OVERLEGEN 4-2016 29 Kunstig intelligens - en forutsetning I datamaskinens barndom var det stor optimisme for at man raskt kunne utvikle datamaskiner med kunstig intelligens. Imidlertid støtte man på store teknologiske hindre. Perioden fra 1985 til 2000 er kalt for «istiden» innen kunstig intelligens. På tross av rask utvikling av datakraft kom man ikke utenom at datamaskinen i bunn og grunn var «dum». Fra årtusenskiftet har utviklingen av kunstig intelligens (AI) på ny skutt fart i stadig økende tempo. I 1997 slo IBMs superdatamaskin Deep Blue Garry Kasparov i sjakk. I 2011 beseiret IBMs ekspertsystem Watson de amerikanske Jeopardy- vinnerne i allmennkunnskap. Watson utvikles med rivende fart som medisinsk ekspertsystem. I mai 2016 publiserte Nature et eksperiment der kunstig intelligens løste det eksperimentelle oppsettet for Bose-Einstein kondensasjonen på under en klokketime. Det originale eksperimentet som beviste Bose-Einstein kondensasjonen (faseovergang fra fast stoff til kondensasjon ved ekstremt lave temperaturer) skaffet Cornell, Wieman og Ketterle nobelprisen i fysikk i 2001. De siste årene har det vært en rask utvikling innen feltet kunstig intelligens på grunn av gjennombrudd innen flere teknologiske områder som stordataanalyse, dyp maskinlæring og nevrale nettverk. Dette har gjort at man i forbausende raskt tempo har fått teknologi som kan erfare og utvikle seg på egen hånd. Moores lov Moores lov ble framsatt av Intels grunnlegger Gordon Moore i 1965. Han postulerte at antallet transistorer på en microchip dobles hver 24 måned. Effekten av dette er en eksponentiell økning av regnekraft som har pågått fra femtitallet fram til i dag. Moores lov er fortsatt gyldig. Den eksponentielle effekten er formidabel. Det gjør for eksempel at en moderne mobiltelefon i dag har samme regnekraft som en superdatamaskin hadde på nittitallet. Man er nå i ferd med å nå en grense hvor mye transistorer på en integrert krets kan miniatyriseres. Når man nær- mer seg størrelse på atomnivå setter fysikken grenser for hvor liten avstand det kan være mellom transistorer på en integrert krets. Skal man ha en fortsatt utvikling slik Moores lov beskriver, trengs det andre typer teknologi, for eksempel kvantemekaniske datamaskiner. Dette er i dag umoden teknologi. Jobbene forsvinner Robotisering og kunstig intelligens fjerner en rekke jobber innen en rekke sektorer. Osbourne og Frey har framskrevet dagens teknologiske trender til 2030 og gjort en sannsynlighetsrangering i forhold til automatisering av ulike yrker. De mest utsatte yrkene har mer enn 80 prosent sannsynlighet for å være automatisert i løp av femten år. De minst utsatte yrkene har mindre enn 20 prosent sannsynlighet for å være automatisert. De fleste yrker er i en mellomposisjon. Det er verd å merke seg at lege og sykepleier er blant de yrkene med lavest sannsynlighet for automatisering. Litt forenklet: Kan man automatisere disse yrkene kan nær sagt alle yrker automatiseres. Endringsledelse – manipulasjon av virkelighetsforståelse En tradisjonell måte å se på framtidens behov for arbeidskraft har vært å se bort fra teknologiutvikling, og i stedet framskrive demografiske trender. Ferske Man er nå i ferd med å nå en grense hvor mye transistorer på en integrert krets kan miniatyriseres. Når man nærmer seg størrelse på atomnivå setter fysikken grenser for hvor liten avstand det kan være mellom transistorer på en integrert krets. Skal man ha en fortsatt utvikling slik Moores lov beskriver, trengs det andre typer teknologi, for eksempel kvantemekaniske datamaskiner, som fortsatt er umoden teknologi. Jobbene forsvinner Robotisering og kunstig intelligens fjerner en rekke jobber innen en rekke sektorer. Osbourne og Frey har framskrevet dagens teknologiske trender til 2030 og gjort en sannsynlighetsrangering i forhold til automatisering av ulike yrker. De mest utsatte yrkene har mer enn 80 prosent sannsynlighet for å være automatisert i løp av femten år. De minst utsatte yrkene har mindre en 20 pros nt sannsynlighet for å være automatisert. De fleste yrker i n mellomposisj n. Det er v rd å mer e seg at lege og sykepleier er blant de yrkene med lavest sannsynlighet for automatisering. Litt forenklet: Kan man automatisere disse yrkene kan nær sagt alle yrker automatiseres. Figur 1. Yrker som er mest og minst utsatt for automatisering (etter Frey og Osborne) Figur 1. Yrker som er mest og minst utsatt for automatisering (et Mest utsaee yrker • Telefonselgere • Forsikringsagenter • Urmakere • Takstmann – bil • Sjåfør • Logisikk og transport • Fotomodeller • Advokatsekretær Minst utsaee yrker • Forfaeere • Lærere • Komponister • Prester • Toppledere • Sykepleiere • Tannleger • Psykologer • Leger • Ingeniører utomatisering (etter Frey og Osborne)
RkJQdWJsaXNoZXIy MTQ3Mzgy