Når det kommer til kunstig intelligens, virker mulighetene uendelige. Fra livreddende medisinske fremskritt til å gjøre shopping mer praktisk for forbrukere. Folk drømmer om måtene AI kan hjelpe dem med å oppnå ting de aldri har vært i stand til før. Det er ikke uten begrunnelse – evnen AI har til å behandle økende datamengder på en raskere måte enn noen tidligere innovasjon noen gang kan gi utrolige gevinster. Men det er begrensninger, og noen føler at måten AI blir snakket om setter forventningene høyere enn de burde være. Hvor intelligent er kunstig intelligens? La oss ta en nærmere titt.

Hvordan AI brukes

I nesten alle bransjer kan du peke på en eller annen måte kunstig intelligens blir brukt for å gjøre en forskjell. Forskere bruker et AI-verktøy for å forutsi tap av arktisk havis. Det finnes utallige eksempler på måtene det medisinske feltet bruker AI på, inkludert alt fra biomedisinsk forskning og identifisering av sykdommer ved røntgen til oppgaver som journalføring eller utfylling av resepter.

AI er et område der pandemien kan ha ansporet vekst i stedet for å bremse den. Data fra PitchBook viser at nesten 38 milliarder dollar har blitt investert i AI-startups så langt i 2021, i takt med å doble beløpet fra 2020.

Dette tallet inkluderer ikke engang mengden forskning eller eksperimentering som fortsetter i feltet. Et team av computer science (informatikk) studenter ved Emory University jobber med å fremme en chatbot som kan gjøre logiske slutninger som kan holde dypere, mer nyanserte samtaler med mennesker. Det er til og med et skuespill skrevet og fremført live med AI – der et publikum ser på når skaperne av stykket ber AI-en om å produsere et manus som skuespillerne deretter skal fremføre. Og den øvelsen løser noen av problemene folk forbinder med kunstig intelligens.

Fallgruvene

Når folk refererer til oppgavene utført av AI, gjør de det i kjente termer. Intelligens er et begrep som brukes for å beskrive levende vesener – «naturlig» intelligens – som er grunnen til at den «kunstige» forskjellen er laget for AI. Og fordi AI bruker maskinlæring – der den kan finne ut hvordan noe er konstruert for å fortsette å utføre oppgaver uten konstant menneskelig innblanding – sies det å være i stand til å «tenke». Men sannheten er at enhver «tenkning» gjort av AI ledes av mennesker, og den mangelfulle verden som mennesker lever i.

Det er der skjevhet kommer inn i verden av kunstig intelligens. Organisasjoner bruker AI til å håndtere enorme mengder data – så mye at det generelt er lite effektivt for dem å ta seg tid til å gå gjennom disse dataene for problematisk informasjon. Som et resultat repliserer noe arbeid produsert av kunstig intelligens skjevhetene som kvinnehat, rasisme og homofobi, for eksempel, som er sett i den menneskelige verden. Så det AI-spillet? Det er uunngåelig noen ubehagelige øyeblikk som gjenspeiler AIs «forståelse» av verden.

Det samme gjelder med helseopplysninger. Alistair Erskine, sjef for digital helse ved Mass General Brigham, sa nylig på Smarter Healthcare-podcasten, «AI er avhengig av dataene som mater den. Og at data i noen tilfeller kan være veldig partiske, enten i måten de legges inn på, eller til og med på den måten at befolkningen er organisert innenfor ett område av markedet. [Også] Bare fordi modellen fungerte i dag, betyr det ikke at modellen kommer til å fungere bra i morgen. Den må kanskje trenes på nytt. Vi må hele tiden gå tilbake gjennom styringsmodellen vår og finne ut hvordan vi kan støtte den.» Med andre ord, intelligensaspektet ved AI er bare så intelligent som menneskene som tar det i bruk.

Å overvinne utfordringene

Et veldig viktig aspekt ved å finne en løsning på dette problemet er det faktum at så mange av menneskene som bruker og designer AI har identifisert problemet. De er godt klar over det og jobber med å løse det. Arbeidet som gjøres hos Emory er et godt eksempel på en AI-korreksjon. Den originale chatboten gjorde en god jobb, men jo lenger en samtale varte, desto dypere gikk AI inn i et samtaleflytskjema, noe som økte sjansene for at det ville gå glipp av poenget med et spørsmål. Den videreutviklingen av chatboten tillot AI å gjøre mer logiske slutninger dypere inn i en samtale. Løsningen var menneskedrevet. Som doktorgradsstudent Han He sier: «En datamaskin kan ikke håndtere tvetydighet, den kan bare håndtere struktur.» Mennesker sørger for strukturen.

Det er også lagt inn innsats på å løse problemet fra starten av nye prosjekter. Forskningssenter for kunstig intelligens, som for eksempel Athena, legger inn arbeid fra forskere for å sikre at senteret oppfyller målene for rase- og kjønnsmangfold i prosjektet.