AI?

Jag är kanske lite petig när det gäller vad som krävs för att något ska kallas ”AI” (eller snarare AGI). När jag funderar på detta i så ser jag ett (minst) tvådimensionellt koordinatsystem framför mig, med ”flexibilitet” på en axel och ”läraktighet” på en annan.

Flexibilitet handlar om vilka olika situationer ett system kan hantera, och kan variera från en enda; via flera på förhand förutsedda; vissa ej på förhand förutsedda; till alla ej på förhand förutsedda - inom en viss rymd av möjligheter. Alla dessa nivåer är tänkbara oavsett om systemet kan förändra sig själv eller inte.

Läraktighet handlar om i vilken utsträckning systemet kan förändra sig självt efter hand, och kan variera från total rigiditet; via förändring av ett fåtal på förhand givna (och väl förstådda) parametrar enligt på förhand givna (och väl förstådda) regler; till förändring av ett ej på förhand givet antal ej på förhand givna parametrar enligt ej på förhand givna regler.

Ju högre ett system placeras på båda dessa skalor, i kombination, avgör (med godtyckliga gränser) hur mycket ”AI” det är. När jag tänker på bildbehandling och navigering så verkar många till synes spektakulära applikationer inte nödvändigtvis befinna sig särskilt högt på någon av dessa skalor.

Det är möjligt att program som ”Deepfake” gör det, men för att skapa en specifik filmsekvens så verkar det inte nödvändigt. Det (självständiga) lärande som eventuellt krävs för att följa en kontur, t.ex., kan ju göras på förhand. Om systemet kan producera många olika filmsekvenser med många olika indata utan att yttre förändringar så kan det tänkas uppvisa hög flexibilitet, men behöver fortfarande ingen (vidare) läraktighet.

Och vad krävs egentligen för att en autonom drönare ska kunna leverera en bomb, förutom förmågan att undvika hinder på vägen (alla hinder, vilket torde vara lättare än att diskriminera mellan olika typer) och förmågan att minimera avståndet mellan sin nuvarande position och målet?

Jag kanske missar något väsentligt här, men det verkar ganska lätt att åstadkomma med en kombination av kända tekniker - vilka förvisso kan vara avancerade, t.ex. GPS, men som inte kräver någon snillrik (ny) programmering.

Sedan finns såklart en gråzon, där saker som tidigare verkat svåra eller omöjliga (för datorer eller människor) kallas ”AI” för att de är nya eller imponerande.

Och en annan gråzon, där allt lärande (av programmerare eller datorer) som föregår systemets slutliga (utgångs-)konfiguration s.a.s. ”räknas in” i systemets förmågor. (Här finns ytterligare en gråzon som går från mänsklig domänkunskap och algoritmkonstruktion i GOOFAI, till återanvändning av maskininlärningsmekanismer vars exekvering leder till oförutsägbara eller oöverblickbara processer och resultat.)