"Han har välförtjänt kallats AI:s gudfader"

– Nobelpriset i fysik 2024 handlar om att använda grundläggande principer inom statistisk fysik för att utveckla artificiella neurala nätverk, som är dagens huvudsakliga arbetskraft inom AI, säger Pawel Herman. 

Han arbetar som forskare och lärare på avdelningen för Beräkningsvetenskap och beräkningsteknik vid KTH. Pawel Herman fortsätter att berätta att dessa nätverk kallas artificiella i kontrast till biologiska neurala nätverk i hjärnan, som ger upphov till biologisk eller mänsklig intelligens och står för våra kognitiva och perceptuella förmågor. 

Gjort anmärkningsvärda bidrag

Även om dagens vanliga artificiella neurala nätverk har relativt lite att göra med hjärnan, är det intressant att notera att både John Hopfield och Geoffrey Hinton har gjort anmärkningsvärda bidrag genom att koppla beräkningar i dessa nätverk till hjärnteorier.

John Hopfield associativa minnesnätverk, som kan söka igenom lagrade mönster (minnen), anses vara en av de tidiga banbrytande matematiska modellerna av den mänskliga minnesfunktionen från 1980-talet. Idag har så kallade moderna Hopfield-nätverk återupplivat intresset för John Hopfields associativa minnen i relation till vissa neurala nätverksarkitekturer som används för att bygga stora språkmodeller, berättar Pawel Herman.

AI:s gudfader

Geoffrey Hinton har å sin sidan kraftigt utvidgat repertoaren av artificiella neurala nätverksarkitekturer och algoritmer bortom sitt tidigare arbete med så kallade Boltzmann-maskiner, en föregångare till moderna generativa modeller.

– För sitt revolutionerande bidrag till mönsterigenkänning har han välförtjänt kallats "AI:s gudfader", säger Pawel Herman.

KTH är mycket aktivt inom ett brett spektrum av AI-forskning, och det finns många grupper som utvecklar och tillämpar artificiella neurala nätverk och andra maskininlärningsmetoder inom många olika tillämpningsområden, från materialvetenskap, transport, robotik till cybersäkerhet och medicinsk diagnostik.

Supermänsklig intelligens

Framtiden för AI-forskningen ser spännande ut, enligt Pawel Herman. AI är en verkligt banbrytande teknologi som erbjuder lika banbrytande tillämpningar. Som exempel nämner han konkreta möjligheter att inte bara förändra hur vi hanterar vårt dagliga liv, arbete, underhållning, hur vi lär oss, interagerar med omvärlden eller hur vi organiserar våra samhällen. AI kan också omvandla många vetenskapliga discipliner, konst och musik, med mera. 

– Generativ AI och stora språkmodeller i synnerhet har frigjort fantasin och påskyndat diskussioner om så kallad artificiell generell intelligens som efterliknar den mänskliga intelligensen - eller till och med går bortom den, mot supermänsklig intelligens, säger Pawel Herman.

Anpassa AI till mänskliga värderingar

Samtidigt har den senaste utvecklingen på området väckt ökande oro kring människans roll i framtida samhällen med ständigt närvarande AI-teknologi. "Den filosofiska naturen i interaktioner mellan mänsklig och artificiell intelligens", som Pawel Nerman beskrivet läget.

– Intressant nog "blåste Hinton i visselpipan" och lämnade Googles AI-team förra året för att uppmärksamma det brådskande behovet av försiktighet kring AI. Sammanfattningsvis tror jag på vikten av forskning för att anpassa AI till mänskliga värderingar, och denna strävan kan teknologiskt underlättas bland annat genom att utveckla hjärnliknande AI, säger Pawel Herman.

Text: Peter Asplund ( p3t3r@kth.se )

Nästa generation av hjärnliknande AI-teknologi

• KTH-forskare spelar ledande roller i olika nationella (bland annat Swedish e-Science Research Centre, Digital Futures, Wallenberg AI, Autonomous Systems and Software Program) såväl som europeiska AI-projekt och initiativ, och bidrar både till innovativa tillämpningar och grundläggande teoretiska framsteg. Det finns också ett livligt "AI-samhälle" på KTH som drivs av studenter från alla inriktningar, vilket återspeglar AI:s tvärvetenskapliga natur.
• Pawel Herman leder forskargruppen Computational Cognitive Brain Science som fokuserar på hjärnliknande artificiella neurala nätverk och storskaliga neurala modeller av hjärnan som kan hjälpa till att besvara spännande biologiska frågor om människans kognition, perception och förmåga att uppvisa intelligent beteende. Mycket av arbetet har motiverats av Hopfield-nätverk, som Pawel Herman uttrycker det, och på senare tid har forskarna även inspirerats av Hintons idéer om lokalt lärande. Forskarna studerar hur de kan nyttja dessa neuroberäkningsinsikter för att bana väg för nästa generation av hjärnliknande AI-teknologi.
• Parallellt arbetar forskarna med storskaliga neurala modeller av hjärnan som kan hjälpa till att besvara spännande biologiska frågor om människans kognition, beteende, intelligens och så vidare. Forskarna studerar hur de kan nyttja dessa neuroberäkningsinsikter för att bana väg för nästa generation av hjärnliknande AI-teknologi.
• "Undervisning en annan viktig del av vår akademiska verksamhet, och i detta avseende finns det många kurser inom AI och maskininlärning på KTH. Jag har äran att leda en av de mest historiska, om inte den tidigaste, KTH-kursen i artificiella neurala nätverk. Likt vår forskning är denna pedagogiska insats ytterligare ett kapitel i ett spännande stafettlopp av KTH-akademiker som har varit pionjärer inom studier av neurala nätverk i Sverige sedan 1980-talet", berättar Pawel Herman.