Den brillerer i eksamener i alt fra jura til medicin.
Den kan tilsyneladende sætte sig lige så godt i andre menneskers sted som… mennesker.
Den slår os i avancerede strategispil og overgår vores kreative potentiale.
De mange typer kunstig intelligens tæver os i vores egne spil og tests for den ene eller den anden anden type egenskaber, som vi ellers troede, at vi mennesker var helt særligt gode til.
‘Maskinehjernerne’ er meget, meget dygtige. Og de bliver kun endnu klogere og mere komplekse i fremtiden.
Så hvad er forskellen egentlig på os og dem? Altså på den menneskelige intelligens og den, vi kalder for ‘kunstig’?
\ ‘VidenSkaber’: Sætter spot på kunstig intelligens

‘VidenSkaber’ er Videnskabernes Selskabs formidlingsinitiativ, der sigter efter at bringe videnskaben ud i hverdagen og invitere hverdagen ind i videnskaben.
Målet er, at flere får indsigt i, hvordan videnskaben arbejder, og hvordan den kan bidrage, når vi skal finde løsninger på samfundets store udfordringer.
‘VidenSkaber’ bliver gennemført i 2023-2025. Hvert år har sit eget tema, og året afsluttes med en stor finale, som fejrer videnskaben og alt det, vi er blevet klogere på sammen.
I 2024 spørger ‘VidenSkaber’ »hvordan kunstig intelligens forandrer samfundet?«
Gennem workshops og debatter i hele landet, videoer og podcasts – og altså artikler her på Videnskab.dk – stiller ‘VidenSkaber’ skarpt på, hvordan kunstig intelligens griber ind i vores hverdag, skaber nye muligheder – og stiller udfordringer.
‘VidenSkaber’ er støttet af Carlsbergfondet, Novo Nordisk Fonden og Lundbeckfonden. Videnskab.dk har redaktionel frihed i forhold til indholdet.
Serien løber fra august til november. Du kan følge serien her.
Åbenlyse forskelle
Fjollet spørgsmål, tænker du måske.
For vi mennesker tænker jo med hjernen - fedtklumpen, der er groet godt fast bag kraniet mellem kød og blod.
Kunstig intelligens opererer i en elektronisk maskine, som professor Thore Husfeldt, der forsker i teoretisk datalogi ved IT-Universitetet i København, åbenlyst påpeger:
»Kunstig intelligens foregår på elektronisk hardware, altså computere, hvor elektriske impulser kører rundt og bearbejder informationer. Der er ingen celler eller andre biologiske mekanismer,« siger han til Videnskab.dk.
Og ikke nok med det:
»En neuron i en computer er 2.000 gange hurtigere end en neuron i en menneskehjerne. Til gengæld er vores neuroner langt mere komplekse. Det kræver for eksempel 1.000 neuroner i en computer at modellere bare én menneskelig neuron,« forklarer Anders Søgaard, der er professor og forsker i kunstig intelligens på Københavns Universitet.
»Så selvfølgelig er der nogle forskelle på os og dem,« siger han til Videnskab.dk.
\ Hvad er kunstig intelligens egentlig?
Alle snakker om det, så det bør være ligetil at svare på. Men faktisk er der langt fra enighed blandt forskere, dataloger og tech-giganterne.
Netop dette har mediet MIT Technology Review skrevet en lang og anbefalelsesværdig artikel om. Artiklen hedder slet og ret 'What is AI?', og i den kommer et hav af eksperter og forskere til orde.
Som journalisten bag indleder: »Alle tror, at de ved det, men ingen kan blive enige.«
Ligheder mellem chatbots og menneskehjerner
Alligevel er det måske ikke så lige til at svare på, hvad forskellen egentlig er, påpeger Anders Søgaard:
»Det er jo god skik i videnskab at være så åben som muligt,« som han siger:
»Og hvis man bare forklarer forskellen på os og kunstig intelligens med bevidsthed, sjæl eller fe-støv, så lukker man ned for andre potentielle ligheder, der faktisk kan gøre os klogere på kunstig intelligens og os selv.«
Selv har Anders Søgaard i sin forskning fundet ligheder mellem sprogmodeller - altså dem, der er inde under kølerhjelmen på chatbots som ChatGPT - og den måde, som menneskers hjerner fungerer på.
I en form for »tankelæsnings-eksperiment«, som han kalder det, kan han nemlig se, at den menneskelige hjerne og sprogmodeller organiserer information på samme måde.
Den forskning vender vi tilbage til lige om lidt.
Evnen til at give det rigtige svar
Når det gælder maskiner og menneskers intelligens, er vi selvfølgelig nødt til at forholde os til, hvordan vi overhovedet definerer intelligens, pointerer Anders Søgaard.
Intelligens knyttes i daglig tale til mange forskellige egenskaber hos mennesker, og vi taler både om sproglig intelligens, musikalsk, kropslig og social intelligens, matematisk intelligens, og så videre.
Oftest knyttes intelligens dog til et funktionelt forhold, altså evnen til at gøre noget bestemt i en bestemt kontekst; at løse en opgave:
»Intelligens kan være at svare fem, når nogen spørger, hvad to plus tre er. Eller at gå et skridt til siden, hvis et cykelbud kommer slingrende mod dig med et stort læs,« fortæller Anders Søgaard.
Når kunstig intelligens består eksamener i medicin, slår mennesker i skak og matcher mennesker i tests for empati, er det netop et udtryk for en opgaveløsende funktionel intelligens.
Den slags eksperimenter kan altså ses som en moderne afart af Turing-testen.
\ Turing-testen og intelligens-spørgsmålet
Vi har altid været, og er stadig, nærmest besatte af at skulle måle computere og maskiners formåen op mod vores menneskelige intelligens.
Ikke længe efter at de første computere så dagens lys i 1940’erne, præsenterede den engelske matematiker Alan Turing (1912-54) i 1951 verden for en test, der skulle afgøre, om en maskine udviser intelligens på et menneskeligt niveau.
Testen går helt kort ud på, at hvis en computer - gennem et såkaldt imitationsspil - kan snøre dig til at tro, at den er et menneske og ikke en maskine, ja, så matcher dens intelligens vores.
Turing-testen er siden blevet en universel måleenhed for kunstig intelligens.
»Turing-testens formål er blot at give en brugbar definition af tænkning, der kan bedømmes udefra; den holder sig udtrykkeligt fra at sige noget om maskinens indre liv eller essens,« påpeger Thore Husfeldt og forklarer:
»Hvis jeg over telefonen kan overbevise dig om, at jeg er en kvinde – ved at lægge min stemme om og sige ting, som passer til din opfattelse af en kvindelig diskurs – så har jeg bestået imitationsspillet. Men de fleste mennesker vil ikke synes, at jeg essentielt er blevet til kvinde af den grund.«
Men igen fortæller det ikke nødvendigvis noget om, hvordan maskinen tænker, og om det minder om den måde, som vi tænker på. Af samme årsag er Anders Søgaard heller ikke »så tosset med intelligensbegrebet«:
»Det henviser ikke rigtig til noget bestemt. Det minder om mørkt stof, som astronomer antager findes, for at universet kan hænge sammen, men vi ved i ikke, hvad det er, eller om det findes.«
Sprogmodeller og menneskehjerner
Og så er vi tilbage ved Anders Søgaards »tankelæsnings-eksperiment« fra artiklens begyndelse.
»Noget af det, jeg er virkeligt optaget af som forsker, er at forstå, hvordan sprogmodeller skaber modeller af verden,« siger han.
»Mennesker har en psykologisk og sproglig model eller forståelse af verden. Vi ved, at tomatplanter vokser, hvis de får vand og sol, at Helsingør ligger nord for København og så videre.«
»Det, vi finder i vores studie, er, at sprogmodeller indlejrer information på samme måde, selvom de ikke er trænet til det,« siger Anders Søgaard.
For at nærme sig en egentlig forståelse af hvordan mennesker og maskiner forstår verden, er Anders Søgaard og to kollegaer gået ret simpelt til værks:
I deres forskning har de nemlig forsøgt at sammenligne hjerneskanninger af mennesker med algoritmerne og de neurale netværk i sprogmodeller.
Et neuralt netværk er en computermodel, der finder sammenhænge mellem punkter i kæmpestore datasæt og bruger dem til at finde mønstre.

Sprogmodeller og mennesker spiller begge kloge
Sprogmodeller som ChatGPT bruger grundlæggende statistisk sandsynlighed til at gætte det næste ord i en sætning. Og på en måde gør vi det samme, mener Anders Søgaard.
Meget forsimplet fungerer det sådan, at hvis du siger ‘højt fra træets grønne top’, vil en sprogmodel færdiggøre din sætning med ‘stråler juleglansen’.
Selvom sprogmodeller kan rumme voldsomt meget data, gætter de stadig og udfylder huller på den måde, fordi de trods alt ikke kan rumme alle sætningskonstruktioner i hele verden.
Vores hukommelse er også begrænset. Ubevidst bruger vores hjerne derfor hele tiden statistisk sandsynlighed, når vi orienterer os i verden, argumenterer Anders Søgaard:
»Når du læser en sætning, hvor der står, at ‘frøken Hansen går ud ad døren’, så stemmer det overens med den model, du har af verden, fordi du ved, at mennesker ofte går ud ad døre og ikke ad leverpostejsmadder og meget sjældent ud ad radiser,« siger professoren,« siger professoren.
»En anden måde at forklare det på kan være, når vi går til eksamen og ikke lige kan huske pensum udenad, så er der nogle, der er rigtig gode til lige at ‘winge’ den til eksamen ved at finde på noget klogt at sige. Det er sprogmodeller eksperter i.«
\ Læs også
Harry Potter, podcasts og 'Den lille prins'
For at få indsigt i hvordan sprogmodeller og mennesker organiserer information og ‘tænker’ ens, har Anders Søgaard og kollegerne i studiet gjort to ting:
For det første viser de, hvordan sprogmodeller finder orden i de uanede mængder af ord og begreber, som de har lært. Det gør sprogmodellerne ved at ordne ensartede ord i skyer eller klumper - ligesom når du sorterer dine apps på telefonen i temaer.
»Hængekøje, terrasse, sky og himmel udgør punkter i sprogmodellernes koordinatsystem, der alle ligger tæt på hinanden, fordi det alle er ord, der er beslægtede med hinanden,« forklarer Anders Søgaard.
For det andet har forskerne set nærmere på over 700 scanninger af menneskehjerner, der er blevet undersøgt, mens forsøgspersoner har læst et kapitel af ‘Harry Potter og de vises sten’, børnebogen ‘Den lille prins’, lyttet til podcast eller på andre måder er blevet fodret med ord.
»Og det er her, at vi går ind og tankelæser lidt. For vi kan gennem hjerneaktivitet se, at mennesker strukturerer sprog på samme måde. Ord som ‘kat’ og ‘hund’ ligger lige ved siden af hinanden i menneskehjernen,« forklarer Anders Søgaard.
\ Podcast: Kan maskiner tænke?
Hvad dækker begrebet 'kunstig intelligens' egentlig over? Kan vi sige, at maskiner er intelligente? Og hvornår blev de det i så fald?
Professor i datalogi Susanne Bødker og lektor i sprogteknologi Johannes Bjerva dykker ned i historien om begrebet 'kunstig intelligens' i podcasten 'Hvordan ved vi det?', som er en del af VidenSkaber-initiativet.

Ordner mange ord på samme måde
Men her stopper festen ikke.
For at sammenligne hvor ens strukturen i sprogmodeller og menneskehjerner er, har forskerne lavet nogle simuleringer, der viser, at menneskehjernerne og sprogmodellerne ordner omtrent to-tredjedele af de undersøgte ord på samme måde.
Altså vi putter cirka 66 procent af de undersøgte ord i de samme kasser.
»På den baggrund kan vi jo sige, at det ser ud til, at hele den måde, som vi ordner vores ordforråd på, har mange ligheder, og det tyder på, at vi på en eller anden måde forstår verden ens,« fortæller Anders Søgaard.
»Derudover får vi indsigt i, at sprogmodeller ikke bare simulerer verden og løser opgaver, men at de af sig selv strukturerer og ordner klynger af ord på en meningsfuld måde,« tilføjer han.
Forskningen er indtil videre kun præsenteret i et såkaldt preprint - det vil sige, at det ikke er gransket af uvildige forskere i en peer review-proces og derfor skal læses med det forbehold.
»Spændende idé«
Luís Cruz-Filipe er lektor og forsker i kunstig intelligens ved Syddansk Universitet, og så har han læst studiet for Videnskab.dk. Han kalder det for »interessant«:
»Jeg synes, at det er en spændende idé at se på, om der er en sammenhæng mellem sprogmodeller og menneskehjerner,« siger Luis Cruz-Filipe, der alligevel mener, at det for tidligt at konkludere, at sprogmodeller og menneskehjerner er ens:
»Der er tilsyneladende ting, der tyder på det. Men som de også selv påpeger i studiet, så er det også en sammenhæng, der skal undersøges en del mere, før man kan konkludere, at vi ligefrem strukturerer information på samme måde.«
Han fremhæver også, at studiet er lavet på en version af sprogmodeller, der allerede nu har et par år på bagen. Han er derfor nysgerrig på at se, hvordan de nyeste - og langt større og mere avancerede - typer sprogmodeller strukturerer information.
Opsamling: Hvordan var det nu, vi var ens?
Er du nået helt til bunden i artiklen og kan du stadig ikke finde hoved og hale i, hvordan sprogmodeller og menneskehjerner ifølge Anders Søgaard tænker og forstår verden på samme måde?
Helt fair. Her får du en kort opsamling:
- Vi har begge begrænset hukommelse, så vi bruger erfaring og statistisk sandsynlighed, når vi skal svare på et spørgsmål.
- Det leder til, at vi begge ser ud til at ordne og kategorisere begreber, ord og sprog ud fra samme princip: Nemlig i forskellige temaer som dyr, planter, følelser og så videre.
- Og ikke nok med det. Ifølge det eksperiment, som Anders Søgaard står bag, ordner menneskene og sprogmodellerne i studiet omtrent to-tredjedele af alle ord på en nogenlunde ens måde.
- Dermed er der en indikation på, at vi tænker og forstår verden ens… på nogle punkter i hvert fald.










































