Machine Learning breytir leiknum
Machine Learning eða vélrænt nám virðist vera á “allra” vörum um þessar mundir. Hugtakið rennur oft saman við gervigreind eða Artificial Intelligence. Svo er mikið talað um Deep Learning. Hvar eitt endar og annað byrjar er flestum óljóst nema þeim allra innvígðustu og skiptir ekki máli þegar við horfum yfir sviðið. Hér er ein leið til að útskýra tengsl þessara þriggja hugtaka.
Og hæpið er mikið.
- Frumkvöðlar skreyta nú viðskiptahugmyndir sínar með fyrirheitum um að vélrænu námi verði beitt — töfralausn til að gera gott enn betra. “Drifið áfram af ML”.
- Fyrirtæki fjárfesta í tæknilegum innviðum og fólki til að tryggja að þau verði ekki undir í samkeppni við snjalla keppinauta.
- Háskólar þjálfa nemendur í vélrænu námi enda eftirspurn atvinnulífs eftir sérfræðingum á þessu sviði þegar mikil og fer vaxandi.
- Fjölmiðlar flytja okkur fréttir af nýjungum á þessu sviði og spá um leið dramatískum áhrifum þróunarinnar á atvinnulíf og daglegt líf.
- Fræðingar og spekúlantar skrifa hverja greinina af annarri þar sem þeir sjá fyrir sér nálæga framtíð þar sem þessi tækni verður alltumlykjandi og um leið velta þeir afleiðingunum fyrir sér. Þeir virðast hafa nettar áhyggjur af þróuninni og vilja koma í veg fyrir að illa fari.
Hinn ofursnjalli sagnfræðingur Yuval Noah Harari segir að þessi nýja tækni gæti grafið undan lýðræðinu, breytt gildismati okkar og flutt völdin frá mörgum til afar fárra. …eða eins og hann orðar það:
“Artificial intelligence could erase many practical advantages of democracy, and erode the ideals of liberty and equality. It will further concentrate power among a small elite if we don’t take steps to stop it”
Hagfræðingurinn Joseph Stiglitz er sama sinnis. Hann hefur áhyggjur af því að hagnýting gervigreindar geti ýtt undir enn meiri ójöfnuð í heiminum ef ekki verði brugðist við.
Annar hagfræðingur, Erik Brynjolfsson hefur sérstakan áhuga á áhrifum þessar tækni á störf.
Áhrifin verða mikil og oft sársaukafull fyrir þá sem verða fyrir barðinu á sjálfvirknivæðingu. Gervigreind muni hins vegar gera mörg störf áhugaverðari þar sem tölvurnar muni geta sinnt ýmsum verkefnum sem við verðum í raun fegin að losna við.
Stundum hljómar þróunin eins og eitt stórt samsæri tæknielítunnar gegn venjulegu fólki. Líklega er best að stíga varlega niður og full ástæða fyrir stjónvöld að fylgjast náið með framvindunni og jafnvel grípa inn í til að dempa möguleg neikvæð áhrif tækninnar á samfélagið.
En af hverju allt þetta hæp? Af hverju eru svona margir áhugasamir um Machine Learning?
Tímamótatækni
Þrátt fyrir að tæknin sé enn ekki fullþróuð eða gallalaus er heimurinn smám saman að átta sig að þegar upp er staðið er vélrænt nám og gervigreind að öllum líkindum tímamótatækni, tækni sem breytir leiknum. Svokölluð General Purpose Technology — eins og t.d. gufuvélar, rafmagn og tölvur. Áhrif slíkra tækninýjunga eru mikil, útbreidd og ná yfir langan tíma, á efnahag og samfélagið í heild sinni. Það skýrir hæpið og þegar slík tækni á í hlut er það annað hvort að tileinka sér hana eða daga uppi sem hluti af fortíðinni.
Hvað er þá svona merkilegt við Machine Learning?
“Machine Learning gives computers the ability to learn without being explicitly programmed” (Arthur Samuel, 1959)
Vélrænt nám er sem sagt tækni sem gerir tölvum kleift að læra af gögnum án þess hönd forritarans komi þar nærri. Hugmyndin hefur verið með okkur í meira en hálfa öld en er nú fyrst að koma fram sem hagnýt tækni — af ýmsum ástæðum.
Pælum aðeins í því. Okkur mönnum er tamt að reyna að átta okkur á hlutunum með því að skoða heiminn og viða að okkur alls kyns upplýsingum og leggja svo mat á þær. Svo komumst við að niðurstöðu, tökum ákvörðun. Eftir að tölvur komu fram gátum við svo matað þær með okkar uppsöfnuðu þekkingu í formi reglna. Forritarar sögðu tölvunum að Ef A þá B. Ef C þá D. Sumt áttum við svo alltaf erfitt með að kenna tölvum því við vorum ekki búin að átta okkur nógu vel á reglunum og gátum því ekki matað tölvurnar með þeim.
En nú má segja að vélrænt nám hafi gert hlutverk mannsins í þessari framleiðslukeðju þekkingar veigaminna. Nú lærir tölvan reglurnar sjálf á grundvelli þeirra gagna sem hún er mötuð með. Reglurnar geta verið allt frá því að vera sáraeinfaldar og upp í það að vera flóknar en kosturinn við þessa aðferð er að tölvan getur lært “milljón” sinnum fleiri reglur en forritarinn gat komist yfir eða hugkvæmst að forrita. Það þýðir að vélrænt nám er margfalt öflugri aðferð til að kenna tölvum en eldri aðferðin.
Nýja aðferðin fer á hraða tölvunnar og er ekki takmörkuð við reglur sem við höfum fundið upp.
Þess vegna — og einnig vegna stóraukinnar gagnasöfnunar og almennrar tækniþróunar — geta nýjar tölvur sem hagnýta vélrænt nám gert miklu meira en áður, jafnvel svo mikið að okkur er farið að finnast nóg um.
Til að gera langa sögu stutta má segja að tölvurnar þurfi bara gögn — reyndar mjög mikið af þeim — og markmið og vélrænu námsaðferðirnar sjá um framhaldið. Þær heita oft voða fancy nöfnum en ef vel er að gáð þá eru þær að gera fremur einfalda en samt snjalla hluti á miklum hraða. Sumar hoppa á vinstri fæti, aðrar á hægri fæti og enn aðar valhoppa í átt að markmiðinu. Ef svo má að orði komast.
Ef markmiðið er að ná háu skori í tölvuleik þá spilar tölvan tölvuleikinn milljón sinnum og býr um leið til gögn um frammistöðu sína. Þannig áttar hún sig smám saman á því hvaða aðgerðir virka vel til að hækka skorið. Ef A þá B og milljón varíantar í viðbót. Að lokum — nokkrum klukkutímum síðar — er hún orðin best í heimi í þessum tiltekna tölvuleik. Enginn veit í raun hvaða reglur hún notar og oft eru það reglur sem okkur mönnum datt aldrei í hug að nota enda tölvan ekki drifin áfram af tilfinningum og öðrum mannlegum eiginleikum.
Sama nálgun gildir um önnur og hagnýtari, háleitari eða alvarlegri markmið en að vinna tölvuleik. Til dæmis að greina krabbameinsæxli á röntegnmyndum, fyrstu einkenni Alzheimer, benda á gott sjónvarpsefni eða verðleggja líftryggingar rétt. Ef gögnin geyma mynstur sem geta fært tölvuna nær markmiðinu sem hún stefnir að umbreytir Machine Learning þeim í reglur eða vélræna þekkingu og þannig fikrar hún sig áfram í átt að markmiðinu á ógnarhraða.
Og rétt eins og vöðvaaflið keppir ekki við vélarafl þá er erfitt fyrir mannshugann að keppa við þessa námsaðferð við kjöraðstæður hennar. Það mætti fara að tala um hefðbundna þekkingarsköpun — sem verður að sjálfsögðu áfram afar mikilvæg — og vélræna þekkingarsköpun. Mjög ólíkar aðferðir en afurðin getur verið mjög svipuð.
Ef réttu gögnin eru til staðar og markmiðið er skýrt þá myndi ég veðja á hina nýju aðferð.
Og talandi um gögn. Í auknum mæli eru réttu gögnin einmitt til staðar — big data. Gögn um allt milli himins og jarðar safnast nú upp við hvert fótmál … líka hér heima… og þeim verður umbreytt í vélræna þekkingu til að taka fleiri og betri ákvarðanir en áður.
Þau fyrirtæki sem ná að beisla þessa nýju tækni og beita henni í starfsemi sinni ná árangri því þar verður ný þekking sköpuð og hagnýtt á meiri hraða en áður.
Fyrirtæki í fremstu röð munu því smám saman verða drifin áfram af ótal ákvörðunum sem byggja á gögnum og vélrænni þekkingu. Fulltrúar þessarar nýju kynslóðar fyrirtækja eru vel þekkt; t.d. Netflix, Amazon, Spotify, Facebook, Google. Þau eru fulltrúar þess sem koma skal. Fleiri munu fylgja í kjölfarið.
Í nýlegri grein í WSJ “Models will run the world” var þróuninni lýst með þessum hætti….
A model-driven business is something beyond a data-driven business. A data-driven business collects and analyses data to help humans make better business decisions. A model-driven business creates a system built around continuously improving models that define the business. In a data-driven business, the data helps the business; in a model-driven business, the models are the business.”
Þessi nýja tækni mun gegna stóru hlutverki í rekstri fyrirtækja. Og ýmist leysa okkur menn af hólmi á ákveðnum sviðum eða hreinlega bæta við nýrri getu eins og vélar hafa í gegnum tíðina gert.
Aukin almenn þekking á styrkleikum og veikleikum okkar manna samhliða tæknidýrkun nútímans má jafnvel kalla kjöraðstæður fyrir vélræna þekkingu og ákvarðanatöku að ná fótfestu. Og að mörgu leyti má segja að við höfum þegar tekið þessari tækni fagnandi og möguleikarnir til að bæta vörur og þjónustu eða draga úr sóun og spara okkur sporin virðast óteljandi.
Þetta verður því ekki yfirtaka af hálfu vélanna eða önnur dramatík heldur þróun sem starfsmenn og eigendur fyrirtækja og neytendur kjósa.
Þá er bara spurningin…
…er fyrirtækið þitt tilbúið að hagnýta vélræna þekkingu í eigin starfsemi?
Og þannig takast á við samkeppni frá vélvæddum keppinautum?
“Frá gögnum til sífellt betri vélrænna ákvarðana” er nýja mottóið. Líka hér heima, við verðum ekki undanskilin.
Það verða til ný hlutverk innan fyrirtækja skipuð fagfólki sem skilur og kann vélræna þekkingarsköpun. Og ný framleiðslukeðju vélrænnar þekkingar lítur dagsins ljós.
Það er efni í næsta blogg.