Xavier De Kestelier berättar hur han tänker sig att robotar ska bygga hus på månen och på Mars.
Etikett: Skapande maskiner
Filmtips: Transcendence (2014)
Transcendence är en välgjord film från 2014 som på ett bra sätt illustrerar de faror som många oroar sig för när det gäller artificiell intelligens. Vad händer om en maskin blir smartare och mäktigare än människan? Vilka mål kommer den att eftersträva?
Vissa forskare och tänkare inom maskinintelligens menar att för att undvika en kamp människa mot maskin, bör vi integrera oss med tekniken – eller integrera tekniken i oss. Det är vad som händer i Transcendence. Men då ställs också frågan: vore vi då fortfarande vi?
Den klassiska frågan om en maskin kan vara självmedveten tas också upp i filmen.
Two leading computer scientists work toward their goal of Technological Singularity, as a radical anti-technology organization fights to prevent them from creating a world where computers can transcend the abilities of the human brain.
Hur AI förstärker vårt minne, våra arbeten och sociala liv.
Fråga inte hur smarta vi kan göra våra maskiner. Fråga hur smarta våra maskiner kan göra oss! Tom Gruber, som har varit med att skapa Siri, vill skapa ”humanistisk artificiell intelligens” som förstärker och samarbetar med människan istället för att konkurrera med eller ersätta människan.
Tanken är att människa och maskin kompletterar varandra och det är i samarbetet som vi blir överlägsna.
Han menar att artificiell intelligens kan hjälpa oss bli övermänskliga i uppfattning, kreativitet och kognitiv funktion; tänk dig att du skulle kunna komma ihåg allt du någonsin har läst, och namnet på alla du någonsin har träffat!
Vi är en god bit på väg dit. Verktyg som vi redan idag har börjat ta för givna, visar att vi går i den riktningen.
Men glömmer han inte något? De som skapar dessa verktyg är inga välgörenhetsinrättningar. Hur ska de ta betalt för sina verktyg? Ja, om det kommer att fungera i framtiden som det gör idag, kan vi nog tänka oss att om Google får tillgång till våra minnen, kommer de säkerligen att peta in ”annonser” i form av minnen som säger oss att den eller den produkten måste vi nog köpa.
Vi har redan förletts att sälja ut vår integritet väldigt billigt via sociala medier och olika digitala tjänster. Om vi inte hittar en annan väg in i detta, kan vi känna oss fett ägda.
Jag vill också ha en bot-version av mig själv
Mark Connell skapade 2004 en chat-bot som ”emulerade” honom själv. 17 år senare analyserar han de 50.000 konversationer som boten har haft genom åren.
Mest intressant tycker han det är att han själv kan chatta med 2004-versionen av sig själv, då hans barn var unga, George Bush var president, Facebook hade just startat och Iphone inte fanns.
Han funderar också på vilka kända personer han själv skulle vilja kunna chatta med i form av en bot.
It all started in 2001 when I created a simple chat bot for experimental purposes. The bot emulated a couple of personalities but had limited
Source: A Bot Pretended To Be Me For 13 Years. This Is What I Learned. | Mark Connell | Pulse | LinkedIn
En AI-designad stol
En AI-designad stol.
The Elbo chair is the culmination of a collaboration between human and machine.
Maskiner som programmerar
Maskiner som programmerar andra maskiner. Tänk dig hur det skulle kunna bli! I filmen Chappie från 2015, som handlar om en AI-robot som blir stulen och ”uppfostrad” av ett kriminellt gäng, löser roboten Chappie ett akut problem genom att sätta sig ned och skriva ett – gissningsvis mycket avancerat – program.
Chappie är säkert inte det enda exemplet från film och litteratur på programmerande maskiner, men det är det första jag kom att tänka på nu 🙂
Men kan maskiner programmera på riktigt? Kan en AI koda ett annat program? Jodå! Här är ett rudimentärt exempel:
-><[>-<+++]->>++++[++++++++++++++++++<+]>.—.+-+++++++..+++.+>+<><+[+><><>+++++++++.+-<-++++[++[.——–.+++.——],.—–]]
Programkoden ovan är skrivet av ett annat program och skriver ut ”hello world” när det exekveras. Men koden ju helt galet obegriplig ut, kanske du säger. Tja, vad kan man vänta sig av ett programmeringsspråk som heter Brainfuck…
Programmeraren bestämmer först vad hon (jo, det är en hon, och hon heter Kory Becker och är jättecool!) vill ha ut av programmet, i det här fallet texten ”hello world”. Programkoden utgår från några räckor av slumpartade tal. Talen översätts till programkod, som körs. Flera av programmen kommer förmodligen inte ens gå att köra, men vissa kanske spottar ur sig något.
Kodsnuttarna rankas beroende på resultatet, och de med högst ranking modifieras – ”paras” med varandra – och ger ny programkod, som ger nya resultat och som åter igen rankas.
Det som bäst liknar det som programmeraren vill ha, i det här fallet ”hello world”, får högst poäng, och får möjlighet att para sig med annan högt rankad kod – som i naturen: den bäst anpassade överlever. Och går om och om igen – evolverar.
Source: Using Artificial Intelligence to Write Self-Modifying/Improving Programs | Primary Objects
Maskiner som skriver fotbollsreferat
Visste du att massor av våra sportsidors matchreferat är skrivna av robotar? Det berättar Kjell Eriksson om i första programmet av fyra i en lättsam programserie om kodning. Maskiner kan ju hålla alla tiders matchresultat ”i huvet” vilket få sportreportrar klarar, och kan därför med lite träning också avgöra vad som var sensationellt eller vad som var förväntat.
Tänk vidare på det: hur blir det när vi får maskiner som politiska kommentatorer?
Vi får också i programmet höra om ett fiffigt sätt att ta hand om telefonförsäljare med hjälp av en Raspberry Pi-baserad app. Inte så mycket AI i det fallet, men väldigt kul 🙂
Hur maskiner känner igen fåglar – och hur de skapar dem
När maskiner lär sig att känna igen någonting på en bild, till exempel en fågel, bygger man ett neuralt nätverk – en konstruktion som imiterar hur våra hjärna fungerar – och tränar den artificiella hjärnan genom att visa den massor av bilder på fåglar och berätta att det är just fåglar. På så vis lär den sig till slut att identifiera fåglar.
Ju mer man tränar den, det vill säga, ju fler olika bilder man matar in, desto bättre blir den på att identifiera. Har man tillräckligt många bilder på fåglar, och dessutom under träningen talar vilken sorts fågel det är, kan man få en maskin att även identifiera fågelarter, vilket det visas prov på i denna video.
Tekniken är inte helt ny. Första gången jag hörde talas om neurala nätverk var (på Hackerence 4 i Härnösand) omkring 1990. Men orsakerna till att användningen har exploderat på senare år är två: oerhört mycket snabbare hårdvara och vansinnigt stor tillgång på data.
Just tillgången på data som en nyckelfaktor gör att en inte blir förvånad över att Google är i framkant när det gäller den här tekniken. Blaise Agüera y Arcas jobbar med att träna maskiner på Google, och han förklarar i filmen hur det går till.
Men han visar också hur man kör allting andra vägen: Om du har en bild på en fågel och ”visar” den för system tränat på fåglar, kan du få system ett att konstatera att det är en fågel. Men om du vänder på steken och ”visar” systemet ordet ”fågel”, kan du då få den att skapa en bild av en fågel? Jo, faktiskt!
Vi kan få maskiner att skapa. Matar du en maskin bilder av ett visst motiv, kan du få den att skapa sådana motiv. Matar du den med poesi, kan du få den att skapa poesi. Matar du den med musik, kan du få den att skapa musik.
Och kom ihåg, maskinerna blir allt bättre, hårdvaran blir allt mer kraftfull, programvara och algoritmer allt mer finslipade och de samlade ”lärdomarna” hos maskinerna blir allt mer omfattande och detaljerade.
Vart för det här oss? Kommer vi i en nära framtid kunna konsumera kvalitativ maskingenererad konst, musik och litteratur? Kommer vi att kunna avgöra om verken är gjorda av människa eller maskin? Vilket kommer vi i så fall att tycka bäst om?
Maskinskrivet på Wikipedia
Visste du att miljontals av artiklarna på Wikipedia är skrivna av en robot? En väldigt flitig bot heter Lsjbot. Lsjbot har åtagit sig att skriva artiklar om samtliga djur- och växtarter, som det inte finns någon artikel om och som det inte är sannolikt att någon människa skriver om under överskådlig tid.
Lsjbot hämtar information till sina artiklar från webbplatser och onlinedatabaser. Och den är som sagt flitig: 10 000 artiklar om dagen hinner Lsjbot skriva, enligt sin husse, Sverker Johansson.
Robotar skriver på wikipedia
Källa: Lsjbot – Wikipedia