AI kan skrive kode – men forstår den verden?

Et lille barn går hen til en dør, tager fat i håndtaget og åbner den.

For mennesker er det en banal handling.

For en robot er det stadig en kompleks opgave. Den skal forstå situationen, planlægge en handling, koordinere bevægelser og reagere på omgivelserne.

Netop den forskel siger meget om, hvor langt vi egentlig er med kunstig intelligens, forklarer professor i kunstig intelligens på DTU, Thomas Bolander.

“Der er nogle fundamentale ting, de her systemer stadig ikke kan,” siger han.

Her er tre af hans vigtigste pointer om den teknologi, der lige nu fylder så meget i både arbejdsliv og offentlig debat.

1. AI er blevet meget bedre til sprog

De seneste år har AI især gjort store fremskridt inden for sprog.

Systemer som ChatGPT kan skrive tekster, forklare teorier og hjælpe med programmering. De er trænet på enorme mængder data og er meget gode til at genkende mønstre i sproget.

Det gør dem i stand til at formulere svar, der virker både sammenhængende og overbevisende.

Men ifølge Bolander er det vigtigt at forstå, hvad teknologien faktisk gør.

AI-systemerne lærer statistiske mønstre i data – ikke nødvendigvis betydningen af det, de skriver.

Ifølge Bolander er det netop forskellen mellem mønstergenkendelse og egentlig forståelse, der forklarer mange af teknologiens begrænsninger.

2. Intelligens handler om mere end at formulere svar

Når AI skal handle i verden, bliver begrænsningerne tydeligere: Planlægning, forståelse af intentioner og håndtering af uforudsete situationer er stadig vanskelige problemer for nutidens AI-systemer.

Selv opgaver, der virker simple for mennesker, kan derfor være komplekse for maskiner.

Det er også derfor, Bolander er mere forsigtig end nogle af de mest optimistiske stemmer i AI-debatten.

3. Generel kunstig intelligens er stadig langt væk

I den offentlige debat bliver der ofte talt om AGI – Artificial General Intelligence, altså maskiner med menneskelignende intelligens.

Men ifølge Bolander mener langt de fleste AI-forskere ikke, at de nuværende teknikker er tilstrækkelige til at opnå generel intelligens.

Intelligens består nemlig af mange forskellige evner – fra planlægning og problemløsning til forståelse af verden.

Og mange af de evner er stadig vanskelige for nutidens AI-systemer.

Hvad betyder det for dem, der arbejder med teknologi?

Ifølge Bolander er det derfor vigtigt at forstå både styrkerne og begrænsningerne i de nye AI-systemer.

AI kan allerede være et stærkt værktøj i mange typer arbejde; men der er stadig langt fra at generere overbevisende svar – til faktisk at forstå verden.

Netop den diskussion er omdrejningspunktet for webinaret “AI i virkeligheden – hvad kan teknologien, og hvad er hype?”.