Se for deg dette - Det er året 2100 og vår verste dystopiske frykt har gått i oppfyllelse. Jorden er i rot. Samfunnet er full av fattigdom og ulikhet. Du kan hoppe over Stillehavet på flytende plastplaster.
Som om det ikke var ille nok, har maskiner fått bevissthet og superintelligens, og - mot vår vilje - har de overtatt verden. Med kald beregning bestemmer våre AI-overherrer at menneskene hadde sin sjanse, og at det er på tide å bli kvitt oss før vi gjør mer skade.
Nå spoles tilbake til juni 2017, da delegater fra hele verden møttes i Genève for et FN-vert toppmøte for å designe AI for globalt beste. Målet var ikke bare å utvikle vennlig AI, men å utvikle måter å bruke teknologien til å gjøre verden bedre for alle. Naturligvis var det mange forsiktighetshistorier om teknologien som lønner seg og hvordan AI kan gjøre verden verre hvis vi ikke er forsiktige. Men det overordnede budskapet var håpet.
Det er sant: menneskeheten står overfor flere problemer enn den vi sannsynligvis kan løse på egen hånd. Uten noen drastiske og umiddelbare endringer er vi sikker på å innlede en dystopisk fremtid. Men vi kan også være i stand til å løse disse problemene - eller i det minste minimere deres negative konsekvenser - ved hjelp av AI. Her er noen av måtene hvordan.
Beskytte havet vårt ved å politiere oss selv
Det er lett for oss landboere å glemme hvor livsviktige havene er. De dekker omtrent 71 prosent av jordens overflate og står for 91 prosent av dens boareal. Havene er der livet begynte, og arten vår har vært knyttet til den siden den gang.
Og likevel gjør vi en ganske dårlig jobb med å beskytte denne ressursen. The Great Barrier Reef er ennå ikke død, men den dør av i et farlig tempo. En gang livlige og blomstrende korallfellesskap blir til bleket kirkegård. Til tross for forskrifter om fangst og salg av visse marine arter, er ulovlig fiskeri fortsatt utbredt.
Organisasjoner som The Nature Conservancy (TNC) bruker nå programvare for ansiktsgjenkjenning for å bekjempe overfiske i et forsøk på å redde havet. I november i fjor lanserte den en konkurranse som utfordret programvareutviklere til å lage et system for å overvåke opptak fra fiskebåter. Målet var å identifisere beskyttede arter slik at inspektører kan se på båndet og sørge for at fisken blir håndtert riktig og returnert til havet.
Dette systemet forventes å redusere tiden som brukes på politiarbeid for fiskeri drastisk. Inspektører bruker vanligvis seks timer på å analysere hver tiende timers bånd, ifølge Vergen. Med et AI-system som merket minuttmerket der den mistenkte fisken er på filmen, kan tiden reduseres med 40 prosent.
"Sluttresultatet er et utrolig første skritt i å flytte oss utover det man for øyeblikket trodde var umulig."
"Det vinnende teamet brukte datasyn og maskinlæringsteknologi som ligner på det som brukes til ansiktsgjenkjenning," sa Matt Merrifield, teknisk sjef for TNC, til Digital Trends. “Det første laget av modellene identifiserer regionen i videoen som mest sannsynlig har en fisk til stede. Det neste laget identifiserer faktisk arten av fisken som krever trening og dyp læring med en mer generisk modell. Sluttresultatet er et utrolig første skritt i å flytte oss utover det som for øyeblikket ble ansett å være umulig til en æra med uunngåelig for bruk av AI i fiskeriovervåking. ”
Andre tiltak er allerede i gang med AI for å overvåke ulovlig fiskeaktivitet. Nettstedet Global Fishing Watch sporer fiskefartøyene over hele verden ved hjelp av data fra nonprofit miljøvakthund SkyTruth, som bryter satellittdata for å overvåke bevegelsene til store skip. En AI-plattform utviklet av Global Fishing Watch har identifisert over 86 000 tilfeller der fiskefartøyer utførte potensielt ulovlige handlinger til sjøs.
Forutsi naturkatastrofer
Et av de beste trinnene mot å minimere virkningen av en naturkatastrofe er å forutsi hendelsen i utgangspunktet. Det viser seg at det er lettere sagt enn gjort.
I flere tiår har forskere fra en rekke felt forsøkt og unnlatt å forutsi jordskjelv på en pålitelig måte med nok varsel til at publikum kan forberede seg. På åtti- og nittitallet brukte noen til og med maskinlæring, men klarte ikke å etablere et pålitelig nok system, ifølge Vitenskapelig amerikaner. Men AI har kommet langt de siste tiårene, og dagens superdatamaskiner tillater forskere å knuse mer data raskere enn noen gang før.
Forskere går nå tilbake til maskinlæring for bedre å forstå jordskjelv og forutsi når de vil inntreffe. Hvis det lykkes, kan metoden redde hundretusener av liv.
Forskere som Paul Johnson og Chris Marone, geofysikere ved henholdsvis Los Alamos National Laboratory og Pennsylvania State University, har fornyet interessen for potensialet for AI å forutsi jordskjelv, og de håper det kan bidra til å redde liv.
"Hvis vi hadde prøvd dette for ti år siden, hadde vi ikke klart det," sa Johnson Vitenskapelig amerikaner. Han bruker ikke bare AI, men nærmer seg også problemet med jordskjelvspådom annerledes.
"Forhåpentligvis vil fremtidens beslutningstakere bruke disse verktøyene siden de var barn."
I stedet for å bruke standard "jordskjelvkataloger", som bare inneholder data om størrelser, steder og tider, bruker Johnson og hans team enorme datasett over målinger samlet fra kunstige jordskjelv som stadig blir simulert i et Penn State-laboratorium. Algoritmene har til oppgave å analysere disse rådataene - hvorav mye virker overflødige - å søke etter mønstre som kan bidra til å forutsi et simulert skjelv.
Algoritmene har allerede avslørt at visse akustiske signaler sammenfaller med kommende skjelv. Innenfor simulatoren knirker tektoniske plater som tregulv når de glir over hverandre, og systemet identifiserte en spesiell forandring i den lyden før temblors oppstår. Selv om disse lydene ennå ikke er observert i den naturlige verden, hører Johnson og teamet hans nøye.
"Ikke bare kunne algoritmen fortelle oss når en hendelse kan finne sted innen veldig fine tidsrammer - den fortalte oss faktisk om systemets fysikk som vi ikke var oppmerksomme på," sa han. "I ettertid var det åpenbart, men vi hadde klart å overse det i årevis fordi vi var fokusert på de behandlede dataene."
Det er fortsatt mye arbeid å gjøre før forskere pålitelig kan forutsi skjelv, men Johnson bruker nå virkelige data med algoritmene sine. Hvis metoden fungerer, tror han eksperter kan bruke den til å forutsi jordskjelv måneder eller år i forveien.
Å mate fremtiden
Når det gjelder mating av kloden, står vi overfor en skremmende oppgave. FN håper å få slutt på sult og alle former for underernæring innen 2030, noe som er optimistisk med tanke på at verdens befolkning nærmer seg åtte milliarder mark, og at det forventes å fortsette å vokse minst til 2050.
Selv i dag sliter vi med å mate alle - en av ni mennesker legger seg med tom mage hver natt, ifølge World Food Program.
Men forskere ved Carnegie Mellon University utvikler et system som heter FarmView, som inkluderer robotteknologi og kunstig intelligens for å forutsi avlingsutbytte og forhåpentligvis gjøre vårt matsystem mer effektivt.
FarmView fungerer ved å mobilisere en autonom bakkerobot som kan ta visuelle undersøkelser av avlinger på forskjellige tidspunkter av sesongen, inkludert bruk av datasyn og maskinlæring for å forutsi avling. En algoritme analyserer deretter en bestemt plante og instruerer roboten om å klippe bort blader eller tynne ut frukt for å legge til rette for et forhold for mer optimal vekst. Går et skritt videre, mener CMU-forskerne at AI kan hjelpe genetikere til å identifisere og velge gunstige egenskaper. På denne måten vil AI arbeide sammen med oppdrettere for å produsere mer produktive avlinger.
"Hvis vi hadde prøvd dette for ti år siden, hadde vi ikke klart det."
"Vi gjør ikke dette for å erstatte mennesker," sa CMU-systemforsker George Kantor. "Det vi holder på med er å introdusere ny teknologi som kan gjøre bøndene mer effektive på det de gjør, og la dem bruke færre ressurser til å gjøre det. Scenariet vi ser for oss innebærer ikke bruk av færre mennesker; det innebærer å bruke robotikk og andre teknologier til å utføre oppgaver som mennesker for tiden ikke gjør. "
Hovedmålet her er ikke bare å produsere mer mat, men å bruke eksisterende ressurser så effektivt som mulig.
"Måten vi produserer mat akkurat nå er veldig ressurskrevende, og ressursene som er tilgjengelige blir brukt opp," sa Kantor. "Vi må øke mengden mat vi produserer, samt kvaliteten, men gjør det på en måte som ikke antar at vi har ubegrensede ressurser."
En slutt på konflikten?
En av de mest ambisiøse planene for AI for å redde menneskeheten kommer fra hodet til Timo Honkela, professor ved Universitetet i Helsingfors i Finland, som mener teknologier som maskinlæring og naturlig språkbehandling faktisk kan bidra til å eliminere konflikter. Han kaller konseptet sitt for ”Fredsmaskinen”, og det er mindre fargelagt enn det høres ut.
Fra Honkelas synspunkt er det tre ting vi mennesker egentlig burde jobbe med: våre egne følelser, vår kommunikasjon med andre og likeverd i samfunnet som helhet.
"Vi lever i en kompleks verden, og vi lever komplekse liv som er kulturorientert og individuelt forankret i vår erfaring," sa han til Digital Trends. ”Så langt har maskiner blitt utviklet på en veldig stiv måte. Det som ikke blir mulig, er å gjøre disse systemene mer menneskelige. Uttalelsen min har lenge vært: 'Det er bedre at vi lager maskiner til å være menneskelige, for det andre alternativet er at vi mennesker trenger å være maskinlignende for å kunne bruke disse kraftige verktøyene.' "
I stedet for å hevde at AI plutselig kan skape verdensfred, tror Honkela at teknologien kan hjelpe på små måter som vil ha en fremtredende effekt. For eksempel kan fremskritt innen maskinoversettelse legge til rette for bedre kommunikasjon mellom individer med forskjellige bakgrunner, noe som minimerer misforståelser og deres påfølgende konflikter, uansett hvor banal. Fra det store bildet ville alle disse løste små konfliktene ha en samlet effekt av å skape et mer behagelig samfunn.
"Hypotesen er at hvis vi har denne situasjonen der vi kan forstå hverandre bedre, hopper den slags naturlig på en fremvoksende måte til mer fredelige forhold generelt," sa Honkela.
Et av Honkelas hovedpoeng er at ord er bundet av mening og sammenheng, som ikke alltid er klare. Uttrykkene "Skjorten min er blå", "Jeg føler meg blå" og "Jeg er blå i ansiktet" betyr hver for seg veldig forskjellige ting som det er vanskelig å skille mellom en engelsk som ikke er morsmål.
Selvfølgelig har det ikke vært kriger om ordet blått, men Honkela mener at det samme systemet kan brukes på alle aspekter av kommunikasjonen.
"Jo lenger borte folk er i deres opplevelse av liv, utdannelse eller kulturell bakgrunn, desto større risiko er det for feilkommunikasjon," sa han. "Selv ordene vi bruker kan bety forskjellige ting for to forskjellige mennesker."
Til slutt tror Honkela at alle fra skolebarn til verdensledere kan ha en slags AI-agent som kan sørge for at de forstår riktig og snakker tydelig.
"Den grunnleggende ideen er å bruke en enhet som en smarttelefon, uansett hva vi har for hånden, og det kan si:" Christian det du nettopp sa, ville forstå ganske annerledes enn hva du har tenkt å mene, "sa han.
Disse enhetene kan også brukes til å hjelpe folk med å ta mer rasjonelle avgjørelser som roper på skjevhet og følelsesmessige innfall - en funksjon som vil være ideell i dagens politiske klima. "Forhåpentligvis vil fremtidens beslutningstakere bruke disse verktøyene siden de var barn," sa Honkela, så de vil være bedre egnet til å ta opp viktige problemer uten å gå inn i et følelsesmessig rant.
En slutt på krigen er fortsatt en fjern drøm. Faktisk vil noen hevde at konflikt er iboende - eller til og med viktig - for menneskets natur. Men kanskje AI kan gjøre disse krangelene mer konstruktive ved å hjelpe mennesker bedre å forstå hverandre. Kanskje heller enn å utslette menneskeheten i en dystopisk rensing, vil AI føre oss inn i en ny fremtid der vi lever sammen i harmoni. Det er en fremtid vi må lage selv.
