Sitat av
BAN
Du tar feil. Det som er vanskelig å forstå å lære for oss er nødvendigvis ikke vanskelig for en datamaskin.
For meg er det like vanskelig å forstå hvordan en snekker klarer å få en vegg til å stå av seg selv som det er å bytte ut et hjerte. Om antall parameter som skal vurderes er 100 ganger så mange på hjerteopperasjonen så er ikke det er problem for en datamaskin selv om vi synes det er vanskeligere.
Automatiseringen er heller ikke slik at folk blir helt borte fra jobbene. Der det før var hundre mann som gjorde manuelle oppgaver er det nå kanskje bare 10 stykker som kontrollerer roboter. Disse 10 er fortsatt de som har kunnskap og kan vurdere ting en datamaskin ikke kan vurdere. Disse 10 vil aldri kunne erstattes men de 90 andre er uten jobb. Dette skjer nå der jeg jobber. Vi som både kan den manuelle jobben, den administrative jobben og kan håndtere robotene blir en elitegruppe. De som ikke strekker til blir etterhvert en belasting for firmaet.
Om ikke alle kirurgoppgaver kan byttes ut eller alle håndtverkoppgaver kan byttes ut er ikke hovedproblemet. Problemet er at for hver oppgave som kan byttes ut så forsvinner det arbeidsplasser og det skapes ikke nye jobber.
At automatiseringen ikke skjer fortere en den gjør i dag er ikke fordi vi ikke kan. Det er ikke samfunnsøkonomisk lønnsomt å gjøre for stor del av befolkningen arbeidsledig.
Se på landbruket. For 100 år siden jobbet store deler av befolkningen med landbruk. Etter mekaniseringen så forsvant mer en 90% av bøndene mens produksjonen gikk opp. Disse folkene gikk over til industrien men nå forsvinner industrijobbene i høyt tempo. Tidligere har folk fra industri kunnet gå over i servicenæringen men der forsvinner også jobbene siden netthandel har overtatt. Vi ender opp med at det ikke er noen plasser å flytte arbeidsstyrken.
Hovedutfordringen er ikke å klippe en blindtarm men å forstå hvor blindtarmen faktisk er, skille blindtarmen fra andre tarmer, og forstå variasjoner.
Altså, en datamaskin er avhengig av å kunne se, dette gjøres med sensorer og/eller computer vision (kamera).
Utfordringen med all autonomi er å klare å gjenkjenne og klassifisere/identifisere objekter, desto mer variasjon ett objekt har desto vanskeligere er det.
Jeg driver litt med opencv (computer vision og nevrale nettverk) på hobbybasis og selv dagens relativt gode objekt detekterings modeller bare gjetter på objekter.
Det blir gjort en kalkulering på hvor sannsynlig at objektet er feks en bil og hvor sannsynlig at det ikke er en bil.
Slike detekteringsmodeller bruker forskjellig type data for å prøve å gjette hvilket objekt som er på bildet.
En bil er enkelt, den har en relativt lik form uansett modell og merke, men allikevel kan algoritmen som sier at det er en bil feks bare være 80%sikker. Dersom en kirurg opererte blindtarmen med 80% sannsynlighet for at organet som blir klippet bort er riktig organ ville mange ha dødd.
Eksempel: du ser noe 200 meter unna som ser ut som en gigantisk snøhaug. Du har jo sett en haug med snø før og det ligner heller ikke på noe annet, så da må det være snø?
MEN, det er midt i juli på sørlandet og det har vært 20 grader i 2mnd.
Dersom du ikke har lagt inn variabler for temperatur og årstid så ville datamaskinen trodd det var snø, men egentlig er det haug med quartz som brukes til å lage solceller.
Dette vet jeg fordi jeg bor her og har lært dette, datamaskinen er opplært til å klippe gress så den vet ikke dette.
Du kan lære en datamaskin til å gjenkjenne en vanlig blindtarm, men hva skjer når blindtarmen har en deformasjon? Annen farge?
Grunnen til at mennesker fortsatt er overlegne all-round er at vi har så mye forskjellig kunnskap om enormt mange emner.
Altså vi vet om variabler som ikke nødvendigvis er direkte relatert til operasjoner men som vi kan utnytte for å løse oppgaver som er utenom normalen, ofte kalt kreativitet eller å tenke utenfor boksen (tenke utenfor algoritmen som er valgt for den aktuelle oppgaven).
Dagens autonomi er fortsatt "i boksen" og de forskjellige robotene er ofte skreddersydd til veldig spesifikke oppgaver som gjør at vi foreløpig ikke kan utføre oppgaver som har komplekse hendelseskjeder eller som kan håndtere større avvik.
At en tesla kan skifte fil av seg selv kan ikke sammenlignes med å avgjøre om ett lem må aputeres på grunn av ett avvik under en rutineoperasjon.
Vi mennesker er også uforutsigbare, irrasjonelle og ofte u-logiske slik at det er vanskelig for en datamaskin å tjene oss i utgangspunktet.
Men det skjer ting på sykehusfronten også, at leger kan fjern-operere er feks en stor mulighet til å kunne effektivisere, jeg ser også for meg at en maskin jobber ved siden av legen og utfører oppgaver som en assistent.
Når en snekker får en vegg til å stå så er det på grunn av matematiske utregninger og fysiske lover som kan gjenskapes av datamaskiner.
En 2x4 er er en plank som er 2" x 4" uansett hvilket hus du bygger, en blindtarm har ikke de samme standardene.