Går det att lära AI sunt förnuft?
I dag pratar alla om AI. Men vill du veta hur det började och vart vi är på väg? I så fall kan vi rekommendera Melanie Mitchells bok Artificial intelligence : A guide for thinking humans. Vi har läst den och fått en pratstund med författaren.

FOTO: ERLEND MALMER
I centrum av AI-forskningen sedan 1984
Melanie Mitchell är professor i datavetenskap vid Portland State University och en flitigt citerad författare inom artificiell intelligens. Vägen dit började med en doktorandtjänst hos en av AI-forskningens förgrundsgestalter, Douglas Hofstadter i början på 1980-talet. Som nyutexaminerad matematiker hade hon ingen erfarenhet av dataprogrammering men efter att ha läst Hofstadters numera klassiska bok GEB var hon säker på att det var detta hon ville syssla med.
Från att ha varit ett relativt smalt forskningsområde på universitet och högskolor som få trodde skulle få något större genomslag, så förändrades bilden 1997 när IBM:s schackdator Deep Blue besegrade den dåvarande världsmästaren Garry Kasparov. 2001 gjorde IBM:s Watson detsamma i Jeopardy och AlphaGo och vann med 4–5 över en av de ledande spelarna i Go. Sedan dess har AI-program som Google Översättning och Apples röstassistent Siri blivit en del av vår vardag.
Briljerar inom avgränsade områden
Melanie Mitchell förklarar skillnaden mellan naturlig och artificiell intelligens så här: för AI är svåra saker enkla och enkla saker svåra, som att dra generella slutsatser utifrån de objekt vi har omkring oss. En människa behöver tillhandahåller både datan och uppgiften för att lära AI att känna igen katter i en YouTube-video. Hos människan kan däremot redan ett litet barn se skillnad på en hund och en katt även om båda har fyra ben och en svans.
Datorer kan i dag inte använda intelligens utanför de områden de är tränade för. Varken Deep Blue eller AlphaGo skulle klara av att spela ett parti Fia med knuff. Att överföra kunskap från ett område till ett annat ligger långt borta.
Det vi kallar sunt förnuft är ofta en förmåga att lära av erfarenhet och använda den kunskap vi har i nya situationer. AI presterar bra inom områden som schack och Go där reglerna är specificerade. Men i verkliga livet finns som bekant inga tydliga regler för hur vi ska agera. Vad som är ett sjyst beteende skiftar från situation till situation och ser olika ut i olika samhällen.
Bilkörning kräver snabba beslut
Bristen på sunt förnuft förklarar varför det är så svårt att utveckla en helt självkörande bil. Problemet är att vi hela tiden hamnar i nya situationer. När är det rimligt att stanna för ett hinder på vägen: När vi möter en flygande plastpåse eller när det ligger glassplitter på marken? Som människor vet vi att konsekvenserna av att köra över glasbitarna är värre än att köra på den flygande plastpåsen, men att programmera algoritmer som gör det ställningstagandet är svårare.
Kanske blir Melanie Mitchell den som hittar svaret genom att fortsätta studera hur den naturliga intelligensen fungerar när vi människor hämtar in och använder kunskap i vår vardag.