Dit liv bliver lettere i 2030
Der bliver lys, når du står op og siger “tænd lyset”, og bilen holder selv afstand på kørebanen på vej til arbejdet. På kontoret er de mest kedelige og rutineprægede opgaver væk. Og når du kommer hjem igen, så er dagligvarerne leveret med drone, mens robotten har gjort rent. Magisterbladet giver med hjælp fra seks forskere et bud på din dagligdag i 2030.
Det er morgen. Du bliver vækket af din iPhone 20. Lyskontakten behøver du ikke at famle efter, for du kan tænde lyset med din stemme og råbe til espressomaskinen, at den godt kan gå i gang.
Talegenkendelse vil have nået en så god kvalitet, at du kan styre de fleste ting i dit hjem blot ved at sige et par ord. Sandsynligvis kan du styre både varmen, lyset, din mobil og din pc med din stemme. Vi er allerede godt på vej, så det er forskerne nogenlunde enige om.
I køkkenet kan du høre radio eller se fjernsyn på køleskabets touchskærm, og du kan slå op i familiekalenderen og få overblikket over, om der er forældremøde i skolen, og om sønnike skal til fodbold. Med videofunktionen kan du indtale en besked til din store datter om, at hun skal lufte hunden efter skole, og via et indvendigt kamera kan du få et hurtigt overblik over, hvad I har i køleskabet.
Når døren smækker efter sidste mand, justerer huset selv varmen, så I ikke bruger mere energi end nødvendigt, når I ikke er hjemme.
Din bil er faktisk ikke helt selvkørende
Du sætter dig stadig bag rattet i din bil, og du har stadig ansvaret for kørslen. Til gengæld har du en smart bil, hvor teknologien sørger for at holde afstand til andre biler og holde bilen på vejbanen. Komplekserne over parallelparkeringen har du sluppet, da alle biler selv parkerer, når du når frem.
Når sandheden skal frem, så er forskerne ikke helt enige. Der er delte meninger om, hvor selvkørende bilerne vil være. Der forskes intenst i emnet, og fx Google putter mange penge i forskningen. Men selv om det kun tager os mennesker omkring 30 timer at lære at køre bil, er Googles bil langtfra perfekt endnu. Den ved ikke, hvordan man opfører sig i trafikken, da den ikke har den baggrundsviden om samfundsnormerne, som vi har. Så selv om den har kørt millioner af kilometer på vejene, ved den fx stadig ikke, hvad det betyder, når en politibetjent vinker den ind til siden.
Og selv om det måske er teknisk muligt med totalt selvkørende biler i 2030, er det ikke sikkert, vi ønsker at slippe rattet. For giver det mening for os? Vil vi egentlig helst selv køre? Teknologi kan jo også fejle, og så er det svært ikke at kunne køre selv. Tænk nu, hvis bilen ikke kan køre, når du skal hjem efter at have hentet juletræet ude på landet sammen med børnene, fordi en censor i din selvkørende bil er gået i stykker. Og der er også andre svagheder ved selvkørende biler. Fx kan de ikke køre, når sigtbarheden er meget lav.
Det er mere sandsynligt, at transporter ned gennem Europa vil foregå i helt selvkørende biler eller vogntog. For det giver mening.
Det kan også være, at det er muligt at switche over til helt selvkørende, når vi tager motorvejen til Berlin i egen bil. Det sidste er forskerne dog ikke enige om, da forskning viser, at det kan være farligt at lade mennesker skifte imellem selv at køre og lade bilen køre. Det er derfor, Google fx tidligt i udviklingsprocessen har valgt, at deres selvkørende bil ikke skal have et rat.
Kunstig intelligens klarer de kedelige arbejdsopgaver
Robotterne har næppe overtaget dit arbejde i 2030, men kunstig intelligens har formentlig overtaget dele af det. Det vil gøre dit arbejde sjovere og mere interessant, da kunstig intelligens typisk løser de mere rutineprægede opgaver.
Kombinationen af big data, billig computerkraft og deep learning gør det muligt at bruge kunstig intelligens til at genkende og finde bestemte elementer i store datamaterialer. Algoritmer er bedre end mennesker til at genkende mønstre, hvis de bare trænes nok. Derfor vil computerprogrammer med kunstig intelligens kunne lave tekster ud fra søgninger i store databaser med eksempelvis artikler, billeder og lovtekster.
Og selv om kunstig intelligens kan klare nogle opgaver hurtigere og bedre, end du kan, og kunstig intelligens også kan skabe nye tekster ud fra mønstre, de genkender, vil det næppe kunne erstatte dig. For det er svært at forestille sig, hvor de skal få data fra til de mere kreative opgaver.
Hvis du arbejder med rådgivning, vil en chatbot formentlig klare den mere simple del af din rådgivning, så du kan bruge tiden på den mere komplekse del.
Digital sprogforståelse eller natural language processing forventes at få stor udbredelse. Digital sprogforståelse handler om at få computere til at læse, skrive og forstå tekst. Det er svært, og der er lang vej endnu, men der er allerede sket store fremskridt. Mange forsker i det, og fx Google, Facebook og Disney har forskningsenheder inden for dette felt. Der forskes fx i, hvordan man kan udvikle avancerede chatbots, der bliver lige så dygtige til at kommunikere som mennesker. Hvis det lykkes, vil man stort set kunne erstatte al kundeservice med chatbots, og det vil samtidig blive lettere og mere intuitivt at kommunikere med computere.
Ligesom de første prototyper af talegenkendelse på din telefon i dag foregår via fjerne supercomputere, vil den nødvendige processering i fremtiden også gøre det. Men virksomhederne vil have helt nye kvantecomputere til rådighed, der vil levere mere computerkraft end alle verdens supercomputere i dag.
I produktionsvirksomheder kommer vi til at se et tæt samarbejde mellem mennesker og maskiner. Dels fordi det er dyrt at udvikle og omstille fuldautomatiske robotter, og dels fordi vi efterspørger mere personlige produkter, som kræver fleksible medarbejdere.
Det gør, at virksomhederne har brug for fleksibilitet i produktionen, og mennesker er mere fleksible end robotter og kan tænke sig om, mens robotter er mere udholdende end mennesker. Derfor er det en god kombination.
Det er afgørende, at medarbejderne er uddannet til at arbejde sammen med maskinerne, og der vil være et stort behov for at arbejde på tværs at traditionelle kompetencer. Omprogrammering af robotter kan være en tværgående kompetence, som fx kan skabe helt nye uddannelser, såsom en fusion af en it-specialist og en produktionsmedarbejder.
Dronen kommer med maden, og robotten gør rent
Madlavningen er hurtigt klaret sammen med din husholdningsrobot, som måske bor i dit ene overskab. Den kan ikke klare hele madlavningen, men kan røre i gryderne for dig, passe tiderne og holde øje med, om maden koger over.
Når du har spist, fylder husholdningsrobotten opvaskemaskinen og tømmer den igen, når den er færdig.
I weekenden får du masser af tid til dig selv og familien, da de fleste pligtopgaver såsom rengøring og græsklipning klares af de små husholdningsrobotter, som for længst er hvermandseje.
Hvis du bruger tiden på at besøge din gamle mor, som stadig bor i sit eget hjem, kan det være, du bliver mødt af din mors personlige robot, som fortæller dig, hvordan hun har det i dag, og hvilke aktiviteter hun har planlagt. Robotten hjælper også din mor med praktiske ting, så I kan bruge tiden på at tale eller gøre noget sammen, i stedet for at du skal rydde op eller gøre rent for din mor.
Så alt i alt kan du se frem til et lettere liv.
Artiklen er baseret på interviews med og oplysninger fra:
Talegenkendelse vil have nået en så god kvalitet, at du kan styre de fleste ting i dit hjem blot ved at sige et par ord. Sandsynligvis kan du styre både varmen, lyset, din mobil og din pc med din stemme. Vi er allerede godt på vej, så det er forskerne nogenlunde enige om.
I køkkenet kan du høre radio eller se fjernsyn på køleskabets touchskærm, og du kan slå op i familiekalenderen og få overblikket over, om der er forældremøde i skolen, og om sønnike skal til fodbold. Med videofunktionen kan du indtale en besked til din store datter om, at hun skal lufte hunden efter skole, og via et indvendigt kamera kan du få et hurtigt overblik over, hvad I har i køleskabet.
Når døren smækker efter sidste mand, justerer huset selv varmen, så I ikke bruger mere energi end nødvendigt, når I ikke er hjemme.
Din bil er faktisk ikke helt selvkørende
Du sætter dig stadig bag rattet i din bil, og du har stadig ansvaret for kørslen. Til gengæld har du en smart bil, hvor teknologien sørger for at holde afstand til andre biler og holde bilen på vejbanen. Komplekserne over parallelparkeringen har du sluppet, da alle biler selv parkerer, når du når frem.
Når sandheden skal frem, så er forskerne ikke helt enige. Der er delte meninger om, hvor selvkørende bilerne vil være. Der forskes intenst i emnet, og fx Google putter mange penge i forskningen. Men selv om det kun tager os mennesker omkring 30 timer at lære at køre bil, er Googles bil langtfra perfekt endnu. Den ved ikke, hvordan man opfører sig i trafikken, da den ikke har den baggrundsviden om samfundsnormerne, som vi har. Så selv om den har kørt millioner af kilometer på vejene, ved den fx stadig ikke, hvad det betyder, når en politibetjent vinker den ind til siden.
Og selv om det måske er teknisk muligt med totalt selvkørende biler i 2030, er det ikke sikkert, vi ønsker at slippe rattet. For giver det mening for os? Vil vi egentlig helst selv køre? Teknologi kan jo også fejle, og så er det svært ikke at kunne køre selv. Tænk nu, hvis bilen ikke kan køre, når du skal hjem efter at have hentet juletræet ude på landet sammen med børnene, fordi en censor i din selvkørende bil er gået i stykker. Og der er også andre svagheder ved selvkørende biler. Fx kan de ikke køre, når sigtbarheden er meget lav.
Det er mere sandsynligt, at transporter ned gennem Europa vil foregå i helt selvkørende biler eller vogntog. For det giver mening.
Det kan også være, at det er muligt at switche over til helt selvkørende, når vi tager motorvejen til Berlin i egen bil. Det sidste er forskerne dog ikke enige om, da forskning viser, at det kan være farligt at lade mennesker skifte imellem selv at køre og lade bilen køre. Det er derfor, Google fx tidligt i udviklingsprocessen har valgt, at deres selvkørende bil ikke skal have et rat.
Kunstig intelligens klarer de kedelige arbejdsopgaver
Robotterne har næppe overtaget dit arbejde i 2030, men kunstig intelligens har formentlig overtaget dele af det. Det vil gøre dit arbejde sjovere og mere interessant, da kunstig intelligens typisk løser de mere rutineprægede opgaver.
Kombinationen af big data, billig computerkraft og deep learning gør det muligt at bruge kunstig intelligens til at genkende og finde bestemte elementer i store datamaterialer. Algoritmer er bedre end mennesker til at genkende mønstre, hvis de bare trænes nok. Derfor vil computerprogrammer med kunstig intelligens kunne lave tekster ud fra søgninger i store databaser med eksempelvis artikler, billeder og lovtekster.
Og selv om kunstig intelligens kan klare nogle opgaver hurtigere og bedre, end du kan, og kunstig intelligens også kan skabe nye tekster ud fra mønstre, de genkender, vil det næppe kunne erstatte dig. For det er svært at forestille sig, hvor de skal få data fra til de mere kreative opgaver.
Hvis du arbejder med rådgivning, vil en chatbot formentlig klare den mere simple del af din rådgivning, så du kan bruge tiden på den mere komplekse del.
Digital sprogforståelse eller natural language processing forventes at få stor udbredelse. Digital sprogforståelse handler om at få computere til at læse, skrive og forstå tekst. Det er svært, og der er lang vej endnu, men der er allerede sket store fremskridt. Mange forsker i det, og fx Google, Facebook og Disney har forskningsenheder inden for dette felt. Der forskes fx i, hvordan man kan udvikle avancerede chatbots, der bliver lige så dygtige til at kommunikere som mennesker. Hvis det lykkes, vil man stort set kunne erstatte al kundeservice med chatbots, og det vil samtidig blive lettere og mere intuitivt at kommunikere med computere.
Ligesom de første prototyper af talegenkendelse på din telefon i dag foregår via fjerne supercomputere, vil den nødvendige processering i fremtiden også gøre det. Men virksomhederne vil have helt nye kvantecomputere til rådighed, der vil levere mere computerkraft end alle verdens supercomputere i dag.
I produktionsvirksomheder kommer vi til at se et tæt samarbejde mellem mennesker og maskiner. Dels fordi det er dyrt at udvikle og omstille fuldautomatiske robotter, og dels fordi vi efterspørger mere personlige produkter, som kræver fleksible medarbejdere.
Det gør, at virksomhederne har brug for fleksibilitet i produktionen, og mennesker er mere fleksible end robotter og kan tænke sig om, mens robotter er mere udholdende end mennesker. Derfor er det en god kombination.
Det er afgørende, at medarbejderne er uddannet til at arbejde sammen med maskinerne, og der vil være et stort behov for at arbejde på tværs at traditionelle kompetencer. Omprogrammering af robotter kan være en tværgående kompetence, som fx kan skabe helt nye uddannelser, såsom en fusion af en it-specialist og en produktionsmedarbejder.
Dronen kommer med maden, og robotten gør rent
Vel hjemme igen efter arbejde passer det lige med, at dronen med din måltidskasse fra Aarstiderne lander foran din indgangsdør, medmindre udviklingen ikke er helt på plads endnu, så dronen risikerer at tabe kassen ned i hovedet på dig.
Madlavningen er hurtigt klaret sammen med din husholdningsrobot, som måske bor i dit ene overskab. Den kan ikke klare hele madlavningen, men kan røre i gryderne for dig, passe tiderne og holde øje med, om maden koger over.
Når du har spist, fylder husholdningsrobotten opvaskemaskinen og tømmer den igen, når den er færdig.
I weekenden får du masser af tid til dig selv og familien, da de fleste pligtopgaver såsom rengøring og græsklipning klares af de små husholdningsrobotter, som for længst er hvermandseje.
Hvis du bruger tiden på at besøge din gamle mor, som stadig bor i sit eget hjem, kan det være, du bliver mødt af din mors personlige robot, som fortæller dig, hvordan hun har det i dag, og hvilke aktiviteter hun har planlagt. Robotten hjælper også din mor med praktiske ting, så I kan bruge tiden på at tale eller gøre noget sammen, i stedet for at du skal rydde op eller gøre rent for din mor.
Så alt i alt kan du se frem til et lettere liv.
Artiklen er baseret på interviews med og oplysninger fra:
- Kristoffer Stensbo-Smidt, cand.scient. i datalogi og postdoc, Datalogisk Institut, Københavns Universitet
- Kasper Støy, cand.scient. i datalogi og professor i robotteknologi og kunstig intelligens, IT-Universitetet, og direktør i startup-virksomheden Flow Robotics AS
- Astrid Lassen, ph.d. og lektor i innovationsledelse samt sektionsleder for Produktion, Institut for Materialer og Produktion, Aalborg Universitet
- Jacob F. Sherson, lektor, Institut for Fysik og Astronomi, Aarhus Universitet
- Troels Oliver Vilms Pedersen, programchef, Produktion, Teknologisk Institut, Forskerparken i Odense
- Henrik Christensen, datalogiprofessor og leder, The Contextual Robotics Institute, University of California, San Diego
