3.5 Teknologi i dag - AI og Industri 4.0

Maskiner som lærer

Du har sikkert brukt en chatbot, fått musikkanbefalinger du faktisk likte, eller sett en bil parkere seg selv. Bak alt dette ligger kunstig intelligens -- og den er i ferd med å forandre verden på nytt.

Mange kaller vår tid for den fjerde industrielle revolusjon, eller Industri 4.0. Der de tre foregående ble drevet av dampmaskinen, elektrisiteten og datamaskinen, kjennetegnes den fjerde av at digitale, fysiske og biologiske teknologier smelter sammen. I sentrum står kunstig intelligens -- maskiner som kan lære, resonnere og ta beslutninger. I dette kapittelet ser vi på hva AI og Industri 4.0 innebærer, og drøfter konsekvensene balansert.

Hva kunstig intelligens er -- og ikke er

Kunstig intelligens er et fagfelt der man utvikler systemer som kan utføre oppgaver som normalt krever menneskelig intelligens: lære av data, gjenkjenne mønstre, forstå språk og ta beslutninger. Det er viktig å skille mellom to typer. Smal AI er spesialisert på én oppgave -- bildegjenkjenning, talegjenkjenning, sjakk. All AI vi har i dag, er smal AI. Generell AI er en hypotetisk maskin som kunne gjøre enhver intellektuell oppgave like godt som et menneske, og den er foreløpig ikke oppnådd.

Moderne AI bygger i stor grad på maskinlæring. Forskjellen fra vanlig programmering er grunnleggende: i tradisjonell programmering skriver mennesket reglene, mens i maskinlæring gir man maskinen data og ønsket resultat, og lar den finne reglene selv. En spesielt kraftig variant er dyp læring, som bruker nevrale nettverk med mange lag, inspirert av hjernen. Store språkmodeller som ChatGPT er et eksempel: de trenes på enorme mengder tekst og lærer mønstre i hvordan ord henger sammen. Når du stiller et spørsmål, forutsier modellen det mest sannsynlige neste ordet, om og om igjen, til svaret er ferdig.

Men her trengs nøkternhet. En språkmodell «forstår» ikke tekst slik mennesker gjør -- den gjenkjenner mønstre. Den kan «hallusinere», altså lage svar som høres riktige ut, men er feil. Den har ikke nødvendigvis tilgang til sanntidsinformasjon, og den har verken bevissthet, følelser eller egne meninger. AI er kraftige verktøy, men nettopp derfor bør de brukes kritisk, der man alltid vurderer kvaliteten på svaret.

Den smarte fabrikken

Industri 4.0 beskriver hvordan industri og produksjon forvandles av digitale teknologier. Begrepet ble lansert i Tyskland i 2011, og kjernen er cyberfysiske systemer -- der det digitale og det fysiske smelter sammen. Fabrikker blir «smarte» ved at maskiner, sensorer og datasystemer snakker med hverandre i sanntid. Nøkkelteknologiene er tingenes internett (IoT), der sensorer og enheter er koblet til nettet, stordata og AI for å analysere enorme datamengder, robotikk, 3D-printing og digitale tvillinger -- virtuelle kopier av fysiske systemer.

Hva er forskjellen på en vanlig og en smart fabrikk? I en tradisjonell fabrikk følger maskinene faste instruksjoner, mennesker overvåker dem, og vedlikehold skjer etter faste intervaller eller når noe ryker. I en smart fabrikk overvåker IoT-sensorer maskinene kontinuerlig -- temperatur, vibrasjon, slitasje -- mens AI analyserer dataene, justerer maskinene og forutsier feil. Et stikkord er prediktivt vedlikehold: AI varsler før en maskin svikter, basert på sensordata, og kutter dermed nedetid og kostnader. Produksjonen kan også omstilles raskt til ulike varianter, og en digital tvilling lar fabrikken teste endringer virtuelt før de gjøres i virkeligheten.

Et norsk eksempel er Hydros smarte aluminiumsverk, der AI optimaliserer smelteprosessen i sanntid. Sensorer måler hundrevis av parametere, og systemet justerer temperatur, strøm og råstoff for å minimere energibruk og maksimere kvalitet -- noe som gir lavere utslipp, bedre produkter og reduserte kostnader.

Arbeid, etikk og avveininger

Automatisering -- at maskiner overtar menneskers oppgaver -- er ikke nytt. Men kombinasjonen av AI, robotikk og IoT gjør at flere typer arbeid enn noen gang kan automatiseres. Rutinepreget manuelt arbeid som montasje og lagerarbeid er allerede langt på vei automatisert, og rutinepreget kognitivt arbeid som dataregistrering og enkel kundeservice følger etter. AI begynner til og med å mestre oppgaver som krever vurdering og språkforståelse. Samtidig er noe vanskelig å erstatte: arbeid som krever empati og emosjonell intelligens, som sykepleie og undervisning; arbeid i uforutsigbare fysiske omgivelser, som rørlegging i gamle bygg; kreativt arbeid på høyt nivå; og kompleks ledelse.

Hvordan fremtidens arbeidsliv blir, er det uenighet om -- og det er verdt å presentere begge syn nøkternt. Noen advarer mot massiv arbeidsledighet når AI overtar stadig mer. Andre peker på at ny teknologi historisk alltid har skapt nye jobber vi ikke kunne forestille oss, slik den industrielle revolusjonen gjorde. Det er bred enighet om at kompetanse og omstillingsevne blir avgjørende, og at livslang læring -- evnen til å lære nytt gjennom hele livet -- blir nøkkelen.

Med AI følger også viktige etiske spørsmål som samfunnet må ta stilling til. AI lærer av data, og hvis dataene speiler eksisterende fordommer, viderefører AI dem -- en ansettelsesalgoritme kan diskriminere kvinner fordi den er trent på historiske data, og ansiktsgjenkjenning kan fungere dårligere for mørkhudede. AI muliggjør også overvåking i en helt ny skala, og reiser vanskelige spørsmål om ansvar: hvem har skylden når en selvkjørende bil forårsaker en ulykke? Mange AI-systemer er dessuten «svarte bokser» der selv eksperter ikke vet nøyaktig hvorfor en beslutning tas. EU vedtok i 2024 verdens første omfattende AI-lov for å regulere bruken. Når du møter AI, er det lurt å spørre: Hvem laget systemet, hvilke data er det trent på, hvem rammes hvis det tar feil, og kan mennesker overprøve det?

Oppsummering

Vi har sett at Industri 4.0 er den fjerde industrielle revolusjonen, der digitale, fysiske og biologiske teknologier smelter sammen, med kunstig intelligens i sentrum. All dagens AI er smal AI, bygd på maskinlæring, og selv kraftige språkmodeller forstår ikke -- de gjenkjenner mønstre og kan ta feil.

Smarte fabrikker bruker IoT, AI og robotikk til prediktivt vedlikehold og fleksibel produksjon i sanntid. Automatisering truer rutinejobber, men empati, kreativitet og kompleks problemløsning er vanskelig å erstatte -- og livslang læring blir avgjørende. Samtidig reiser AI viktige etiske spørsmål om skjevheter, overvåking og ansvar, som krever at vi forholder oss kritisk og at samfunnet regulerer bruken.