Kunstig intelligens har tatt verden med storm. Metodene blir stadig bedre. Nye ting skjer hver uke. Men dagens kunstige intelligens har dessverre en rekke svakheter. Det skal forskere p? Integreat, et nytt senter for fremragende forskning, gj?re noe med. Senteret har hovedbasen sin p? Matematisk institutt ved UiO og jobber tett sammen med forskere fra Institutt for informatikk, Institutt for medisinske basalfag, Norsk Regnesentral og Maskinl?ringsgruppen p? Universitetet i Troms?.
I dag har alle de store internasjonale, private selskapene, slik som gigantene Open AI, Google og Meta, eierskapet i de store AI-modellene. (AI er forkortelsen for Artificial Intelligens eller Kunstig Intelligens (KI) p? norsk). Eierskapet til de store selskapene bekymrer lederen for det nye forskningsenteret, statistikkprofessor Arnoldo Frigessi.
– For ? trene dagens modeller trengs det enormt mye maskinkraft. Bare de store selskapene er i stand til ? gj?re dette. Uheldigvis vet vi ikke hva som skjuler seg i modellene. Det er et stort problem for forskningen. Hvordan kan vi drive forskning n?r viktige forskningsmetoder holdes hemmelig? Dette har aldri skjedd tidligere, beklager Arnoldo Frigessi.
Nye algoritmer
Et av de mange problemene med dagens AI-modeller er den manglende muligheten til ? skalere dem skikkelig opp.
– Dette er rett og slett umulig ? f? til med dagens metoder.
Forklaringen er enkel. Verden har ikke nok beregningskraft. L?sningen er ? lage bedre algoritmer.
– Da er ballen tilbake i akademia. Vi trenger nye metoder og nye ideer. Det er nettopp dette vi skal gj?re i senteret v?rt de neste ti ?rene, poengterer Arnoldo Frigessi og legger til:
– Vi ?nsker at fremtidens AI skal bli mer p?litelig og transparent.
Transparent er et litt finere ord for gjennomsiktig. Eller forklarbar.
– Det er viktig. I dag vet vi ikke hvordan AI kommer frem til avgj?relsene sine.
Svart boks
Selv om dagens AI tilsynelatende fungerer, har den en stor svakhet. Den kan betraktes som en svart boks. N?r du stiller AI et sp?rsm?l, genererer den et svar, men som oftest f?r du ikke noe informasjon om hvordan den har kommet frem til svaret. Ogs? dette ?nsker det nye forskningssenteret ? gj?re noe med.
Og vel s? viktig: I dag er det ingen som vet hvor stor usikkerheten er i svarene. Det er en stor forskjell p? om en anbefaling kan gis med en sikkerhet p? 50 eller 99 prosent. I dag er det lite beregning av usikkerhet.
– S? lenge jeg ikke vet hvorfor en algoritme gir meg anbefalingen A eller B, kan jeg ikke stole p? den. Jeg ?nsker derfor ? forst? hvorfor beslutningen er tatt, samtidig som jeg vil vite usikkerheten i anbefalingen. Da m? usikkerheten kvantifiseres, poengterer Frigessi.
Energikrevende
Forskerne ?nsker dessuten ? finne AI-l?sninger som ikke trenger like mye datakraft som i dag. Dette handler tross alt om milj?et v?rt.
– I dag krever AI-modellene sv?rt mye energi. Da snakker vi om energi b?de til beregningene og til datalagringen, forteller statistikkprofessor Ingrid Glad, nestlederen p? det nye forskningssenteret.
En av forklaringene p? at dagens AI-modeller krever mye energi, er at de m? trenes opp igjen fra grunnen av hver gang de skal ta hensyn til mer informasjon.
– Ett av m?lene v?re er derfor ? lage nye algoritmer som trenger langt mindre ressurser enn i dag og som har muligheten til ? bygge p? eksisterende kunnskap n?r de skal trenes opp med nye data, poengterer Ingrid Glad.
Logikk og statistikk
Et av de mange m?lene deres er ? lage metoder som treffer bedre, er mer n?yaktige og tar bedre beslutninger.
– Vi m? ha kunnskap inn i algoritmene. ?nsket v?rt er at maskinl?ringen skal bli forst?elig og kontrollerbar.
For ? komme dit skal statistikerne 澳门葡京手机版app下载e tett med logikkgruppen p? Institutt for informatikk ved UiO.
– Logikerne der er eksperter p? kunnskapsrepresentasjon, relasjoner og hierarkier. Dette er noe helt annet enn det vi statistikere kan.
Selv om b?de logikk og statistikk er ulike retninger innenfor matematikk, er fagfeltene likevel s? forskjellige at forskerne fra de to feltene har brukt et par ?r p? ? skj?nne hverandre og til ? finne et felles spr?k som begge forst?r.
– Vi bruker ulike spr?k og ulike konsepter. Bare det ? oversette begreper p? tvers av fagfeltene var vanskelig i begynnelsen. Logikerne driver med deduksjon (logiske slutninger), mens vi driver med inferens (der man gj?r konklusjoner om en populasjon ut ifra et utvalg). Dette er fundamentalt forskjellige m?ter ? tenke p?, forklarer Ingrid Glad.
Inkonsistens
En av de mange utfordringene er hvordan de ulike fagfeltene h?ndterer inkonsistens i data.
– Statistikere og logikere h?ndterer selvmotsigende opplysninger p? sv?rt forskjellige m?ter. Det vi har til felles, er koblingen mot maskinl?ring, sier Ingrid Glad og legger til:
– Vi statistikere har jobbet med skjevheter og kvantifisering av usikkerheter i alle ?r. Det er ikke mye av dette i dagens AI.
I dag dreier AI seg i stor grad om tekst og bilder, noe det er enormt mye av p? nettet.
– Vi skal eksempelvis jobbe med tabelldata p? problemer som det ikke finnes mye av p? nett. Hvis vi klarer ? lage metoder som ikke er s? datatunge og som h?ndterer d?rlige eller manglende data, vil vi kunne lage AI-systemer som kan brukes i mange flere felt enn i dag, sier Ingrid Glad.
Om ti ?r
Det nye forskningssenteret deres, Integreat, f?r 155 millioner kroner i st?tte fra 澳门葡京手机版app下载sr?det de neste ti ?rene.
– Hva kan samfunnet bruke AI-metodene deres til om ti ?r?
– Det blir omtrent som ? sp?rre p? 1800-tallet hva elektrisiteten skulle brukes til. I starten ble elektrisiteten brukt i industrien. Etter hvert kom man p? den gode idéen ? lyse opp byene. Maskinl?ringen er litt som elektrisiteten. Vi lager generiske metoder, uavhengig av om metoden skal brukes til A, B elle C. Maskinl?ring er som statistikk og matematikk og kan brukes til alt, understreker Arnoldo Frigessi.
– Kan du likevel komme med noen eksempler?
– Verden g?r ikke i rett retning. Jeg vil endre verden. Jeg h?per AI kan bedre b?de helse og utdanning globalt, men jobben v?r er ikke ? l?se konkrete oppgaver. Vi skal lage maskinl?ring som b?de er b?rekraftig, transparent, kontrollerbar og som gir et rett bilde av usikkerheten. N?r vi ser et problem i genetikkens verden, skal vi abstrahere problemet til et h?yere niv? og l?se det matematisk. Da kan vi bruke den samme metoden til ? l?se andre problemer. Det er viktig for oss.
Da Frigessi for noen ?r siden publiserte en helt ny metode inspirert av et intrikat problem fra forsikringsbransjen, ble metoden brukt to og et halvt tusen ganger til ? l?se alle mulige andre problemer innen b?de industri og vitenskap.
Personlig AI-assistent
– I dag brukes kunstig intelligens til ? lage kjemiske komponenter i medisiner. F?r i tiden tok det mange ?r f?r kjemikere og farmas?yter klarte ? designe en komponent. Med AI kan det ta noen dager. Det gj?r det mulig ? lage medisiner mye raskere enn i dag. Det er en enorm forbedring, sier Arnoldo Frigessi og legger til:
– AI kan brukes til ? identifisere hvilke medisiner og vaksinasjoner som er best for deg. Dette er persontilpasset medisin.
Men det er et stort men!
– Hva som er best for deg, kan variere fra situasjon til situasjon. Hvis det haster ? bli frisk, kan du kanskje akseptere hodepine hver kveld. Hvis du ikke har det s? travelt, foretrekker du kanskje en behandling som tar lengre tid, men som ikke gir deg hodepine.
Dette kommer til ? endre legeyrket.
– I fremtiden vil vi alle ha v?r egen personlige AI-algoritme som representerer ?nskene v?re. Da kan legene f? hjelp av algoritmen til ? finne den beste behandlingen til hver av oss.
Eller for ? si det p? en annen m?te:
– Det er viktig ? ta pasientautonomien p? alvor. Pasienten er det svake leddet. Algoritmene skal brukes slik at du selv kan bestemme over din egen behandling. Persontilpasset behandling betyr at algoritmene vil kunne gi forskjellige anbefalinger til pasienter avhengig av deres individuelle behov. Hvis AI brukes p? rett m?te, kan den bli en viktig del av behandlingen. I fremtiden vil legene ha med AI-eksperter p? pasientsamtalene, akkurat som at statistikere og informatikere 澳门葡京手机版app下载er med kreftleger i dag, sier Arnoldo Frigessi.
Han ser for seg en rekke nye profesjoner. Leger som l?rer seg litt AI og AI-eksperter som l?rer seg litt medisin.
– Noen av de gamle profesjonene kommer til ? forsvinne.
Persontilpasset undervisning
Kunstig intelligens vil ogs? endre undervisningen. Frigessi ser for seg AI-personifiserte assistenter til studenter.
– I dag m? alle universitetsstudentene p? samme kurs l?se de samme oppgavene. Med fremtidens AI vil det bli mulig for studentene ? f? et persontilpasset studium som er optimalt for dem. Studentene vil med andre ord f? en egen algoritme som sier hvilke oppgaver de skal l?se, forteller Arnoldo Frigessi.
Men alle disse anvendelsene er bare Frigessis tanker for ? glede Apollons lesere. B?de Frigessi og Glad er klinkende klare p? at m?let med forskningssenteret deres er ? jobbe generelt med nye maskinl?ringsmetoder.
– Vi trenger ? utvikle og forbedre metodene for ? kunne hevde oss internasjonalt. Det er mange AI-sentre rundt omkring i verden, men etter det vi vet er vi et av de f?rste sentrene som kobler de tre fagfeltene statistikk, logikk og maskinl?ring sammen. Med gode metoder kan Norge hevde seg internasjonalt innen AI, sl?r Ingrid Glad fast.