I väntan på nästa AI-drag

Garri Kasparov hade en plan.

Det var i New York 1997. Den ryske världsmästaren hade fått en hel del pengar för att spela mot en dator från det amerikanska företaget IBM.

Deep Blue hette den, och sades vara den bästa schackdatorn någonsin. En av ingenjörerna bakom skapelsen sa att Kasparovs motståndare egentligen inte var en dator, utan ett lag av ”alla stormästares spöken någonsin”.

Vad han menade med det var att datorn hade memorerat samtliga partier mellan stormästare någonsin. Den visste vilka positioner som hade störst sannolikhet att resultera i en seger. Den hade ett minne och en beräkningskapacitet som överträffade alla mänskliga hjärnor.

Men i den styrkan fanns också en svaghet.

Och Kasparov tänkte utnyttja den.

I det första partiet spelade Kasparov vitt. Han flyttade fram en häst – eller springare som schackentusiaster säger. Det var ett drag helt enligt skolboken. Datorns svar – att genast hota hästen med sin löpare – var också ett standarddrag. Enligt den tillgängliga statistiken skulle Deep Blues sannolikhet att vinna matchen då öka med fyra procentenheter.

Men nu satte Kasparov sin plan i verket. I stället för att återigen flytta sin häst, som de flesta schackspelare skulle ha gjort, flyttade han fram en bonde på vänsterflanken.

Strategiskt sett var det ett bra val. Men framför allt lyckades Kasparov på bara några drag radera Deep Blues övertag. I alla de hundratusentals partier som Deep Blue memorerat hade den här positionen bara förekommit en enda gång. Snart skulle Kasparov och Deep Blue vara i okänd terräng.

Datorn skulle behöva tänka själv.

Kasparovs kreativitet gav honom segern i det första partiet, men innan hans motståndare gav upp gjorde den ett underligt drag. Nästan som på måfå flyttade Deep Blue ner ett torn på första raden. Det såg ut som en blunder, och ytterst få brydde sig om det – utom Kasparov.

– Hur kan en dator begå självmord så där? frågade han sin kompis och följeslagare Frederic Friedel.

Tillsammans började de den kvällen gå igenom partiet. Och det Kasparov fann gjorde honom livrädd. Det till synes idiotiska draget var kanske det bästa – men bara om man gick ett tjugotal drag framåt.

Kunde datorn räkna så långt? Ingenjörerna hade sagt att den bara klarade fem eller sex drag framåt. Eller kunde den tänka?

De visste inte. Allt de visste var att draget gav en föraning om en väl förborgad intelligens.

Det knäckte Kasparov fullständigt.

Han hade slagit datorn för sista gången.

***

Människans förhållande till artificiell intelligens har ofta påmint om Kasparovs förhållande till sin datormotståndare. Människans kreativitet har ställts mot datorns noggrannhet och beräkningsförmåga. Förtjusning har ersatts av plötslig skräck.

Ända sedan forskningen om artificiell intelligens officiellt tog sin början, vid Dartmouth College 1956, har intresset och finansieringsviljan fluktuerat. Framsteg och bakslag har avlöst varandra. Redan efter några år sägs en dator ha blivit bättre än en människa på brädspelet dam, men det tog alltså nästan ett halvt sekel innan en dator blev bäst i världen på schack. Så sent som 2016 övertog en dator tronen i spelet go.

Vad artificiell intelligens – ai – egentligen betyder är inte helt klart. I korthet står begreppet för datorer som har ett intelligent beteende, men då blir följdfrågan: Vad innebär intelligens?

Den mänskliga hjärnan kan ju resonera, planera, höra, se, uttrycka sig med olika språk, lära sig nya saker, förstå andra människors känslor och så vidare.

Begreppet försvåras ytterligare av någonting som kallas ”ai-effekten”. Den innebär att allt som datorer eller robotar lär sig att göra slutar att betraktas som artificiell intelligens. Allt ifrån röststyrda mobiler och Spotifys automatiskt genererade låtlistor, till datorer som slår människor i avancerade brädspel, hade betraktats som artificiell intelligens för bara några decennier sedan. I dag har det här blivit en del av vår vardag och världsbild. Det framstår nästan som självklart att en dator ska vara bättre än en människa på schack.

Det som hände i New York i slutet av 1990-talet var inte bara att världens bäste schackspelare för första gången fick stryk av en dator. Det skapade också en ny coolhet kring företaget IBM, som fram till dess hade setts som ett hopplöst teknikföretag med en förlegad klädkod – tillika beläget på fel sida av USA. En ny guldålder inleddes för det klassiska östkustföretaget.

Och en ny guldålder inleddes för datorerna.

Spola fram bandet tjugo år, och plötsligt kan de inte bara spela schack, utan köra bilar, konversera med kunder, hitta cancertumörer, handla med aktier och föreslå filmer du förmodligen gillar.

Ai kallas nu allt från en ”strategisk tekniktrend” 2017 till ”nästa ekonomiska superkraft”.

Enligt Lena Stridsman, digitaliseringschef på ABB i Sverige, beror det senaste ai-språnget till stor del på den digitalisering som präglat samhället en tid nu.

– Den första vågen av digitalisering och internet of things har tillgängliggjort stora mängder av data. Det har öppnat upp möjligheter att kunna träna upp modeller som kan fånga upp komplexa beteenden och mönster, säger hon.

Erik Ekudden, som är chief technology officer på Ericsson, håller med om den beskrivningen.

– För att göra ett riktigt bra system krävs det avancerad datorkraft och tillräckligt mycket data. Mycket av det här har infriats de senaste åren.

På ytan ser det ut som om Sverige har väldigt goda förutsättningar att ligga långt fram inom ai. Sverige ligger högt upp på automationsskalan, infrastrukturen finns på plats och många svenska företag erbjuder den typ av tjänster och produkter som har stor potential att dra nytta av den nya tekniken. Ericsson sitter till exempel på stora mängder operationell data. Därmed finns möjligheter att optimera systemen, att sänka kostnaderna och höja kvaliteten, på ett sätt som människor av kött och blod aldrig skulle kunna klara av.

– Antalet parametrar man kan skruva på är så stort, komplexiteten ökar tiofalt. Så man måste komplettera med maskininlärning, säger Erik Ekudden.

Och det är inte bara de gamla storföretagen som rör på sig. I Sverige har även EQT Ventures, Cleantech Invest, Industrifonden och SEB Venture Capital gått in med stora pengar i startuper som sysslar med ai. Anders Borg sitter i styrelsen för det amerikanska ai-företaget IP Soft, med kunder som Nordnet och SEB. Och det numera Geely-ägda Volvo har kommit långt med självkörande bilar, delvis i samarbete med Uber.

Ändå finns det farhågor om att Sverige ligger efter i utvecklingen.

– Våra universitet och forskningsinstitut är inte bland de bästa när det gäller ai, säger Lena Stridsman.

När man pratar med svenska forskare verkar de hålla med om den lägesbeskrivningen. Ett exempel som pekas ut är de två stora konferenser i ämnet som ska hållas i Stockholm i juli. Där är den låga svenska närvaron en besvikelse för många.

Anledningen till eftersläpningen beror dels på att det tar lång tid att bygga upp meningsfull kompetens. Men det finns en viktigare förklaring, som går bortom specifikt svenska förhållanden. Den handlar om att de stora amerikanska techföretagen – främst Apple, Google, Amazon, Facebook och Microsoft – de senaste åren dammsugit upp forskare och små företag inom ai. I flera fall har de köpt startuper utan att ens vilja använda företagens teknik.

Det är en utveckling som hämmar både svensk forskning och svenska företag.

– Vi har våra sätt att få hit talanger. En lockelse är att de får jobba med ett globalt nätverk. Men behovet av kompetens är större än tillgången, och så kommer det att vara länge. Det är välkommet att vi får en debatt om hur vi ska stärka kompetensen, säger Erik Ekudden.

***

Det finns två sätt att se på Silicon Valley-företagens dominans inom artificiell intelligens. Den välvilliga tolkningen är att de utför ett arbete som så småningom kommer att komma alla till del. Den historiska parallellen i det här resonemanget är hur deras molntjänster – som exempelvis Amazon Web Services – har hjälpt till att öka produktiviteten och sänka kostnaderna för tusentals företag.

Den som är lite mer pessimistiskt lagd ser en handfull tech-oligopolister som använder spjutspetsteknik till att få ungdomar att chatta lite oftare med varandra, eller till att få människor att hitta nya favoritfilmer.

”Det är en skam att så många briljanta ai-hjärnor jobbar med jämförelsevis små produktförbättringar”, skrev den amerikanska sajten Techcrunch nyligen i en artikel som argumenterade för att de stora techföretagen ”underminerade genomslaget för artificiell intelligens”.

Det som talar för den pessimistiska tolkningen av talangdammsugningen är att ai-lösningar ofta tar sin utgångspunkt i en specifik tillämpning. Det är alltså inte en ny, generell teknik som går att använda här och där – utan ett sätt att genom stora mängder data och med hjälp av algoritmer lösa specifika problem.

Om det är svenska forskare och företag som kommer att lösa de problemen i framtiden återstår att se.

Men det saknas knappast insikt om utmaningen. Satsningen Wasp (Wallenberg Artificial Intelligence, Autonomous Systems and Software Program) är redan Sveriges största enskilda forskningsprogram någonsin, och i vintras fick den ett rejält kapitaltillskott när Knut och Alice Wallenbergs stiftelse gick in med en miljard kronor.

Tillsammans med medfinansiering av universitet och företag kommer det att räcka till att utbilda minst 300 doktorander till 2026.

Om de nu vill komma till Sverige?

– Det är väldigt spännande hur det kommer att gå, säger Johan Håstad, professor i teoretisk datalogi vid KTH.

Han ansvarar för matematikdelen i ai-satsningen och håller just nu på med rekryteringarna.

– Google kommer alltid att betala högre lön. Frågan är hur mycket det betyder för de här unga människorna. Vissa trivs bättre med att jobba med sina egna projekt. Och framför allt matematiker trivs ofta med att jobba i sin egen grupp.

***

Det har gått mer än tjugo år sedan Deep Blue slog Garry Kasparov. Sedan dess har vi människor vant oss vid att datorer inte bara är våra likar när det handlar om att spela schack, utan också när det handlar om att dj:a, välja investeringsstrategier eller köra bilar.

De nya förutsättningarna påverkar allt ifrån arbetsmarknadspolitik till geopolitik. Den kinesiska regimen har som målsättning att på lång sikt bli världsledande inom ai – och det gäller även militära tillämpningar.

Det ironiska med datorns seger över Garry Kasparov var bara att den inte byggde på en superintelligent dator. I själva verket hade Deep Blue buggat. Det var därför den fick knäppen att plötsligt sätta sitt ena torn på första raden.

Datorn var inte så intelligent som Kasparov trodde.

Inte då.

Men det har onekligen hänt en hel del på tjugo år.