Lige så længe videnskaben har beskæftiget sig med computere og kunstig intelligens, lige så længe har menneskene haft fortællinger om frygt, fascination og irritation over tænkende maskiner og deres måde at forstå verden på.
I Stanley Kubricks film ”Rumrejsen år 2001” fra 1968 optræder supercomputeren HAL 9000, som tjenstvilligt hjælper astronauterne og adspreder dem med et parti skak, men undervejs på rumrejsen går det op for astronauten Dave, at maskinen er ond og har dræbt hans makker. Da han derfor begynder at slukke for computeren, siger den med sin dybe stemme, at den er bange.
Mere humoristisk er Douglas Adams’ radiofortælling ”The Hitchhiker’s Guide to the Galaxy” fra 1978. Her optræder supercomputeren Deep Thought, som er bygget med det ene formål at kunne besvare ”det ultimative spørgsmål om livet, universet og alting”. Efter syv en halv million års betænkningstid kommer maskinen med svaret, som lyder: ”42”. Da virkelighedens supercomputerfirma IBM i 1980’erne udviklede en computer, som skulle kunne spille bedre skak end noget menneske, opkaldte de den efter Deep Thought. I 1988 vandt den over den danske stormester Bent Larsen. Efterfølgeren Deep Blue besejrede i 1997 verdensmesteren Kasparov. Maskinhjernen havde besejret menneskehjernen.
I den mere irriterende ende findes robotten C-3PO i George Lucas’ ”Stjernekrigen”. Den skidtvigtige, kværulerende og meget lidt modige robot er ifølge eget udsagn programmeret til at mestre ”over seks millioner forskellige kommunikationsformer” flydende og er derfor fin at have med som tolk til fjerne planeter. Men når C-3PO mødes med ætsende sarkasme fra den gnavne, meget lidt logiske, men meget modige antihelt Han Solo, må robotten give op og udbryde: ”Umulige menneske!”.
Men måske er det ikke længere umuligt for maskinerne at forstå de følelsesladede, ulogiske, sarkastiske, ironiske, selvmodsigende og meget menneskelige mennesker. I hvert fald har et hold forskere fra Danmarks Tekniske Universitet (DTU), Københavns Universitet (KU) og det amerikanske Massachusetts Institute of Technology (MIT) udviklet en algoritme – en computerberegningsopskrift – som forventes at revolutionere computeres evne til at forstå menneskers kommunikation. Den hjælper nemlig til at afkode, hvilke følelser det enkelte udsagn er forbundet med.
”Mange forskere arbejder på at få computere til at forstå sprog så godt som muligt, men vores algoritme er blevet supergod, fordi vi har trænet den ved hjælp af flere milliarder tweets med tilhørende emojis,” forklarer en af forskerne, Sune Lehmann Jørgensen, lektor ved DTU.
Tweets er de ultrakorte tekstbeskeder, mennesker skriver til hinanden på det sociale medie Twitter. Problemet med disse beskeder er, at de ligesom korte sms-beskeder ofte bliver misforstået. Derfor er der, siden idéen hertil opstod i Japan i 1990’erne, udviklet et omfattende sæt emojis, som er små ikoner, der skal udtrykke den kommunikerendes følelser. Den glade smiley, den sure smiley og i alt 62 andre emojis indgår i de mange tweets, forskerne har arbejdet med.
Selvom tegnene oprindeligt er udviklet til at hjælpe mennesker med at forstå hinanden på trods af, at de har afstand og en maskine imellem sig, har forskerne nu anvendt dem til at lære maskinerne at forstå mennesker. For når så mange milliarder menneskelige udsagn hver især er forsynet med et ikon, der udtrykker følelser, kan maskinerne med ikonerne som mellemregning begynde at finde de ord, som typisk korrelerer – falder sammen med – bestemte følelser og holdninger, forklarer Anders Søgaard, professor ved Center for Sprogteknologi på KU.
”Emojis findes og bruges, fordi folk er dårlige forfattere. Det er svært at udtrykke sine følelser i ord, så der opstår mange misforståelser. Jeg tror, emojis bidrager til en fredeligere verden, fordi de bliver brugt til på en god måde at præcisere, hvad vi mener,” siger han.
Forskerne betoner, at deres metode ikke kun har været at sammenkoble milliarder af sproglige udsagn med emojis. I samarbejde med lingvister er små mængder data blevet udsat for en langt grundigere sproglig analyse, hvorefter denne viden er blevet overført til de mange data ved en metode, der kaldes transfer learning. Computeren ved ikke, hvilke følelser og holdninger, der ligger bag et udsagn, men den har så mange data indkodet, at den med meget stor sandsynlighed kan forudsige det.
”Vi har brugt algoritmen til at afkode mønstre i tekster uden emojis inden for så forskellige genrer som nyhedsoverskrifter og tekster, hvor folk beskriver deres følelser over for psykologer. Resultatet er, at algoritmen inden for alle teksttyper er state of the art til at forudsige følelser som sarkasme eller arrigskab,” fortæller algoritmens ”skaber”, Bjarke Felbo fra MIT.
Hvad kan det så bruges til? Sune Lehmann Jørgensen giver som eksempel, at firmaer som Coca-Cola eller ledende politikere ved hjælp af algoritmen på et øjeblik vil kunne ”gennemtrawle” internettet og finde ud af, om der er overvejende positive eller negative følelser og holdninger knyttet til deres navn. Og på MIT arbejdes der med at finde metoder til hurtigt at finde frem til hate speech, altså trusler og injurier på sociale medier eller andre steder på internettet.
Et andet område er de mange computere og mobiltelefoner, som har fået talegenkendelse, for eksempel Siri, der er udviklet af Apple til at være ”intelligent personlig assistent” for alverdens iPhone-ejere. Siri er programmeret til at give al den hjælp og information, man beder hende om.
Men enhver, der har prøvet at tale med hende, ved, at der opstår mange misforståelser. Der er ingen fare for, at Siri bliver en HAL 9000, der overtager styringen, for det er hun ikke programmeret til.
Men faren for, at hun svarer helt ved siden af som Deep Thought eller reagerer irriterende bogstaveligt på sarkasme som C-3PO er overhængende.
”Vi snakker mere og mere med computere, og så er det rart at blive forstået, også når vi udtrykker os nuanceret og med sarkasme. Med denne algoritme kan vores snak med computeren blive mindre irriterende,” siger Sune Lehmann Jørgensen