Menneske og maskine, der arbejder sammen, kan gøre det bedre end begge på egen hånd, siger matematiklektor Hannah Fry.
Hello World: Being Human in the Age of Algorithms • Af Hannah Fry • Norton • 256 sider • ISBN: 9780857525246 • £18,99 / $25,95
Banen for bøger om nye teknologier følger et lignende mønster: for det første hype; derefter modreaktion; så til sidst et mere velovervejet syn på, hvad det faktisk kan være godt for.
De første hypebøger om algoritmer udkom omkring 2012. Sidste år begyndte fornuften at sejre hos Cathy O'Neil's Matematikødelæggelsesvåben. Og nu har vi Hannah Fry's Hello World: Being Human in the Age of Algorithms, som søger at finde en fornuftig vej et sted mellem at kaste algoritmer efter alting og køre dem over med en selvkørende bil.
Fry, professor i byers matematik ved University College London, accepterer O'Neils og andres argumenter om, at algoritmer laver fejl, og at black-box-scoringssystemer kan være uretfærdige. Men, siger hun, det er ikke en grund til at stoppe med at bruge dem. I stedet er det en grund til at forbedre dem og lære at arbejde med dem i stedet for imod dem.
Tag for eksempel COMPAS-systemet, der bruges i nogle områder af USA til at afgøre, hvilke anholdte mistænkte der er højrisiko, og hvilke der får kaution. Det sneer bredt forstået at COMPAS returnerer skæve resultater, fordi årtiers menneskelig bias er indlejret i de data, det blev tilført under træning. Fry spørger dette: hvordan ville algoritmen se objektivt ud?
For at besvare denne slags spørgsmål begynder Fry med at forklare, hvad algoritmer er, og går hurtigt videre til, hvordan vi interagerer med dem. Vi tror, de er dygtigere, end de er, men er hurtige til at afvise dem, når de laver fejl.
SE:Særlig rapport: Sådan automatiseres virksomheden (gratis e-bog)
Garry Kasparov giver et eksempel på det første problem: han har nævnt som en faktor i hans tab til IBM's Deep Blue maskin det faktum, at han fejlagtigt vurderede algoritmen som 'smartere' end den faktisk var. En af grundene var den smarte taktiske beslutning, som Deep Blues programmører tog, om lejlighedsvis at forsinke sit svar for at få det til at se ud, som om det "tænkte". Kasparov tolkede forsinkelsen som kæmpende, og blev derefter smidt ud af balance, da computeren spillede et overraskende stærkt træk. "Algorithmens geni sejrede," skriver Fry i en sjælden overdrivelse. I virkeligheden gjorde computerens programmører klog brug af menneskets psykologi.
En del af den psykologi er 'algoritmeaversion' - vores tendens til at ville smide maskiner helt ud, når de laver fejl, såsom når GPS-instruktioner får nogen til næsten at køre ud af en klippe. Vi er, skriver Fry, mindre tolerante over for maskinens fejl end vores egne. Nå, hvorfor ikke? Et moderat modent menneske har i det mindste en vis fornemmelse af den slags og omfanget af fejl, de typisk begår. En maskine, hvis mangler ikke kan forudsiges, er mere farlig at stole på.
Lad os arbejde sammen
I sidste ende er det, som Fry, ligesom mange andre videnskabsmænd, går ind for, partnerskab. Mennesker og maskiner, der arbejder sammen, kan gøre det bedre end begge på egen hånd. Fry forfølger denne diskussion gennem kapitler om magt, data, retfærdighed, medicin, biler, kriminalitet og kunst. I hver af disse forklarer hun, hvordan de relevante algoritmer er konstrueret -- ikke i tekniske detaljer, men i tilstrækkelige oversigter til at hjælpe forståelsen.
For mange af os fungerer Frys valg af titel som et emblem for street cred. At udskrive 'Hej verden' på skærmen er det første, vi alle har lært at programmere. Og ganske rigtigt: Fry blev introduceret til programmering af computere -- ZX Spectrum -- da hun var syv.
SENESTE OG RELATERET INDHOLD
Inde i den sorte boks: Forståelse af AI-beslutningstagning
Kunstig intelligens algoritmer er stadig mere indflydelsesrige i folks liv, men deres indre funktioner er ofte uigennemsigtige. Vi undersøger hvorfor, og undersøger, hvad der bliver gjort ved det.
Gåden med kunstig intelligens, maskinlæring og datavidenskab: Hvem skal administrere algoritmerne?
Kunstig intelligens og maskinlæring er ved at blive vedtaget med hastige skridt, og ledelseshovedpinen er lige ved at begynde.
Hvad er kunstig generel intelligens?
Alt hvad du behøver at vide om vejen til at skabe en AI så smart som et menneske.
Hvordan GDPR vil ændre den måde, vi bygger maskinlæringsalgoritmer på (TechRepublic)
En ny rapport fra O'Reilly afslører, at maskinlæring skal udvikles for at kunne holde trit med udviklingen af privatlivsbehov.
Er AI mindre forudindtaget end menneskelige rekrutterere? Det mener 56 % af jobansøgerne(TechRepublic)
Af ansøgere, der har oplevet diskrimination, tror næsten halvdelen, at AI vil give dem en bedre chance for at blive ansat, ifølge en Montage-rapport.
Instagram forklarer, hvorfor det gjorde dig så sur med det algoritmiske feed(CNET)
Den vil kun have dig til at se, hvad der er mest relevant for dig, fortæller fotodelingsappen til journalister.