En vigtig kode inden for kunstig intelligens er knækket

Det er kommet frem i en forskningsartikel, publiceret i tidsskriftet Nature den 27. januar 2016, som afslører, at Googles virksomhed inden for kunstig intelligens, DeepMind, har løst denne udfordring, efter at deres program AlphaGo slog den europæiske mester Fan Hui i Go fem ud af fem gange.

På baggrund heraf gæstede institutleder og professor på Datalogisk Institut, Københavns Universitet (DIKU), Mads Nielsen, TV2 News fredag den 29. januar 2016 for at give en forklaring på, hvorfor dette er en stor sejr for forskningen, og hvordan det kan lade sig gøre – samt hvad det kan have af fremtidsperspektiver.

Flere muligheder end atomer i universet

Da computeren slog mennesket i bl.a. Backgammon, Dam og Skak, gjorde den det ved at prøve løsninger af. Med spillet Go er der imidlertid så mange muligheder, at det er umuligt at løse problemet på samme måde:

- Altså der er flere muligheder, end der er atomer i universet i spillet Go, så man kan ikke prøve dem alle samme af, fortalte Mads Nielsen i interviewet.

Derimod har man lært computeren at spille. Man har ikke kunnet fortælle den, om et træk er godt eller skidt, derimod bygger spillet på intuition:

- Og det er den intuition som computeren har skullet lære, og det er derfor, det er så stort et skridt det her, fortalte Mads Nielsen.

Computeren lærer spillet ved at spille spillet, også mod sig selv. Den lærer at tænke 'det her træk, minder det om et træk, der er blevet taget tidligere i et andet spil?' osv. Dermed bliver computeren også bedre og bedre.

I indslaget på TV2 News fortalte direktør for DeepMind, Demis Hassabis, således:

- Vi talte altid om at knække Go og skabe et program, der kunne slå verdensmesteren. Det krævede en generisk almengyldig algoritme. Vi står på tærsklen, og vi er spændte, men det er kun første trin på stigen hen imod kunstig intelligens.

Fra selvkørende biler til diagnosticering i medicin

Afslutningsvis forklarede Mads Nielsen, hvordan vi i dag konstant omgiver os med maskinlæring; når vi ser reklamer online og når Netflix vælger, hvilket indhold vi skal præsenteres for.

Derudover fortalte han, hvordan Google eksperimenterer med selvkørende biler, og hvordan DIKUs forskere arbejder med at lære computeren at genkende sygdomme ved at afkode mønstre i bl.a. MR-scanningsbilleder for at kunne stille tidligere og mere præcise diagnoser.

- Efterhånden som computeren bliver større og større, kan vi bruge det her til langt mere komplekse problemer - også på det virkelige liv og ikke bare for brætspil, afsluttede han.