Spelen som lärde maskiner att tänka – forskningstradition bakom nobelpris, självkörande bilar och medicinska genombrott

Spelet som lärde maskiner att tänka

Det börjar alltid med ett enkelt problem. För Google DeepMind var det 49 Atari 2600-spel – pixliga, regelstyrda och perfekt avgränsade. 2015 publicerade de resultaten av att träna ett djupt neuralt nätverk, döpt till Deep Q-nätverket (DQN), att bemästra spelen utan spelspecifik programmering – enbart utifrån råbildpunkter på skärmen. Artikeln i Nature slog ned som en bomb och lade grunden för den moderna eran av djup förstärkningsinlärning.

Varför spel? För att de är idealiska laboratorier. De har tydliga regler, omedelbar återkoppling och är enkla att köra i miljarder simulerade varianter. Som DeepMind beskriver på sin blogg har den begränsade men innehållsrika spelvärlden gång på gång visat sig vara den bästa provbädden för att förstå intelligenta system – och grundaren Demis Hassabis är själv en före detta spelutvecklare.

Därifrån skalades ambitionerna upp dramatiskt. AlphaGo besegrade världsmästaren Lee Sae-dol i go år 2016 – ett mål som experter trodde låg minst ett decennium bort. Det berömda "drag 37" i matchserien var så oortodoxt att professionella kommentatorer trodde det var ett misstag. Det var inte ett misstag. Det var ett genombrott som omintetgjorde seklers samlade visdom om spelet på några sekunder.

Sedan dess har speldriven AI-forskning lett DeepMind hela vägen till nobelpriset – AlphaFold revolutionerade proteinforskningen och visade att metoderna som slipades mot fantasivärldar kan lösa verklighetens svåraste vetenskapliga problem.

Nu inleder företaget nya samarbeten med spelutvecklare, bland annat kring universum som Eve Online, för att utforska vad nästa generation AI kan åstadkomma – både inne i spelen och i världen utanför.

Från simulering till asfalt

Den världen utanför tar alltmer konkret form. Alphabets dotterbolag Waymo – syskon till DeepMind under samma moderbolag – rapporterar nu att de utvecklat ett egentillverkat specialkrets-chip på 5 nanometer, tillverkat av TSMC i Taiwan, enligt Computer Sweden. Kretsen är konstruerad för ett enda syfte: att i realtid bearbeta den enorma dataström som strömmar in från robotbilarnas kameror, lidar och radar.

Prestandan är imponerande – över 1 000 biljoner beräkningar per sekund. Det krävs när ett fordon utan förare ska fatta säkra beslut i en kaotisk trafikmiljö där ingenting är förutsägbart. Tanken påminner om träningssimulatorn i omvänd riktning: i stället för att låta AI:n lära sig i en virtuell värld, tar man nu den färdigtränade intelligensen och bygger skräddarsydd hårdvara för att den ska fungera i den fysiska världen.

Att Waymo väljer att ta kontrollen över sin kiselarkitektur är ett strategiskt drag som allt fler teknikbolag gör – Apple, Google och Amazon har alla vandrat samma väg. Egenutvecklad hårdvara ger optimerad prestanda, lägre energiförbrukning och minskat beroende av externa leverantörer. En läxa branschen lärde sig dyrt under de senaste årens globala komponentbrist.

Programmering som laginsats

På en annan del av det tekniska fältet löser Slack ett problem som blivit allt tydligare i takt med att AI-assisterad programmering spridit sig: när varje utvecklare kör sin egen AI-agent i privata chattar försvinner insynen, gemenskapen och möjligheten att lära av varandra.

Med den nya funktionen Slack Code, som rapporteras av Computer Sweden, skapas dedikerade kodkanaler där ett helt arbetslag gemensamt kan driva utvecklingsprojekt tillsammans med AI-agenter – i öppet, transparent flöde. Kollegor kan följa agentens arbete i realtid, granska föreslagna kodändringar och ge synpunkter längs vägen.

Det är en subtil men viktig förflyttning. AI-assisterad programmering slutar vara ett soloprojekt och blir en kollektiv process – med all den spårbarhet och gemensamma förståelse det medför. För Slack, som ägs av Salesforce, befäster det plattformens roll som nav för modernt teamarbete.

En röd tråd

De tre nyheterna verkar olika vid första anblick – spelforskning, självkörande bilar, programmeringsverktyg. Men den röda tråden är tydlig: grundforskning som bedrivits i kontrollerade, simulerade miljöer under 15 år börjar nu omsättas i konkreta produkter och arbetsflöden. Spelvärlden var inte ett sidospår – den var startbanan.