6 temaer inden for kunstig intelligens lige nu

Jeg var en tur i Austin, Texas til SXSW 2019. Her er lidt af, hvad jeg tog med hjem om de anvendelsesformer af AI, som spiller og kommer til at spille en rolle ift. user experience.

1. AI & augmented reality

”Context is King!”: Det er der for så vidt ikke noget nyt i, for selvfølgelig gælder det, at det rigtige budskab, til de rette mennesker det rette sted eller platform er afgørende. I hvert fald i et marketing-perspektiv.

Men inden længe rykker augmented reality for alvor – nogle spår at det sker, når 5G-netværket rulles ud. Hvad enten det er via mobiltelefonen, en form for headset eller beacon-baseret, så er konteksten afgørende for at skabe mening på en helt anden måde, end vi forstår ”kontekst” i dag. Når data, device og mikrokontekst integreres, så vil oplevelsen og dermed meningen for brugere influeres i endnu højere grad af en lang række faktorer, fx kulturelle koder, tidspunktet på dagen og vejret, lys, lyd, lugte og mennesker, arkitektur og andre fysiske omgivelser – netop fordi, at mediet vil kunne tage hensyn til disse faktorer.

Mediet bliver transparent. Vi vil ikke længere se om det er print, film eller skærme. Det vil blot være storytelling og ikke medieplatforme. Fortællingen – om det så er et kommercielt budskab eller ej – tilpasser sig mit humør, vejret og mit dagsprogram i øvrigt.

2. AI & personlighed

Så snart vi interagerer med dimser og bots, der kan kommunikere i naturligt sprog og føre samtaler, så har dimsen en personlighed – enten fordi vi som brugere projekterer en personlighed ind i samtalen, eller fordi den er designet sådan.

Kontekst bliver igen afgørende for brugeroplevelsen, idet både køn, etnicitet og andre kulturelle markører spiller ind. Fx er IBM’s kloge og nærmest altvidende Watson en mand, mens assistenter som Siri og Alexa er servile kvinder. Det er en kønsbias, vi formodentligt kommer til at se et opgør mod. Nøjagtig ligesom man i nogle bilers gps kan vælge forskellige stemmer, kommer vi også her til at opleve forskellige personligheder – fra de nøgterne og saglige til de lunefulde og drillende.

Læs også: Etiske principper for kunstig intelligens

3. AI & følelser

I almindelige samtaler – ansigt til ansigt – afkoder vi stemninger med det samme ud fra gestik, toneleje, kropsprog, pupillers udvidelse etc. Alt sammen mere eller mindre ubevidst. Hvis AI skal kunne vise og læse følelser, i hvor høj grad skal den så gøre det, uden at det bliver underligt eller ”uncanny valley”?

”Uncanny valley” er det fænomen, at menneskelignende robotter på én gang ligner mennesker lige præcis nok – og på én gang ikke nok – til at det føles ubehageligt og foruroligende (uncanny).

Skal AI’en være proaktiv – eller blot tale til dig, når du vil? Fx lytter en Google Home Assistant jo teknisk set hele tiden, men skal den eller en anden fremtidig AI også registrere dine følelser hele tiden? Måske vi snart alle har vores egen AI-baserede lykke-coach. ”The quantified self” er hverdag for mange. Vi tracker aktivitet, søvn, mad – og i det hele taget alt, der fysiologisk kan måles med wearables.

Måske det næste bliver ”The qualified self”? Det vi før søgte i selvrealiseringslitteraturen, bliver overtaget af empatisk AI, som coacher os igennem livets strabadser – uden om faldgruber som stress og frem mod lykken og mindfulness.

Det rejser selvfølgelig igen privatlivsspørgsmål. For hvem har adgang til vores emotionelle data? Og er de mon endnu mere værd for annoncører end gode, gamle fysiologiske og demografiske data? Alle ved jo, man kan shoppe sig glad! :-)

Læs også: Chatbots er ikke for alle - er det noget for jer?

4. AI & natural language processing

Fra chatbots til virtuelle assistenter som Siri og Google Home Assistant, så afhænger brugeroplevelsen af dimsens evne til at lyde eller skrive som et rigtigt menneske. Men der er lang vej endnu – udover de helt rudimentære kommando/svar-samtaler ala: ”Google, tænd lyset!” – ”OK, tænder for lyset”. Vi er langt fra at kunne kalde det for meningsfulde samtaler.

Mange har nok også hørt om Microsofts chatbot Tay, som var designet til at skrive som en uskyldig teenager, men inden der var gået et døgn, efter Tay var blevet lanceret på Twitter, skrev hun ”Hitler was right I hate the jews” og andre højreekstreme udsagn. Ikke ligefrem den ønskede teenager, der skulle lave memes og fortælle jokes.

Til Tays (og tilsvarende systemers) forsvar, skal det jo siges, at Tays træningsdata har været offentligt tilgængelige data, fx Twitter. Og for den slags systemer gælder det: bias in – bias out. Hvis Twitter er fuld af racisme, ja så bliver en kunstig intelligens, der træner med data fra Twitter, med stor sandsynlighed også racist.

Læs også: Sådan arbejder du med kunderejsen (og gør data til handling)

5. AI & location technology

På SXSW kunne man høre Dennis Crowley sige “pressing a check-in button is a pain in the ass”. Det er sjovt, fordi Crowley er (med)skaberen af Foursquare – den app som for ca. 10 år siden lærte SoMe first movers at checke-in og dermed efterlade et digitalt fodspor alle steder, de kom frem. Det blev et spil at samle på check-ins, bl.a. fordi man kunne blive ”mayor” af de steder, hvor man lavede de hyppigste check-ins. Foursquare blev senere delt op i Swarm (hvor der forsat var fokus på gamification-delen) og Foursquare – City Guide, som har fokus på brugerdrevne anmeldelser af spisesteder, barer, hoteller etc. Samtidig har Foursquare fået hård konkurrence af både Facebook, som annekterede check-in-feature’en og gjorde den til allemandseje, samt Yelp og andre lokationsbaserede apps.

Foursquare er interessant, fordi de som en ret lille spiller på techmarkedet (ca. 300 medarbejdere) bider the ”big four tech companies” (Google, Amazon, Facebook og Apple) i knæhaserne. Ikke på volumen eller magt, men ved at være fokuseret på location tech. Foursquares guldæg er deres data, som de stiller til rådighed for et hav af andre location services – samtidig med at de efter Crowleys eget udsagn også har fokus på privatliv og etik i langt højere grad end ”de fire store”. Hvis man var til stede i Austin under SXSW kunne man teste en ny feature i Foursquare, nemlig ”Hypertrending”. Her kunne man se realtime datavisualisering af præcis, hvor folk samledes inden for forskellige kategorier.

Lokationsdata bevæger sig i det evige spændingsfelt mellem creepy og cool, men den data der skabes (i aggregeret og anonymiseret form), er jo super relevant for AI – ikke mindst sammenkoblet med augmented reality. Den lokationsbaserede AR bliver ikke bare et check-in som i dag, men et meningsskabende lag på det fysiske sted. Et af de spændende spørgsmål der rejser sig, er så, hvorvidt det er brugeren, platformen eller stedet, der har ejerskab over og ansvar for AR-laget. Forstil dig, hvordan man kan lave virtuelt hærværk på en restaurant, der ikke lever op til forventningerne. Mon ikke lokumsgraffitigenren får sig en helt ny dimension (Killroy was here!)? Og mon ikke både copyright og privacy-diskussionen får sig endnu en tur i maskinen, når vi når så langt?

6. AI & kreativitet

Deep fake er en sammentrækning af deep learning og fake. Det er en videoteknologi, hvor man groft sagt kan ”faceswappe” med fx Trumps eller Lars Løkkes ansigt, og dermed forholdsvis let kan producere falske, men ret så virkelighedstro videoer, hvor man udgiver sig for at være andre mennesker. Deep fakes er måske mest kendt for de krænkende videoer, der har cirkuleret af skuespillerinders ansigter swappet ind i pornofilm.

(”En 23-årig mand har fået otte måneders betinget fængsel for at manipulere billeder af 19 kvinder. En af dem var tv-vært Michele Bellaiche”)

I en verden af fake news er det selvfølgelig et kæmpe demokratisk problem, hvis levende billeders autenticitet af fx magthavere altid kan drages i tvivl – og ditto, hvis magthaverne blot kan benægte udsagn eller handlinger fanget på video under påskud af det var deep fakes.

Men bare rolig, det er ikke fake news det hele. Den gode nyhed er, at der også er masser af opbyggelig kreativitet og good clean family entertainment. Magenta er Googles open source-projekt, som har til formål at udforske machine learning som redskab i kreative processer:

Prøv fx at tegne her direkte med fingeren på din smartphone, og se hvad der sker:
https://www.autodraw.com/

Eller prøv flere kreative eksperimenter her:
https://experiments.withgoogle.com/collection/ai

Og er du GitHub tech-typen, så har du nok allerede set dette:
https://magenta.tensorflow.org/

DEFINITION: Narrow vs. generel AI

*Kunstig intelligens eller AI (artificial intelligence) er en samlet rammebetegnelse for machine learning, cognitive computing, deep learning etc. Her er tale om ”narrow AI” eller ”weak AI”, altså begrænset kunstig intelligens. Dvs. maskiner, der kan opføre sig som om de har menneskelig intelligens inden for helt begrænsede områder som fx ovenstående emner. ”Strong AI” eller "AGI" (artificial generel intelligence) er i princippet i stand til at lære og at have adfærd og forståelse som mennesker – og kan overgå menneskelige egenskaber.

Generel kunstig intelligens findes dog ikke … endnu … formodentligt. Og denne tekst er i hvert fald heller ikke skrevet af en robot … ;-)