AI Superpowers: China, Silicon Valley, and the New World Order

Det var inte särskilt många år sedan som Artificiell Intelligens (AI) endast var något som huvudsakligen förekom inom forskningsvärlden och i science fiction-filmer. De senaste åren har dock intresset för AI ökat explosionsartat. Många anser att den snabba AI-utvecklingen är häftig. Det finns också ett flertal personer som tycker att utvecklingen är oroväckande. Frågor som på individnivå kan uppstå är exempelvis hur kommer AI:s framfart att påverka mitt jobb?

Sammantaget finns det oerhört många frågor när det kommer till vilka konsekvenser som AI-utvecklingen kan tänkas medföra i framtiden. Än så länge är frågorna fler än svaren. Enligt författaren spås AI dock att eliminera miljarder jobb runt om i världen.

I veckan läste jag ut boken ”AI Superpowers: China, Silicon Valley, and the New World Order”. Det är en bok som är skriven av Kai-Fu Lee. Jag tycker att det var en intressant och tankeväckande bok. Fokus i boken är mycket på Kina och USA. Nedan ges en summering av de anteckningar jag tog när jag läste boken.

En dag i maj 2017 uppnådde artificiell intelligens en betydande milstolpe. Detta efter att en maskin (AlphaGo) för första gången besegrade världens bästa spelare (Ke Jie) i det kinesiska spelet Go. Spelet Go:s historia sträcker sig mer än 2 500 år tillbaka i tiden. Det är ett spel som består av ett stort antal möjliga kombinationer. Att en maskin skulle besegra världens bästa Go-spelare var av många något som sågs som omöjligt.

(Bolaget DeepMind skapade AlphaGo. DeepMind var ett brittiskt start-up bolag som köptes upp av Alphabet några år innan AlhpaGo:s seger över Ke Jie).

Redan i mars 2016 hade det Alphabet-ägda AlphaGo vunnit en prestigeseger när man i Go besegrade en duktig sydkoreansk spelare. Det var en händelse som skapade AI-feber i Kina. Det började nu att satsas stora resurser inom AI-området i Kina. En kort tid efter Alpha-Go:s seger 2017 lanserade den kinesiska regeringen också en satsning på AI. På kort tid uppges Kina signifikant ha minskat det teknologiska gapet som länge funnits mellan Kina och USA.

Som sagt trodde ”ingen” att det skulle vara möjligt för AlphaGo att besegra världens bästa Go-spelare. Författaren skriver i boken att folk alltid har underskattat kraften av AI samtidigt som man har överskattat sin egen tro på förståelse om densamma.

Redan på 1950-talet försökte forskare ”flytta in” mänsklig hjärnkapacitet i en maskin. I sin strävan på att lyckas anammade forskare olika metoder. En del forskare försökte programmera maskiner till att göra som de hade blivit tillsagda (= följa instruktioner). Andra forskare hade ett mer gränslöst förhållningssätt där man strävade efter att lära datorn att själv fatta beslut och genomföra åtgärder. Att lära en dator att själv fatta beslut kräver såväl mycket datakapacitet som data.

Jämfört med på 1950-talet finns det i dagens samhälle enorma mängder data, något som gör AI än bättre på att förstå korrelationer och fatta beslut. Detta kallas för Deep Learning (eller Narrow AI). Författaren beskriver AI som att det är något som har lika stor betydelse som upptäckten av elektricitet.

När det kommer till AI-utvecklingen är det viktigt att skilja på upptäckten av AI (discovery) och implementeringen av AI (implementation). Fram till Kinas uppvaknande 2016 drevs upptäckten och utvecklingen av AI nästan uteslutande av USA, Kanada och Storbritannien.

Enligt författaren är dock exempelvis Kina den stora vinnaren på AI när tekniken nu implementeras runt om i samhället i allt större omfattning. Kina är idag det land med absolut med data. Historiskt sett har Kina varit mer av en copycat, där man har kopierat teknologi och lösningar som framstående experter i västvärlden har tagit fram. Utöver detta har Kina också saknat de bästa talangerna, vilka har befunnit sig i Silicon Valley. När nu AI har utvecklats så mycket behöver inte Kina i samma omfattning ha de bästa talangerna. AI och all data gör istället en stor del av jobb.

Redan idag finns det faktorer i det alltmer digitaliserade samhället som gör att ”The winner takes it all”. AI förväntas spä på den trenden än mer. Som en konsekvens väntas framför allt bolag i Kina och USA, med all sin tillgängliga data, stärka sina positioner ytterligare. Detta kommer att fortsätta att utöka ojämlikheterna i samhället. Något som kan leda till utmaningar och instabilitet i samhällsstrukturen.

En skillnad mellan entreprenörer i Silicon Valley och i Kina är att exempelvis att i Silicon Valley satsar man mer på att skapa något nytt, något unikt. Man vill lösa ett problem och göra skillnad. I Silicon Valley är fokus på att vara mission-driven. I Kina å andra sidan är man market-driven. Där spelar det inte någon roll vem som har kommit på idéen eller om det är något som finns sedan tidigare. Det enda man fokuserar på är att tjäna pengar och att bli rik.

Skillnaden mellan fokus i Silicon Valley och i Kina är något som härstammar från kulturella olikheter. I Kina har många generationer människor levt i fattigdom. Föräldrarna har lärt sina barn vikten av att tjäna pengar, bland annat så att barnen sedan kan ta hand om sina föräldrar när de blir äldre.

Under några viktiga år på 2010-talet hände otroligt mycket i Kina när det kommer till digital utveckling och digitala tjänster. Med regeringens stöd och support sattes en oerhört entreprenöriell fart upp. O2O (Online-to-Offline) var i stort fokus där man med hjälp av digitala tjänster (t ex bokningssystem, och mobila betalningar) kunde lösa problem i medborgarnas vardag (t ex lanserades ride sharing-tjänster).

Att skapa en AI Superpower idag kräver (1) överflöd av data, (2) drivna och envisa entreprenörer, (3) duktiga vetenskapsmän inom AI och (4) en supporterande ”policy environment” från politiskt håll.

Inom forskarvärlden delar de flesta generöst med sig av den kunskap man frambringar. I detta scenario gäller att Kina väntas bli en AI-vinnare i enlighet med vad som beskrivs ovan. Ett hot mot detta scenario är att inom företagsvärlden tenderar man istället att inte dela med sig av sina upptäckter. Skulle exempelvis Alphabet göra ett stort och unikt genombrott skulle det vara negativt för Kinas framfart.

Författaren anger att AI-utvecklingen kommer att bestå av följande fyra vågor:

1. Internet AI: Handlar huvudsakligen om att använda AI-algoritmer till att exempelvis påverka vad du vill se härnäst på YouTube eller när det verkar som att Amazon redan vet vad du vill köpa. Det vill säga AI-system som lär sig våra preferenser och sedan serverar oss med ”det vi vill ha”. Detta är mainstream idag.
2. Business AI: Många företag har stora mängder data, t ex banker och försäkringsbolag. Med AI kan denna data användas till beslutsunderlag på ett helt annat sätt än vad den mänskliga förmågan kan göra. Detta kan bland annat användas när en bank ska ställa ut nya lån. Det är här av vikt att det handlar om strukturerad data, där bolagen har satt etiketter på och kategoriserat in datat, vilken AI sedan genomsöker för att se trender och korrelationer etc.
3. Perception AI: Den tredje vågen handlar om att förbättra och utöka AI-användningen i vår levande fysiska miljö. Något som möjliggörs av t ex sensorer och smarta enheter (devices). Dessa enheter tar data från den fysiska miljön in i den digitala miljön, där datat sedan analyseras och optimeras genom deep learning-algoritmer. Exempelvis finns det funktioner som digitaliserar trafikflöden genom kameror och sensorer. I denna fas minskar gränsen mellan online och offline. Den större övervakning som generellt finns i det kinesiska samhället gör att Kina väntas dominera i denna tredje våg.
4. Autonomous AI: I denna fas har maskinerna gått från att ”bara” förstå världen runt om dem till att också vara med och forma världen. Självkörande bilar är ett exempel inom detta område.

Den snabba utvecklingen har skapat en oro för Artificial General Intelligence (AGI). AGI innebär att maskiner kan utföra varje uppgift som en människa kan göra och där maskinerna sedan kan förbättra sig själva utan människans inblandning. Maskinerna skulle då över tid bli alltmer smarta och öka gapet mot människan. Något som gör att vi går in i det AI-folket kallar för singularity eller superintelligens. Författaren tror att det kommer att ta flera decennier eller till och med århundraden innan vi uppnår AGI.

I den fjärde vågen (som beskrivs ovan) kommer stora lönsamhetsförbättringar i näringslivet att uppvisas och många jobb kommer att försvinna, inte minst i låglöneländer som tillverkar varor åt västländerna. AI medför en situation där klyftan mellan de som har och de som inte har ökar. Stora företag blir större och mindre företag slås ut.

Å andra sidan finns det de som hävdar att AI inte alls kommer att leda till massarbetslöshet. Att ny teknik ska eliminera alla jobb har varit orosmoment sedan den industriella revolutionen. Istället, hävdar dem, leder ny teknik till ökad produktivitet, vilket skapar nya typer av jobb och jämnar ut jobbkurvan.

Sammantaget finns stor osäkerhet och stora avvikelser kring olika bedömares åsikter. Exempelvis tror vissa att 9% av jobben i USA kommer att försvinna till år 2030, medan andra uppger siffran 47%. Det är ett stort gap mellan de båda siffrorna. Även om specifika uppgifter automatiseras kommer människan behövas för vissa delar av dagens jobb.

Nuvarande AI-algoritmer är också en stor utmaning för så kallade white collar jobs. Det kommer leda till övertalighet på många arbetsplatser. Om AI kan automatisera X% av dagens jobb kommer nettoeffekten mitigeras något av att nya jobb tillkommer, t ex robotmekaniker.

Sammantaget kan AI också medföra psykologiska negativa effekter, till följd av bland annat om man förlorar sitt jobb och en större ojämlikhet i samhället uppstår. I dagens samhälle ser många ett likhetstecken mellan sig själv och sitt jobb. Exempelvis kan depressioner, missbruk och självmord öka om massarbetslöshet uppstår och klyftorna utvidgas.

Samhället måste ta hand om de som förlorar jobbet. ”Retraining”, minskad arbetstid och samhällslön är exempel på åtgärder som lyfts fram på en del håll. Författaren ser nackdelar med samtliga dessa. Istället lyfter han fram en justerad syn på samhällskontraktet som en lösning. Hans förslag är att man erhåller ett stipendium eller annan form av tillfredsställande ersättning från staten om man gör någon välgörenhetsnytta.