IBM ställde upp i frågesporten Jeopardy! med datasystemet Watson mot de två mänskliga stormästarna Brad Rutter och Ken Jennings. Det gick så bra för Watson att många har blivit oroliga för hur smarta datorerna börjar att bli. Är det möjligt att skapa en mycket stark artificiell intelligens?
Deep Blue, datorn IBM ställde upp 1997 för en jämn serie partier mot schackmästaren Garry Kasparov, gjorde egentligen inte något som var väsenskilt från en vanlig miniräknare. Deep Blue beräknade bara alla schackdrag som var möjliga med utgångspunkt från Kasparovs tidigare och valde ut det drag som hade störst möjlighet att lyckas. Det är just den sortens problem som en tillräckligt snabb dator med rätt algoritm till slut löser.
Det är svårare i Jeopardy! Programledaren presenterar svaren och de tävlande ställer frågorna till svaren. Dessa frågor kan handla om vitt skilda ämnen som historia, naturvetenskap, konst, populärkultur och kan mycket väl innehålla tankehopp, rim eller att fylla i ett ord som inte nämns.
Så Watson är ett steg närmare det som AI-forskningen sökt så länge: det mänskliga språket, med sina ständigt föränderliga sammanhang och referensramar. Det är inte så lätt att omvandla ett språkligt sammanhang, som en frågesport, till en algoritm. Watson gör något som liknar att googla bland dokumenten i sitt fyra terabyte stora minne för att hitta nyckelord som den känner igen. Watson förstår dock inte riktigt vad den svarar. Stephen Wolfram förklarar på sin blogg hur Watson gör och hur Wolfram Alpha arbetar efter ett annat paradigm. Wolfram Alpha bearbetar råa data för att kunna förstå svaren.
Det är en bit kvar till att en artificiell intelligens skulle klara av Turing-testet, men kanske Turing-testet är för metafysiskt? Det skulle kunna vara möjligt att skapa tillräckligt intelligenta datasystem. Det kanske även skulle vara dags att testa även oss människor med ett omvänt Turing test, IA Turing-testet?
Läs även andra bloggares åsikter om teknik, innovation, ibm, watson, jeopardy, samhälle, it, informationsteknik, artificiell intelligens, ai, forskning
Intressant
Deep Blue, datorn IBM ställde upp 1997 för en jämn serie partier mot schackmästaren Garry Kasparov, gjorde egentligen inte något som var väsenskilt från en vanlig miniräknare. Deep Blue beräknade bara alla schackdrag som var möjliga med utgångspunkt från Kasparovs tidigare och valde ut det drag som hade störst möjlighet att lyckas. Det är just den sortens problem som en tillräckligt snabb dator med rätt algoritm till slut löser.
Det är svårare i Jeopardy! Programledaren presenterar svaren och de tävlande ställer frågorna till svaren. Dessa frågor kan handla om vitt skilda ämnen som historia, naturvetenskap, konst, populärkultur och kan mycket väl innehålla tankehopp, rim eller att fylla i ett ord som inte nämns.
Så Watson är ett steg närmare det som AI-forskningen sökt så länge: det mänskliga språket, med sina ständigt föränderliga sammanhang och referensramar. Det är inte så lätt att omvandla ett språkligt sammanhang, som en frågesport, till en algoritm. Watson gör något som liknar att googla bland dokumenten i sitt fyra terabyte stora minne för att hitta nyckelord som den känner igen. Watson förstår dock inte riktigt vad den svarar. Stephen Wolfram förklarar på sin blogg hur Watson gör och hur Wolfram Alpha arbetar efter ett annat paradigm. Wolfram Alpha bearbetar råa data för att kunna förstå svaren.
Det är en bit kvar till att en artificiell intelligens skulle klara av Turing-testet, men kanske Turing-testet är för metafysiskt? Det skulle kunna vara möjligt att skapa tillräckligt intelligenta datasystem. Det kanske även skulle vara dags att testa även oss människor med ett omvänt Turing test, IA Turing-testet?
Läs även andra bloggares åsikter om teknik, innovation, ibm, watson, jeopardy, samhälle, it, informationsteknik, artificiell intelligens, ai, forskning
Intressant
