I mange år har man forsøgt at udvikle kunstig intelligens, men selvom computere efterhånden er bedre end mennesket til mange ting – som f.eks. skak – så er det ikke lykkes at skabe en rigtig KI. Forskere hos Carnegie Mellon University forsøger sig med en lidt anderledes tilgang. I de sidste 10 måneder har deres Never Ending Language Learning System, eller forkortet NELL, suget informationer til sig på nettet og forsøgt at placere ord i de rigtige semantiske kategorier.
I stedet for at fodre maskinen med fakta satser forskerne altså på, at den selv skal være i stand til at lære – ligesom et barn. Men NELL efterligner også mennesket på en anden måde. Nu har systemet nemlig fået sin egen Twitter-konto, hvor computeren fortæller om alle de fakta, som den har lært – både rigtige og forkerte.
Her kan man finde guldkorn som ”Nokia 6288 hvid er et produkt” eller ”narkoafhængighed er en sygdom”, men også humoristiske omend fejlagtige konklusioner som ”seksuel risiko er et brætspil” eller ”VisualStudio er en bilmodel”.
Det gik helt galt i den semantiske kategori for bagervarer, hvor NELL konkluderede at ”internet cookies” kommer fra et bageri og herefter begyndte at placere ord som ”filer” i samme kategori. I dette tilfælde var det nødvendigt med et manuelt indgreb fra forskerne for at bringe computeren på rette spor igen.
Det er trods alt ikke nemt at lære – heller ikke for en maskine. Hele den samlede database med 440.000 fakta som NELL har lært er også tilgængelig på nettet. Ifølge forskerne skulle 87 procent af de indsamlede fakta være korrekte.
Heldigvis kan Twitter-brugere sende korrektioner til den kunstige intelligens, som i hvert fald allerede har lært at begå sig på sociale netværk – og det er måske det vigtigste for en maskine, der skal integreres i vores moderne samfund.
En længere artikel i New York Times fortæller om den selvlærende computer, som kører døgnet rundt i kælderen på universitetet i Pittsburgh.
Selvom NELL måske aldrig udvikler sig til at blive en rigtig kunstig intelligens, kan den semantiske teknologi bruges til at gøre søgeresultater mere relevante. IBM, Microsoft og Google forsker alle i lignende teknologier til semantisk tekstanalyse.
