Lego-appen du skulle hatt som barn
Tenk om det var mulig å lage detaljerte byggetegninger basert på et bilde av legoklossene dine? Nå går det an. Les hva som skjedde da jeg introduserte Lilja (7) for kunstig intelligens..
Kunstig intelligens er et omfattende begrep som kommer til å påvirke alt vi gjør i fremtiden. For meg hjelper det å tenke på kunstig intelligens - eller AI - som et kamera som kan gjenkjenne hva som helst.
AI kan naturligvis kjenne igjen ansikter. Eller lakselus. Eller dagligvarer slik at du slipper å «pipe ut» varene før du forlater butikken. Dermed setter bare fantasien grenser, selv barn kan tenke ut nye bruksmåter for kunstig intelligens.
De kan for eksempel gjøre som Lilja og meg: Begynne med Lego-appen Brickit, som leverer byggeforslag og detaljerte tegninger basert på et bilde du tar av legoklossene dine.
Lilja og meg har gledet oss til å prøve dette i sommer, så da temperaturene omsider falt og pappa fikk friuke fylte vi gulvet på barnerommet med et kaotisk, tilfeldig utvalg av klosser fra legosekken.
Vi hadde testet litt på forhånd og visste at det er viktig å spre brikkene tynt, gjerne med litt avstand. I tillegg er det viktig å legge inn noen referansepunkter blant klossene, vi brukte noen coastere og Lego-jernbaneskinner. Hvorfor skal jeg forklare om en liten stund.
Nå var det på tide å ta Bildet med stor B. Dette er utganspunktet for alt som skal skje, så det er viktig med godt, jevnt lys og en stødig kamerahånd. Det er en fordel å bruke iPad - fordi arbeidstegningene gjør seg best på en stor skjerm.
Straks bildet er tatt begynner magien. Den kunstige intelligensen tar over og analyserer alle brikkene på bildet. Den gjenkjenner over 2000 brikker og kommer med 620 ulike byggeforslag.
Vi hadde bestemt oss for å bygge en bil. En litt avansert bil, siden vi for en gangs skyld hadde hele dagen på oss.
Med så enorme muligheter blir valgets kval vanskelig, men vi bruker tallet på klosser som AI-en ikke har funnet som rettesnor. Vi er ute etter en figur der kameraet har funnet nesten alle brikkene
Vi går for en terrenggående bil.
Nå begynner letingen, og raskt oppstår den der lett mediterende stemningen jeg husker fra barndommen. Vi leter konsentrert mens vi småprater. Men raslelyden uteblir, vi flytter jo ikke på brikkene. Vi har nemlig bildet på ipaden å gå etter:
- Her er det en firer!
- Har du funnet en sånn tynn med 8?
- Se borte hos deg, den skal ligge nedenfor den runde coasteren.
Her kommer altså fremmedobjektene i legohaugen inn. Referansepunktene. Som gjør det lettere å finne brikkene.
Vår strategi er å finne brikkene først, så bygge etterpå. Og det skal innrømmes - Brickit er ikke perfekt. Det hender den har tatt feil. At brikkene ikke er der.
Men letingen går raskt. Vi finner de fleste brikkene ganske raskt. Blant annet fordi vi har bestemt oss for å ikke være snobbete med fargene. Brikkene som mangler graver vi frem blant brikkene som ikke er spredt på gulvet.
Og så er det jo alltid mulig å improvisere litt.
Etter en time kan Lilja stolt presentere dagens første bil. Den ble kul!!
Jeg tror kanskje ikke Lilja tenkte så mye over det, men dette er hands on, første gangs erfaring med AI. Hun lærer at teknologien er fantastisk - men ikke perfekt. Hun vet at AI tar feil, hun vet hva som må til for å få færre feil (bedre lys, bedre avstand mellom klossene) og vi vet at vi kan påvirke resultatet: Hvis målet er å bygge en bil bør vi aktivt jakte på bildeler når vi sprer legoen på gulvet. Ikke bare gjøre utvalget tilfeldig.
Og så er det litt fint da, at det er lov å improvisere. Det er vi mennesker fortsatt best på. Vi har final cut, som de sier i Hollywood.
