Forskare lär AI att lära sig själv

Artificiell intelligens, AI, domineras i dag av djupinlärning, en kraftfull form av maskininlärning som fick sitt stora genombrott 2012. Djupinlärning används inom alla möjliga områden, från textanalys till cancerdiagnostik.

Thomas Schön, professor och AI-forskare vid Uppsala universitet, använder tekniken för att tolka elektrokardiogram, EKG, och upptäcka sjukdomar som påverkar hjärtat. Efter att ha tränat på drygt två miljoner EKG:n som tolkats av hjärtläkare, kunde AI:n ställa lika träffsäkra diagnoser som hjärtspecialisterna.

– Nu går vi vidare med 60 olika hjärtfel, säger Thomas Schön.

För att sprida och utveckla AI inom forskning och utbildning leder han ett nytt AI-centrum vid Uppsala universitet, AI4Research. Här tillbringar forskare från olika discipliner tid via utbytesperioder på upp till ett år.

Samtidigt forskar Thomas Schön på nya AI-system som till exempel inte behöver lika mycket tillrättalagda träningsdata, som i fallet med de två miljoner EKG:n som tolkats av hjärtläkare i exemplet ovan.

Ett hett forskningsspår är också att få AI att lära sig nya uppgifter helt på egen hand.

Även etik och hur samhället påverkas är viktiga frågor. Ett problem med AI är att de data som modellerna matas med inte alltid är objektiva, utan missgynnar vissa grupper.

En annan utmaning, som det forskas mycket kring, är att minska energiförbrukningen. Ju mer komplexa modeller, desto mer datakraft går det åt för att träna dem. En ny omtalad modell, med namnet GPT-3, klarar att skriva imponerande långa texter på egen hand, men det kräver å andra sidan i storleksordningen 500 gånger fler beräkningsparametrar än tidigare modeller, totalt 170 miljarder.

– Det är sinnessjukt mycket energi som går åt för att träna en så stor modell, säger Thomas Schön.

Han ser en fortsatt snabb teknisk utveckling framför sig.

– AI kommer in och påverkar allting, inte bara forskning, utan också oss människor och samhället.