Da spillmotoren AlphaZero kom, representerte den et taktskifte i kunstig intelligens. Den var ikke håndkodet og optimalisert over tjuefem år slik de tradisjonelle sjakkmotorene som Stockfish var. Den var heller ikke utstyrt med enorme databaser av åpnings- og sluttspill. AlphaZero lærte seg sjakk ganske enkelt ved å bli utstyrt med reglene og spille mot seg selv i fire timer. Da denne modellen møtte Stockfish til duell, tapte den null partier over et sett på hundre, og vant en god andel. Og den samme modellen slo like godt en tidligere, spesialisert iterasjon av seg selv i et annet spill, AlphaGo, som tidligere hadde slått verdens høyest rangerte Go-spiller.
Morsomt og fascinerende, men særlig nyttig er det tross alt ikke.
Startpunktet: selvkjørende biler
Implikasjonen av selvkjørende biler er at alle lastebiler, busser, drosjer og privatbiler en gang i nær fremtid vil kunne kjøre seg selv, og dermed frigjøre en enorm mengde arbeidskraft. Og kan bilen kjøre selv, er det liten grunn til å ha den parkert i garasjen. Eier du bilen setter du den i drosjemodus når du ikke bruker den selv, i stedet for å betale for en parkeringsplass. Utnyttelsesgraden på bilen kan øke enormt. Den trenger ikke pauser for annet enn lading. Og vi trenger totalt mange færre av dem. Eller færre busser, trikker og tog. Er kostnaden for en selvkjørende drosje lav nok er det ingen grunn til ikke å få skreddersøm på transporttjenestene i stedet for å reise kollektivt. Og er kostnaden lav er det vel også liten grunn til å eie bilen og ha ansvaret for vedlikehold osv. Første leverandør av brukbar generalisert selvkjøring kommer til å gjøre det svært godt økonomisk, fordi verdien det skaper for samfunnet er så enorm.
Tesla er både beundret og latterliggjort for sin selvkjøring (FSD) – det er langt fra alltid bilen gjør de klokeste valgene i trafikken, og det har vært problemer når markeringslinjene i veibanen er slitt, når skilt er delvis tildekket og når medtrafikanter gjør rare ting. Og det har vært et par dødsulykker. Blant annet klarte ikke en Tesla å skille mellom horisonten og den hvite kalesjen på hengeren på en lang semitrailer, og ble konvertert til cabriolet. En annen Tesla krasjet med en fildeler i betong i full hastighet som kameraene ikke så.
Men det er, i følge Teslas egen statistikk, bare en tiendedel så mange alvorlige ulykker pr kjørte kilometer når bilen kjører seg selv sammenlignet med gamlemåten. Det skyldes rett nok både at selvkjøring oftest ikke brukes under vanskelige kjøreforhold, og at man kan gjøre unna mange kilometer på motorvei med midtrabatt der teknologien fungerer utmerket. Men heri ligger også en av gevinstene: mennesker blir sløve og trøtte. FSD holder koken like lenge som batteriet. En Tesla som kjørte seg selv tilbakela mange kilometer etter at sjåføren var død av hjertestans, før den parkerte pent og pyntelig på veiskulderen da sjåføren ikke hadde gitt tegn til å være våken på en stund. Det er alltid vanskelig å kvantifisere ulykkene som aldri skjedde. Min påstand er at FSD er beundret av de som forstår teknologien, og latterliggjort av de som ikke helt ser over horisonten. Det går så langt at flere analyseselskaper som lever av å forstå verden, anser Tesla å være bakpå i racet til selvkjørende biler.
Det skyldes nok at de fremste konkurrentene Waymo (Google) og Cruze (General Motors) kan fremstå å være lenger fordi de har valgt en helt annen tilnærming: de bruker detaljerte kart og en voldsom sensorsuite for å holde bilene der de skal være på kartet (det fungerer riktignok ganske dårlig når det dukker opp veiarbeid eller feilparkerte biler der de ikke skal være, men det er godt nok). Waymo kan dermed tilby førerløse drosjer i Phoenix, Arizona og San Francisco, California, i dag. I en tesla må du derimot sitte bak rattet selv, og røre ved det med jevne mellomrom, for å få lov å bruke selvkjøringsteknologien. Men det Waymo og Cruze driver med, skalerer ikke.
Forskjellen er altså at Tesla har generalisert sin selvkjøring. De lener seg ikke på kart for annet enn navigering. Resten håndteres av maskinlæring trent på en uendelighet av brukerdata fra Teslas bilflåte, og kjører via videokameraer (og bare det). På mange måter slik vi mennesker gjør det – vi har to kameraer foran på hodet og et (biologisk) erfaringsbasert nevralt nettverk som beslutter hvilke kontrollimpulser vi skal gi bilen. Veisystemet er til og med designet med nettopp dette i tankene. Teslas tilnærming gir en lengre og brattere motbakke, men de konkurrerer ikke i samme klasse som Waymo og Cruze. Konkurrentene gjør en akseptabel jobb der kostbare ingeniører har kjørt ruten på forhånd og kartlagt potensielle problemer. En Tesla kan operere hvor som helst, enten den kjenner området fra før eller ei.
Frem til nylig bestod FSD av maskinlæring ledsaget av 300k linjer håndkodet C++. Tesla lanserte FSD v12 for en måned siden, der de siste restene av manuell kode var fjernet. Nå er det ren videofeed inn, kun maskinlæring under panseret, og kontrollimpulser ut. FSD v12 er ikke engang utstyrt med trafikkregler, instruksjoner om å ta spesielt hensyn til myke trafikanter, fartsgrenser eller annet man intuitivt tenker må implementeres konkret av noen. Den vurderer selv situasjonen ut fra erfaringsdata fra millioner av timer med videoopptak av de førerne i Teslas flåte som er rangert som de beste sjåførene (igjen av Teslas algoritmer). Elon Musk demonstrerte i en tre kvarters video der bilen ble bedt om å ta seg frem til tilfeldige steder på kartet.
— Elon Musk (@elonmusk) August 26, 2023
Skrittet videre: Optimus
Teknologien i selvkjøringen er imponerende. Men om Tesla kan simulere et menneske som kjører en bil, er det nærliggende å simulere et menneske i en kropp også. Tesla lanserte for et par år siden konseptet for sin TeslaBot, humoristisk kalt Optimus (sub)Prime, som et utviklingsprosjekt basert på samme chip som FSD. Igjen til latterliggjøring fra enkelte: alle hadde vel sett hva Boston Dynamics hadde oppnådd allerede, med nøye håndkodet koreografi.
Da ble ikke Teslas debut så imponerende om man ikke så implikasjonene av tilnærmingen på sikt. Roboten fremstod som et hjemmebygd prosjekt som beveget seg sakte og klumsete. Ikke kunne den noen skikkelige triks heller.
Men poenget var aldri hva roboten kunne gjøre da, men hva man kunne få til med en plattform bygget spesifikt for å være rimelig i drift og enkel å masseprodusere. Tesla spiller et helt annet spill enn Boston Dynamics. Musk har siden lanseringen hevdet at det er TeslaBot som vil være Teslas viktigste produkt og inntektskilde i fremtiden. Nr 2 er selvkjøringsteknologien. Deretter følger biler, batterier og solcelletak.
Som med FSD V12 har Tesla nå oppgradert Optimus til video inn, maskinlæring mellom, og kontrollimpulser ut. Den kalibrerer nå selv både kropp, bevegelse og oppgaver.
Musks idé er at en armé av roboter kan tilføre verdens arbeidsmarked en nærmest ubegrenset mengde fleksibel arbeidskraft. Som med veinettet er også resten av vår mennesklige verden tilpasset skapninger med to øyne, to armer og to bein. Da bør robotene inntil videre operere innenfor den premissrammen. Og de må være energieffektive i bruk, og rimelige å produsere. Helst så rimelige at vi med tiden kan kjøpe dem for privat bruk – det er i alle fall Musks visjon. Han anslår at prisen vil ligge på under $20.000. Første test for Optimus blir formodentlig i Teslas egne bilfabrikker med konkrete, nyttige oppgaver i et trygt og kontrollert testmiljø.
Boston Dynamics har vist mye imponerende, men ingen av løsningene deres er annet enn spesialiserte, håndkodede modeller med imponerende koreografi. De er Stockfish sammenlignet med AlphaZero, eller Waymo sammenlignet med Tesla FSD. Imponerende lokalt og til sitt bruk, men uten evne til å skalere utover sine forutsetninger.
Skal roboter noen gang erstatte mennesker i krevende, fysisk og farlig arbeide, er det Elon Musks tilnærming som kan skalere til målet. Lykkes Boston Dynamics får vi flere morsomme og imponerende YouTube-videoer i fremtiden.
Lykkes Musk må lærebøkene i sosialøkonomi skrives om.
