top of page
  • Writer's pictureSøren Lindgreen

Hvad sker der, når computerne skriver af sig selv?

Dagbladet Information er i ny serie i gang med at undersøge, hvordan kunstig intelligens bare inden for få år er blevet utrolig meget bedre til at skrive. I dag kan du give et AI-program, som fx algoritmen CPT-3, noget tekst af en forfatter og bede programmet om at skrive noget tilsvarende. Man kan bede den om at free style over forfatteren - så det er noget med samme stil, men nye emner. Man kan skrue op og ned for kreativiteten, forstået på den måde, at jo mere man skruer op, des mere fjerner den sig fra de kendte tekster. Man kan bede den om at lave faglig formidling, undervisningsbøger, nyhedsstof, konsulentrapporter eller krimier helt fra bunden.

Når algoritmerne lærer sig selv at lære Algoritmen bygger på teknikken Machine Learning. Det er en type software, hvor man viser programmet en lang række løsninger, og så lærer den selv logikken bag og finder ud af løsninger. Vis programmet alle skakspil, og den finder selv ud af reglerne. Det var sådan at Googles AlphaGo i 2016 vandt over stormestrene i spillet Go – et spil man bare året før havde sagt, at ingen computer nogensinde ville lære. AlphaGo ikke alene vandt, men opfandt måder at spille på, som ingen mennesker de seneste 2500 år havde fundet på.

Det er Machine Learning, der lærer biler at køre og robotter at bevæge sig. Computerne og robotterne har måske ikke en sjæl, men de kan orientere sig i verden, interagere med mennesker, løse problemer og kender til deres egen status – ret tæt på hvad vi vil kalde for menneskeligt.

Med de nye algoritmer kan du også bede om løsninger på at løse dine arbejdsopgaver eller daglige praktiske gøremål (så længe det er noget du ville gøre via en skærm eller telefon). Du kan fx bede en computer om at ordne sekretærarbejde for dig – og du skal virkelig bare tale til den. Ikke noget med at skrive. Programmet Google Duplex bliver allerede aktivt brugt i USA. Se en forklaring her:



Tal og du skal få ! Algoritmer som CPT-3 er såkaldt multi purpose algoritmer – det betyder, at du kan få den til at gøre mange ting. Normalt er programmer bygget til kun at kunne én ting – fx kan en skakcomputer kun spille skak. Med multi purpose algoritmerne, kan du bede den om mange ting (og igen; du behøver bare at tale normalt til den, så forstår den, hvad du spørger om).


Du kan bede den om at skrive en tekst, lave en sang eller programmere et spil. Alt efter hvad du beder om, vil den kigge på tidligere lignende produkter, og ud fra det komme med et bud. Dens styrke er, at den hurtigt kan overskue enorme mængder data. Hvis du vil have en sang, kigger den på alle sange, der er er online. Hvis du vil have en filmbid kigger den på film, YouTube, TikTok og andet film-materiale og laver noget selv. Vil du selv være med eller have en anden med – no worries – dit eller den andens ansigt bliver bare lagt ind over via DeepFake teknologi. Så længe der er nok videomateriale af personen, klarer algoritmen resten. Se her:



Logikken er, at data er binært. Det er 0- og 1-taller. For algoritmen er lyd, billeder og tekst det samme. Der er bare flere 0’er og 1-taller i en filmbid end i et word-dokument. Musik kan laves af algoritmer nu. Noget filmarbejde kan også automatiseres i dag. Men om fem år vil alle med en laptop kunne lave film, hvor de selv er Ironman. Eller lave skumle hævnprojekter hvor chefen har sex med nogle, vedkommende ikke skulle have haft sex med. Eller hvad med at få statsministeren til at erklære krig eller svine fattige til (tænk hvor meget en uheldig lydoptagelse har betydet for Hillary Clinton, Gordon Brown eller Trump. Ud på nettet – og filmen vil leve sit eget liv. Det bliver #MeToo på steroider.

En forfatter uden sjæl men som har læst alle bøger Og Machine Learning kan bruges til skriftligt arbejde. Baggrundsmaterialet er i princippet al tekst, der har været i kontakt med internettet. Og for hver opgave der bliver lavet, hver tekst der bliver skrevet, bliver algoritmen bedre. I skolen vil en lærer give en klasse en skriftlig opgave – en hvilken som helst opgave – og eleven kan bede sin computer om at skrive opgaven. Intet plagiat-program vil kunne fange den, da den er unik og netop har lavet et reelt svar på opgaven. Bare ikke et svar eleven har lavet. Det tager lige så lang tid for algoritmen at lave én stil som fem eller 100 forskellige om samme emne – så man kan bare bede om mange, og udvælge den bedste, eller selv kombinere som man har lyst.

I princippet kan læreren bede CPT-3 om at rette opgaven og give gode kommentarer. Så kan vi ende med en situation hvor robotter underviser robotter. Og menneskerne? Ja, de kan se Netflix i mellemtiden.



(Søg på What It's Like To be an AI: An Interview with GPT-3 - spring frem til ca. 2:30 for at springe over introen og frem til 5:05 for at se interviewet med den kunstige intelligens i en computer-genereret krop)

Autenticitet bliver et kvalitetstegn Nej, vi skal ikke kun se Netflix. Men hvad skal vi så? Mit bedste bud bliver, at vi går i retning af et meget mere mundtligt samfund. Vi går så at sige tilbage til, hvor vi var før trykkepressen. Men med den forskel at vi kan dele, tilgå og skabe viden på en måde som ville virke guddommelig for bare få årtier siden. Mennesker vil stadig skrive bøger. De vil bare ikke være de eneste. Mennesker vil stadig kunne undervise, men det vil computere også.

På mange måder virker det som et dooms day scenario, men det kunne blive fint. Hvis alle blot tager for givet, at man ville kunne fake-lave en hvilken som helst sang, bog, film – så bliver det ikke på samme måde et konkurrenceparameter. Og hvis man lægger til det, at man ikke kan stole på, om det man ser på en skærm eller hører i sine ear pods er sandt eller falsk, ja så vil vi nok værdsætte ansigt-til-ansigt-samtalerne mere. Måske vil vi komme tættere på en ny version af Aristoteles Lyceum …og forhåbentligt ikke slaver som i Matt Damons Elycium. Lyceum…



… vs. Elycium



Mere om CPT-3 her



og her



(Denne artikel har tidligere været bragt på lektionen.dk)

Comments


Commenting has been turned off.

Top Stories

bottom of page