På senare år har artificiell intelligens, AI, dragit till sig mer uppmärksamhet, kapital och begåvning än någonsin tidigare under den korta tid den existerat. Till stor del beror det på myter och missförstånd.

Det stora genombrottet för AI kom 2012 när datavetaren Geoffrey Hinton och hans medarbetare vid University of Toronto i Kanada visade att deras läraktiga algoritmer var mycket bättre på datorseende, att förstå och tolka bilder av olika slag, än de dittills bästa datorerna.

Ungefär samtidigt fick AI-forskare tillgång till mer kraftfulla arbetsredskap som det kostnadseffektiva molnet för datahantering,snabbare och effektivare processorer i grafikkort och skärmsystem, smidigare utbyte av datainformation via internet och högkvalitativ öppen källkod. Allt detta har utlöst en våg av förväntan.

Nu har AItagits över av maskininlärning och i synnerhet deep learning, djupinlärning, där artificiella neuronnätverk ska fungera som när mänskliga hjärnor kommunicerar med varandra.

Att det kommer nya framsteg på AI-området är helt säkert men inget säger att utvecklingen sker utan avbrott eller språng.

Den främsta myten om AI är att den kan lösa alla problem. Titt som tätt sprids sensationella nyheter om hur artificiell intelligens överglänser människans, som att ”intelligenta maskiner lär sig själva kvantfysik" eller "AI är bättre på att upptäcka lungcancer än läkare”. Den sortens rubriker är som regel bara korrekta i en mycket begränsad mening. När det gäller ett allmänt problem som ”att upptäcka lungcancer” är AI:s användningsområden begränsade.

Vad som sällan lyfts fram är att artificiell intelligens inte förstår bilder eller språk på samma sätt som människor. Algoritmernas styrka är att hitta svårupptäckta komplexa samband i bilder eller stora databaser som är karaktäristiska för ett visst ämne, exempelvis cancer eller våldsbenägenhet. Men det räcker självklart inte som underlag för beslut om människor – vare sig det handlar om en patientdiagnos eller hur länge någon ska sitta fängslad.

Även om AI ofta är bättre än människor på uppgifter som brukar förknippas med hög intelligens, som att spela schack, så är det mycket långt tills den kan mäta sig med en del av det människor klarar med liten eller ingen träning alls, till exempel att förstå skämt. Det vi kallar sunt förnuft är i själva verket en enorm tyst kunskapsbas, den samlade erfarenheten en människa får av att sedan tidig barndom uppleva omvärlden och leva i den.

Att koda sunt förnuft i AI-system är fortfarande en olöst utmaning. Så även om AI kommer att lösa svåra problem, är den långt ifrån att kunna utföra många uppgifter som barn med lätthet klarar.

Det är också en myt att AI snart går om den mänskliga intelligensen. Den bästsäljande författaren Ray Kurzweil förutspådde 2005 att maskinintelligensen år 2045 är oändligt mer kraftfull än all mänsklig intelligens tillsammans. Kurzweil antog att den exponentiella tillväxten av AI skulle fortsätta närmast obruten, men det verkar troligare att hinder väntar på vägen.

Ett sådant är AI-systemens komplexitet, där miljarder parametrar tränar upp maskininlärningens algoritmer i enorma samlingar av strukturerad data. Ett annat är bristen på etiketterad data som maskininlärningens algoritmer är beroende av. Techgiganter som Google, Amazon, Facebook och Apple äger en stor del av de mest omfattande och lovande databaserna, men lär knappast göra sina värdefulla tillgångar åtkomliga för andra.

En seglivad myt är att AI snart gör människan överflödig eller nästintill i ett samhälle där alla kvalificerade beslut fattas av AI-system. Antagligen tar AI under det närmaste decenniet över en del arbetsuppgifter, som till exempel att köra bil och en del rutinbetonade kontorsjobb. Men det betyder inte att massarbetslöshet och miljoner hushåll på existensminimum väntar. Det kommer nya arbetsuppgifter. 1980 kunde ingen föreställa sig att människor fyrtio år senare skulle kunna leva av att skapa mervärde på internet.

Framtidens arbetsuppgifter kräver antagligen bättre kunskaper i matte och naturvetenskap. Där kan AI vara en del av lösningen och bidra med mer engagerande undervisningsmetoder.

Det finns alltså många föreställningar och fantasier, från att AI tar makten över människor och skadar dem, till att AI aldrig kan bli kreativ på människovis, Jag tror att tiden och forskningen avslöjar även dessa myter.

Vi lever i en spännande tid när det gäller AI. Det gör det ännu viktigare att se realistiskt på framtiden.

Stan Matwin, professor i datavetenskap och leder Institute for Big Data Analytics vid Dalhousie-universitetet i Halifax i Kanada. Han är professor också på Institutet för datavetenskap vid Polens vetenskapsakademi.

Översättning: Karen Söderberg

Project Syndicate