Om AI och hållbarhetsmål

I veckan publicerade Nature Communications en artikel med titeln The role of artificial intelligence in achieving the Sustainable Development Goals. Den är skriven av en grupp på elva forskare inom ämnen som datavetenskap, ekologi och klimatvetenskap. (En av dessa forskare är Max Tegmark, vars bok Liv 3.0 jag skrev om i höstas.) Syftet med artikeln är att ta reda på hur utvecklingen inom AI kan påverka uppnåendet av FN:s sjutton mål för hållbar utveckling.

För att reda ut sambanden mellan utvecklingsmålen och AI har man gjort en gigantisk litteraturstudie där man letat efter olika typer av dokument - framför allt studier av AI-system i verkligheten och i laboratoriemiljö, men också rapporter från t.ex. FN och dokumentation av kommersiella tillämpningar av AI - som på något sätt knyter samman artificiell intelligens med något av hållbarhetsmålen. Man har sedan för varje delmål vägt samman de studier som talar för en positiv eller negativ effekt och försökt kvantifiera om den sammanlagda effekten på det övergripande målet är positiv eller negativ, eller om det finns både positiva och negativa effekter på olika aspekter av målet.

De sjutton hållbarhetsmålen å sin sida har delats in i tre grupper, de som är relaterade till miljö, de som är relaterade till ekonomi och de som är relaterade till samhällelig eller social hållbarhet. På miljösidan ser läget rätt positivt enligt den här studien, med tre hållbarhetsmål som skulle påverkas mestadels positivt av AI, mycket på grund av möjligheten att analysera stora mängder tillgänglig data på ett bättre sätt och därigenom kunna ta till bättre åtgärder mot problem. På minuskontot hittar vi här den potentiella miljöpåverkan av AI-systemen i sig, som kan bli rätt energikrävande och därmed eventuellt generera koldioxidutsläpp.

För de fyra ekonmirelaterade målen pekar artikeln på ett mer komplicerat läge. För de mål som handlar om tillväxt, infrastruktur och hållbar konsumtion är bilden ganska ljus, men när det gäller mål 10 som handlar om att minska ojämlikhet verkar det kunna påverkas både positivt och negativt. Riskerna här handlar om att fördelarna med AI antagligen blir tillgängliga framför allt för de som redan har stora ekonomiska resurser. På ett internationellt plan skulle det kunna leda till att rikare länder drar ifrån ännu mer jämfört med andra länder, inom länder kan det betyda att de som äger företag som drar nytta av AI och de som på ett eller annat sätt jobbar med AI vinner på utvecklingen medan de vars jobb automatiseras eller effektiviseras bort halkar efter i levnadsstandard.

För social eller samhällelig hållbarhet finns det nio mål, och här är bilden också mer komplicerad. För sådant som hållbara städer, rent vatten och hälsa är bilden mestadels positiv, men för målen som relaterar till fattigdomsbekämpning och utbildning finns tecken på både positiv och negativ påverkan och för jämställdhetsfrågor och frågor om rättvisa och stabila institutioner verkar informationen vara rätt bristfällig. Återigen är riskerna kopplade till hur AI-utvecklingen kan höja tröskeln till arbetsmarknaden genom att ta bort jobb men lägre utbildningskrav, men också till hur så kallad "big data" från sociala medier kan användas för att hitta människors psykologiska svagheter och använda dem för att manipulera beteenden.

Även om man säkerligen kan diskutera hur rättvisande metoden man använt i studien är ger artikeln ändå en fingervisning om var man kunnat upptäcka möjligheter och problem med tillämpningar av artificell intelligens. Risker som är kopplade till vem som får tillgång till AI och vems behov tekniken utvecklas för att möta dominerar helt klart på problemsidan, något som bekräftar en del av de farhågor som Tegmark själv presenterade i sin bok. Här finns också en koppling till de förväntade positiva effekterna på t.ex. miljösidan, för om de ska bli verklighet måste någon också utveckla AI som löser just de problemen. Om utvecklingen istället styrs enbart av exempelvis ekonomiska intressen kan de potentiella miljövinsterna med AI utebli.

Eftersom det här handlar om en litteraturstudie är det också viktigt att komma ihåg att alla möjligheter och risker som finns med är sådant som någon annan redan tänkt ut, studerat eller tillämpat. På vissa håll, t.ex. när det gäller rättvisa och jämställdhet, finns det uppenbara kunskapsluckor, medan sådant som att arbetstillfällen försvinner på grund av automatisering är välstuderat för att det fått så mycket uppmärksamhet. Det kan betyda den bild av effekterna av AI som presenteras i artikeln är snedvriden på något sätt - kanske finns det mycket större problem eller möjligheter på något område som inte studerats tillräckligt. Det är ju alltid svårt att veta vad det är man inte vet.

Vad finns det att säga om koldioxidavskiljning?

I december förra året fick jag syn på en lite intressant grej i mitt Facebookflöde: Ett inlägg från Chalmers Tekniska Högskola som beskrev hur några av deras forskare (i samarbete med andra forskare vid Stockholms Universitet) tagit fram ett nytt, lovande material för så kallad koldioxidavskiljning och lagring, även kallat CCS (carbon capture and storage). Det verkade intressant dels av materialvetenskapliga skäl, dels för att man hör förvånansvärt lite om CCS-teknik rent allmänt. Andra tekniker kopplade till minskade koldioxidutsläpp, som uppladdningsbara batterier, bränsleceller och biobränslen, får betydligt mer uppmärksamhet. Så vad finns det att säga om CCS?

Tanken med koldioxidavskiljning och -lagring är att man ska kunna skilja ut koldioxid från en blandning av gaser, som t.ex. röken från kol- och oljeeldade kraftverk, och därmed hindra den från att spridas i atmosfären. Istället transporteras koldioxiden bort och lagras under längre tid utan att släppas ut. Havsbotten och vissa typer av berggrund brukar framhållas som lämpliga lagringsplatser, exempelvis görs försök i Norge med att lagra koldioxid från gasfält i berggrunden på havsbotten nära gasfyndigheterna. Alla steg i den här processen har sina tekniska utmaningar, kostnader och risker, till exempel skulle ett oavsiktligt utsläpp av koldioxid från lagringsplatsen både omintetgöra nyttan med avskiljningen och potentiellt också orsaka skador på människor och natur i omgivningen. Enligt en översiktsartikel från 2018, publicerad i Royal Society of Chemistry's tidskrift Energy and Enviromental Science, har försök med tekniken har visat sig bli dyra och tidskrävande, delvis på grund av installationskostnader och infrastruktur som behöver byggas upp. Om man däremot lyckas med CCS hägrar möjligheten att få till stora, snabba minskningar av koldioxidutsläppen.

Chalmersforskarnas nya material är som sagt tänkt att användas för själva avskiljningen av koldioxid. För att förstå problemen de försöker lösa får vi återvända till översiktsartikeln som jag länkade till innan. Där beskrivs bland mycket annat hur de flesta existerande försök med CCS-teknik skiljer ut koldioxiden med hjälp av en blandning av vatten och olika kemikalier, oftast så kallade aminer. Det här är en teknik som länge använts för att rensa ut koldioxid ur naturgas och därmed få en renare och bättre naturgas att elda upp, men tekniken kan också användas på utsläpp från exempelvis kolkraftverk. Själva koldioxidavskiljningen förbrukar tyvärr en hel del energi eftersom man behöver få ut koldioxiden ur vattenlösningen igen för att transportera iväg den, t.ex. genom att hetta upp lösningen. Dessutom är många av de här vattenlösningarna giftiga och i högre koncentrationer också frätande, vilket kan ställa till problem både när det gäller slitage i anläggningen och vid utsläpp.

För att komma runt detta vill man utveckla material som kan ta upp koldioxid men som inte är vattenlösningar eller vätskor utan fasta material. Dessa skulle, förutom lägre utsläpprisk, kunna bli lättare att installera i kraftverk och fabriker i efterhand och även kräva mindre energi jämfört med vattenlösningarna när koldioxiden ska skiljas från materialet och transporteras vidare till lagringen. Artikeln som Chalmersforskarna skrivit handlar om just ett sådant material. Det består av två komponenter, där den ena är ett sorts poröst nätverk av gelatin och cellulosa (ja, sån som finns i träd, fast de har processat den till en lite annan form) som ger materialet stadga samtidigt som det släpper igenom gaser som koldioxid. Den andra komponenten är en så kallad zeolit, ett mineral som består av aluminium och kisel och som har en väldigt speciell struktur med stora hålrum och porer i. Koldioxidmolekyler kan fastna på ytan av zeoliten, och tack vare den porösa strukturen finns det väldigt mycket yta för dem att fastna på.

Kombinationen av zeoliter, gelatin och cellulosa i Chalmersforskarnas material ska göra det lätthanterligt och lättinstallerat, billigt och dessutom mestadels biologiskt nerbrytbart. Det kan alltså vara en del i utvecklingen av billigare och mer lätthanterlig CCS-teknik, som i sin tur kanske kan användas mer och få mer uppmärksamhet. En annan fråga är emellertid om det är dit man egentligen vill komma. Något som skiljer CCS från mer uppmärksammade tekniker som bränsleceller och förnybar energi är att de två sistnämnda har en tydlig roll i ett samhälle som ställt om från fossila bränslen, medan CCS handlar om att fortsätta generera koldioxid men inte släppa ut den. Intresset, eller bristen på intresse, för CCS har också att göra med om man ser tekniken som ett sätt att fördröja eller hindra en nödvändig omställning, eller som ett sätt att kunna minska koldioxidutsläppen fortare än vad man kan ställa om till koldioxidneutrala energikällor och produktionsmetoder. Så det finns en del att säga om CCS - från olika perspektiv.

En vandrande plastbit och betingning

Det har av olika anledningar dröjt lite längre än vanligt sen det förra inlägget på den här bloggen. Jag hade tänkt kompensera för uppehållet med en ordentlig djupdykning i tekniken bakom så kallad carbon capture and storage, men så fick jag syn på en video av en vandrande plastbit på svt.se. Tydligen handlar det om ett plastmaterial som normalt sett böjer sig när man hettar upp det, men enligt artikeltexten har forskarna "lärt" det att istället reagera på ljus och det kan därför dra sig framåt som en mätarlarv om man med jämna mellanrum lyser på det.

Så hur i hela världen lär man en plastbit reagera på ljus?

Forskningsarbetet som det hela härrör från har också presenterats i en artikel i tidskriften Matter, en artikel som lyckligtvis är tillgänglig gratis (kudos!). I artikeln framgår det att plastbiten är något som kallas ett "liquid crystal polymer network", alltså ett nätverk av vätskekristaller och andra polymerer. Polymerer är långa molekyler som består av mindre, identiska bitar som upprepar sig  - cellulosa till exempel är en polymer som består av långa kedjor av identiska druvsockermolekyler (glukos). Plastmaterial är i regel polymerer, som polyeten (långa kedjor av etenmolekyler) och polystyren (långa kedjor av styrenmolekyler - "poly" betyder, här som på andra områden, "flera" eller "många").

Vätskekristaller är också långa molekyler, vissa av dem är även polymerer. Det speciella med dem är att de beter sig lite som en vätska, t.ex. att de kan flöda från en behållare till en annan och ändra form, och lite som det forskare menar när de talar om kristaller, d.v.s. att de atomer och molekyler som ingår är arrangerade i regelbundna mönster. Vätskekristaller har en hel rad intressanta egenskaper, här på bloggen har vi t.ex. tidigare skrivit om deras optiska egenskaper och vilka konsekvenser det kan få för lidarsensorer.

Det finns många tidigare studier som visar på hur man binda ihop ett polymernätverk, som ger struktur och stadga, med vätskekristall-molekyler (det finns t.ex. en översiktsartikel här, men den är rätt teknisk). Detta kan till exempel leda till material som böjer sig på ett bestämt sätt när det blir varmt. Det beror på att de annars så välordnade vätskekristallmolekylerna hamnar i oordning när temperaturen ökar. Om de från början ligger som i en rad kan de ta upp mindre plats när de hamnar i oordning, så den delen av materialet drar ihop sig. Om de istället ligger bredvid varandra tar de upp mer plats när de hamnar i oordning, och materialet expanderar. Materialet som används i artikeln har vätskekristaller liggade i rader på ena sidan och vätskekristaller bredvid varandra på den andra, så medan den ena sidan drar ihop sig expanderar den andra. Det gör att materialet börjer sig kraftigt åt ena hållet när det värms upp.

Så redan från början har vi alltså ett plastmaterial som böjs på ett visst sätt när det blir ordentligt varmt. Hur har man då fått det att reagera på ljus istället? I artikeln skriver forskarna att de på ena sidan av plastbiten placerade ett färgämne som absorberar ljus av en viss våglängd. Det absorberade ljuset gör att färgämnet värms upp och avger värme till plastmaterialet, men när det bara ligger i ett skikt på ytan av materialet blir temperaturökningen inte tillräckligt stor för att böja plastmaterialet. Istället utsatte forskara materialet för både ljus och värme samtidigt. Värmen ledde både till att plasten böjde sig och till att färgämnet började sprida sig in i plasten. Ju längre in i plasten färgämnet kom desto mer effektivt kunde plastmaterialet ta upp värmen som färgämnet avgav, vilket ytterligare ökade temperaturen i plasten. När färgämnet till sist var utspritt i hela plastbiten var värmeöverföringen så effektiv att när materialet hade svalnat och rätats ut igen räckte det att bara lysa på materialet för att det skulle bli tillräckligt varmt för att böja sig.

Så på vilket sätt innebär det här att man har lärt plastbiten något? Forskarna själva jämför processen med betingning och drar paralleller till Pavlovs hundar. Pavlovs experiment på hundar visade att hundarna, som normalt började dregla när de fick mat, också kunde fås att börja dregla när man ringde i en klocka, förutsatt att man först flera gånger ringde i klockan samtidigt som hundarna fick mat. Forskarna jämställer här värmen som får plastbiten att böja sig med maten, ljuset med klockan och den samtidiga exponeringen med betingningsfasen.


De medger också själva att jämförelsen haltar en hel del och att plastbiten är ett oerhört mycket enklare system. En viktig skillnad är att Pavlovs hundar reagerade även i total frånvaro av mat, medan plastbiten egentligen inte böjs i avsaknad av värme - värmen tillförs bara genom en annan mekanism. En annan skillnad är att plastbiten inte spontant kan "glömma" sin "betingning" - färgämnet sitter där det sitter. Man hade också lika gärna kunnat hoppa över "betingningen" och introducera färgämnet när man tillverkade plasten, eller få det att sprida sig i plasten bara genom att hetta upp alltihop (d.v.s. utan att exponera det för både ljus och värme samtidigt) och få samma effekt. Om det här egentligen kan beskrivas som en form av betingning, och därmed inlärning, är därför högst tveksamt. Kanske kan den här forskningen ge upphov till en enkel modell för inlärning i material, men det är väldigt långt kvar till en levande organisms nivå.

Efter att man tämjt litium...

Normalt sett brukar jag inte skriva så mycket om Nobelprisen. De är ju minst sagt uppmärksammade, och därmed presenteras det nästan alltid bra populärvetenskapliga förklaringar av dem någonstans i ett medieflöde nära dig. I år kan jag emellertid inte låta bli att åtminstone reflektera lite över, inte fysikpriset (även om exoplaneter är rätt spännande), utan kemipriset.  (Apropå populärvetenskapliga presentationer så hittar ni KVA:s här.)

Kemipriset i år gick till M. Stanley Whittingham, John B. Goodenough och Akira Yoshino för deras arbete med litiumbatterier. De har inte arbetat i samma forskargrupp eller lab, men deras respektive arbeten bygger vidare på varandra och markerar viktiga milstolpar på vägen mot de litiumbatterier vi har idag.

Som jag nämnt tidigare (lustigt nog i ett inlägg som handlade om en av Goodenoughs artiklar) består batterier i grunden av två elektroder, en positiv och en negativ, åtskilda av en elektrolyt. När man använder batteriet strömmar elektroner och joner (laddade atomer - i det här fallet atomer som gett ifrån sig elektroner och därför är positivt laddade) från den negativa elektroden till den positiva, jonerna genom elektrolyten och elektronerna genom vad det nu är för elektronik man vill använda batteriet till att driva. När man laddar man batteriet igen lagrar det energi genom att tvinga tillbaka elektroner och joner till den negativa elektroden. För att ett uppladdningsbart batteri ska fungera bra behöver alltså båda elektroderna kunna ta upp och ge ifrån sig joner upprepade gånger utan att börja fungera sämre, ändra form eller förstöras. Man måste också se till att litiumjonerna har högre energi när de sitter i den negativa elektroden än i den positiva, eftersom det är den skillnaden man använder för att lagra energi i batteriet.

I litiumbatterier löser man i regel det här med ett poröst kolmaterial, som grafit, i den negativa elektroden (en av Akira Yoshinos upptäckter, för övrigt) och en metalloxid i den positiva. I båda materialen kan litiumjonerna lagras i hålrum eller luckor i materialet, där de binder tillräckligt svagt till atomerna runt omkring för att lätt kunna lämna materialet igen vid urladdning eller uppladdning. För att oxiden i den positiva elektroden ska kunna behålla sin struktur under urladdningen är det vanligt att den innehåller kobolt.

Kobolt är ett problemmaterial i de här sammanhangen. Det framställs på få platser som en biprodukt av utvinningen av andra metaller, t.ex. koppar och nickel. Nånstans runt hälften av världens totala produktion verkar ske i Demokratiska Republiken Kongo, under usla förhållanden. Samtidigt har det visat sig svårt att ersätta helt, trots idoga försök. Man kan minska mängden kobolt man använder genom att istället använda mer nickel och aluminium, men det sänker batteriets kapacitet en aning och under vissa förhållanden kan det vara mindre säkert.

Det här med att en användbar teknik som har positiva effekter för många kräver problematiska råvaror är något som nästan alltid kommer upp när det handlar om energikällor, energilagring och energianvändning. Bensinmotorer kräver, tja, oljeutvinning (och dessutom många andra välkända nackdelar, som låg verkningsgrad och koldioxidutsläpp). Bränsleceller, åtminstone sådanan som fungerar vid någorlunda rimliga temperaturer, har sina katalysatorer av dyr och sällsynt platina. Vindkraftverk har neodyn.

Vi kan inte undvika att all framställning, lagrning och användning av energi har effekter på vår omgivning. Vi borde kunna undvika de mest horribla lokala konsekvenserna av mineralbrytning, och vi borde kunna ta vara på den kobolt, litium etc. som vi redan tagit fram genom bättre återvinning (notera att länken bara är ett exempel - det verkar finnas många som jobbar med detta). Tyvärr är just återvinning nåt som ofta släpar efter resten av teknikutvecklingen och som bara får verkligt genomslag när priserna på nya råvaror skjuter i höjden.

Och så kan vi ju också fortsätta hoppas på att nån kommer på ett sätt att ersätta kobolt i litiumbatterier. Jag har hört att den 97-årigen professor Goodenough inte känner sig färdig för pension riktigt än.

Osvuret är bäst? AI, principer och Hippokrates

Medan jag skrev om Max Tegmarks bok Liv 3.0 för ett tag försökte jag också hänga med åtminstone lite i diskussionen kring AI och etik i allmänhet. Bland annat snubblade jag över en artikel i The Guardian om hur AI-forskare, utvecklare och andra behöver en egen version av läkarnas Hippokratiska ed (om man letar lite inser man raskt att det finns fler som haft liknande idéer). Även Tegmarks bok innehåller om inte en Hippokratisk ed så väl en samling principer för AI-forskning som utarbetades gemensamt av ett stort antal deltagare på den av Future of Life Institute (FLI) arrangerade AI-konferensen i Asilomar 2017. Så vad innehåller de hör regelsamlingarna?

FLI:s AI-principer gäller sådant som forskningsmål och forskningskultur, men också ambitioner om säkra, transparenta AI-system som respekterar mänsklig värdighet och mänskliga rättigheter. Vissa av dem berör ett scenario med superintelligent AI, där man manar till försiktighet, riskmedvetenhet och att eventuell superintelligens bara bör utvecklas om det är till hela mänsklighetens gagn och inte enbart till nytta för en enskild stat eller organisation.

De andra försök till riktlinjer för AI-forskning och -utveckling som jag har sett verkar snarare vara en reaktion på de senaste årens insikter i hur de algoritmer som styr sociala medier påverkar oss, samt delvis på utvecklingen inom autonoma fordon. De delar en del teman med FLI-princinciperna, som t.ex. principer om att det ska gå att förstå varför AI-system fattar de beslut de fattar, men lägger större fokus på sådant som personlig integritet och arbete mot diskriminering. FLI-principerna innehåller också mycket fler inslag som anknyter direkt till den politiska sfären, t.ex. när det gäller forskningsanslag och vikten av forskningssamarbeten men också i ambitionen att den ekonomiska nyttan med AI ska fördelas "brett, för att gagna hela mänskligheten."

De flesta av de här principerna är lätta att hålla med om, åminstone för mig - det låter väldigt bra att undvika kapprustning med militära AI-system och att hindra att AI-systemen förstärker diskriminerande strukturer med sina beslut. Frågan är kanske snarare vad det har för effekt att man utarbetar sådana här riktlinjer, och hur man kan se till att de får genomslag när det inte finns någon organisation som kan se till att de efterlevs, åtminstone inte på global nivå.

En aspekt av detta är att hänvisningarna till läkarnas Hippokratiska ed är lite malplacerade. Även om det är en lockande tanke att AI-utvecklare skulle behöva gå ed på att de inte ska göra någon skada så är läkaryrket på de flesta ställen i världen ett rätt väl reglerat skrå och något man utbildar sig till på ett begränsat antal lärosäten. Det gör att en sammanhållen yrkesetik kan få genomslag och att man kan bestraffa de som bryter mot den. AI-utveckling, å andra sidan, kan man gå gratiskurser i på nätet och många, även bland de som arbetar professionellt med AI, är mer eller mindre självlärda. Det gör att gruppen av människor som forskar på och utvecklar AI är mycket mindre sammanhållen och svårare att kontrollera. Därmed inte sagt att etik inte borde vara en del av utbildningar i AI - så borde det definitivt vara - men jag skulle tro att man behöver en annan modell för hur det ska få genomslag.

Ändå finns det en chans att samlingar av nedskrivna regler eller principer har en normerande effekt bara genom att de finns och uppmärksammas. Att de finns innebär ju förhoppningsvis att en grupp människor satt sig ner och tänkt igenom och diskuterat vilka regler som skulle behöva gälla, och det kan fungera som en utgångspunkt för fler diskussioner. Eventuellt kan de också bli ett verktyg för att sätta press på företag och makthavare, som riskerar dålig PR om de bryter mot kända och brett accepterade principer för AI-utveckling.

Trots att FLI:s principer för AI-forskning blickar långt fram i tiden, mot superintelligent AI, känns diskussionen om AI-relaterade problem som är aktuella idag rätt yrvaken. Jag hoppas att den kommer att fortsätta, utan att överskuggas för mycket av de mer medialt tilltalande riskerna med superintelligens. Jag skulle också gärna se en diskussion kring människors inställning till maskininlärnings- och AI-system, t.ex. att vår tendens att se maskiner som opartiska kan leda oss fel om maskininlärningen utförts med skev eller icke-representativ data. Det kanske kommer att behövas en uppsättning principer för användare av AI-system också.

AI, etik och meningen med livet: funderingar kring Liv 3.0

För att programmera en vänlig AI måste vi fastställa meningen med livet.
                                                              -- Max Tegmark, Liv 3.0 

Vilken typ av utmaningar kommer vi att möta när maskininlärning blir vanligare inom sjukvård, rättsväsende och krigföring? Hur gör vi livet drägligt och meningsfullt om AI tar över alla jobb? Och vad skulle hända om någon utvecklade en AI med generell intelligens på mänsklig nivå - eller högre?

Den här typen av frågor tas upp i fysikern Max Tegmarks bok Liv 3.0, som kom ut på svenska 2017 men som jag inte kommit mig för att läsa förrän nu. Den omfattar åtta kapitel med ämnen som hur fysiska föremål kan byggas för att kunna minnas och utföra beräkningar, nära förestående utmaningar inom AI, intelligensexplosion med tillhörande framtidscenari
er, samt människors och maskiners målsättningar och frågan om hur man vet att någon är medveten. Boken ger en bred översikt över både artificiell intelligens och ett antal andra frågor som hänger ihop med AI och dess effekter. Tegmark lyckas också nyansera mediebilden av AI i flera avseenden och han är hela tiden noga med att påpeka när ledande experter är oense i någon fråga (som t.ex. hur lång tid det kommer att ta för oss att utveckla en artificiell intelligens som överträffar oss själva).

Ett avgörande syfte med boken är att lyfta diskussionen om de etiska, praktiska och samhälleliga problem som utvecklingen inom AI kan ställa oss inför. Tegmark tar upp frågor som dyker upp både på kort sikt, som AI-styrda vapen, medellång sikt (några tusen år), och riktigt lång sikt (miljarder år). Diskussionen förs mestadels utifrån attityden att generell artificiell intelligens på mänsklig nivå är något som kan utvecklas, och antagligen kommer att utvecklas inom överskådlig framtid (generell artificiell intelligens syftar här på ett system som flexibelt kan ta sig an många olika typer av problem, till skillnad från specialiserade AI:n som bara är bra på att spela go eller köra bil, medan "superintelligens" syftar på generell AI över mänsklig nivå). Även när det gäller våra nuvarande specialiserade AI, som AlphaGo eller algoritmer för självkörande bilar, är Tegmark tydligt imponerad. Just när det gäller självkörande bilar skriver han om dem som om de redan var verklighet, vilket jag tycker är lite väl optimistikt med tanke på hur begränsade dagens autonoma fordon ändå är. Även när det gäller maskinöversättningar med Google translate är han betydligt mer positiv än jag själv, fast det kan ju också bero på hur petig man är med språket.

Jag misstänker att Tegmark ser AI som en mer eller mindre naturlig fortsättning av livets utveckling. Namnet på boken pekar också i den riktningen, eftersom det syftar på Tegmarks klassificering av olika typer av liv som förklaras i första kapitlet. Liv 1.0 är organismer där både kropp och förmågor (som Tegmark jämför med hårdvara och mjukvara) är helt bestämda av genetiska förutsättningar och inte förändras under organismens livstid, medan liv 2.0 är organismer vars fysiska form är genetiskt bestämd men som kan lära sig nya förmågor och beteenden (exempelvis vi själva, som kan lära oss flera språk, att spela instrument och så vidare). Liv 3.0 är då liv som kan ändra både hårdvara och mjukvara, som ett AI som både kan lära sig nya saker och installera sig själv i en bil, ett flygplan eller nån mer avancerad robot alltefter behov.

En annan sak som har stor påverkan på hur de här frågorna läggs fram i boken är Tegmarks övertygelse, framlagd redan i första kapitlet, att medvetande är det som ger mening åt universum och att ett universum utan medvetna varelser är meningslöst. Ett scenario där AI aldrig lyckas utveckla medvetande blir då ett klart sämre scenario än ett där medvetna, intelligenta maskiner utforskar världsrymden långt bortom de gränser som sätts av vad den mänskliga kroppen tål. Det skulle kunna vara en kombination av synen på AI som nästa utvecklingssteg och synen på medvetande som meningsskapande som gör att kapitel 6, det om de riktigt långa tidsperspektiven, upptas så mycket av hur våra hypotetiska AI-ättlingar skulle kunna utvinna energi ur svarta hål och kommunicera över avståndet mellan galaxerna. (Om du ska läsa boken och inte tycker att just detta tema verkar intressant så går det alldeles utmärkt att hoppa över kapitel 6 och gå rakt på diskussionen om mål i kapitel 7. Är du däremot fascinerad av Dysonsfärer och liknande är det högintressant.)

Synen på medvetande slår också igenom i de sista två kapitlen, som handlar om vilka mål AI borde ha och hur man ser till att de har rätt mål respektive hur vi egentligen kan avgöra ifall ett AI (eller något annat synbart intelligent system) är medvetet eller ej. Det är här Tegmark drar slutsatsen att vi innan vi utvecklar superintelligent AI skulle behöva lösa några små filosofiska bryderier som vi tampats med sen före Sokrates: Otvetydiga definitioner av sådant som "mening" och "liv", klarhet i vad som egentligen är "det yttersta etiska imperativet" och naturligtvis frågan om vad medvetande egentligen är.

Jag skulle tro att den sistnämnda frågan är den vi har bäst möjligheter att göra framsteg med - eftersom medvetande är något som existerar är det åtminstone teoretiskt möjligt att vi kan hitta ett sätt att observera det och reda ut vad som krävs för att det ska uppstå. Etiska imperativ är det värre med, framför allt om man som Tegmark vill att de ska uttryckas i "fysiska kvantiteter såsom partikelarrangemang, energi och entropi". Tegmark medger visserligen att vi inte egentligen har någon anledning att tro att våra önskningar när det t.ex. gäller mänsklighetens överlevnad är förenliga med den typen av väldefinierade mål, men han har helt klart inte gett upp. För egen del anser jag att om vi måste veta vad livets mening är för att inte bli utrotade av superintelligent AI så är det ett av de bästa argument jag hört för att inte utveckla AI med superintelligens. (Jag hoppas återkomma till vissa saker som tas upp i de här kapitlen, samt delvis i epilogen, i en senare text.)

Liv 3.0 är en intressant och läsvärd bok, men beroende på hur mycket man delar författarens uppfattning om meningen med universum kan vissa delar kännas lite onödiga. Personligen är jag, även efter att ha läst den, mer bekymrad över vad vi människor kan åstadkomma med AI som inte är smartare än vi själva än över vad superintelligent AI kan ställa till med, men jag är glad att det finns sådana här böcker som lyfter frågorna och bidrar till bättre kunskap om vilka problem som skulle kunna uppstå.

Om vätskekristaller och LIDAR

När företag försöker utveckla självkörande bilar har de en tendens att utrusta sina testfordon med ett stort antal sensorer av olika slag. En populär typ av sensor är lidar, en sensor som sänder ut korta pulser av laserljus (i regel infrarött) och mäter tiden det tar för pulsen att reflekteras av något i omgivningen och återvända till sensorn. Från informationen om hur lång tid som passerat och vilken riktning lasern pekade i är det lätt att ta reda på positionen för föremålet som reflekterade pulsen. Om man sedan sveper med lasern över olika vinklar får man en serie mätningar som ger avstånet till närmaste föremål för varje vinkel (bra att veta om man vill undvika att krocka med något). Detta ger en översikt över omgivningen i två dimensioner, och vill man så kan man placera flera lasrar ovanför varandra för att få en tredimensionell uppmätning av omgivningen. En lidar kan ge relativt högupplöst information om hur omgivningen ser ut upp till drygt hundra meters avstånd, så det är inte konstigt att de är populära bland de som samlar in data till algoritmer för autonom körning.

Å andra sidan finns det ju de som föredrar att inte använda lidar, som Elon Musks Tesla till exempel. Lidartekniken har ett antal nackndelar, till exempel att varje enskild lidarenhet är rätt dyr och att de har en tendens att gå sönder ofta på grund av att de innehåller så många rörliga delar. Vissa lidarsensorer har lasrar som helt enklet snurrar 360 grader, andra förlitar sig på mindre rörelser med speglar och olika mikroelektromekaniska element, men de verkar alla behöva rörliga delar som slits fort.

Nu finns det några som påstår sig ha löst det problemet, nämligen det amerikanska företaget Lumotive som i mars i år tillkännagav de att de har en metod för att slippa de rörliga delarna helt. Enligt IEEE Spectrum har de lyckats med detta genom att använda ett metamaterial med vätskekristaller för att sakta ner valda delar av laserstrålen relativt andra delar. Detta betyder att vågtoppar och vågdalar hos den elektromagnetiska vågen kommer att uppträda på olika ställen för olika delar av laserstrålen, vilket gör att de förstärker varandra i vissa riktningar och släcker ut varandra i andra riktningar. Genom att kontrollera vilka delar av strålen som saktas ner är det därför möjligt att kontrollera riktningen på strålen (detta är samma sak som det jag försökte beskriva när jag skrev om Radar och den snurrande grejen, fast nu gäller det infrarött istället för millimetervågor).

Om det här visar sig funka kommer det att bli väldigt användbart, men vad menas egentligen med ett metamaterial med vätskekristaller? Vi vet att ett metamaterial är ett artificiellt material som är konstruerat av små bitar eller komponenter gjorda av vanliga material och att de ofta designas för att ha rätt exotiska egenskaper. Så vad det gäller bör då vara ett artificiellt material där en av komponenterna är vätskekristaller.

Vätskekristaller är material, oftast bestående av väldigt långa molekyler, som beter sig lite som vätskor och lite som kristaller. (Här handlar det om den vetenskapliga betydelsen av kristall, d.v.s. att atomer och molekyler sitter ordnade i ett regelbundet tredimensionellt mönster, eller kristallgitter). Till exempel så kan vätskekristaller i regel flyta ut och ändra form som en vätska, men molekylerna håller sig ändå i ett någorlunda välordnat kristallgitter. Både Lumotives lidar och den mer välkända tillämpningen av vätskekristaller, alltså vätskekristallskärmar (LCD), använder sig av att det är lätt att ändra molekylernas riktning (eftersom det är en vätska) i kombination med de speciella optiska egenskaper som följer av kristallstrukturen.

Eftersom vätskekristaller oftast består av avlånga molekyler har de en tendens att vara väldigt anisotropa, det vill säga egenskaperna hos vätskekristallen är annorlunda om du betraktar den i en riktning längs med molekylerna jämfört med i en riktning som går på tvärs mot dem. När det gäller optiska egenskaper innebär detta att den hastighet som ljuset rör sig med i materialet, och därmed också materialets brytningsindex, är olika för ljus som rör sig längs molekylerna och för ljus som rör sig på tvärs mot molekylerna. Effekten är också beroende av hur molekylernas riktning förhåller sig till ljusets polarisation, på ett sätt som gör att vätskekristaller kan ändra polarisationsriktningen hos ljus som passerar igenom dem.

Den här förmågan att ändra polarisationsriktningen hos ljus är vad man använder sig av i LCD-skärmar. Påverkan på polarisationen är som sagt beroende av hur molekylerna är ordnade, och det kan man ändra på genom att utsätta dem för ett elektriskt fält. Genom att placera vätskekristall mellan polarisationsfilter och sedan justera orienteringen av molekylerna i vätskekristallen kan man antingen få mycket ljus att passera igenom, genom att se till att polarisationen på ljuset stämmer med båda polarisationsfiltren, eller få väldigt lite ljus att passera genom att se till att ljusets polarisation är vinkelrät mot åtminstone ett av polarisationsfiltren. Det gör att man kan slå av eller på varje enskild pixel med hjälp av de elektriska fält som styr molekylriktningen.

Metamaterialen som används i Lumotives lidarsensorer, å andra sdan, verkar bygga på att använda skillnaden i brytningsindex för olika riktningar i vätskekristallen*. Precis som i LCD-skärmar så kontrolleras riktningen på molekylerna med hjälp av elektriska fält, men med målet att justera brytningsindex till ett specifikt värde istället för att påverka polarisationen. Man kan se det som att man väljer om ljuset ska propagera längs med molekylerna, på tvärs mot dem eller i någon annan vinkel, och att man använder sig av skillnaden i brytningsindex mellan de olika lägena.

Ett metamaterial har av naturliga skäl mer en en komponent. I det här fallet handlar det, förutom vätskekristallen, om en struktur med kiselväggar som bildar så kallade dielektriska resonatorer, där varje resonator är fylld med vätskekristall. När brytningsindex för vätskekristallen ändras betyder det att man ändrar egenskaperna för hela resonatorn. Om en laserstråle reflekteras mot en yta som består av ett stort antal sådana resonatorer så kommer effekten att bli att vissa delar av den inkommande strålen saktas ner innan de reflekteras, precis som vi beskrev ovan. Genom att justera det elektriska fältet som vätskekristallerna utsätts för i de olika resonatorerna kan man därför styra den reflekterade laserstrålen.

Om den här tekniken visar sig fungera bra i verkligheten kan det göra lidar till en mycket billigare, och därför mycket vanligare, sensor. Hur långt det tar oss när det gäller självkörande bilar återstår att se.

* Det här är hämtat från den internationella patentansökan WO2018156688A1, som har Lumotives CTO listad som uppfinnare, men jag kan naturligtvis inte vara säker på att det är exakt den tekniken de använder.