fredag 29. januar 2016

Ny milepæl datamaskin vs mennesker

At datamaskiner er bedre enn mennesker til flere ting enn rutinearbeid er ikke akkurat noen nyhet lenger. Men oppgavene der datamaskinen vinner over mennesker utvider seg stadig. Allerede i 1997 vant IBMs Deep Blue en kamp over seks sjakkpartier mot Garry Kasparov etter at Kasparov hadde vunnet året før. Siden da har de beste datamaskinenes forsprang over de beste sjakkspillerne bare økt.

I 2011 klarte datamaskinen Watson den enda mye vanskeligere oppgaven å slå Jeopardy-mesterne Ken Jennings og Brad Rutter .Vi får dessuten stadig nyheter om hvordan datastyrte og førerløse biler fra Google og andre teknologiselskaper klarer seg helt fint i trafikken i USA. Bilkjøring i vanlig trafikk er en oppgave vi bare for få år siden trodde var alt for ustrukturert til at en maskin ville kunne mestre den i overskuelig framtid.

The Economist skriver i dag om ny barrière som er brutt av en datamaskin. En oppgave som vi kanskje ikke har noe nært forhold til her i Norge og Europa, men som veldig mange i Asia vil forstå rekkevidden av. En datamaskin har for første gang slått en av verdens beste spillere i Go, et spill som er langt mer komplisert for en maskin å beherske enn sjakk:

"Beating a champion at Go has long been considered a “grand challenge” in AI research, for the game is far harder for computers than chess. Go players alternately place black or white stones on a grid of 19x19 squares with the aim of occupying the most territory. The size of the board, and the number and complexity of potential moves, make the game impossible to play via brute-force calculation. Demis Hassabis, DeepMind’s founder and one of the paper’s authors, reckons that a typical Go turn offers around 200 legal moves, compared with just 20 or so in chess."

Men det er en ting til som er viktig med denne bragden. I stedet for å programmere maskinen direkte og gjøre det på en slik måte at den er satt opp slik at den er bedre til å regne ut hva det beste neste trekket er enn et menneske, er AlphaGo-programvaren et eksempel på såkalt "kunstig intelligens", der datamaskinen lærer av egne erfaringer etter hvert som den spiller. I begynnelsen kan den ikke noe annet en de grunnleggende reglene, men akkurat som et menneske, kan den prøve, feile og lære underveis og bli stadig bedre. Forskjellen er at datamaskinen lærer veldig mye raskere enn et mennske, den glemmer ikke og den kan alltid bli enda bedre enn forrige gang. The Economist skriver:

"Whereas a chess-playing computer like Deep Blue was programmed directly by humans, AlphaGo used AI to teach itself about how to play Go and then make its own decisions. This was done with a technique called machine learning, which allows computers to figure out for themselves how to do things, such as to recognise faces, respond to speech and even translate between languages."

Det er grunn til å tro at denne typen lærende programvare kommer til å få stor betydning. Betydning på langt flere områder enn å vinne et 2500 år gammelt kinesisk spill.