Kunstig intelligens vil overtage verden, har jeg hørt. Så her er, hvad der skete, da jeg fik en AI til at skrive denne historie

AI "BliipBloop", mit navn er Frederik. Illustration: Matthias Seifarth for Zetland

Derfor skal du læse denne artikel

Kunstig intelligens påvirker allerede et hav af dine beslutninger i hverdagen – fra hvilke rute, du bør tage ifølge Google Maps, til hvilke sange, der dukker op på Spotify. Men kunstig intelligens – ofte bare kaldet AI – spås også at kunne skabe mere grundlæggende og epokegørende forandringer i fremtiden. Så inden vi når så langt: Hvad, æh, er egentlig AI? Her er, hvad der skete, da Zetlands Frederik Kulager byggede en AI til at skrive sine artikler.

Målet var egentlig enkelt:

Jeg ville bygge en kunstig intelligens – min helt egen skrivende journalist-robot. Jeg ville fodre robotten med alt, jeg nogensinde har skrevet for Zetland, og sætte den til at skrive en artikel om kunstig intelligens, så jeg kunne tage en dag fri.

Det var succeskriteriet.

For en ikke-computernørd som mig var det et dyk ned i datamaternes verden, hvor jeg skulle lære akronymer som LSTM, begreber som loss og epochs og tyde kompliceret kode og matematiske ligninger. Men så kunne jeg også vippe på låget og se ned i hjernen bag en kunstig intelligens.

Hvad ville jeg møde der? Ville jeg se min egen udløbsdato som journalist? Her er historien om mit eksperiment med den kraftfulde teknologi, der kan betyde så meget for vores alle sammens fremtid.

Statsledere og tech-giganter taler om kunstig intelligens som den fjerde industrielle revolution efter internettet, samlebåndet og ploven. I sidste uge, til de globale topchefers årlige topmøde, World Economic Forum i Davos, talte forretningseliten om, hvordan man med kunstig intelligens kan afskedige flest muligt ansatte.

Ruslands Vladimir Putin har meddelt, at den nation, der først mestrer kunstig intelligens, vil blive verdenshersker”. Tesla-grundlægger og tech-madman Elon Musk har spået, at kampen om AI-verdensherredømmet bliver den mest sandsynlige” udløser af en tredje verdenskrig.

Jeg tænkte, at hvis jeg byggede min egen kunstige intelligens, eller AI (artificial intelligence), som det mere mundret kaldes, ville jeg have forstået et eller andet om, hvad der er på spil.

Det ville også være en måde at forberede mig på det mulige fremtidsscenarie, hvor menneskeheden overflødiggøres af robotter med kunstig superintelligens, som arbejder både hurtigere, bedre og billigere – med global potentiel massearbejdsløshed til følge og seriøst meget fritid. (Vi har allerede langt mere tid fri end for 100 år siden, blandt andet takket være teknologi, så scenariet er ikke så sci-fi, som det lyder).

AIs helt store potentiale er det her: Det gør computere i stand til at lære ting af sig selv. Det er den sidste del – af sig selv – som gør teknologien så revolutionerende.

Traditionelt har mennesker programmeret hver eneste ting, et computerprogram skal. Men det kan være håbløst kompliceret og tidskrævende – for eksempel hvis programmet skal opdage kræfttumorer i mennesker, finde beboelige planeter langt, langt borte og oversætte verdens sprog på et splitsekund. AI kan selv lære at gøre alle tre ting.

Hvis AIen får lov at stå og summe, mens den analyserer røntgenbilleder af kræfttumorer, kendte beboelsesklar planeter eller oversatte tekster, lærer den, at dét er en kræfttumor, at den planet dér også kunne være beboelig, og at hej robot” hedder हाय, रोबोट på hindu. Fodrer man lydfiler oveni, lærer den også udtalen.

Teknikken bag AI kaldes machine learning, eller maskinlæring, og det er magisk at bevidne, som vi skal til om lidt.

Maskinlæring har gjort, at robotter kan bevæge sig mere menneskeligt, simpelthen fordi de kopierer os. Robotterne ser videoer af, hvordan vi går, åbner døre, løber og så videre – og så aber de efter.

Samme teknik bruger det kinesiske styre til at overvåge sin befolkning med ansigtsgenkendelsessoftware, som er trænet til at spotte ansigter, og bilproducenter, der træner AIer til at køre os gennem en travl bymidte.

På hospitaler spotter AIer alt fra en punkteret lunge til modermærkekræft, fordi de har set billedmateriale i bunkevis. AI slår også verdensmestre i de mest komplicerede bræt- og computerspil, vi har, fordi AIer kan analysere tusindvis af spil – og så spille titusindvis af spil mod sig selv og opbygge 200 års erfaring på ingen tid. Googles DeepMind, en af verdens vildeste AIer, har tilmed opfundet helt nye træk i spil og dermed udvist en form for kreativitet, som vi indtil for få år siden kun troede var forbeholdt os mennesker. Sidste uge slog DeepMind nogle af verdens bedste StarCraft-spillere (et vældigt kompliceret strategispil).

I det mere nære færdiggør AI dine sætninger, når du googler, finder den hurtigste rute i Maps og opdager dine stavefejl, når du chatter – og foreslår tilmeld den korrekte stavning. Det er AI, der giver os stadig mere præcise forudsigelser om vejret i morgen og klimaet om 100 år og – noget, jeg holder meget af – sørger for, din mailindbakke ikke er proppet med spam som i gamle dage.

Det er også AI, der gør, du kan tale til smarthøjttalere og telefoner (heey, Siri). Facebook, Instagram, Pinterest og Twitter bruger AI til at udvælge, hvad du skal møde i dit newsfeed – og hvilke annoncer du skal se.

Facebook bruger også AI til at opdage Islamisk Stat-propaganda, børneporno, og om nogen vil begå selvmord. En AI hos Facebook har lært, at hvis en statusopdatering indeholder sætninger som så meget sorg”, og kommentarerne under lyder er du okay?”, skal den prikke en Facebook-ansat, som så kan kontakte politiet. På et år er 3.500 mennesker ifølge Facebooks Mark Zuckerberg blevet spottet og har fået hjælp.

Jeg håber, du forstår, at kunstig intelligens, eller AI, ikke er noget ude i fremtiden. Det er lige nu. Og jeg ville med.

Planen var følgende: Jeg ville fodre et neuralt netværk, hjernen’ i en AI, med data. Dataene skulle være alle tekster, jeg nogensinde har skrevet for Zetland. AIen skulle studere teksterne, indtil den kunne producere nye tekster af sig selv. De skulle handle om teknologi – mit stofområde.

Men først: Hvor finder man lige et neuralt netværk? Findes der en byg din egen AI-tjeneste?

Jeg brugte mine unge år på at spille computer i stedet for at lære at kode, som det kræves for at kunne bygge noget, der har med computere at gøre. Jeg har aldrig lært at skrive kode som !pip install -q textgenrnn from google.colab, som en computer genkender som en kommando, og som – skulle det vise sig – ville have været godt at vide, inden jeg begyndte på eksperimentet her.

Men kunne jeg alligevel bygge bare en grov prototype af en kunstig intelligens, der kunne skrive tekster på dansk? Var teknologien så potent? Og kunne jeg gøre det på nogle timer?

How to build an AI that can write, googlede jeg. Det ledte mig i armene på en Max Woolf, amerikansk programmør ved det amerikanske medie BuzzFeed.

Woolf har bygget det, man kalder en model. Det er en kryds af-liste med kommandoer skrevet i kode, som jeg skulle følge meget, meget slavisk. Var der én fejl i koden, fuckede det op. Modellen har Woolf gjort frit tilgængelig på verdens største åbne platform for AI, TensorFlow, som er udviklet af Google, og som har gjort AI-teknologi allemandseje.

TensorFlow har computermusklerne til at trække et neuralt netværk – hjernen i en AI – der kan lære at skrive dansk fra scratch på nogle minutter. Brugte jeg min egen computers muskler, ville det tage dage. Modellen, Woolf har bygget, hedder Textgenrnn, nørdesprog for text generator. Den er altså et tekstgenererende neuralt netværk.

Lige hvad jeg ledte efter.

Jeg samlede alle Zetland-artikler, jeg har skrevet, i ét dokument. 183.548 ord over 435 sider. Det var tæt på de 500 sider, som Max Woolf anbefalede.

Hvis du vil gøre mig det efter, er der fri leg her. Du kan fodre den en hvilken som helst tekst. Jeg blev eksempelvis så opslugt, at jeg også byggede en Medina-sangtekst-generator og en Zetland-overskrifts-generator, som jeg nok skal nå til.

Woolf havde gjort det nemt for mig. Jeg skulle trykke på i alt fem kodekommandoer i min Chrome-browser i en præcis rækkefølge, vente – og så ville jeg have min første tekstgenererende AI.

Inden skulle jeg dog indstille såkaldte epochs. Det er antallet af gange, teksten skal analyseres af det neurale netværk. Jo flere epochs, jo bedre. Husk på, at AIen aldrig har set tekst før. Den har ikke en forprogrammeret sprogindstilling som dansk’ eller engelsk’. Den ved intet om bogstaver eller stavning eller ord eller sprog. Den skal nu til at se tekst for første gang, dansk endda, og alene ud fra det lære at skrive tekst, der er til at læse.

Som Woolf beskrev det:

Tænk på det som et barn, der uden en lærer skal lære at skrive – alene ved at læse bøger fra et bibliotek.”

Woolf anbefalede 20 epochs, som ville tage nogle minutter, men jeg havde god tid og satte den til 40 epochs.

Koden hed nu: traincfg = { numepochs’: 40,}.

Jeg uploadede min tekstfil, alletekster.txt, i det neurale netværk og begyndte dens træning.

Efter nogle få minutter var første epoch færdig. På min skærm skrev den:

Epoch 1/40
891/891 [==============================] - 386s 433ms/step - loss: 3.2150

Det vigtige tal her er det sidste, loss-tallet på 3.2150. Loss angiver, hvor intelligent” AIen er. Tallet skal under 1, skrev Woolf. Ellers ville teksten ikke give mening.

Til min fornøjelse blev loss-tallet lavere for hver epoch – altså hver gang computerhjernen analyserede teksten. Og efter 10 epochs var loss 1.0505. AIen var klar til at skrive sit første testafsnit. Ord kom frem på skærmen:

Skrive det med en projekt og så sendt at skrive i stedet for at forstå, hvordan vi taler om det, som vi i dag er meget præcist til at skrive internettet, som vi vil blive aflyttet af en skriver: Ja, det er ikke meget mere end nogen, der vil sige, at det er blevet set sig. Det var så stor sandsynlighed”.”

Okay. AIen var ikke en flyvefærdig skribent. Men det var dansk, der var kommaer og citater, og det lød som noget, jeg kunne have skrevet – godt nok efter et par genstande, for der var meget lidt sammenhæng. Men den var lige begyndt.

Jeg havde det nærmest gudeagtigt over min kreation, en godt nok meget lidt intelligent kreation, men i mit eget billede, og som nu imiterede mig. Jeg begyndte at forstå, hvad Putin mente med verdenshersker”. Jeg lod min AI summe videre.

Pausen vil jeg bruge på at opklare noget: Neuralt netværk, maskinlæring og AI er blevet ting, man kan sige, hvis man vil lyde klog (jeg gør det selv hele tiden). Men egentlig er det tre forskellige ting.

Maskinlæring er det, der gør AI i stand til at lære uden menneskelig indblanding. Man uploader et datasæt, lad os sige tusindvis af billeder af fugle i et computerprogram, og trykker kør”. Computerprogrammet er det neurale netværk. Netværket sammenlignes med AIens hjerne og gør det muligt for en AI at træne sig selv til at afgøre, hvordan en fugl ser ud – og genkalde den viden, når den ser et billede af en fugl.

AI kalder man computerprogrammer, der opfører sig intelligent. Holdt vi en fugl op foran et webcam forbundet til vores fuglekigger-AI, ville den kunne genkende, at det var en fugl. Den ville skrive fugl” på skærmen – og vi ville sige wow, den er intelligent, men på en kunstig måde’, altså artificial intelligence (AI). Intelligensen kommer af, at AIens neurale netværk gennem maskinlæring har lært, hvordan en fugl ser ud.

Hvis vi tegnede to øjne og en glad mund på AIen, havde vi det, vi kalder en robot: en AI med overfrakke på. Okay, videre.

Knap to timer og 40 epochs senere havde det neurale netværk skrevet et nyt testafsnit – og det begyndte at ligne noget:

De kommer snart i et dansk hjemmeside, som den nøgne dagebeser servere historier som (de let ved at se videoer om især Barad, Sara og Snapchat, red.) og godt klik lød, faktisk, var det, som politiet kan se med (…)”

Den legede med menneskenavne: Barad, Sara og, æh, Snapchat.

Længere nede havde den skrevet sin første reelle sætning – og hvilken sætning: Men du vil bestille deres penis,” stod der.

Penis, tænkte jeg, måtte komme fra en artikel, jeg havde skrevet om unge, der deler nøgenbilleder.

AIen var også begyndt at opfinde nye ord til det danske sprog: Arbejdspolitikere” var min yndling.

AIen var nu klar. Med ét klik kunne jeg generere alle de tekster om teknologi, jeg ønskede. Havde jeg haft mere data – lad os sige alt, der nogensinde er blevet skrevet på dansk om teknologi – og bedre tid, var den selvfølgelig blevet skarpere. Men det var okay til eksperimentet her.

Jeg indstillede AIens temperature, et andet vigtigt ord at kende. Temperature er, hvor kreativ det neurale netværk må være. Det er et tal mellem 0 og 1. Jo tættere på nul, jo tættere på originalteksten, altså mine artikler, vil den genererede tekst være. Er temperature på 1, tager AIen flere chancer – og man kan ende med nogle ret langt ude tekster, hvis ikke ens AI er virkelig, virkelig godt trænet. Det var min ikke, jeg havde prøvet og fik sort snak:

Du må ikke bekymre dig om at kommentere, og hvorfoede er valget i 2016, hvor Danmark har lagt politiet lag fra ikke at få det næste afsnit.”

Det var endda den bedste sætning, jeg kunne finde. Så jeg valgte med en temperature på 0,1 og genererede flere tekster. Det meste var, hvis jeg skal være grov, usammenhængende sludder, men det var tydeligt, at den havde fanget et eller andet.

Jeg har et problem,” havde den eksempelvis skrevet, mod disse statsministeren Søren Pinds statshacker på sociale medier fra Reddit og den anlæg i det samme besøg eller videre til at foretage dommen for at være en af sin indblanding.”

Den havde regnet ud, at nogle ord knytter sig til hinanden som statsminister” og Søren Pind”, eller statshacker” og sociale medier” og Reddit”. Det kunne den, fordi det neurale netværk, jeg benyttede, var et LSTM-netværk, som står for long short-term memory. Hvilket umiddelbart lyder selvmodsigende, men det fungerer sådan her:

Det handler om, hvad den skal huske, og hvad den skal glemme. Når vi skal huske noget, gør vores hjerne det her hele tiden. Kigger du efter ny bil, vil du ikke huske bilhandlerens beskrivelse ordret, men kun enkelte ting – som dejlig varm sædevarme” eller knivskarpt bakkamera”. Alt andet tekst er flimmer, unødvendigt at huske på for at kunne gengive bilens beskrivelse for nogen. På den måde sorterer vores hjerne hele tiden i det mylder af information og de sanseindtryk, vi møder. Hvad den skal huske, og hvad den skal glemme.

Når det neurale netværk læser min tekst om og om og om, lærer den, hvilke kombinationer af ord der går sammen og ikke går sammen, så den til sidst kan forudsige, hvordan en sætning ender – og dermed også en tekst. Du gør det samme, når du læser: Du læser ikke ord for ord, nej, dine øjne glider over sætningen, fordi du har læst så meget tekst, at du forudser”, hvad næste ord tornado. Ha, se, der forvirrede jeg dig.

Et andet sted havde AIen til min forbløffelse simpelthen opfundet sit eget for- og efternavn og vidste, at navne begynder med stort forbogstav, og at citaterne skal i citationstegn og kommaet inden for citatet. AIen havde skrevet:

“Så hvad skal du se,” skrev Kivady Moderstoppofit.”

Et andet sted havde den skrevet Jyllands Politi”, som selvfølgelig ikke er en ting, men som godt kunne lyde som en ting.

Nu jeg kendte processen, begyndte jeg at se muligheder (omend de måske var lidt åndssvage): Fodrede jeg en ny AI med alle overskrifter, vi har skrevet på Zetland, ville den så kunne komme på nye, vi kunne blive inspireret af? Eller hvad med alle sangtekster, Medina har skrevet – ville AIen så kunne generere hit efter hit? Eller alle analyser af dansk politik fra de seneste år, ville den lave forudsigelser om det forestående folketingsvalg? Mulighederne føltes uendelige.

Men en Medina-bot syntes mest oplagt, og allerede efter 20 epochs, hvor jeg havde trænet det neurale netværk til at studere alle sangteksterne fra Velkommen til Medina fra 2009, lød et vers:

Hu-åp, hey-i-y-yh
Kun for mig, kun for mig
Kun for mig, kun for mig
Kun for mig
Og jeg vil jeg er stænde mig ned
Og jeg kan ikke mogen, for mig ikker kun du af fra mig
Stikker du af fra mig? (man-i)

Temperature var på 0,1, så jeg prøvede igen med lidt mere kreativitet og skruede op på 1, altså maksimum.

De
J i sdaøk mænst, meld;
Ta’ msif r[lhalt, tiom&
Gi4mAlTah envi(g
Medin mu hen

Okay, okay, måske ikke morgendagens hit, men det var eksperimenterende, og det er vel også en kvalitet.

Videre til eksperimentet med Zetland-overskrifter fra de seneste tre år. 20 epochs med en temperature på 0,1 gav overskrifter som (og her har jeg udvalgt de mest morsomme):

  • Skal vi mødes. Sådan blev det mere end på vej ind, siger princes 30
  • Hvorfor det en ny succes?
  • Sådan gider ikke mere økonomisk verdenshistorisk saks, siger denne krigsforsker
  • Anbefaling: Her er din lynguide
  • Denne mand har rev for lidt for at fejle
  • Her er grunden til, at vi skal læse det med et sjævte borgerklittels og Kort i danske bombehat

Ikke helt meningsfuldt, men den havde fanget konturerne af et sprogligt mønster.
Jeg måtte selvfølgelig også se, hvad der ville ske med en temperature på 1 – og jeg blev ikke skuffet:

  • S ner? 🙃t4i)
  • -tigX xi, *axi” No. MippÅ Svle0:😢
  • D👿eór"; (slObzoän

Problemet var, at jeg slet, slet ikke havde nok data. Hvis jeg har lært noget, er det, at hvis en AI skal generere noget, der giver mening for mennesker, skal der virkelig meget data til.

Den slags data har nyhedsbureauer som Reuters og Associated Press, som tester AIer til at skrive sportsresultater, vejrudsigter, udsving på verdensmarkederne. Twitter rapporterer et tab på 21,1 millioner dollar i tredje kvartal,” kan den for eksempel skrive på baggrund af et årsregnskab.

Ser vi bort fra journalistikkens fremtid, spår World Economic Forum, de, der mødtes i Davos sidste uge, at AI i 2026 vil kunne skrive 12-tals folkeskole-essays og i 2049 lande sin første roman på The New York Times’ eftertragtede bestsellerliste.

AI er allerede begyndt at skrive vittigheder og finde på små digte,” har Björn Schuller, en tysk AI-professor på Imperial College London, sagt til Business Insider.

En AI hos Google kan også digte. Man fodrede den 11.000 aldrig udgivne bøger, heriblandt 3.000 om kærlighed, som den freestyler digte over. Et lyder (her oversat til dansk):

Nej,” sagde han.
Nej,” sagde jeg.
Jeg ved det,” sagde hun.
Tak,” sagde hun.
Kom med mig,” sagde hun.
Tal til mig,” sagde hun.
Du skal ikke bekymre dig,” sagde hun.

En anden, der har eksperimenteret med digte, er Ross Goodwin, en af Barack Obamas tidligere taleskrivere, der nu er AI-fanatiker. Han fik i 2014 opmærksomhed for at have ladet et neuralt netværk analysere 500 siders afrapportering fra CIA om USAs torturmetoder og bad den så generere tekst. Han brækkede sig nogle gange under waterboardingen med lidt bønner og ris,” lød en sætning.

Kunstig intelligens kan altså mere og mere, når det handler om at skrive – også langt mere end i mit lille eksperiment.

Men der, hvor AI virkelig rykker, er hos stater (regeringen vil eksempelvis opspore udsatte børn med AI) og multinationale selskaber som banker, forsikringsselskaber og bilfabrikanter eller tech-giganter som Amazon, Alibaba, Uber, Google, Netflix, Facebook og WeChat.

De har data i rå mængder og computermusklerne til at omsætte det til AI-drevne modeller, robotter og algoritmer, der kan transformere alle dele af vores liv – og det kan få betydning for, hvem der får lov til at beholde sit arbejde. Jeg kan dog beholde mit lidt endnu.

Nå, så kom det akavede øjeblik

Det er nu, vi bare siger det direkte: Bliv medlem, hvis du sætter pris på viden og nuancer.

Bliv medlem