10/20/2016

Episode 40 - Blir vi overflødige som mennesker når robotene overtar?

Teknisk sett-podcasten diskuterer effekten av kunstig intelligens og automatisering på arbeidsmarkedet. De diskuterer om vi vil bli overflødige, men hevder at vi vil finne nye roller. De drøfter også fremtiden for AI, autonome kjøretøy og helsetjenester. De tror at AI vil automatisere mange jobber, og at en borgerlønn kan bli nødvendig. De diskuterer også hvordan AI kan bli brukt i helsevesenet, for eksempel til å utføre kirurgi. De avslutter med å anbefale en video fra 1986 som viser visjoner om fremtidens teknologi, Knowledge Navigator.

Velkommen til Teknisk Sett,

Transkript

Velkommen til Teknisk Sett, en podcast fra TU. Jeg sitter her med Odd-Rikard Wallmoth. Hei alle sammen. Mitt navn er Jan Moberg, jeg er sjef her i TU. Odd-Rikard, i dag må vi ha en samtale for å berolige meg. Ja, du ser litt nervøs ut, Jan. Jeg sitter med en fornemmelse nå om at utviklingen går utrolig fort.

28.720 s
00:00:00

med digitalisering og autonome ting. Dette skjer noe raskere enn det jeg faktisk hadde tenkt. Ja, det er det. Er det faktisk sånn, og hva er da utfallet? Blir vi overflødige, vi som mennesker? Vi har jo hatt industrielle revolusjoner før, men da har ikke mennesker blitt overflødige. Vi har bare kunnet ta nye roller, nye oppgaver.

24.700 s
00:00:29

Ja, altså, vi snakker om at vi har hatt en eller annen industriell revolusjon som har vært i 200 år. Det er vel kanskje mer enn det. Det er jo 204 år siden dampmaskiner ble konstruert, ikke sant? Altså, det var ikke noe til en primitiv, nykommen dampmaskiner som brukes som pumpe i gruver. Men det var jo kanskje Spinning Jenny som introduserte det, og det er jo 252 år siden. Og da...

28.480 s
00:00:54

Knuste man noen sånne maskiner for å være rett? Ja, det ble jo opprør. Ja, det ble opprør. Og det har vært sånne luditter, han heter jo Lødd, han som sto i Bresjen for da, det har vært luditter hele veien siden, før at maskinen tar jobben vår, ikke sant?

15.620 s
00:01:23

Det jeg begynner å se nå, at nå skjer det virkelig fort. Før har det alltid vært sånn at det har stått nye jobber i kø. Det at du fikk kunne spinne garn etablerte jo tekstilindustrien. Ja, men da tok vi jo egentlig maskineri som utførte manuelt arbeid. Det som begynner å avtegne seg nå er jo at maskinen kommer inn i tankeballene våre og tar beslutningen for oss.

26.600 s
00:01:40

De siste 50 årene har vært preget av at datamaskiner har kommet inn i industrien, og den er overalt nå. Alt er jo datastyrt. Men det har på en måte vært enkle ting allikevel. Nå begynner vi å snakke om kunstig intelligens og maskinlæring.

16.300 s
00:02:07

Og den kokteilen der, den blir vanskelig for veldig mange yrkesgrupper. Ja, fordi det som du har sagt tidligere er at før så mekaniserte vi hender og føtter, nå skal vi mekanisere intelligensen. Ja.

16.260 s
00:02:23

Det begynner vi å se. Folk fleste er vant til det. Det er maskinlæring og AI som ligger i veldig mange av de nettjenester folk bruker på mobilen sin. De tar det som en selvfølge. De ser på TV og så foreslår Netflix sånn og sånn. Har du sett disse? Det gjør jo en datamaskin basert på maskinlæring om deg selv.

25.920 s
00:02:40

Om deg som individ, hva er det du liker å se på da, Jan? Ja, men nå drikker jeg litt kaldt vann nedover ryggen på slike optimister som deg nå. Vi har jo hørt om AI årevis, og det er ikke måte på hvor fort det skal komme, og vi har sett science fiction filmer og sånn. Folk har sluttet å tro at dette faktisk skal skje.

19.100 s
00:03:07

Ja, det... Når var du på din første AI-konferanse? Nei, det var faktisk i 1983. Ja, og da skulle det sikkert skje bare etter kort tid. Ja, men du vet, optimismen var enorm da, for da snakket man om AI og kunnskapsbaserte systemer, og man hadde egne programmeringsbøger, som Prolog og Lisp, og det var en enorm interesse for det.

24.560 s
00:03:26

Og en av de tingene man skulle krekke var språket. Det var jo piece of cake å lære datamaskiners språk. Det var det jo ikke. Nei. Det var det virkelig ikke. Og man lærte veldig mye om språk fordi det var så vanskelig for datamaskinene å skjønne det. Da skjønte man hvor komplekst det var. Men i dag er det jo veldig mye enklere. Nå har vi jo stort sett krekket det.

24.720 s
00:03:51

Du kan snakke med en mobiltelefon nå, for jeg bruker jo sjelden tastaturer. Jeg taler inn alt og språkentjenester. Det er fenomenalt, altså. Ja, vi som sitter rundt deg i åpent landskap vet jo til hvert tid hva du holder på med. Ja, dessverre. Stemmen bærer godt. Men, nei, dette er jo veldig interessant, og det er jo ikke lenge før vi har en device hvor vi kan snakke med en eller annen på hvilket som helst språk, og få det simultaneversatt og forstå hverandre.

26.220 s
00:04:16

Ja, det går jo allerede an. Og det husker jeg Nokia, sånn TV-reklame for 10-12 år siden, som dro en sånn science-fiction sak for oss.

13.820 s
00:04:43

Da var det virkelig science-fiction. Nå er det jo en realitet. Google Translate gjør jo en fenomenal jobb. Men dette med datamaskinens prosesseringskraft og emne, og ikke minst vår forståelse av hva vi kan få den til å gjøre, det kobles jo opp da mot big data og alt det vi legger igjen av spor. Hvilke betydninger har det? Det betyr jo at det er veldig mange datasystemer i nedskjøringen i dag som vet veldig mye om det igjen.

31.260 s
00:04:57

Ja, kanskje jeg vil bli overrasket? Ja, det tror jeg virkelig du hadde blitt hvis Google hadde bett deg ut alt de vet om deg. Så tror jeg du hadde fått kuligysninger. Men dette blir jo ikke, det er jo ingen som sitter og pirker her, det blir jo stort sett brukt av systemet til å gi deg råd og tips.

19.840 s
00:05:29

Og det er jo sånn vi kommer til å bruke det i fremtiden. Ja, og vi har jo tidligere snakket om Watson, som vi stadig har innom, som support for leger, for å hente både informasjon om pasienten og rundt om da. Men Watson brukes da alt mulig rart, ikke sant? Et annet eksempel er Watson Chef, et program som de har snakket av sammen i VM, hvor du bare forteller Watson hva du har i kjøleskapet,

27.260 s
00:05:49

og så komponerer den rett ut fra det.

2.480 s
00:06:17

Det er det jeg synes er nødvendig. Vi trenger ikke helstrøm lenger. Nei, vi har jo Watson. Nei, men du er jo inne på at helstrøm er unnholdende da. Ja da, det skal det være. Men ta dette til det vi også har vært innom flere ganger, det er jo dette med autonome kjøretøy for eksempel, eller skip eller whatever da. For meg så virker det nå som at dette kommer til å skje enda raskere enn jeg trodde bare i fjor.

27.360 s
00:06:20

Ja, for det jeg trodde var at lovgiverne ville bli en propp i systemet. At teknologien utviklet seg i et rasende tempo, men at lovgiverne ville si at «Nei, ikke her». Men nå ser det faktisk ut som om veldig mange lovgivere i ulike land har begynt nesten å konkurrere om å tilate «Kom til oss og kjør økonomibiler».

22.180 s
00:06:47

Nævnt i episoden

Teknisk sett 

Teknisk sett er en podcast fra TU

TU 

TU er en organisasjon som lager podcasten Teknisk sett

Odd-Rikard Wallmoth 

Odd-Rikard Wallmoth er en person som deltar i podcasten

Jan Moberg 

Jan Moberg er en person som deltar i podcasten

Spinning Jenny 

En maskin som ble introdusert for 252 år siden

Bresjen 

Et sted der luditter demonstrerte mot maskiner

Netflix 

En streamingtjeneste som bruker AI for å gi personlige anbefalinger

Watson 

Et AI-system som brukes til å hjelpe leger og lage mat

Watson Chef 

Et AI-system som lager mat basert på hva du har i kjøleskapet

Tesla 

Et bilmerke som lager selvkjørende biler

Volkswagen 

Et bilmerke som lager selvkjørende biler

København 

En by med førerløse T-baner

Søderav 

En by som skal få et gigantisk førerløst T-banesystem

Kjøperlin 

En by som skal få et gigantisk førerløst T-banesystem

Iriad 

En by som skal få et gigantisk førerløst T-banesystem

Oslo 

En by der autonome T-baner kan gi økt kapasitet

England 

Land der luditter demonstrerte mot maskiner

Apple 

Et selskap som har laget banebrytende teknologi

Steve Jobs 

En person som var sjef i Apple

John Scully 

En person som jobbet i Apple

Knowledge Navigator 

En video fra 1986 som viser fremtidsvisjoner om AI og teknologi

YouTube 

En plattform hvor Knowledge Navigator-videoen kan sees

Stine Kjøps 

En person som John Scully snakket med

gin tonic 

En drikke som podcast-deltakerne kan drikke i fremtiden

Google Translate 

En tjeneste som oversetter språk

Nokia 

Et selskap som lagde en TV-reklame om science-fiction teknologi

Prolog 

Et programmeringsspråk som var populært på 1980-tallet

Lisp 

Et programmeringsspråk som var populært på 1980-tallet

Deltagere

guest

Odd-Rikard Wallmoth

host

Jan Moberg

Lignende

Loader