Kunstig intelligens for Norge

Først publisert 10.09.2018

Kunstig intelligens kommer til å påvirke de fleste samfunnsområder, fra arbeidsliv og undervisning til transport, medisin og offentlige tjenester i årene fremover. Dette kan fungere som en turbo for digitaliseringen og bidra til bedre velferdstjenester, presise diagnoser og bærekraftig energi, sier Tore Tennøe, direktør i Teknologirådet.

– Mye står på spill, fortsetter han. Kunstig intelligens forandrer forholdet mellom maskiner og mennesker. Teknologirådet mener det er på høy tid med en norsk strategi for kunstig intelligens, og foreslår i en ny rapport at den bør ta for seg hvilken kompetanse vi trenger, hvordan data om oss skal brukes og hvilken utvikling vi ønsker for samfunnet.

Ny rapport: Kunstig intelligens –muligheter, utfordringer og en plan for Norge

I en ny rapport gjennomgår Teknologirådet hva kunstig intelligens og maskinlæring er, beskriver mulige bruksområder og fallgruver, og foreslår 14 punkter som bør være med i en snarlig strategi for kunstig intelligens i Norge.

– Denne rapporten forsøker å gå under hypen og forklare hvordan kunstig intelligens og maskinlæring fungerer, gi eksempler på hvordan det kan brukes, og ikke minst peke på områder som kan få stor samfunnsmessig betydning, sier prosjektleder Hilde Lovett i Teknologirådet.

Hvorfor nå?

Det har siden 1980-tallet vært store forventinger til hvordan kunstig intelligens kan forandre samfunnet, men utviklingen har skutt fart først de siste årene fordi vi har fått tilgang til store mengder data, kraftige regneressurser og bedre algoritmer.

– Kunstig intelligens er allerede en del av dagliglivet for de aller fleste, enten vi søker etter informasjon på nettet, oversetter en tekst, eller filtrerer bort useriøs e-post, sier Lovett.

Maskiner som lærer på egen hånd

Kunstig intelligens gjør maskiner i stand til å løse oppgaver som før var forbeholdt mennesker. Ved å bruke nevrale nett – en form for maskinlæring som er inspirert av hvordan menneskehjernen fungerer – kan maskiner også lære seg intuisjon og kunnskap som er vanskelig å utrykke i regler. Et gjennombrudd kom i 2016 da programmet AlfaGo fra Google DeepMind klarte å slå den regjerende verdensmesteren i det kompliserte brettspillet Go, og senere ble brukt til å redusere energiforbruket i datasentrene med 30 prosent.

– Utviklingen innen kunstig intelligens gjør at datamaskiner kan utføre oppgaver på egenhånd. Komplekse oppgaver og beslutninger kan overtas av maskiner, sier Lovett.
– Maskinlæringssystemer kan selv lære seg sammenhenger og regler av eksempler fra den virkelige verden, uten at de blir fortalt hvordan sammenhengene er. Det kan være å oppdage nye undergrupper av en sykdom, og dermed gi for eksempel diabetikere bedre behandling, fortsetter hun.

Brukes i alt fra finans til helse

Maskinlæring brukes til å lage prediksjoner. Enkelt sagt så handler prediksjoner om å fylle ut manglende informasjon om fortiden, nåtiden eller fremtiden, som f.eks. å oppdage om en kredittkorttransaksjon var falsk, bestemme om en føflekk er ondartet, eller å forutsi hva været blir i morgen.

Maskiner kan nå gjøre oppgaver raskere, billigere og i noen tilfeller bedre enn mennesker. Det gjør maskinlæring til et kraftig og anvendelig verktøy innenfor mange bruksområder, fra talegjenkjenning og oversettelser, til å gjøre helsetjenesten bedre tilpasset pasientene, energiproduksjon mer effektiv, undervisning mer tilpasset til hver elev, og offentlige tjenester bedre tilpasset innbyggernes behov.

– Kraften og mulighetene i denne nye teknologien gjør at den ikke bare gir store muligheter for bedre og mer effektive tjenester, men også høy risiko for både bevisst misbruk og utilsiktet diskriminering og urettferdighet. Vi må derfor spørre oss «Kan vi stole på algoritmene?», sier Lovett.

Rapporten ble også omtalt i Dagens Næringsliv 04.09.2018