Kap. 9 – Computer Intelligence How Information Technology Is Conquering the World: Workplace, Private Life, and Society Professor Kai A. Olsen, Universitetet i Bergen og Høgskolen i Molde

Kai A. Olsen, Hva er intelligens? Er det et tegn på intelligens at en datamaskin kan regne svært fort? Er det intelligens at datamaskinen kan gjøre oppgaver som vil kreve intelligens om et menneske gjorde oppgaven? Eller at den kan spille sjakk på topp- nivå?

Kai A. Olsen, Menneske og maskin Det er ikke noe nytt at maskinene er raskere enn et menneske – altså ingen grunn til å gi maskinene menneskelige egenskaper av den grunn Vikingene navigerte etter sol, måne og stjerner, samt mange andre datakilder. Det krevde intelligens. I dag kan vi kjøpe en enkel GPS-dings som forteller oss nøyaktig hvor vi er på jordas overflate. Den bruker også stjerner, men kunstige stjerner (satellitter) som sender ut radiosignal. Da kan vi bruke enkle avstandsformler for å beregne hvor vi er – altså absolutt ikke intelligens. Vi løser altså oppgaver på forskjellige måter, vi tenker – maskinene regner

Kai A. Olsen, Sjakk 8 x 8 brett 16 x 2 brikker Brikkene kan gjøre standardiserte bevegelser Klart definert mål Alle unntak definert => sjakk er formalisert

Kai A. Olsen, Problemet mulige spill (det er flere enn antall atomer i universet) Mennesket takler dette problemet: Med å bruke teori, erfaring, læring og intuisjon til å velge ut et fåtall trekk som gis nøyere vurdering Datamaskinen regner gjennom så mange muligheter som mulig, og kan ut fra det vurdere konsekvensen et antall trekk framover. Mens en forsøkte å dytte mest mulig sjakk-kunnskap inn i de første maskinene satser en i dag på rå regnekraft – mange spesialprosessorer Men da kan en altså slå de fleste mennesker (ikke så veldig annerledes som om vi ville vinne alle medaljer om vi fikk konkurrere med motorsykkel i sprint eller maraton)

Kai A. Olsen, Sudoku De som er god i Sudoku vil vi vel vanligvis kalle ”intelligente”? Men dette er et problem datamaskinen løser enkelt – med ”brute force”

Kai A. Olsen, Dataløsning Tok et par timer å utvikle.

Kai A. Olsen, Kode Lagrer de inntastede tallene Går gjennom alle posisjoner (r, c) For hver posisjon: Prøver et tall (i) Tester om dette er en løsning Test ser om tallet i passer (er unikt) horisontalt, vertikalt og i hver 3x3 rute. Bruker rekursjon (test kaller seg selv) Private function test(tall,r,c) Matrix(r,c)=tall For r = 1 To 9 For c = 1 To 9 If matrix(r, c) = 0 Then For i = 1 To 9 mulige(i, r, c) = test(i, r, c) Next i …. Private function test(tall,r,c) Matrix(r,c)=tall For r = 1 To 9 For c = 1 To 9 If matrix(r, c) = 0 Then For i = 1 To 9 mulige(i, r, c) = test(i, r, c) Next i ….

Kai A. Olsen, Intelligent maskin? Maskinen må ha en formalisering (som i sjakk, sudoku og med kunstige stjerner, satellitter, for å navigere) Med en slik formalisering kan datamaskinen gjøre jobben, ofte fort og godt Mennesket kan operere uten formalisering – det er vår styrke

Kai A. Olsen, Uten formalisering Ta beslutning på grunnlag av få data Benytte ufullstendige data Bruke erfaring, intuisjon og avansert mønstergjenkjenning (sammenligne med tidligere tilfeller) I mange sammenhenger er dette viktige egenskaper: Dagliglivet Ledelse Sette medisinsk diagnose og det er ofte effektivt

Kai A. Olsen, Delvise formaliseringer Datamaskinen kan oversette naturlige språk, ta beslutninger eller styre biler på vanlige veier – men langt fra 100% Ofte kan en oppnå noe med begrenset innsats, skal en klare å gjøre alt krever det langt mer. Eksempler: Oversetting av naturlig språk. Dagens løsninger (som den fra Google) er imponerende bra, men kan ikke gjøre hele jobben. Dagens førerløse biler (som den fra Google) kan kjøre på vanlige veier, men kan ikke overta under alle forhold (de krever en rimelig god grad av formalisering av veiene). Et fundamentalt problem med førerløse biler er at vi må løse 100 %, i hvert fall om bilene skal kjøre på vanlige veier.

Kai A. Olsen, Menneske mot maskin

Kai A. Olsen, Konklusjon Det kreves ikke at datamaskinen gjør jobben på samme måte som et menneske Ofte ligger gevinstmulighetene nettopp i å tenke nytt, løsrive seg fra den tidligere verden, utnytte datamaskinens egenskaper og lage helt nye løsninger. For eksempel: Datamaskinen forsøker i dag ikke å gjenkjenne din underskrift – isteden brukes PIN koder.