Intelligens er svær at blive klog på

John Hallam arbejder med kunstig intelligens. Han er fascineret af biologiske systemer og arbejder med robotter, som skal opføre sig som rigtige dyr En hjerne skal sørge for tre ting. At vi får noget at spise, at vi formerer os, og at vi løber væk, hvis der er fare på færde. Ja, sådan ser det i hvert fald ud, når man arbejder med kunstig intelligens - som årets modtager af Fyens Stiftstidendes forskerpris, den britiske professor John Hallam. - Oven på den grundstruktur kommer så evnen til at kunne tænke. Det giver dig noget ekstra, men det er faktisk en meget moderne tilføjelse, siger John Hallam med et lunt smil. Kunstig intelligens smager unægtelig af science-fiction og smart fremtid, men for John Hallam er det spændende nutid og har været det i omkring 20 år. - Kunstig Intelligens handler om to ting, når du er forsker. For det første at forstå, hvordan intelligens virker. For det andet at bygge intelligente ting, som er nyttige, siger Hallam. $SUBT_ON$Tre hukommelser Menneskelig intelligens er svær at blive klog på - i hvert fald hvis man gerne vil have den ned på en formel og ind i en computer. Den består af flere lag - af hukommelse, det at tænke og ræsonnere og træffe beslutninger. En ting er, hvis vi træffer logiske beslutninger ud fra fakta, men det gør vi jo langt fra altid, så det gør ikke arbejdet nemmere. Dertil kommer, at hukommelse ikke bare er én størrelse. Vi har faktisk tre-fire forskellige hukommelser. En husker, hvad man tidligere har gjort. En anden lagrer de færdigheder, man har lært, så man ikke glemmer, hvordan man rammer bolden ordentligt næste gang, man gør forsøget. Og en tredje kæder de ting, man gør, sammen med det, som bliver belønnet. Altså noget, der opmuntrer dig til at gøre det, som giver belønninger. $SUBT_ON$Dum computer - Det er den samme mekanisme, som lærer os, at det er farligt at komme for tæt på ilden, og som afgør, hvad der er godt og skidt at spise, siger Hallam. Så er der sproget - det er også svært at arbejde med: - Hvis jeg siger "glasset faldt på gulvet og det gik i stykker" kan det jo betyde, at enten glasset eller gulvet gik i stykker. Men vi er ikke i tvivl om, hvad der menes. Vi ved, at glasset er mere skrøbeligt end gulvet og har tidligere set, hvad der sker. Men det ved computeren ikke. - Du skal altså fordre den med alt det, du ved om verden. Det er meget svært at få det ned på en form, som computeren kan forstå, og det kan tage evigheder. For det vi ved, afhænger som regel altid af noget andet, der igen afhænger af noget tredje, så man bliver aldrig færdig, forklarer Hallam. Han har derfor taget konsekvensen: - Den menneskelige intelligens er for kompliceret, så derfor studerer jeg mere simple systemer, det vil sige dyr. Her udelader vi "tænke"-delen, og er i stedet interesseret i forholdet mellem det, som dyret sanser, og hvad det efterfølgende gør. $SUBT_ON$Biologiske robotter - Vi prøver at bygge biologiske robotter, som er modeller af, hvordan dyr opfører sig. Det gør vi for at forstå, hvad der sker i dyret. Kan vi bygge en, der virker, har vi også forstået det, siger John Hallam. Men selv om der er tale om mere simple systemer end mennesker, er det stadig svært. Og man bliver nødt til at fokusere. - Det gælder om at tage det med, som er vigtigt, og udelade det, der er svært. Vi har for eksempel konstrueret en flagermus, og det er meget besværligt at lave en flyvende robot. Men er det vigtigt, at den kan flyve? Nej, ikke hvis vi vil studere, hvordan den fanger et insekt. Så kan man komme langt ved at se på, hvordan insektet reflekterer lyden fra flagermusen - og hvad flagermusen vil høre, hvis flagermusen er i en særlig position. Hvor vil den så bevæge sig hen? Der er faktisk flagermus, som svæver og ligesom scanner omgivelserne med deres ekko-sensor, og det kan vi jo godt lave med en robot, siger Hallam. - Og hvis vi endelig vil have noget, der minder om at flyve, kan vi bygge et flagermushoved og så montere det i en robotarm, der kan bevæge det som om det fløj. $SUBT_ON$Kroppen så vigtig som hjernen Når man skal bygge intelligente ting, der virker, handler det imidlertid ikke kun om at forstå hjernen. Kroppen er lige så vigtig, for den er designet til at tjene helt bestemte formål. - Formen på vores øre hjælper for eksempel med til at bestemme, hvor lyden kommer fra. Og hvis vi bare bliver ved med at bevæge os mod lyden, vil vi til sidst finde lydkilden. Det ville du ikke kunne på samme måde ved bare at stille to mikrofoner op, men ørets form er med til at hive mange flere informationer ud af lyden, forklarer John Hallam. - Det er et meget spændende forskningsfelt, for vi bliver også hele tiden klogere på ingeniør-arbejde. Ved at studere flagermusens meget komplicerede ører, kan man måske finde ud af noget, som kan bruges til at forbedre de høreapparater, man kender i dag. - Og hvis vi en dag skal til at lave boringer på en fjern planet, så skal vi finde alternativer til de meget lange rør, vi bruger i dag, for de er ikke sådan at få fragtet helt derop. Så kan vi lære af det lille insekt, der er i stand til at bore mere end 20 centimeter ned i jorden, fordi hele dens bagkrop kan "vikles ud" og blive til borebrod, forklarer Hallam. $SUBT_ON$Den nemme løsning Hvis han skal pege på én ting, han har lært af at studere dyrene, hvad er det så? - Dyrene vælger altid den nemmeste løsning - de springer altid over, hvor gærdet er lavest. - Når cikaderne for eksempel skal parre sig med hinanden, skal hunnerne finde ud af, hvor hannerne holder til ud fra deres kald. Og for ikke at blive forstyrret af alle de andre lyde, er deres ører konstrueret sådan, at de kun kan høre lyde på den særlige tonefrekvens, som hannernes kald ligger på. Og samtidig har lyden en særlig struktur, som også hjælper den på vej, siger Hallam. For sådan en cikade-robot har han nemlig også været med til at lave.