For Joseph Qualls startede det hele med videospil.
Det fik ham til at “rodet med et AI-program” og førte til sidst til en ph.d. i elektroteknologi og computerteknologi fra University of Memphis. Kort efter startede han sit eget firma, kaldet RenderMatrix, som fokuserede på at bruge AI til at hjælpe folk med at tage beslutninger.
Meget af selskabets arbejde har været med forsvarsdepartementet, især under krigen i Irak og Afghanistan, da militæret var i forkant med brugen af sensorer og så hvordan AI kunne bruges til at hjælpe med at træne soldater til at fungere i et fjendtligt, ukendte omgivelser.
Qualls er nu klinisk assisterende professor og forsker ved University of Idahos teknikhøjskole, og han har ikke mistet nogen af sin fascination for AI's potentiale til at ændre mange aspekter af det moderne liv. Mens militæret har været førende inden for anvendelse af AI - hvor maskiner lærer ved at genkende mønstre, klassificere data og tilpasse sig de fejl, de gør, presser virksomhedsverdenen nu hårdt på at indhente. Teknologien har gjort færre indhug i undervisningen, men Qualls mener, det kun er et spørgsmål om tid, før AI bliver en stor del af, hvordan børn lærer.
Det ses ofte som en nøglekomponent i begrebet personlig uddannelse, hvor hver studerende følger et unikt miniprogram baseret på hans eller hendes særlige interesser og evner. AI, tankerne går, kan ikke kun hjælpe børn med at nulstille i områder, hvor de mest sandsynligt har succes, men vil også, baseret på data fra tusinder af andre studerende, hjælpe lærere med at forme den mest effektive måde for individuelle studerende at lære.
Smithsonian.com talte for nylig med Qualls om, hvordan AI kunne have stor indflydelse på uddannelse, og også nogle af de store udfordringer, det står overfor.
Så hvordan ser du kunstig intelligens påvirke, hvordan børnene lærer?
Folk har allerede hørt om personlig medicin. Det er drevet af AI. Nå, den samme slags ting vil ske med personlig uddannelse. Jeg tror ikke, du vil se det så meget på universitetsniveau. Men ser jeg folk begynde at interagere med AI, når de er meget unge. Det kan være i form af en bamse, der begynder at opbygge en profil af dig, og den profil kan hjælpe med at guide, hvordan du lærer hele dit liv. Fra profilen kunne AI hjælpe med at opbygge en bedre uddannelsesmæssig oplevelse. Det er virkelig, hvor jeg tror, dette vil gå over de næste 10 til 20 år.
Du har en meget ung datter. Hvordan ville du forudse, at AI påvirker hendes uddannelse?
Det er interessant, fordi folk tænker på dem som to helt forskellige områder, men AI og psykologi er iboende forbundet nu. Hvor AI kommer ind er, at det vil begynde at analysere menneskers psykologi. Og jeg kaster en skruenøgle ind her. Psykologi begynder også at analysere psykologien i AI. De fleste af de projekter, jeg arbejder på nu, har et fuldt udblæst psykologeteam, og de stiller spørgsmål som 'Hvorfor tog AI denne beslutning?'
Men kommer tilbage til min datter. Hvad AI ville begynde at gøre er at forsøge at finde ud af hendes psykologiprofil. Det er ikke statisk; det vil ændre sig over tid. Men da det ser, hvordan hun vil ændre sig, kunne AI komme med forudsigelser baseret på data fra min datter, men også fra ca. 10.000 andre piger på samme alder, med samme baggrund. Og det begynder at se på ting som "Er du virkelig en kunstner, eller er du mere matematisk tilbøjelig?"
Det kan være et meget komplekst system. Dette er virkelig kunstig intelligens. Det handler virkelig om at prøve at forstå, hvem du er som individ, og hvordan du ændrer sig over tid.
Flere og flere AI-baserede systemer bliver tilgængelige i de kommende år, hvilket giver min datter hurtigere adgang til en langt overlegen uddannelse end nogen sinde, vi nogensinde har haft. Min datter vil blive udsat for ideer hurtigere og i sit personlige tempo, altid holde hende engageret og give hende mulighed for indirekte at påvirke sin egen uddannelse.
Hvilke bekymringer kan du have om at bruge AI til at personliggøre uddannelse ?
Det største problem med kunstig intelligens lige nu er spørgsmålet om 'Hvorfor tog AI en beslutning?' AI kan begå fejl. Det kan gå glip af det større billede. Med hensyn til en studerende kan en AI beslutte, at en studerende ikke har en matematisk evne og aldrig begynder at udsætte den studerende for højere matematikbegreber. Det kunne duehul dem ind i et område, hvor de måske ikke udmærker sig. Interessant nok er dette et massivt problem i traditionel uddannelse. Studerende efterlades eller er ikke tilfredse med resultatet efter universitetet. Noget gik tabt.
Personlig uddannelse vil kræve mange forskellige discipliner, der arbejder sammen for at løse mange problemer som ovenstående. Det problem, vi har nu inden for forskning og akademia, er manglen på samarbejdsforskning vedrørende AI fra flere områder - videnskab, teknik, medicinsk, kunst. Virkelig kraftfuld AI kræver alle discipliner, der arbejder sammen.
Så AI kan begå fejl?
Det kan være forkert. Vi ved, at mennesker begår fejl. Vi er ikke vant til at AI begår fejl.
Vi har svært ved at fortælle folk, hvorfor AI tog en bestemt beslutning. Nu må vi prøve at forklare, hvorfor AI begik en fejl. Du kommer virkelig ned i tarmen ved det. AI er bare en sandsynlighedsstatistikmaskine.
Sig, det siger, at mit barn har en tendens til at være meget matematisk orienteret, men hun viser også evnen til at tegne. Baseret på de data, den har, bruger maskinen en vægt på visse ting ved denne person. Og vi kan virkelig ikke forklare, hvorfor det gør, hvad det gør. Derfor fortæller jeg altid folk, at vi er nødt til at bygge dette system på en sådan måde, at det ikke bokser en person ind.
Hvis du går tilbage til det, vi gjorde for militæret, forsøgte vi at være i stand til at analysere, om en person var en trussel mod en soldat ude i marken. Lad os sige, at en person bærer en AK-47, og en anden bærer en rake. Hvad er forskellen i deres risiko?
Det virker temmelig enkelt. Men du skal stille dybere spørgsmål. Hvad er sandsynligheden for, at fyren, der bærer riven, bliver terrorist? Du skal begynde at se på familiebaggrund osv.
Så du er stadig nødt til at stille spørgsmålet, 'Hvad hvis AI'et er forkert?' Det er det største problem over for AI overalt.
Hvor stor udfordring er det?
En af de store tekniske udfordringer nu er omvendt konstruktion af den menneskelige hjerne. Du kommer ind, og så kan du se, hvor kompleks hjernen er. Når vi ser på mekanikerne i det, begynder vi at indse, at der ikke er noget AI-system, der endda kommer tæt på den menneskelige hjerne, og hvad det kan gøre.
Vi ser på den menneskelige hjerne og spørger, hvorfor mennesker træffer de beslutninger, de gør for at se, om det kan hjælpe os med at forstå, hvorfor AI træffer en beslutning baseret på en sandsynlighedsmatrix. Og vi er stadig ikke tættere på.
Hvad der faktisk drejer omvendt konstruktion af hjernen og personalisering af AI er ikke forskning i akademia, det er mere advokaterne der kommer ind og spørger 'Hvorfor tager AI disse beslutninger?' fordi de ikke ønsker at blive sagsøgt.
I det forløbne år har de fleste af de projekter, jeg har arbejdet med, haft en eller to advokater sammen med psykologer på holdet. Flere stiller spørgsmål som 'Hvad er etikken bag det?' Et andet stort spørgsmål, der bliver stillet, er 'Hvem er ansvarlig?'
Angår det dig?
Den største del af AI-forskningen nu er, at folk nu stiller spørgsmålet 'Hvorfor?' Tidligere gik det spørgsmål tilbage til de akademiske haller inden for datalogi. Nu forgrenes AI-forskningen sig til alle domæner og discipliner. Dette begejstrer mig meget. Jo flere mennesker, der er involveret i AI-forskning og -udvikling, jo større chance har vi for at lindre vores bekymringer og endnu vigtigere er vores frygt.
At komme tilbage til personlig uddannelse. Hvordan påvirker dette lærere?
Hvad der vil ske med uddannelse, skal du stadig have overvågning. Du har lærere, der overvåger data. De bliver flere dataforskere, der forstår AI og kan evaluere dataene om, hvordan studerende lærer.
Du har brug for nogen, der er en ekspert, der ser dataene og ser den studerende. Der bliver brug for et menneske i løkken i nogen tid, måske i mindst 20 år. Men jeg kunne have helt forkert. Teknologi bevæger sig så hurtigt i disse dage.
Det er virkelig en fascinerende tid i AI-verdenen, og jeg tror, det kun kommer til at accelerere hurtigere. Vi er gået fra programmeringsmaskiner til at gøre ting til at lade maskinerne finde ud af, hvad de skal gøre. Det ændrer alt. Jeg forstår bestemt de bekymringer, folk har omkring AI. Men når folk skubber meget af denne frygt, har det en tendens til at fjerne folk væk. Du begynder at miste forskningsmuligheder.
Det burde handle mere om at skubbe til en dialog om, hvordan AI vil ændre ting. Hvad er der? Og hvordan skal vi skubbe fremad?
