Hvilke forandringer vil data- og robotverdenen gjennomgå i neste århundre?

Steffen Log

Etter å ha levd med dataverdenen en tid så har det slått meg at den er mer datostemplet enn noen gang. Det er det inntrykket man sitter igjen med, etter å ha tatt en titt på hva utdannelsessektoren tilbyr, hva markedet ønsker og hva faginnhold i bøker og tidsskrifter domineres av. Derfor har jeg lekt med tanken å ta utgangspunkt i denne problematikken og se noen år framover. Dette ville krevd en større innsats av meg og så kom løsningen rekende på en fjøl som det heter: Jeg dumpet bort i en bok som høgskolebibliotekfilialen i Sarpsborg hadde gått til anskaffelse av: Visions How Science Will Revolutionize the Twenty-First Century av Michio Kaku [1]. Boken tar seg for en rekke fagfelt. Jeg vil avgrense meg til fagfeltene data og robot. Det interessante med boken er at den tar for seg tre tidsepoker: fra i dag til 2020, fra 2020 til 2050 og fra 2050 fram mot 2100 og at forfatteren har basert seg på intervju av over 150 sentrale vitenskapsmenn, deriblant Nobelprisvinnere, innen en rekke fagfelt.

Den første epoken er rett rundt svingen. Ved slutten av denne tidsepoken vil dagens studenter være omtrent midtveis i sitt yrkesaktive liv. Artikkelen vil legge hovedvekten på denne epoken og bygger kort og godt på boken til Kaku. Når man nå får presentert hva den teknologiske utvikling kan by på, må man gjerne stille seg svært kritisk til spådommene. Dog bør man se 22 år tilbake i tid (1976) og se hva som har skjedd i dette tidsrommet innen data. Selvsagt har også databransjen hatt sine tilbakeslag.

(I disse fotballfikserte tider skal jeg ta med et konkret eksempel på at listen legges høyt: Den andre World Cup for roboter ble holdt i Paris i år [2]. I den forbindelse uttalte Hiroaki Kitano ved Sony Computer Science Laboratory, Japan, at rundt 2050 skal et team av fullt automatiserte menneskeliknende roboter vinne en fotballkamp etter FIFA-reglene mot de rådende World Cup mestre. Selv om dette virker svært så optimistisk, så henviser Kitano til at det tok ca 50 år fra den moderne datamaskins spede barndom til datamaskinen Deep Blue slo gjeldende stormester i sjakk. (Det henvises til artikkelen Er Deep Blue intelligent? i HØit nr 2 1997.)

Innledning

Ved slutten av det tjuende århundre har vitenskapen nådd en æra ved at hemmelighetene til et atom er avslørt, genteknologien er utviklet og den elektroniske datamaskin er skapt. Disse tre fundamentale nyvinninger er utløst av revolusjonen innen kvantefysikk, DNA revolusjonen og revolusjonen innen data. De grunnleggende lovene om materie, liv og databeregning er i hovedtrekk løst. Når denne æra går mot sin ende, står en ny for tur. Det er dette [1] dreier seg om.

Kvantefysikkens "fødsel" skjedde for ca 70 år siden. I løpet av denne tid har den gitt mennesket evnen til å forstå materien som omgir oss. I det neste århundre kan denne revolusjon gi oss det neste steg: evnen til å manipulere og koreografere nye former for materie, dersom det er ønskelig.

I fortiden ble datamaskiner sett på som matematiske kuriositeter med klumsete mekaniske konstruksjoner. Neste skritt i utviklingen kom under den andre verdenskrig da vakuumrøret ble tatt i bruk. En datamaskin basert på den nye teknologi var svær i utstrekning, kunne fylle hele rom. Gjennomslaget for den moderne datamaskin kom i 1948 da transistoren så dagens lys. Ti år senere kom laseren - en viktig brikke for Internett og informasjonsteknologien.

Erwin Schrødinger, en sentral person innen kvanteteorien, utga boken What is Life? og skrev at liv kunne bli forklart ved "genetisk kode" basert på molekylene i en celle. Denne dristige tanke at hemmelig liv kunne bli forklart ved å bruke kvantefysikk, inspirerte James Watson og Francis Crick. De lot et DNA molekyl belyses av røntgenstråler. På grunnlag av resultatet ble de i stand til å rekonstruere og gi en detaljert struktur på DNA.

bilde
Figur 1

Som vi forstår er oppdagelse av kvanteteorien basis for de to andre revolusjonene. Dette er illustrert i figur 1. Etter at kvanteteorien initierte de to andre revolusjonene, så har disse to gjennomgått en rivende utvikling siden 1950-årene - hovedsakelig på egne ben og dermed sett mer eller mindre bort fra utviklingen til de to andre. Nå er det på høy tid at de "hever blikket" og ser at de kan "samarbeide". Med andre ord en ny æra står for tur - en synergi mellom de tre fundamentale revolusjonene.

Det neste århundre vil, ulik de andre, bli dominert av synergi som vil medføre en skarp dreining av den vitenskapelige utvikling. Dette samvirke vil ha stor akselerasjonseffekt og vil dermed berike utviklingen ved å gi oss en uforutsett kraft til å manipulere materie, liv og intelligens.

Konsekvensen blir at en forsker i fremtiden må ha kunnskap innen alle tre feltene dersom han/hun skal lykkes. Dette vil medføre en kraftig synergi mellom de tre feltene slik at nye vitenskapelige oppdagelser vil akselerere i et selvforsterkende tempo. Figur 1

Som en konsekvens av disse signaler har noen nasjoner blinket ut teknologier som de i fremtiden vil satse på. En typisk liste er den japanske:

mikroelektronikk
bioteknologi
industrier basert på ny materialkunnskap
telekommunikasjon
produksjon av sivile fly
maskinverktøy og roboter
datamaskiner, både maskin- og programvare

Tidsrommet 1998-2020

Fra nå til år 2020 forespeiler forskerne en eksplosjon i vitenskapelig aktivitet som verden aldri har sett før. I de to sentrale teknologiene, datakraft og DNA kjeding, vil vi se nye industrier dannes og andre gå til grunne avhengig av den vitenskapelige fordel. Siden 1950-årene har kraften på en datamaskin øket med en faktor på 10 milliarder (10¹⁰). På grunn av at datakraft og DNA kjeding dobles hvert andre år, kan man grovt regne ut hva tid nye gjennombrudd vil oppstå. Det betyr at for datamaskinen og bioteknologi vil dette bli rundt år 2020.

For datamaskiner er vekstraten kvantifisert av Moores lov som sier at datakraft dobles røft hver attende måned. (Det er ikke en lov i ordets rette forstand, utviklet av George Moore i 1965.) Rundt 2020 vil mikroprosessorer sannsynlig bli like billig og lett tilgjengelig som kladdepapir, spredd i millioner rundt i omgivelsene og dermed tillater oss å plassere intelligente systemer overalt. Dette vil forandre alt rundt oss inkludert handel, en nasjons rikdom og måten vi kommuniserer, arbeider, lever og underholder oss. Dette vil gi oss smarte hus, biler, TV-er, klær, juveler og penger. Vi kan snakke til utstyr og de kan snakke tilbake. Forskerne forventer også at Internett vil dekke hele kloden i et nettverk - skapende en "intelligent planet".

Rundt 2020 vil det skje en metning for datakraft og DNA kjeding - begge drevet av kjent teknologi. Datakraft er drevet av pakking av flere og flere transistorer på mikroprosessorer, mens DNA kjeding er drevet av databeregninger. Åpenbart kan ikke disse teknologier fortsette å vokse eksponensielt. Før eller senere vil flaskehalsen oppstå. Det betyr at begge disse feltene vil møte store hindringer. På grunn av begrensninger i silicon chip teknologien, vil vi med stor sannsynlighet bli tvunget til oppdage nye teknikker med større potensial: fra optiske datamaskiner, molekylær datamaskiner og DNA datamaskiner til kvantemaskiner. Radikale nye designer må bli utviklet basert på kvanteteorien som kan medføre en brå vending innen informatikk. Muligens vil dominansen til mikroprosessorer ta slutt og nye typer kvanteteoretiske enheter ta over.

- Revolusjonen innen data

Utviklingen av datamaskinen går motsatt av det man har trodd - mot den usynlige maskin. Dette henspeiler hovedsakelig på størrelsen. Selv om størrelsen avtar til det nesten usynlige, vil dermed datakraften til en enhet bare øke. Dette med størrelsen har også et psykologisk aspekt. Dersom et menneske lærer noe tilstrekkelig bra, så opphører oppmerksomheten rundt det. Hvem tenker på papir og skrift som spesielt? Går vi derimot tilbake i historien hadde den person makt som besatt papir og kunne skrive (og lese).

I dataindustrien tar det rundt regnet femten år fra en idé fødes til den realiseres kommersielt. Den første PC for eksempel ble bygd av Xerox PARC i 1972, men det var først i 1980 årene at PC-en fanget publikums interesse. Ideen om allestedsnærværende databeregning ble unnfanget i 1988. I begrepet ligger at datamaskiner knyttes til hverandre slik at antall maskiner mot en person øker, kanskje så mange som hundre til hver person. Muligens i 2003 vil dette påvirke våre liv på en aksepterbar måte. Det kan muligens gå noen år til før markedet tenner. Rundt 2010 vil man begynne å se at denne teknikk tar skikkelig form for så rundt 2020 dominere våre liv.

Noen dataeksperter tror at problemet rundt 2020 vil medføre at kunstig intelligens vil bli introdusert til datasystemer. Fra 2020 mot 2050 vil verdens datamaskiner bli dominert av usynlige nettverksmaskiner som har kraften til kunstig intelligens: resonnering, talegjenkjenning, endog sunn fornuft (‘common sense’).

I dag finnes det på markedet programmer i stemmegjenkjenning som fungerer med ca 95 % nøyaktighet. En person må snakke med en viss nøling mellom ordene for å kunne bli forstått. Rundt 2005 regner man dette og andre problemer løst. Det som er mer vanskelig, er å designe maskiner som ikke bare hører et menneske snakke, men også forstår hva det sier. Datamaskiner kan altså lese og høre, men de kan ikke forstå. For at det skal være mulig må kunstig intelligens inn, et av de vanskeligste problemene innen informatikk. Det første skritt er å utvikle "intelligente agenter", programmer som kan gjøre enkle beslutninger og fungere som filtre. Full løsning av dette problemet vil komme etter 2020.

Intelligente agenter vil være sentrale brikker i fremtidig Internett. At Internett vil bli viktig i fremtiden, er en enkel spådom. Problemet oppstår når informasjonsmengden tar skikkelig av. Da må man ty til intelligente agenter som vil fungere som filtre til å skille mellom søppel og verdifull informasjon. Slike agenter vil bli uunnværlig for folk som ønsker kontinuerlig oppdatering av sportsbegivenheter, nyheter, hobbyer eller spesielle bøker. Slike agenter kan også være "kontaktpersoner" til andre mennesker. Et menneske kan skaffe seg en database for hele kloden. Jobbsøkere kan søke over hele kloden etter en ledig jobb.

DNA datamaskinen har alt sett dagens lys og er en av de mest originale og uventede oppdagelser. Det er mulig at en slik maskin kan utkonkurrere en silikon maskin når det gjelder matematiske problemer. DNA maskinen representerer kombinasjonen av bio- og datateknologi. Den har en ekstrem lagringskapasitet i forhold til en vanlig maskin. Slagkraften er demonstrert på det berømte problemet - en selgers reiserute. En variant av problemet brukte en DNA maskin en uke på å løse. En vanlig datamaskin ville bruke flere år på det samme.

- Maskiner som tenker

Innen robotteknologi råder i dag to retninger: en ‘top-down’ betraktning som er den rådende, og en annen ‘bottom-up’ som Rod(ney) Brooks ved MIT er grunnlegger av. Hans angrepsvinkel er å begynne med små insektroboter som utgangspunkt. NASA ble så imponert at i 1996 ble en insektrobot, kalt Sojouner, sendt til Mars. I dag er Brooks mest kjent for Cog, en menneskeliknende maskin. Cog har ikke egne ben å stå på, men har både armer, hender og hud som kan føle berøring. Prinsippet bak Cog er at den skal lære gjennom samspill med omgivelsene og dens "mor". Cog har nå selv "fått" en baby, ikke et prøverørsbarn, men en robot, som er et ledd i utviklingen av kunstig intelligens. Babyens navn er Kismet. Den skal kunne lære om verden slik et barn gjør det og på den måten bli intelligent. Utstyrt med øyne, øyelokk, øyebryn, ører og munn kan Kismet fortelle verden om han er sint, trøtt eller blid. I alt kan den vise ni forskjellige følelser. Foreløpig har ikke Kismet fått hørselens og talens gaver, men øynene fungerer, og han kan se på samme avstand som en nyfødt baby. Kismet skal ikke møte den store verden alene. En "omsorgsperson" skal sørge for å stimulere babyroboten. Dersom Kismet kjeder seg, er omsorgspersonens jobb å få aktivisert Kismet. Eksperimentet bygger på teorier om hvordan mor og barn gjensidig lærer å kommunisere med hverandre. Kunnskapen Kismet gir forskerne, skal hjelpe robotstorebror Cog å bli smartere. Hvis alt går bra med Kismet, tror forskerne at Cog vil få samme intelligens som en toåring, og Cog vil være en kunstig form for liv.

Denne biologibaserte tilnærming til kunstig intelligens som Brooks står for, er ikke bare inspirert av insekter, men også av den rike mangfold av enkle strukturer innen biologi og fysikk: eksempler er froskeøyne, nevroner og nevrale nettverk, DNA, evolusjon og dyrehjerner. De mange tilnærminger av denne typen deler et trekk: de lar maskinen starte læreprosessen fra blanke ark - den måten biologiske organismer gjør det. Som en nyfødt baby som lærer av egne erfaringer. Denne filosofi kan kortfattet formuleres i: læring er alt, logikk og programmering er ingenting. Først må man skape en maskin som kan lære, for senere å lære logikk og fysikk ved selv å erfare i møte med omgivelsene.

Den andre skolen, ‘top-down’, innen kunstig intelligens baserer seg på at logikk og evnen til å resonnere kan programmeres inn i en maskin. Her råder forestillingen om at intelligens kan bli simulert ved hjelp av en Turingmaskin - denne danner grunnlaget for alle digitale datamaskiner. Mobile kjøretøy bygd etter denne lest krever uforholdsmessig mye datakraft.

En eventuell sammensmelting av disse to retningene i det neste århundre vil sannsynligvis være det beste estimat for fremtiden for kunstig intelligens. Begge skoler har både fordeler og ulemper. Menneskene i hovedtrekk kombinerer det beste fra begge retningene, læring skjer ikke bare ved å støte mot hindringer i omgivelsene men også ved å memorere, så vel som å gjøre bruk av visse teknikker i hjernen. Når et menneske lærer musikk, et fremmedspråk, et nytt dansetrinn, høyere matematikk, bruker hjernen en kombinasjon av læring ved prøving-og-feiling og huskeregler.

Det vil sannsynlig ta vel tjue år før MIT sine idéer blir kommersielle. I stedet fra nå til år 2020 vil det gradvis bli økende aksept i markedet for mer og mer sofistikerte industriroboter som er enten programmert på forhånd eller fjernkontrollert. På grunn av eksplosjonen innen datakraft vil vi fram mot 2020 se svært så avanserte preprogrammerte roboter komme inn i våre hjem, sykehus og kontorer. Allerede i dag fins slike roboter. Fra 2000 til 2010 vil det bli utviklet roboter til å fungere som hjelpere til å stole på, i stand til å navigere i fabrikker, på hospitaler og i hjem og gjennomføre veldefinerte funksjoner. De kan for eksempel slå plenen, være servicepersoner, gjennomføre bilsjekk og muligens også lage gourmet-retter. I de neste ti årene vil disse robotene bli erstattet med maskiner som kan lære av sine mistak. I førstningen vil de oppføre seg keitet, men etter hvert trekke lærdom av deres interaksjon med menneskene. De kan dog ha et primitivt "smerte" og "glede" system til å forsterke visse positive atferder og undertrykke andre.

Tidsrommet 2020-2050

Dette tidsrommet vil for flere lesere virke noe fjernt, for ikke å si tidsrommet etter 2050 som [1] også dekker. Til dette er det å si: hvem vet hva fremtiden vil by? Her tenkes det ikke så mye de teknologiske nyvinningene som vil komme, men mer tidsaspektet. Det er ingenting i veien for at en nyvinning forespeilet å komme i tidsrommet 2020-2050 kan komme før eller en annen kommer senere enn prediktet.

Vi vil ikke gå så grundig på dette tidsrom. Dersom datateknologien kommer over de vanskelighetene den står overfor rundt 2020, kan perioden 2020-2050 markere inngangen til en markedsplass med en helt ny teknologi: sanne autonome roboter som har sunn fornuft, kan forstå menneskene snakke, kan gjenkjenne og manipulere objekter i deres omgivelser og kan lære av sine mistak. Det er en utvikling som vil sannsynlig forandre vår holdning til maskiner for alltid. Etter 2020 kan vi også forvente at forunderlige nye teknologier utviklet i fysikk laboratorier blir av interesse, fra nye generasjoner av lasere og holografiske tredimensjonale TV til kjernefysikk fusjon. Rom-temperatur superledere kan bli kommersielt anvendt og generere "en ny industriell revolusjon". Kvanteteorien vil gi oss evnen til å produsere maskiner på størrelse med molekyler og dermed åpne opp for en helt ny klasse maskiner med uhørte egenskaper, kalt nanoteknologi.

Etter 2020 forventer forskerne genuin kunstig intelligens til å begynne å gjennomtrenge Internett. Det neste steget etter intelligente agenter er å gjøre bruk av heuristisk informasjon, som prøver å kode logikk og intelligens ved hjelp av en serie med regler. Ideelt sett vil en slik informasjon gjøre oss i stand til å snakke med en "person" på en datamaskin. Det kan være en lege, en advokat eller en tekniker som kan svare på detaljerte, tekniske spørsmål om diagnostisering eller behandling. En av de første anvendelser innen denne type informasjon var å spille sjakk på en maskin. I dag vet vi resultatet (stikkord: Deep Blue). Det er utviklet en stor mengde andre programmer basert på denne type informasjon, fra de svært enkle til svært så avanserte. For noen år tilbake var det stor blest rundt slike programmer, kalt ’ekspertsystemer’. Stadig nye utvikles, men alle har den svakhet at de mangler sunn fornuft. Derfor vil et svært sentralt problem mellom 2020 og 2050 være å bygge intelligente systemer med sunn fornuft.

Mennesket i det daglige liv er helt avhengig av denne type fornuft selv om det ikke er seg bevisst dette. For eksempel Douglas Lenat, kjent for prosjektet Cyc (forkortelse for ’encyclopedia’), har viet sunn fornuft stor oppmerksomhet. Han mener kort og godt at det trengs et ’AI Manhattan Project’(*), med andre ord full satsing på sunn-fornuft feltet.

I nevnte tidsepoke vil intelligente autonome enheter begynne å vandre på jorden og å menge seg på Internett. Et felt der ’top-down’ betraktningsmåte har hatt problemer er mobile kjøretøy. Den andre retningen, representert ved Brooks, har utviklet spennende mobile kjøretøy. Et fagfelt som faller i samme gate, er bruk av nevrale nettverk. Dette konseptet er hentet fra den menneskelige hjernen. Denne teknikk kan være med på å bøte på en av de store problemene mobile kjøretøy står overfor: mønstergjenkjenning. Disse primitive mobile roboter kan se ved hjelp av kamera, men de har problemer med å forstå hva de ser. Dersom utviklingen av datakraft fortsetter i de stormskritt alt tyder på, så skulle det være mulig å bygge datamaskiner som er så hurtig som den menneskelige hjerne og inneholder tilstrekkelig mye informasjon, kanskje en gang mellom 2010 og 2030. Rundt 2040 vil vi ha desktop datamaskiner der datakapasiteten tilsvarer den menneskelige hjernen.

En annen anvendelse av nevrale nettverk er å få en robot til å snakke. Allerede i dag eksisterer enkle slike, et eksempel er NETalk utviklet av Terry Sejnowski. Senere har Sejnowski vendt seg mot kvantefysikken for å bruke lovene innenfor kvantefysikken for å avsløre hemmeligheter i hjernen. Et aspekt i denne forbindelse er drømmer – hva er en drøm?

Etterord

Disse linjer er som sagt inspirert av Kakus bok. Det er bare et lite utsnitt av boken jeg har tatt for meg. Håper dette gir mersmak. Boken anbefales på det beste til den leser som er nysgjerrig på hvordan vitenskapen vil revolusjonere det neste århundre. Boken gir også en oversikt over teknologiutviklingen i dette århundre og ikke å forglemme: hvor kommer mennesket og menneskeverd inn i all denne teknologi?

Referanser

[1] Visions, Michio Kaku, Oxford University Press, 1998, ISBN 0-19-850086-6

[2] http://www.robocup.org/

(*) Utvikling av atombomben under den andre verdenskrig gikk under betegnelsen ”Manhattan Project”.

HØit Nr. 1-99