Titta

UR Samtiden - The conference 2014

UR Samtiden - The conference 2014

Om UR Samtiden - The conference 2014

Konferens med fokus på innovativa idéer, design och kultur i framkant. Tankespåren växlar mellan de globala flyktingströmmarna, gammal hederlig kreativitet och hur robotar och algoritmer underlättar vårt dagliga liv. Inspelat på Slagthuset i Malmö 19-20 augusti 2014. Arrangör: Media evolution.

Till första programmet

UR Samtiden - The conference 2014 : I fokus: en inkodad humanismDela
  1. Som ingenjör har jag ofta
    fascinerats av datorers kraft-

  2. -och hur datorernas prestanda ökar-

  3. -med 100 % ungefär vartannat år,
    men jag blir också djupt besviken-

  4. -över att datorer inte klarar nåt
    så enkelt som att skilja på ett äpple-

  5. -och en nektarin,
    nåt som alla tycker är så lätt.

  6. Så jag undrar: "Hur kan datorer vara
    så kraftfulla på många sätt"-

  7. -"och samtidigt så hjälplösa
    och odugliga?"

  8. Hjälplösa och odugliga, som ett barn.

  9. Det lilla barnet lär sig att gå,
    att prata-

  10. -och att förstå omvärlden
    på bara 18 månader-två år.

  11. För varje dag som går ökar hjärnans
    komplexitet med 1 %, dag efter dag.

  12. Hur kan barnet födas
    som ett tomt blad-

  13. -och utveckla alla dessa förmågor
    på så kort tid?

  14. Allt har att göra med
    mönsterigenkänning.

  15. Förmågan att förstå
    hur världen hänger ihop-

  16. -och göra antaganden om den.

  17. Hjärnan har utvecklats under miljontals
    år. Vi ser den som ett enda köttstycke.

  18. Men hjärnan består av
    många olika delar-

  19. -som alla har olika uppgifter.

  20. Alla delarna samarbetar
    för att öka vår förståelse av världen.

  21. På många sätt
    liknar hjärnan en orkester.

  22. I en orkester har vi slagverk
    och stråkinstrument.

  23. Hjärnan har två olika sätt
    att tänka på världen:

  24. Vi har det som kallas för System 1
    och System 2.

  25. System 1 är intuitivt, automatiskt
    och nåt vi gör hela tiden-

  26. -när vi pratar med andra,
    tar upp ett föremål-

  27. -och vet att det kan gå sönder. Vi
    tänker inte ens på det. Vi bara gör det.

  28. System 2 handlar mer om matematik,
    regler och grammatik.

  29. Att följa procedurer, ekvationer
    och fundera noga och länge på nåt.

  30. Det är datorer bra på.

  31. Datorer är specialiserade
    på System 2-tänkande.

  32. Daniel Kahneman förklarar i sin bok
    "Tänka, snabbt och långsamt"-

  33. -att System 1 är vårt sätt att utveckla
    antaganden om omvärlden.

  34. Maskiner saknar förmågan
    att göra såna antaganden.

  35. Det är svårt för maskiner att förstå
    världen på samma sätt som vi.

  36. Hur kan vi då lära maskiner
    att förstå världen som vi?

  37. Människor kan lära sig
    i en strukturerad miljö, som en skola.

  38. Eller så kan vi lära oss ostrukturerat,
    genom att utforska och leka-

  39. -och på så sätt genom upplevelser
    lära oss hur världen fungerar.

  40. Så vi kan lära maskiner,
    det kallas maskinlärande-

  41. -och har funnits i olika former
    i årtionden, men de senaste åren-

  42. -med de stora mängder data
    som folk kan samla och arbeta med-

  43. -har maskinlärandet förändrats stort.

  44. Precis som barn går i skolan kan vi
    lära maskiner på ett strukturerat sätt-

  45. -t.ex. genom att ta en uppsättning data,
    t.ex. bilder eller en video-

  46. -och kommentera dem:
    "Den här trafikskylten betyder stanna."

  47. "Det här är en person.
    Kör inte på den."

  48. Det är början till att programmera
    robotar, som självkörande bilar-

  49. -så att de gör som vi vill.

  50. Vi börjar se API:er,
    molnbaserade maskinlärningstekniker.

  51. Det är som att få intelligens
    på begäran, ungefär som med vatten.

  52. Vi börjar få intelligens på begäran, som
    genom en kran vi vrider på när vi vill.

  53. Användbara data som vi kan strukturera
    och kommentera är bra.

  54. Men vad gör vi om vi stöter på nåt som
    är tvetydigt, svårt att klassificera-

  55. -och kan tolkas på flera sätt?
    Då blir det komplicerat.

  56. Därför behövs ostrukturerad inlärning.
    Maskiner har varit dåliga på det.

  57. Det är väldigt svårt
    att programmera dem. Så hur gör vi?

  58. För att svara på det måste vi förstå
    hur vår hjärna fungerar.

  59. "Medvetandets neurala korrelat"
    betyder att om man ser ett äpple-

  60. -finns det nånstans i ens hjärna
    en bild av ett äpple-

  61. -eller så har man minnesbilder
    och kan känna igen vad det är.

  62. Och det gäller inte bara människor.
    Några forskare i slutet av 90-talet-

  63. -lyckades börja återskapa bilder
    från en katts medvetande.

  64. Det här är vad katten ser
    i sin egen hjärna.

  65. Nyligen har vi kunnat göra så
    med människor.

  66. Här ser vi bilder på neuroner.

  67. Med hjälp av fMRI,
    en noninvasiv metod-

  68. -kan vi få bilder av hjärnan
    och förstå vad hjärnan ser.

  69. Vi kan också göra det
    med Youtube-klipp på filmtrailer.

  70. Vi kan studera folks hjärnor
    och tyda videorna de ser-

  71. -och sen med rimlig exakthet
    urskilja och lista ut vad de såg.

  72. Vi kan alltså se den canvas
    som finns inuti er hjärna.

  73. När vi gör det kan vi skapa en semantisk
    karta och se hela hjärnan-

  74. -och se att när folk tänker på träd
    aktiveras den delen.

  75. Och när de tänker på kor, tegelstenar
    och hästar aktiveras andra delar också.

  76. Vi börjar förstå hjärnans hemligheter-

  77. -och kan översätta dem till maskiner som
    fungerar på liknande sätt-

  78. -med hjälp av neuronnätverk-

  79. -och en teknik som utvecklats
    på senare år: "djuplärande."

  80. Man tar data och behandlar dem-

  81. -på en rad olika sannolika sätt.

  82. Ibland tar de en viss väg
    genom nätverket-

  83. -och ibland en annan.
    Ungefär så fungerar hjärnan.

  84. Våra hjärnor tänker aldrig samma tankar
    via samma väg på samma sätt.

  85. Det är det som gör oss kreativa.

  86. Kan nån säga vad det här är?

  87. Det är en katt, javisst-

  88. -men den har skapats av ett neuronnät
    som körs av Google.

  89. De har tittat på tusentals olika
    miniatyrbilder av Youtubeklipp.

  90. Det här neuronnätet kunde sen skapa en
    ny kategori: "katt."

  91. Det fick inte lära sig vad en katt var,
    se bilder och höra: "Detta är en katt."

  92. Det listade ut det själv, som barnet
    som leker på ett ostrukturerat sätt.

  93. Mjukvara är en sak,
    men vi står inför en revolution.

  94. En del av er har datorer med dubbel-
    kärniga eller fyrkärniga processorer.

  95. IBM har precis tagit fram en processor
    med 4 096 kärnor.

  96. Hårdvaran simulerar ett neuronnätverk,
    inte mjukvaran. Det här är stort!

  97. Den simulerar 1 miljon neuroner
    och 256 miljoner synapser.

  98. Den är stor som ett frimärke,
    lätt som en fjäder-

  99. -och drar energi som en hörapparat. Den
    är oerhört kraftig.

  100. Den kommer att revolutionera
    hur maskiner tänker-

  101. -för den har samma förstånd
    som en humla.

  102. Det låter inte mycket och inte smart.
    Bin är inte så smarta.

  103. Men de kan mycket. Ett bi kan navigera i
    en miljö, har komplex social struktur-

  104. -och kan känna igen
    en mängd olika blommor.

  105. Det är förmågan att kunna förstå
    omvärlden som gör det unikt.

  106. Maskiner utvecklar nu System 1.

  107. Maskiner kan för första gången reagera
    intuitivt.

  108. Maskiner kommer att kunna bli medvetna
    om omvärlden-

  109. -och till en viss grad kommer de
    att kunna bli medvetna om sig själva.

  110. IBM Watson vann nyligen frågesport-
    programmet "Jeopardy" i USA.

  111. Nya bolag dyker upp, som VIV,
    som har skapats av killarna bakom Siri.

  112. Har ni sett filmen "Her"?
    Det lär vara nåt åt det hållet.

  113. Bortsett från hjärnor och datorer
    vi pratar och interagerar med-

  114. -börjar vi omges av maskiner
    som interagerar på vår nivå.

  115. T.ex. Googles självkörande bil,
    kirurg- och hemhjälpsrobotar-

  116. -och maskiner i fabriker och bagerier
    som utför enkla uppgifter-

  117. -som vi inte kunde föreställa oss
    att maskiner kunde göra.

  118. Det här kommer att förändra
    vårt samhälle världen över.

  119. Maskiner kommer att ersätta människor på
    alla nivåer.

  120. Kan nån säga vad det här är?

  121. Det är en dator. Inte saken till
    vänster, utan saken till höger.

  122. Saken till vänster är en räknemaskin,
    saken till höger är en dator.

  123. Datorn tar över en roll, ett jobb
    som nu har ersatts helt.

  124. Att nån skulle sitta och räkna
    hela dagarna verkar helt galet!

  125. Om 20 år lär det framstå som galet
    att folk satt i bussar och taxi-

  126. -och satt och tog emot beställningar
    eller bevakade ett rum från stöld.

  127. Lågkvalificerade jobb
    kommer att drabbas.

  128. Men även jobb på högsta nivå
    kommer att försvinna.

  129. Aktiemäkleri, medicinska analyser-

  130. -och juridiska tjänster
    kommer att ersättas av maskiner.

  131. Förutseende företag ser detta.
    Google har köpt Boston Dynamics-

  132. -ett av världens främsta robotföretag.
    Amazon har köpt Kiva-

  133. -som ersätter alla mänskliga anställda
    i sina magasin.

  134. Maskiner och robotar
    är inte bara bra verktyg-

  135. -utan även bra sensorer.

  136. Det laserbaserade radarsystemet
    i Googles självkörande bilar-

  137. -kan generera kartor över miljön runt
    dem. Många skyr kameraövervakning-

  138. -men tänk när varje fordon,
    robot och drönare-

  139. -kan kartlägga världen
    med laserprecision!

  140. Det kommer att bli intressant.

  141. Amazon har kommit med små drönare för
    hemleverans av produkter-

  142. -medan Google och Facebook har köpt
    företag som har solcellsdrivna drönare-

  143. -som kan stanna i luften flera veckor i
    rad. Det börjar bli riktigt intressant.

  144. Intressant att de mest förutseende
    företagen hakar på trenden.

  145. Finns det nån trygg plats där man inte
    riskerar att ersättas av en maskin?

  146. Ja, än så länge. Yrken med känslo-
    mässigt engagemang: vård, försäljning-

  147. -är trygga ett tag till,
    men inte för evigt.

  148. Maskiner kan nämligen hjälpa oss
    att förstå oss själva.

  149. Snart kommer maskiner att vara
    bättre på att förstå oss än vi själva.

  150. På 90-talet skapade
    B.J. Fogg termen "captology".

  151. "Capt" står för "computer aided assisted
    persuation technologies".

  152. Det är att använda datorer för att
    hjälpa oss att förändra vårt beteende.

  153. En nexusrelation mellan datorer och
    påverkan. I dag finns en rad företag-

  154. -som vill göra oss lyckliga
    eller miljömedvetna.

  155. Alla de här teknikerna kräver tre saker:
    en stor motivation hos personen-

  156. -en förmåga att förändras
    och nåt som utlöser det:

  157. "Ser chips.
    Gå och ät en sallad i stället."

  158. Det är nåt människor ofta är dåliga på.

  159. Maskiner ser vad som är utlösande
    och om nån klarar-

  160. -att låta bli glassen
    efter en jobbig dag.

  161. Maskiner kan hjälpa oss att förstå
    oss själva och skapa självkännedom.

  162. Det kommer att förändra oss helt
    som människor.

  163. När jag ser de här trenderna
    undrar jag-

  164. -hur vi kommer att leva om tio-tjugo år.

  165. Hur kommer samhället att formas
    framöver-

  166. -när maskiner
    blir tänkbara konkurrenter-

  167. -och vi får en robot som medarbetare?
    Hur reagerar vi på det?

  168. Blir det bra eller dåligt? Processorn
    med miljoner neuroner som jag visade-

  169. -är långt från de 100 biljoner som krävs
    för att kopiera hjärnan.

  170. Det ligger inte långt borta heller.

  171. Kommer superintelligenta artificiella
    intelligenser att vara vänliga-

  172. -eller ovänliga? Många organisationer
    i världen kämpar för-

  173. -att se till att artificiell intelligens
    som överträffar människans-

  174. -kommer att bli god och snäll.

  175. Men en snäll intelligens räcker inte,
    för att citera Arthur C. Clarke:

  176. "Alla tillräckligt goda handlingar
    är omöjliga att skilja från ondska."

  177. Om man verkligen är jättesnäll
    kan det uppfattas som ondska.

  178. En snäll intelligens kan bestämma-

  179. -att det snällaste och bästa för
    människan vore att göra slut på oss.

  180. Så jag tror att det viktigaste
    vi kan åstadkomma-

  181. -är att se till att maskiner kan förstå
    mänskliga värderingar.

  182. På så sätt kan vi se till att maskinerna
    blir våra partner och medarbetare-

  183. -och möjligtvis våra vänner.
    Tack ska ni ha!

Hjälp

Stäng

Skapa klipp

Klippets starttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.

Klippets sluttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.Sluttiden behöver vara efter starttiden.

Bädda in ditt klipp:

Bädda in programmet

Du som arbetar som lärare får bädda in program från UR om programmet ska användas för utbildning. Godkänn användarvillkoren för att fortsätta din inbäddning.

tillbaka

Bädda in programmet

tillbaka

I fokus: en inkodad humanism

Produktionsår:
Längd:
Tillgängligt till:

Nell Watson är teknologentusiast och vd för holländska innovationsföretaget Poikos. Hon menar att robotar i vår vardag inte behöver vara någon skräckvision. De kan hjälpa oss att förstå oss själva. Inspelat på Slagthuset i Malmö den 20 augusti 2014. Arrangör: Media evolution.

Ämnen:
Teknik > Kommunikations- och informationsteknik
Ämnesord:
Artificiell intelligens, Databehandling, Datorer, Datorer och samhälle, Robotar, Teknik
Utbildningsnivå:
Högskola

Alla program i UR Samtiden - The conference 2014

Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - The conference 2014

I fokus: en inkodad humanism

Nell Watson är teknologentusiast och vd för holländska innovationsföretaget Poikos. Hon menar att robotar i vår vardag inte behöver vara någon skräckvision. De kan hjälpa oss att förstå oss själva. Inspelat på Slagthuset i Malmö den 20 augusti 2014. Arrangör: Media evolution.

Produktionsår:
2014
Utbildningsnivå:
Högskola
Beskrivning

Mer högskola & teknik

Spelbarhet:
UR Skola
Längd
Titta UR Samtiden - Nobel Week Dialogue 2015

Vad är intelligens?

Ett panelsamtal om intelligens och svårigheterna att definiera vad intelligens är. Samtalet berör även hur vi påverkas av alla möten och interaktioner som vi gör dagligen i bland annat digitala medier. Medverkande: Margaret Boden, professor i kognitionsvetenskap, Barnara Grosz, professor i naturvetenskap, Edvard Moser, Nobelpristagare i medicin 2014, Helga Nowotny, professor och ledamot i Vetenskapsakademien. Moderator: Göran K Hansson. Inspelat på Svenska mässan, Göteborg, den 9 december 2015. Arrangör: Nobel Media.

Spelbarhet:
UR Skola
Längd
Titta UR Samtiden - 100 astronauter på svensk jord

Att flyga genom rymden i realtid

Anders Ynnerman, professor i vetenskaplig visualisering, visar ett nytt visualiseringsprogram som kan ta oss från jorden till Mars, Pluto och ut ur vårt solsystem, vidare ut i oändligheten. Inspelat den 21 september 2015 på i Konserthuset, Stockholm. Arrangör: KTH.