Mannen som förutspådde AI

TEXT Olle Häggström

UNDER ETT PAR sommarmånader 1956 samlades tio framsynta matematiker på Dartmouth College i USA för att med hjälp av ny elektronisk beräkningsteknik försöka skapa maskiner som faktiskt kan tänka. De ville få maskinerna att förstå mänskligt språk, att lära sig saker på egen hand och till och med att förbättra sig själva.

Det skulle dock dröja till långt in på nästa århundrade innan dessa ambitioner närmade sig en fullbordan, men mötet blev ändå framgångsrikt och betraktas i dag som startskottet för den AI-utveckling som vi just nu är mitt uppe i. Bland deltagarna fanns legendariska namn som Marvin Minsky och Claude Shannon. Den forskare som mer än någon annan inspirerat Dartmouthmötets storslagna visioner saknades dock till följd av sin tragiska bortgång två år tidigare, den 7 juni 1954, ett par veckor innan han skulle ha fyllt 42.

ALAN TURING FÖDDES i London 1912 och uppvisade tidigt en remarkabel fallenhet för matematik och naturvetenskap. Detta var dock inte något som uppskattades på internatskolan Sherborne, där han var elev från fjorton års ålder och några år framåt. Lärarna såg hans intresse för matematik och fysik som en opassande distraktion från viktigare ämnen som litteraturhistoria och latin, och skolkamraterna var mer intresserade av rugby och cricket. Sherborne blev därigenom något av en intellektuell ökenvandring för Turing, undantaget endast den ett år äldre kamraten Christopher Morcom, som delade hans intressen, vilket ledde till både djupa diskussioner och nära vänskap. Om vi får tro Andrew Hodges monumentala och läsvärda biografi Alan Turing: The enigma från 1983 hade vänskapen från Turings sida sannolikt även en romantisk dimension, och när Morcom plötslig vid arton års ålder gick bort i TBC blev det ett hårt slag som Turing nog aldrig riktigt kom över.

En betydligt mer lyckosam miljö för Alan Turing – både intellektuellt och socialt – blev University of Cambridge, där han tillbringade större delen av 1930-talet, jämte ett par år på Princeton University på andra sidan Atlanten. Vetenskapligt blev dessa år hans allra mest produktiva, i synnerhet med hans banbrytande arbete ”On computable numbers, with an application to the Entscheidungsproblem” från 1936, som genom det koncept som kommit att kallas universell Turingmaskin (mer om det strax) lade grunden för det ämne vi i dag känner som datavetenskap.

1939 kom andra världskriget, och Turing pausade sin akademiska karriär för att i stället sätta sin matematiska genialitet i fosterlandets tjänst. Han ledde arbetet i Bletchley Park med att knäcka de hemliga koderna i den tyska radiotrafiken, vilket fick stor betydelse för hur kriget utvecklade sig, i och med att den brittiska underrättelsetjänsten kunde hålla sig uppdaterad om var den tyska ubåtsflottan höll hus. Därigenom kunde förlusterna minimeras i de för Storbritanniens försvarsförmåga helt oundgängliga transatlantiska handelskonvojerna. Historiker brukar hävda att detta förkortade kriget med flera år och därmed sparade ofantliga mängder lidande och blodspillan.

EFTER ANDRA VÄRLDSKRIGET fortsatte Alan Turing till National Physical Laboratory i London för att delta i konstruktionen av en dator enligt det teoretiska koncept som han lanserat i ”On computable numbers”. 1948 tillträdde han en tjänst vid University of Manchester, där han skulle komma att tillbringa de sex sista åren av sitt liv.

Vetenskapligt gick Turing under dessa år i två riktningar, varav den ena var en fortsättning på datorspåret, där han ägnade sig såväl åt handfast experimenterande som åt mer framåtblickande resonemang kring vart den teknikutveckling han varit med om att sätta igång kunde komma att ta vägen. Den andra riktningen var hans preliminära men banbrytande matematiska modellering av så kallad morfogenes: uppkomsten av form i biologiska organismer. Detta kan se ut som något helt annorlunda, men var i själva verket en del av samma konsekventa sökande efter fundamentala principer för hur komplexa fenomen kan uppstå ur system av enkla komponenter som kan skönjas i alla hans större projekt, med undantag för kodknäckandet i Bletchley Park.

I januari 1952 drabbades Turing av inbrott i sin bostad i Manchester, och det som först såg ut som en rutinmässig polisutredning skulle snabbt förvandlas till en mardröm och en personlig katastrof för honom. Han fick veta av sin senaste unga älskare vem i dennes lite ljusskygga bekantskapskrets som låg bakom inbrottet. Med fatal naivitet lade han korten på borden för polisutredarna, som omedelbart bestämde sig för att inbrottet var en struntsak jämfört med det betydligt värre brott som uppenbarligen begåtts i Turings hem. Det slutade med att han dömdes till fängelse för gross indecency – ”grov oanständighet”, den tidens legalistiska kodord för manlig homosexualitet – men erbjöds slippa avtjäna det, om han i stället gick med på det slags hormonbehandling som brukar kallas kemisk kastrering. Han accepterade det, med negativa följder såväl för hans fysiska och mentala hälsa som för hans sociala situation. Även om det är svårt att helt slå fast de exakta orsakssambanden är det mycket troligt att detta indirekt orsakade hans död i förgiftning den tragiska junidagen 1954. Dödsfallet bedömdes som självmord, och det mesta tyder på att den bedömningen är riktig.

Det som den tidens barbariska rättssystem utsatte Alan Turing för var naturligtvis orättfärdigt oavsett hans tidigare insatser för fosterlandet. Mer än en bedömare har dock slagits av den ohyggliga kontrasten mellan hur han bidragit på ett mer avgörande sätt än kanske någon annan till de allierades seger i andra världskriget och övergreppet på honom några år senare.

Det skulle dröja årtionden innan hemligstämplarna kring arbetet i Bletchley Park lättades upp, så något bredare publikt erkännande för sina insatser i kriget fick Turing aldrig uppleva. Andrew Hodges biografi blev betydelsefull för att under 1980-talet öka medvetenheten om Turings gärning och öde, men det var inte förrän 2009 som dåvarande premiärminister Gordon Brown å nationens vägnar slutligen bad honom postumt om ursäkt.

FÖR ATT I RESTEN av denna artikel diskutera det intellektuella arv som Alan Turing lämnade efter sig vill jag börja med att gå tillbaka till hans arbete ”On computable numbers” från 1936. I början av 1920-talet hade den tidens kanske allra mest respekterade matematiker, tysken David Hilbert, formulerat ett program avsett att sätta matematiken på solid och säker axiomatisk grund. Ett första grundskott mot det programmet kom 1931, då den unge och geniale men mentalt bräcklige österrikaren Kurt Gödel bevisade att varje motsägelsefritt sådant axiomatiskt system med nödvändighet innehåller logiska utsagor som visserligen är sanna men som inte är möjliga att bevisa inom systemet. Därmed var förhoppningen om ett positivt svar på Hilberts Eintscheidungsproblem (avgörbarhetsproblem) delvis krossad. Det hopp som ändå återstod var att det skulle kunna finnas en systematisk procedur som avgör huruvida en utsaga är bevisbar inom systemet. Men Turings ”On computable numbers” utmynnar i slutsatsen att inte heller det är möjligt.

Det viktigaste med Alan Turings artikel från 1936 är emellertid inte detta resultat i sig, utan den metod han utvecklade för att kunna bevisa det. I sin strävan efter enklast möjliga formalisering av vad som menas med en matematisk beräkning definierade han det som vi i dag kallar Turingmaskiner. Det existerar oändligt många sådana – i princip en för varje typ av beräkning vi skulle kunna få för oss att göra – där var och en är en apparat som kan hoppa mellan ändligt många tillstånd, och dessutom förflytta sig längs och skriva på en remsa av ettor och nollor. Ett centralt steg i Turings bevis var konstruktionen av en specifik Turingmaskin som är universell, i betydelsen att den kan simulera funktionen hos varje annan Turingmaskin, som kodas som ettor och nollor och ges som indata till den universella maskinen.

Denna universella Turingmaskin har sedan dess stått som grundmodell för våra datorer och för den i dag så självklara idén att om vi vill utföra något nytt slags beräkning eller informationsbehandling, så behöver vi inte bygga en ny dator, utan bara skriva ett nytt program till den gamla. Det var en sådan dator Alan Turing deltog i konstruktionen av på National Physical Laboratory i slutet av 1940-talet. Hans roll var att ge matematiska ramar och riktlinjer för de ingenjörer som skötte det mer handfasta byggandet av maskinen. Viss friktion uppstod då ingenjörerna gärna ville förse den med allehanda fiffiga specialfunktioner, medan Turing höll hårt på idén att undvika sådana eftersom de går stick i stäv med universalitetstanken.

ALAN TURING LÄMNADE National Physical Laboratory 1948, men fortsatte experimentera med andra tidiga datorer. Han kom att lägga mycket kraft på visionära tankar om framtidens datorer och det vi i dag kallar artificiell intelligens (AI) – en term som han själv dock inte hade tillgång till eftersom den infördes först i samband med Dartmouthmötet 1956.

Han förutsåg påfallande mycket av senare teknikutveckling, inklusive neurala nätverk, genetiska algoritmer och inte minst den i dagens AI-utveckling helt dominerande idén att en AI:s alla förmågor inte behöver programmeras från scratch, utan kan tillägnas i en lång träningsfas. Turing jämförde upprepade gånger detta med att sätta barn i skola.

Denna jämförelse mellan människa och maskin var ingen tillfällighet, utan återspeglade något centralt i Alan Turings tänkande. I en brevväxling 1946 skrev han om sitt arbete på National Physical Laboratory att han ”är mer intresserad av möjligheten att modellera vad som händer i hjärnan än av datorernas praktiska användning” – en nyfikenhetsdriven inställning som dock inte delades av hans medarbetare på laboratoriet. Delvis kan den skönjas hos enstaka ledarfigurer i dagens AI-utveckling som Nobelpristagaren Demis Hassabis, medgrundare och VD för DeepMind, men som helhet är det i dag kommersiella incitament och förhoppningar om AI:s praktiska användbarhet som är de dominerande drivkrafterna bakom AI-utvecklingen.

Mest känd av Turings framåtblickande texter är ”Computing machinery and intelligence” från 1950, som han inleder med frågan om huruvida tänkande maskiner är en reell möjlighet. Han konstaterar genast att frågan är alltför luddig och väljer att tills vidare parkera den till förmån för en konkretare fråga: Kan en maskin bli så bra på mänsklig kommunikation att en mänsklig bedömare som kommunicerar med den via text får svårt att avgöra om samtalspartnern är en maskin eller en människa? Detta är i dag känt som Turingtestet. Turing trodde att svaret var ja, och om vi gör tankeexperimentet att han fått åka tidsmaskin till 2026 och bekanta sig med chatbots som ChatGPT eller Claude, så hade han snabbt kunnat konstatera att han hade rätt i sin förutsägelse.

Ändå hävdar många i dag, med glåpord som ”glorifierad autocomplete” och ”stokastiska papegojor”, att dessa chatbottar blott uppvisar ett slags fejkintelligens. Turing förutser även dessa invändningar i ”Computing machinery and intelligence”, som är ytterst läsvärd än i dag, mycket tack vare hans systematiska genomgång av olika argument emot hans tes, där han prövar frågan från en rad olika håll. De sätt att försöka förklara bort maskinintelligens som han här dissekerar är i många fall retoriska figurer som vi 2026 alltjämt hör ekon av.

I sitt BBC-föredrag ”Intelligent machinery: A heretical theory” från 1951 går Alan Turing ett steg längre och tänker sig att maskinerna inte behöver stanna vid att matcha mänsklig intelligens, utan kan boosta sig själva till ännu högre höjder. Han avslutar med det ödesmättade konstaterandet att vi ”bör vänta oss att maskinerna vid något stadium tar över kontrollen”.

Alltmer tyder på att vi nu befinner oss mycket nära den tröskel som Turing här talar om. Vi som noggrant följer utvecklingen i Silicon Valley ser att Anthropics VD Dario Amodei inte utan vidare kan dömas ut som en drömmare i sina upprepade uttalanden om ambitionen att inom ett par år bygga en AI så kapabel att den motsvarar ”en nation av genier i ett datacenter”. Det är inte säkert att han lyckas, men det framtår som fullt möjligt.

AI-säkerhetsforskare kämpar frenetiskt med att hitta en plan för hur en sådan varelse ska kunna tämjas. Den store pionjären på området är Eliezer Yudkowsky, och tillsammans med sin kollega Nate Soares förklarar han pedagogiskt och mestadels övertygande i boken If anyone builds it, everyone dies (recenserad av Patrik Lindenfors i Sans 3•2026) hur allvarligt läget är om vi inte snabbt lyckas dra i nödbromsen för de ledande AI-företagens kapplöpning.

Om vi återgår till tankeexperimentet med Turings tidsmaskinsresa till 2026, vad skulle han säga om denna situation? Skulle han dela den oro som allt fler experter uttrycker, eller skulle hans nyfikenhet ta överhanden? Givet hans imponerande förmåga att se problem ur vitt skilda synvinklar gissar jag på blandade känslor.