Í mars á þessu ári tóks tölvunni Google AI að sigra Kóreanska stórmeistarann Lee Sedol í borðspilinu Gó.  Fyrr í þessum mánuði byrjuðu fyrstu sjálfkeyrandi leigubílarnir að taka farþega í Singapore, þó enn þurfi bílstjóri að vera til staðar til að grípa inn í ef illa fer.  Á öðrum sviðum er þýðingarvél Google orðin gríðarlega öflug og getur þýtt texta milli ríflega 100 tungumála ásamt því að myndgreining getur hæglega fundið texta á myndum og þýtt yfir á önnur tungumál.  Við fyrstu sýn virðast þessi atriði eiga fátt sameiginlegt annað en að vera vitnisburður um framþróun á sviði gervigreindar og tölvugetu.  Það sem er hinsvegar áhugaverðast við þessi dæmi er að þau byggja öll á sömu aðferðafræði, tauganetum eða artificial neural networks.

Tauganet komu fyrst fram um 1950 sem stærðfræðileg líkön.  Um 1975 kom fram reiknirit, svokallað backpropagation, sem leysti krefjandi vandamál með tauganet og gerði þeim kleift að læra flóknari hluti.  Um aldamótin 2000 voru tauganet vinsæl til að leysa hluti eins og að greina handskrift og finna andlit í myndum. Helsti flöskuhálsinn við tauganet var hinsvegar hversu erfitt og tímafrekt það var að þjálfa stærri og flóknari tauganet í að læra hluti og virtust þau hafa staðnað að vissu leiti vegna þessa.  Upp úr aldamótunum náðu tauganet að koma sér upp úr þeirri lægð sem þau voru komin í, sérstaklega eftir að Google tók þau upp á sína arma og fóru að nota þau í miklum mæli.  Með hröðum framförum í tæknibúnaði, þar á meðal GPU vinnslu þar sem skjákort eru notuð til að ná fram gríðarlega öflugri samhliða vinnslu, öflugri örgjörvum og betra minni, þá kom í ljós að tauganet geta lært gríðarlega flókna hluti, þar með talið að keyra bíl og sigra stórmeistara í Gó.

Þegar tölvan Deep Blue sigraði Garry Kasparov, þáverandi heimsmeistara í skák árið 1996 bjuggust margir við að nú myndi rísa upp gervigreind sem gæti leyst allskyns hluti.  Það gerðist hinsvegar ekki, Deep Blue var hönnuð frá upphafi til þess að leysa aðeins einn hlut, þ.e. að spila skák, og var í raun ófær um að gera nokkuð annað.  Tauganet virðast hafa komist fram hjá þessum vanköntum Deep Blue.  Sama tauganetið getur lært gríðarlega flókna hluti, og það virðist ekki skipta miklu máli hvað vandamálið er.  Til að tauganet geti lært þarf aðeins nægjanlegt magn prófunardæma sem tölvan getur æft sig á og lært af.  Með tilkomu internetsins varð loksins til nægjanlega stórt safn af prófunardæmum til að gera flóknari tauganetum kleift að læra.

Eins og fram kemur í nördateiknimyndaseríunni xkcd (https://xkcd.com/1002/) þá er þó einn leikur enn eftir sem tölvur munu líklega eiga í vandræðum með að læra almennilega, það er leikurinn Calvinball sem settur var fram í teiknimyndasögunum um Calvin og Hobbes (http://calvinandhobbes.wikia.com/wiki/Calvinball).  Reglurnar í þeim leik eru búnar til um leið og leikurinn er spilaður og eina fasta reglan er sú að það má aldrei spila leikinn tvisvar á sama hátt, sem gerir það væntanlega mjög erfitt fyrir tauganet að læra þann leik.

Höfundur: Eyjólfur Ingi Ásgeirsson lektor við Háskólann í Reykjavík