2017 ble året da «alle» begynte å snakke om roboter, kunstig intelligens (AI) og maskinlæring (ML).
– Hvis man ser for seg kunstig intelligens som en stor sirkel, vil maskinlæring være en liten prikk inne i sirkelen. Vi er helt i startgropen av kunnskap om ekte kunstig intelligens nå, og det vil ta tiår før vi kommer til maskiner med noen form for syntetisk bevissthet, sier Emmanuel Mogenet, leder for Google Research Europe til DN.
Mye av det som beskrives som kunstig intelligens eller AI i dag er altså i realiteten maskinlæring, en form for avansert databehandling med strenge rammer.
Maskinlæring
Maskinlæring handler ikke egentlig om at maskiner tenker selv, men at de blir opplært innen spesifikke oppgaver. Man fôrer et såkalt nevralt nettverk – et antall sammenkoblede prosessorer med svært høy kapasitet – med læringsmateriale som nettverket analyserer og identifiserer mønster i. Etter hvert som et slikt system settes i drift vil læringsmaterialet utvides og kunnskapen til systemet øker.
Selv om maskinlæring bare er en liten flekk innen kunstig intelligens, kan det brukes til mye interessant.
– I Google bruker vi ML i flere av våre mest brukte tjenester. Youtube, Google Bilder, Google Translate og selvsagt søkemotoren vår er alle drevet av maskinlæring allerede, sier Mogenet.
Oversetter selv
Noe av det mest spennende Googles forskere har opplevd, skjedde da Google Translate ble automatisert ved hjelp av maskinlæring.
– I starten måtte systemet ofte gå via store språk for å oversette mellom mindre utbredte språk. Men etter at Translate ble automatisert, har systemet lært seg å oversette direkte mellom språk. Det har ført til langt bedre oversettelser, sier Mogenet.
Google Translate lærer seg språk ved å lese alle mulige kilder som ligger tilgjengelig på nettet. Ved å lese millioner av bøker på ulike språk har systemet analysert seg fram til korrekte oversettelser laget av profesjonelle oversettere. Da systemet for eksempel måtte gå via engelsk for å oversette mellom koreansk og norsk, ble det mye feil siden det var tre grammatikker involvert.
Bildeanalyse
Bildeanalyser er kanskje det feltet hvor maskinlæring brukes mest og har kommet lengst. Det genereres flere bilder enn noensinne i verden og mange av disse havner på nettet, enten i privat skylagring som iCloud og Google Bilder eller på tjenester som Facebook og Instagram. Men stadig flere smarttelefoner klarer å analysere bildene selv også, ved hjelp av maskinlæring.
– Vanlige folk som deg og meg trenger hjelp til å organisere bildene sine. Derfor har vi lagt store ressurser i bildeanalyse for å kunne kjenne igjen ansikter, men også landemerker og annen kontekst i bildet slik at man slipper å tagge dem selv, sier Mogenet.
Facebook har også lagt store ressurser i dette feltet. Ansiktgjenkjenning og automatisk tagging av venner i bilder er en naturlig funksjon for dem, men mer spennende er at Facebook nå tester ut en funksjon hvor synshemmede kan få lest opp en beskrivelse av et bilde som er analysert av en maskin.
Både Apple og Facebook bruker i tillegg ML til å tekste videoer automatisk, siden de fleste videoer i sosiale medier spilles av uten lyd.
Youtube
Hvert minutt lastes det opp 400 timer med innhold til Youtube. Å sørge for at alt innholdet er i tråd med retningslinjene, ikke bryter opphavsrett og blir kategorisert riktig kreves det automatisering. Ved hjelp av maskinlæring kan Youtube automatisk avsløre piratkopier fortløpende.
– Over tid har systemet lært seg å avsløre kopier selv om de er beskåret, speilvendt eller om bare lyden er beholdt. Tidligere var vi avhengige av tips fra seere, nå kan vi håndtere alt innhold fortløpende. Det gir rettighetshaverne bedre kontroll og øker tilliten til Youtube, sier Mogenet.
Facebook bruker ML-systemer på lignende måte. Alt videoinnhold som lastes opp til Facebook blir maskinelt analysert med tanke på å luke ut spam og piratkopiert innhold.
Et annet område Facebook bruker maskinlæring til er å identifisere personer som kan være i ferd med å skade seg selv eller begå selvmord. Dersom mistanke oppstår blir det sendt et varsel til et menneskelig hjelpeteam som tar kontakt med brukeren.(Vilkår)
