Robot från Willow Garage i Silicon Valley
Trots att det redan finns robotar över allt, i varenda svensk småstad, och trots satt samhället skulle stanna upp med en gigantiskt gnisslande läte om det inte vore för alla robotar, så är det få människor som ens inser att robotsamhället redan är här.
Orsaken till att robotarna är osynliga är att dom inte ser ut som vi väntar oss att dom skulle se ut. Istället sitter de tyst vid disken på ICA eller Konsum eller biblioteket och checkar ut våra varor. Eller i cockpit på flygplanet och flyger oss till New York eller San Francisco utan att vi ens har en aning om att det är dom och inte piloterna som flyger planet. Och givetvis bygger dom bilar och datorer och sköter Facebooks väldiga datahallar uppe i Luleå, när dom blir klara, så att det inte behövs mer än ett par dussin personer på hela anläggningen. Och dom kommer också snart att köra all världens bilar tack vare Googles självstyrande bil.
Eller också så sitter dom tyst på sjukhuset och skannar våra elektroniska sjukjournaler eller röntgenbilder.
Eller också, ej att förglömma så handlar dom aktier på börsen så att det ryker om det.
Automatiserade datarutiner och hårdvarurobotar är alltså redan här och kommer nu allt snabbare att ta över allt fler jobb.
Så hur kommer framtidens robotsamhälle att se ut, och vilken roll kommer vi att spela när robotarna tar över allt mer av våra jobb?
År 2012 dog nära 33 000 amerikaner i trafikolyckor. När Googles självstyrande bil rullas ut på USA:s vägar om säg 25 år så kommer den siffran att falla till en bråkdel.
Eftersom robotar och automatiserade datarutiner aldrig blir trötta, aldrig blir med barn, aldrig tar semester och aldrig behöver gå på dyra personalfester på Tillväxtverket eller Näringsdepartementet så är dom inte bara billigare i drift, dom gör mycket sällan fel, dom är pålitliga i alla väder, och dom hittar också samband och lösningar som vi människor inte kan hitta.
Det kan verka vara ett mycket underligt påstående, men robotar kan processa oändligt mycket mer data än vad vi människor kan processa. Så kan dom t.ex. sitta och läsa röntgenbilder månader i streck och alltid hitta de artärbrock som de är programmerade att hitta.
De kan sitta och tröska igenom alla elektroniska sjukjournaler hela i delstaten Toronto i Kanada och hitta alla kvinnor över 50 som har haft bröstcancer och som har döttrar som nu är gamla nog att de måste testas med mammografi. Och bland dessa döttrar kan de hitta varenda person som inte har testats. Och snabbt som attan skickar de ut en inbjudan till dom att komma in till närmsta sjukhus. Det går på bråkdelen av en sekund och kostar nästan ingenting.
Ett annat exempel från sjukvården är helt revolutionerande. Vi kan nu kan analysera varje människas DNA och hitta medicin som passar just vårt DNA.
Som Tim O’Reilly, Julie Steele, Mike Loukides och Colin Hill skriver så kan vissa mediciner vara 100% effektiva om du har rätt DNA, och annars helt oandvändbara.
For a long time, we thought that Tamoxifen was roughly 80% effective for breast cancer patients. But now we know much more: we know that it’s 100% effective in 70 to 80% of the patients, and ineffective in the rest. That’s not word games, because we can now use genetic markers to tell whether it’s likely to be effective or ineffective for any given patient, and we can tell in advance whether to treat with Tamoxifen or to try something else.
Two factors lie behind this new approach to medicine: a different way of using data, and the availability of new kinds of data. It’s not just stating that the drug is effective on most patients, based on trials (indeed, 80% is an enviable success rate); it’s using artificial intelligence techniques to divide the patients into groups and then determine the difference between those groups. We’re not asking whether the drug is effective; we’re asking a fundamentally different question: “for which patients is this drug effective?” We’re asking about the patients, not just the treatments. A drug that’s only effective on 1% of patients might be very valuable if we can tell who that 1% is, though it would certainly be rejected by any traditional clinical trial.
Och det är automatiserade datarutiner som alltså nu har gjort det så billigt att analysera DNA för miljoner människor.
Det finns inget jobb överhuvudtaget, inget jobb på jorden, som på sikt inte kan utföras av automatiserade rutiner eller av fysiska robotar.
Men precis som i cockpit så kommer vi människor att få sitta kvar och slöa bara utifall att roboten skulle få problem och vi skulle behöva ingripa. Det är så Googles självstyrande bil fungerar t.ex.
Så vi kommer att leva längre tack vare robotarna, som kommer att utföra gigantiska mängder med arbete och ställa hundratals miljoner människor på bar backe.
Hoppet är att dessa människor kan hitta mer spännande jobb än att sitta på ICA och checka ut varor, eller vid SL-tåget och kolla biljetter och plankare.
Så har det fungerat hittills. När alla jordbruket automatiserades och bönderna ställdes på bar backe så armbågade dom sig in på kontor och fabriker runt om i landet. Frågan som jag själv inte kan svara på är vad som kommer att ske när robotar och automatiserade datarutiner tar över allt fler arbetstillfällen.
Jag är inte säker på att det alltid kommer att finnas nya spännande jobb som inte snabbt kan datoriseras.
Idag har vi kanske en eller två generationer på oss att hitta nya jobb som ännu inte är datoriserade. Men det försprånget krymper allteftersom.
Det är intressant att tänka sig ett samhälle där vi inte längre behöver jobba och där robotarna sköter allt och vi kan gå på personalfester varenda dag.
Vad jag tror kommer att hända är att samhället och vi med det kommer att bli produktivt på ett sätt som vi idag inte ens kan föreställa oss och att vi alla kommer att kunna fortsätta att hitta spännande jobb, som hjälpredor till robotarna. Dvs vi kommer att leva i symbios med dom, som vi ju redan gör med våra mobiler.
Och robotutvecklingen går nu framåt i allt snabbare takt. BBC har en viktig artikel om hur robotar nu kan vara på väg att kunna känna igen sig själva i spegeln: BBC News – Robot learns to recognise itself in mirror
A robot named Nico could soon pass a landmark test – recognising itself in a mirror. Such self-awareness would represent a step towards the ultimate goal of thinking robots. Nico, developed by computer scientists at Yale University, will take the test in the coming months. The ultimate aim is for Nico to use a mirror to interpret objects around it, in the same way as humans use a rear-view mirror to look for cars. “It is a spatial reasoning task for the robot to understand that its arm is on it not on the other side of the mirror,” Justin Hart, the PhD student leading the research told BBC News.
So far the robot has been programmed to recognise a reflection of its arm, but ultimately Mr Hart wants it to pass the “full mirror test”. The so-called mirror test was originally developed in 1970 and has become the classic test of self-awareness. More usually performed on animals, the creature is given time to get used to the mirror and is then anesthetized and marked on the face with odourless, non-tactile dye.
Pressklipp:
NyTeknik – Senaste nytt,NyTeknik – Senaste nytt, NyTeknik – Senaste nytt
[tags] Willow Garage, Asilomar Conference Grounds, Monterey Bay, DARPA, Predator, Silicon Valley, Menlo Park, Artificial Intelligence,Kiva Amazon, Robotar, [/tags]
Kommer vi fortfarande läsa och kommentera när DPU skrivs av en robot?