STOCKHOLM (digi.no): Et ensomt Airbus 330-300 står klar til avgang utenfor gate F69 på Arlanda. Noen titalls meter bortenfor, inne på selve gaten, står folk i store grupper og mingler. Noen har croissanter i hånden, andre spiser på en slags kokos-dessert.
To dansker går rundt med cowboyhatt og hawaiiansk blomsterpynt.
Svorsk, svansk og densk. Skandinavere forsøker på beste vis å kommunisere med hverandre. Taylor Swift buldrer over flere store høyttalere.
Klokken er 08.00 på morgenen. Det er fullstendig corporate galematias. Helt Texas. Nærmere bestemt Austin, Texas.
30.000 deltakere
En samlet nordisk teknologibransje er nemlig på vei til verdens største teknologifestival: South by Southwest (SXSW). Her kan man meske seg med workshops, fester, messer og hundrevis av ulike forelesninger sammen med over 30 000 andre deltakere - og det er bare for teknologidelen. I tillegg kommer en egen film, musikk og gaming-festival.
– Det handler om å komme seg ut og se hva som skjer i teknologiverden utenfor Norge, sier Kjetil Thorvik Brun, fagansvarlig for IKT i Abelia.
– Man kan finne ut mye ved å sitte hjemme og Google og lese i mediene, men her får man servert de siste trendene på et sølvfat, påpeker han.
Over 300 nordmenn deltar på årets messe. SAS har rigget til en egen «lounge» for de skandinaviske deltakerne. Kronprinsen kommer, men det er riktignok ikke før teknologidelen av SXSW slutter og musikkfestivalen begynner.
Apropos teknologidel: Temaene i år spenner fra moderne Javascript til blokkjeder, åpne kontorlandskaper og det å ta ørsmå doser LSD før du drar på jobb.
AI, folkens. AI
Kunstig intelligens (AI) fortsetter å være det heteste temaet på konferansen. Men mens man tidligere år var mest opptatt av nevrale nettverk og teknologien bak, snakker man nå om hvordan man skal regulere den kunstige intelligensen som allerede gjennomsyrer hverdagen vår.
For hva gjør vi når AI-en er smartere enn oss, og vi ikke kan forklare hvorfor den tar beslutningene den tar?
Det er en mer reell problemstilling enn mange tror. Her er et eksempel:
Ved å overvåke blodgjennomstrømning i hjernen, klarte IBMs kunstige intelligens i fjor å anslå hvem som får schizofreni med 74 prosent treffsikkerhet - et tall man tidligere bare kunne drømme om.
Vel og bra. Men hva om treffsikkerheten går opp til 99 prosent? Hva om sykehuset bestemmer seg for å iverksette forebyggende tiltak hos menneskene som høyst sannsynlig blir rammet? Hvem er ansvarlig hvis det viser seg å være feil, og en pasient har blitt gitt medisiner unødvendig?
GDPR har ikke alle svarene
I Europa har vi vært offensive. EUs nye personvernregler (GDPR) inneholder en rekke retningslinjer som er spesifikke for kunstig intelligens. Blant annet har man rett til å bli fritatt fra «automatiske beslutninger som rammer deg i signifikant grad».
Dersom noen krever det, må man også kunne forklare rasjonalet bak beslutningene den tar på en enkel måte. Man skal kunne forklare hvorfor modellen gjør som den gjør. Det høres enkelt ut, men er ofte lettere sagt enn gjort - spesielt i tilfeller hvor den kunstige intelligensen utfører oppgaver mennesker tidligere ikke var i stand til i noen som helst grad.
Enkelte etterspør også lovverk som setter krav til kvaliteten på modellene. Hvor mye input-data trenger man for at en modell kan anses som god nok? Hvor lenge må den trene seg opp?
På toppen av det hele kommer hensynet til såkalt data bias. Datamaskiner har nemlig en tendens til å forsterke skjevheter vi allerede har i samfunnet, og som vi ikke nødvendigvis ønsker.
Dette viser seg for eksempel igjen i Facebook og algoritmen som bestemmer hva som dukker opp i nyhetsstrømmen din. Liker du ofte innlegg fra en SV-politiker, vil algoritmen oppdage dette og fortsette å servere deg SV-politikk. Strømmen blir et ekkokammer som forsterker meninger du allerede har, uten å eksponere deg for nye.
– Etikere, jurister og teknologer må alle slippe til dersom vi skal lage systemer som er gode nok. Som i bioteknologi trenger vi støtte fra etiske komiteer som kan gjøre disse vurderingene, sier Brun.
Han etterlyser en nasjonal strategi for kunstig intelligens.
– Se på England, USA og Kina. De har et betydelig myndighetsdrevet arbeid med dette. Kina har for første gang passert USA i mengde publisert AI-forskning. Norge henger ikke med her, forklarer Brun.
Han peker på mer omfattende deling av offentlig data som et viktig steg på veien. Å lære opp en modell innen kunstig intelligens krever gjerne enorme mengder input-data. Mens mye av den innhentede dataen Norge AS samler inn ligger tilgjengelig i API-er i dag, har vi fortsatt en lang vei å gå, ifølge Brun.
