måten har vår egen hjerne vært med på å inspirere til forskning på kunstig intelligens som startet på 1950-tallet.
Kunstige nevrale nettverk
Da fagfeltet kunstig intelligens (KI) ble startet opp var inspirasjonen helt klart hjernen.
– Man hadde en oppfatning om at man kunne simulere det meste på den tiden, så hvis man simulerte hjernen kunne man simulere læring og simulere intelligens, forteller Klas Pettersen, daglig leder ved (NORA).
En hjerne kan simuleres ved at maskinen deles opp i noder, som vi kan tenke på som hjerneceller. Så er disse nodene knyttet sammen i store nettverk slik at de kan sende signaler til hverandre. Signalenes styrke kan reguleres av ulike parametre i en algoritme. I hjernen vår er det noe som kalles synapser som står for forbindelsen mellom cellene og regulerer signalene mellom dem. Ved å bygge en datamaskin med samme struktur som hjernen kan man prøve å få den til å virke på samme måte.
En kunstig intelligens lærer på andre måter
Selv om strukturen likner, er det også viktige forskjeller mellom en datamaskin og en hjerne. Hjernecellene er fortsatt langt mer komplekse enn datamaskinens noder, og det er fremdeles mye vi ikke vet.
En viktig forskjell mellom kunstig intelligens og hjernen er måten de lærer på. En kunstig intelligens trenger nemlig store mengder data. Når maskinen gjør en feil må den få tilbakemelding på dette. Da setter det i gang en prosess som kalles «back propagation». Denne funksjonen er med på å styrke eller svekke koblingene ved å sende et signal bakover i systemet. På denne måten lærer den hva som er riktig. I hjernen lærer vi også ved styrking eller svekking av synapser, men likevel uten «back propagation»-mekanismen.
Vi mennesker kan lære ved å ha opplevd noe kun én gang eller med få repetisjoner. Det er en sterk motsetning til datamengden en kunstig intelligens trenger. Dette gjelder særlig hvis det er knyttet til en sterk opplevelse, som frykt, eller lukt. De hjerneområdene som er knyttet til dette er nemlig svært potente for læring. Eller slik som barn lærer betydningen av ord og kan generalisere til nye objekter i samme kategori. En datamaskin trenger å se tusenvis av bilder av hunder og katter for å kunne gjenkjenne dem, mens et barn raskt lærer seg forskjellen og vil gjenkjenne en hund fra ulike vinkler og størrelser.
Selv om forskerne ikke kan skremme en datamaskin til å lære noe, forsøker forskere likevel å lage algoritmer som kan lære basert på få eksempler. Denne måten å lære på i kunstig intelligens kalles «one shot learning» og er inspirert av måten vår hjerne fungerer på.
Søvn og pauser
Datamaskiner kan lære «online» hele tiden. De fleste som har prøvd et skippertak før eksamen vil nok ha erfart at vi mennesker trenger å sove med jevne mellomrom. Den gode nyheten er at vi mennesker også prosesserer informasjon og lærer når vi sover.
– Dette skjer ved at inntrykkene spilles av på veldig høy hastighet når man sover, forklarer Marianne Fyhn.
Denne repetisjonsmetoden er noe de forsøker å simulere i datamaskiner for å se om det er mulig å få dem til å lære på den måten også. Selv en slags form for drømmer har forskerne forsøkt å simulere. Da kan den kunstige intelligensen for eksempel sette sammen bilder slik at de blir noe annet enn den den har fått.
– Men drømmer er noe annet læring, det er mer et artige fenomen, forteller Fyhn.
Hva gjør at noe er intelligent?
Helt enkelt kan man si at det er ta imot informasjon og så bruke den informasjonen til å tenke eller løse problemer.
– Dyr og mennesker er utrolig gode på å ha lite informasjon og likevel kunne løse helt nye problemer, forteller Fyhn, det er ofte ikke kunstige intelligenssystemer.
Men her har Klas Pettersen en annen innfallsvinkel:
– Hvis du simulerer intelligens, da er du på en måte intelligent.
De store nevrale nettverkene i dagens kunstige intelligens har i større grad mulighet til å gjøre det Fyhn beskriver som intelligens hos mennesker og pattedyr. Pettersen forteller at disse systemene kan trenes opp med store deler av internett som informasjonskilde.
– Da kan du begynne å skrive en stil og starte en innledning, og så kan den skrive stilen ferdig og sannsynligvis få ganske gode karakterer, sier han.
Selv en viss kunstnerisk kreativitet kan disse systemene få til, og Pettersen mener at dette er kunst.
– Men jeg vil tro at en stor kunstner ikke er enig med meg, smiler han.
Lytt til Universitetsplassen
Denne teksten er en del av samtalen i Universitetsplassen. Hør hele episoden her:
Universitetsplassen er en forskerbasert podkast om samfunnet, produsert av Universitetet i Oslo. Her møtes både unge og erfarne forskere for å snakke om det de mener er viktig og aktuelt, sammen med gjester fra norsk samfunnsliv.
Du finner Universitetsplassen i alle podkastapper, inkludert iTunes/Apple podcasts og Spotify.
