Bok

Hur mycket kan en dator förstå?

​Maskininlärning har på bara några år revolutionerat datorers sätt att förstå språk. Trots det har datorerna fortfarande inte kunskap om vad det är de förstår.

Vissa är rädda att det kommer en tid då datorerna blir så smarta att de lierar sig och tar över världen. Shalom Lappin, professor i Datorlingvistik vid Göteborgs universitet, tillhör inte dem.

Shalom Lappin, Göteborgs universitet– Revolutionen inom artificiell intelligens som kommer med djupinlärning är fortfarande i sin linda och även om utvecklingen går snabbt tror jag inte att idén om ondskefulla superagenter är något vi behöver oroa oss för inom en överskådlig framtid.

Datorer har nämligen bara förmågan att resonera kring sådant de tränats till. De kan hitta mönster och samband i miljontals data, och därmed bli bättre än människor på att spela schack, översätta och skriva texter och köra bil. Men så fort vi lämnar ett specifikt och avgränsat område och hoppar till ett annat är de förlorade.

– Min personliga åsikt är att vi aldrig kommer att nå den punkt där maskiner har något som liknar mänsklig resonemangsförmåga. Men jag kan mycket väl ha fel, säger Shalom Lappin.

Datorers svaghet är att de inte fattar någonting, säger också Richard Johansson, docent på avdelningen för Datavetenskap. Men med hjälp av maskininlärning kan de bli väldigt bra på att känna igen informativa mönster. Därför är de numer väldigt bra på att förstå språk i både tal och skrift.

Richard Johansson, Chalmers– Utvecklingen sker gradvis, ibland ryckvis. Google translate är mycket bättre nu än för tio år sedan och idag ger det hyfsade bruksöversättningar, men jag tror knappast att professionella översättare använder det i någon större utsträckning, säger Richard Johansson och nämner ett problemområde för maskinöversättningar:

– Ordet ”it” översätts med ”den” eller ”det” på svenska, och ibland måste du kanske gå tillbaka ett par meningar för att förstå vad ”it” syftar på för att de ska bli rätt.

Förbättringen av Googles maskinöversättningar de senaste åren beror i stor utsträckning på att de har bytt från statistisk översättning till en modell baserad på djupinlärning. Det gör att systemet kan förstå sammanhanget och därmed blir översättningarna bättre.
Hur bra kan datorer bli på att känna igen mönster och samband? The sky is the limit, säger Shalom Lappin och nämner utvecklingen kring ansiktsigenkänning som ett exempel där datorn redan är överlägsen människan.

Översättningar är maskininlärningsteknikens flaggskepp idag, men hur bra kan datorer bli på språkbehandling? Föreställ dig till exempel att du läser en text för en dator och sedan får den tvättad och renskriven. Richard Johansson tror inte det är omöjligt.
– Först ska din talsignal omvandlas till text, och den tekniken är relativt bra redan nu. Sedan ska texten friseras till ett grammatiskt välstrukturerat språk. Det tror jag är fullt görbart inom några år.

Finns det då en risk att det personliga språket försvinner?
– Ja, när folk blir lata och formulerar sig slarvigt kan språket säkert bli mer generiskt och mindre personligt. Å andra sidan tror jag det kommer att ta lång tid innan datorer kan göra stora ändringar i texter, såsom att flytta stycken eller meningar för att göra dem välargumenterade, säger Richard Johansson.




  • Artificiell intelligens betecknar datorer som imiterar mänskliga kognitiva funktioner som inlärning och problemlösande.
  • Maskininlärning är, enkelt uttryckt, algoritmer som tränas att lösa uppgifter baserade på statistiska mönster i stora mängder data.
  • Djupinlärning är maskininlärning som använder så kallade neurala nätverk (se nedan) som modell vid inlärning.
  • Artificiella neuronnät/neurala nätverk är självlärande algoritmer som försöker efterlikna funktionen i biologiska neurala nätverk (till exempel hjärnan). Artificiella neuronnät kan ofta klara problem som är svåra att lösa med konventionell uppgiftsspecifik programmering. Ett neuronnät måste tränas med exempel innan det kan uppfylla sin tänkta funktion.


Välkommen till vårt initiativseminarium om Digitalisering:
Säkerhet & integritet| Maskinintelligens 

Den 15 mars 2018 arrangerar Chalmers ett nytt initiativseminarium om Digitalisering. Den här gången presenterar vi ett mer inriktat program – en halvdag om maskinintelligens och en halvdag om säkerhet and integritet.
  

Se programmet och registrera dig till seminariet >



Publicerad: on 17 jan 2018. Ändrad: to 26 apr 2018