Festtale for KADK
Når man sådan står over for en forsamling af de mest kreative og skarpe hjerner i Danmark kan man vist godt tillade sig at blive lidt vidtløftig og højtravende – og tale om livets helt store spørgsmål.
Og det helt store spørgsmål er naturligvis, hvad svaret er? Svaret på livet, universet – ja, alting!
Og som bekendt er der et svar. Et meget simpelt svar. Faktisk et tocifret tal, som er svaret på det hele.
Svaret er naturligvis 42.
I Douglas Adams bog Hitchhikers Guide to the Universe fortæller han historien om en hyperintelligent pan-dimensionel kosmisk race, som bygger en computer, der skal svare på spørgsmålet om livet, universet og alting!
Computeren skal bruge 7,5 million år på at udregne svaret, og da den endelig svarer, er svaret 42.
Problemet er bare, at der ikke er nogen, der længere kender spørgsmålet!
Computere er ubrugelige
Hvorfor fortæller jeg dennes historie fra en afkrog af et meget nørdet univers, der handler om et tal, som forfatteren til bogen, selv har sagt var fuldstændig tilfældigt – faktisk meningsløst!
Fordi vi de sidste 10 – 15 år har oplevet en eksplosion i kunstig intelligens - eller tænkende maskiner, som er utrolig gode til at komme med svar, men hvor vi nogle gange glemmer, at spørgsmålet er vigtigere end svaret.
Som Picasso sagde lang tid før Douglas Adams skrev Hichhikers Guide: Computere er ubrugelige, for de kan kun komme med svar.
Men de er til gengæld rigtig gode til at komme med svar.
De er endnu ikke der, hvor de kan svare på livets store spørgsmål (hvad det så end er), men de kan svare på spørgsmål, som det før i tiden kun var mennesker, som kunne svare på.
Og her spiller et andet lille tal en rolle. Nemlig tallet 37.
Træk nummer 37
Lad os spole tiden tilbage til marts 2016, hvor en sydkoreansk stormester i spillet Go sidder svedende og nervøs over for Googles kunstige intelligens AlphaGo. Lee Sedol har spillet Go hele sit liv – et spil, som har så mange kombinatoriske muligheder, at ingen computere vil være i stand til at beregne alle kombinationer før universet går under.
Det er med andre ord et spil, som fordrer intutition og kreativitet – evnen til at se usynlige mønstre i uendelige muligheder.
Men Lee Sedol sveder, fordi han allerede har tabt det først spil til AlphaGo, og lige i dette øjeblik har AlphaGo lavet et træk – træk 37 – som overgår al menneskelig forstand. Det er barokt, uforudsigeligt og utraditionelt. Det bryder med alle gængse regler for Go. Kommentatorerne kalder det guddommeligt. Det er et træk, som viser, at AlphGo ikke bare er en talknusende regnemaskine, det er en kreativt tænkende maskine, som udviser guddommelig intuition.
Ikke overraskende taber Lee Sedol kampen mod AlphaGo, og træk nummer 37 går over i historien som et af de vigtigste vendepunkter i historien om kunstig intelligens. Punktet, hvor vi må se i øjnene at fremtidens kunstige intelligenser vil være både kreative og intuitive.
Et nyt paradigme inden for kunstig intelligens
De fleste af os kender computere som logiske regnemaskiner, som kan lægge tal sammen og udføre komplekse programmer, som er skabt af mennesker. Men inden for de sidste 10 – 15 år er der sket noget nyt. Og dette nye går under navnet maskinlæring.
Maskinlæring handler om, at man ikke længere programmerer computere med logiske if-then kommandoer. I stedet fodrer man computeren med tusindvis, millioner eller milliarder af data, og så finder computeren selv mønstre og sammenhænge i data, som den bruger til at komme med svar på spørgsmål. Vi er altså gået fra et paradigme, hvor vi forsøgte at programmere computere ved at aflære menneskelig viden og putte denne viden ind i computeren til et paradigme, hvor computeren – baseret på data fra menneskenes verden – selv regner ud, hvad der er vigtigt og hvad der er mindre vigtigt.
Og dette skift er fundamentalt! Faktisk et massivt gennembrud. Og det er årsagen til, at alle taler om kunstig intelligens i dag. Og grunden til, at folk som Bill Gates og Elon Musk advarer mod, at maskinerne måske meget snart kan blive klogere end os.
Om de bliver klogere end os, er dog et filosofisk (og teknisk) spørgsmål, som jeg ikke vil komme ind på i dag. Det er et interessant spørgsmål, men det afsporer ofte diskussionen fra de langt vigtigere spørgsmål om, hvad kunstig intelligens gør ved vores verden lige her og nu.
Og lige nu er kunstige intelligenser godt i gang med at sparke døren ind til den kreative verden.
I dag ser vi kunstige intelligenser, som kan male malerier, som bliver solgt for millioner på Sotheby’s. Vi ser kunstige intelligenser, som kan improvisere jazz. Vi ser kunstige intelligenser, som kan skrive digte. Vi ser kunstige intelligenser, som kan opfinde overraskende story-plots til f.eks. filmmanuskripter. Vi ser kunstige intelligenser, som kan skrive journalistiske artikler og kortere essays. Og vi ser kunstige intelligenser, som kan hjælpe kreative designere med at formgive og optimere industrielle produkter på helt nye og uforudsigelige måder.
Alt sammen fordi de er gode til at finde mønstre i store mængder af data, og bruge disse mønstre til at skabe nye og ”kreative” mønstre.
Hvad er kreativitet?
Så hvad betyder det for os kreative? For sådan nogen, der tegner huse og byer? For sådan nogen, der designer møbler og indretter boliger? For sådan nogen, der designer skrifttyper, logoer, identiteter eller websider? Og for sådan nogen, som mig selv, der skriver bøger om, hvad vi dog skal stille op med mennesker?
For at svare på det spørgsmål er vi nødt til at svare på et andet, og måske langt sværere spørgsmål: Hvad er kreativitet?
Den britiske matematiker Marcus Du Sautoy stiller spørgsmålet i sin bog The Creativity Code, som handler om kreative kunstige intelligenser. Han når frem til, at der findes tre former for kreativitet:
Den første type kreativitet kalder han Eksplorerende kreativitet. Det handler om at tage udgangspunkt i den eksisterende verdens data og mønstre og finde nye mønstre. AlphaGo er et eksempel på en kunstig intelligens, der udviser eksplorerende kreativitet.
Den anden type kalder han Kombinatorisk kreativitet. Her opstår kreativiteten, fordi man kombinerer viden og data fra forskellige områder, hvilket betyder, at man opnår helt nye kreative indsigter.
Den tredje type kalder han Transformerende kreativitet. Denne type kreativitet handler om, at man radikalt bryder med tidligere paradigmer og opfinder noget helt nyt, som både er overraskende og meningsfuldt.
Kreative men bundet af data
Maskinlærende kunstige intelligenser er uhyggeligt gode til at udvise eksplorerende kreativitet, og med en smule hjælp fra mennesker kan kunstige intelligenser også udvikle kombinatorisk kreativitet. Til gengæld er der meget, der tyder på, at kunstige intelligenser endnu ikke er særligt gode til at være kreative på en måde, som for alvor er transformerende. De maskinlærende kunstige intelligenser er altid bundet af data, og de er ikke i stand til at finde nye data, eller helt at se bort fra data.
De mangler evnen til at være spørgende, tvivlende og utålmodige eksistenser. De mangler den sande kreatives primaldrift mod at gå nye veje.
Kunstige intelligenser er trygge i en verden af data, hvor de kan finde mønstre og sammenhænge. Det transformativt kreative menneske forsøger derimod at ødelægge eksisterende mønstre for at gøre op med etablerede dogmer.
Da Picasso udviklede kubismen, var det ikke en videreudvikling af tidligere kunstarter, det var et radikalt nybrud med kunst, perspektiv og verdensforståelse på samme tid.
Men selv om kubismen gjorde op med alt det gamle, formåede den også at skrive sig ind i sin samtid på en ny måde. Transformativ kreativitet er ikke ren destruktion. Transformativ kreativitet handler også om at skabe mening: På den ene side går den nye veje, på den anden side er den i harmoni med bredere mønstre i sin kultur og samtid.
Tre konskevenser for kreative
Når det kommer til kreativitet, er kunstige intelligenser med andre ord både helt vildt dygtige og helt vildt begrænsede.
Det har tre konsekvenser:
For det første kommer kreative i fremtiden til at få nogle meget kraftfulde værktøjer, der kan hjælpe dem med at være kreative.
Designprocessen, hvor man tegner bygninger, manipulerer billeder og designer former bliver toptunet med værktøjer, der bygger på kunstig intelligens.
Idéer til nye industrielle designs vil blive genereret af kunstige intelligenser.
Og forfattere kommer til at få hjælp til både plots, emner, indledninger, sproglig tone og grammatik af hjælpsomme intelligente assistenter.
For det andet bliver kreative nødt til at udvikle sig sammen med de kunstige intelligenser og i stigende grad smelte sammen med dem.
Mange vil opleve de kunstige intelligenser som en trussel, fordi de kan lave kreativt arbejde tusind gange bedre og tusind gange hurtigere. Men vi er nødt til at forstå, at de kunstige intelligenser bare er redskaber, som bliver en forlængelse af vores egen kreativitet.
I stedet for at frygte en verden, hvor de kunstige intelligenser har gjort dig overflødig, skal du begynde at forestille dig en verden, hvor du har fået superkræfter. Hvordan vil en sådan verden se ud? Hvordan vil du arbejde? Og hvad vil du gøre for at få det bedste ud af denne verden?
Det er nogle af de spørgsmål, vi bliver nødt til at stille os selv.
For det tredje bliver flere kreative nødt til at bevæge sig op i fødekæden og blive mere som Picasso og mindre som AlphaGo.
Vi må erkende, at vi ikke længere kan kalde os kreative, fordi vi kan genkende og genskabe nogle mønstre. De kunstige intelligenser kan gøre det langt bedre og hurtigere end os.
Fremtiden tilhører de kreative, som ikke genskaber mønstre, men som aktivt søger at nedbryde mønstre og gå nye veje.
Fremtiden tilhører de kreative, som ikke bare er dygtige til billeder, tekst, video eller musik, men som forstår menneskets verden i en holistisk sammenhæng.
Fremtidens kreativitet handler om at nedbryde eksisterende mønstre, men også om at se nye mønstre på tværs af domæner, fagligheder, kulturer, lande, sprog og paradigmer.
STEM vs. modebloggeren
I den politiske verden tales, der ofte om, at vi skal uddanne flere mennesker med STEM-kompetencer. Altså folk, der gode til Science, Technology, Engineering og Mathematics.
Fordi vores fremtid bliver mere og mere teknologisk forestiller vi os også, at fremtidens mennesker, skal være mere teknologiske – mere som maskiner.
Intet kunne dog være mere forkert.
Som jeg lige har talt om, betyder kunstige intelligenser jo netop, at vi skal være mere kreative, mere mønsterbrydende, mindre som maskinerne og meget mere holistiske mennesker end vi nogensinde har været tidligere.
Lad mig nævne et måske lidt overraskende eksempel: Modebloggeren.
Selvom man sjældent tænker over det, er modebloggeren et direkte produkt af opfindelsen af dampmaskinen.
Dampmaskiner blev brugt til mange ting, men én af de mest revolutionerende var brugen af dampkraft til at drive tekstilvæve. Pludselig kunne man producere mange gange mere tekstil og tøj, end det havde været muligt med manuelle væve. Mange frygtede naturligvis, at vævere ville blive arbejdsløse, og nogle vævere – de såkaldte ludditer – gik til oprør mod dampvævene og forsøgte at smadre dem.
Men det viste sig, at vævere ikke blev arbejdsløse. Efterhånden som produktiviteten steg, faldt priserne på tøj, hvilket skabte en øget efterspørgsel og dermed et helt nyt massemarked for moderigtigt tøj. Og dermed var modebranchen skabt!
I dag ser vi så modebloggere, der poster billeder på Instagram og slanger sig i bikinier i Positano, Santorini eller Bali. Der er ikke nogen af dem, der har synderlig forstand på damp eller dampmaskiner. De er faktisk fuldstændig ligeglade med damp! Hvis vi i slipstrømmen på den industrielle revolution havde uddannet alle til at være dampmaskineteknikere, havde vi i dag ikke haft en modebranche, vi havde ikke haft modedesignere og vi havde ikke haft modebloggere.
Kentauren
Men selvom modebloggere ikke forstår sig på damp, forstår de hvordan den moderne verdens sociale medier, algoritmer og kunstige intelligenser fungerer. De er gode til at lave lækre billeder, men de kender også deres teknologier til fingerspidserne. De har fuldstændig styr på Hash-tags, Stories, Likes, Followers og alt, hvad der ellers skal til for at blive en succes i en verden, der bliver styret af algoritmer og kunstige intelligenser. Modebloggere er blevet kentaurer – en sammensmeltning af kunstig og menneskelig intelligens.
Begrebet kentaur i forbindelse med kunstig intelligens opstod efter et andet historisk nederlag, hvor et menneske blev slået i et brætspil af en maskine. I 1997 blev Skakstormesteren Garri Kasparov slået i skak af computeren Deep Blue. Og efterfølgende – i en erkendelse af, at ”if you can’t beat them, join them” – udviklede Kasparov en ny type skak, som han kaldte kentaurskak. I denne nye skakform spiller et menneske og en skakcomputer sammen mod et andet menneske-maskine makkerpar. Og makkerparret er tilsammen blevet en kentaur – en sammenblanding af menneske og maskine.
Hvad skal vi med kreative?
I min bog om kunstig intelligens, stiller jeg spørgsmålet ”Hvad skal vi med mennesker?”. Svaret er, at i en fremtid med tænkende maskiner, skal vi blive til kentaurer. Og det er særligt vigtigt for os der arbejder i kreative og skabende brancher.
Kentauren er på mange måder et rammende billede på vores fremtid med tænkende maskiner:
På den ene side er kentauren et billede på, at vi skal udvikle to sider af os selv. Den dyriske, vilde og grænsebrydende kreativitet og samtidig den mere rationelle og kølige beherskelse af maskiner, programmer, computere, algoritmer og software.
Vi får brug for begge dele i fremtiden.
På den anden side er kentauren et billede på, at vi skal smelte sammen med vores maskiner og blive endnu stærkere i denne sammensmeltning. I stedet for at frygte maskinernes fremmarch, er vi nødt til at se kunstige intelligenser som redskaber, der ikke gør os mere maskinagtige, men som tværtimod kan løfte os op i helt nye kreative højder.
Picasso havde ret i, at computere er ubrugelige, fordi de kun kan komme med svar. Men kombinerer man det tvivlende, spørgende og kreative menneske med de mønstergenkendende og maskinlærende kunstige intelligenser, tror jeg på, at både mennesker og computere faktisk kan være ganske brugbare.