Radiovært bygger kunstig intelligens: Den genkender allerede mine venner

På kun 10 dage lykkedes det vært på P1-programmet Digitalt, Chris Lehmann, at bygge en kunstig intelligens.

I starten af 2018 begyndte DR Viden at arbejde med det projekt, som nu kaldes Ultra:bit. Som en del af projektet deler DR tusindvis af mikrocomputere - såkaldte micro:bits - ud til alle 4. klasser i folkeskolen.

Derfor dukkede der også adskillige af computerne op på vores kontor. Da teknologi er mit store interesseområde, var fristelsen til at begynde at udforske den lille micro:bits muligheder derfor stor.

Så der gik heller ikke længe, før jeg begyndte at rode med at få en micro:bit til at gøre nogle ret simple ting - måle hvor høj temperaturen bliver, når solen bager ind på alle kontorets vinduer eller hjælpe mig med at huske hvor mange kopper kaffe, jeg har drukket på en dag.

Men det var på en måde ikke helt nok. Micro:bit-computeren er virkelig en kraftkarl på trods af sin størrelse, men den er også begrænset. Den blev aldrig rigtig til mere end en kaffe-kopstæller eller et upræcist termometer. Desuden har den ingen skærm. Der er heller ingen forbindelse til internettet.

Heldigvis gik der ikke længe før nye muligheder bød sig. En stor del af min tid går med at lave radioprogrammet Digitalt på P1, og da jeg skulle lave et program om kunstig intelligens, fik jeg muligheden for at kaste mig over en større udfordring end den lille lomme-computer.

Min medvært på programmet Esben Hardenberg og jeg besluttede os for, at jeg skulle bygge min egen kunstige intelligens. En vild opgave. Heldigvis fik vi det snævret ind til, at jeg skulle programmere en lille computer, som med et kamera kan genkende mine kollegers ansigter.

Dag 1 og 2: Hvad har jeg kastet mig ud i?

Esben har (som omtalt i en anden udgave af Digitalt) kasser og atter kasser med elektronikskrammel. Fra kasserne gravede han en såkaldt Raspberry Pi-computer og et tilhørende kamera frem til formålet. Og en Raspberry Pi minder faktisk på en måde om micro:bitten. Hele bevægelsen med mikrocomputere til undervisningsbrug, som micro:bitten er en del af, er nemlig ikke ny.

Den type computere har længe eksisteret i en slags subkultur, og Raspberry Pi’en er en af de mest udbredte og mest avancerede mikrocomputere, man kan få. Fonden, som laver den lille computer, melder om salgstal på over 14 millioner eksemplarer. På grund af udbredelsen af dem, bliver de brugt til mange forskellige hobbyprojekter, og der findes adskillige internet-forummer, hvor man kan finde hjælp til alverdens udfordringer, man kan støde på. Det skulle vise sig at blive en hjælp senere i projektet.

Så det er en fuldt funktionel computer, bare i en meget lille og meget skrabet udgave. Den har blandt andet ikke noget kabinet. Ligesom med Micro:bitten kan man se printpladen og alle dens dele. Man kan kalde den en slags Micro:bit på steroider.

Men hvordan giver vi den kræfter til at genkende mine kolleger? Jeg har fundet en slags opskrift på lave vores ansigtsgenkendende kamera hos en gut, der hedder Lukas Biewald. Han har selv lavet bygget små ansigtsgenkendende kameraer i sin dørklokke og indgangen til sit værksted.

Men jeg er lidt udfordret her, fordi Lukas er noget mere fortrolig med det Linux-styresystem, som vores lille computer bruger, så hans guide er ikke skrevet til totale novicer.

Blandt andet skal jeg lære at bruge kommandolinjen for at kunne følge med.

Det vil sige, at i stedet for at klikke “opdater” i en menu for at installere de nyeste opdateringer til computeren, skal jeg skrive noget i retning af “sudo aptget upgrade” ind og trykke enter. Jeg er opvokset med at kunne bruge tastatur og mus og i dag en berøringsfølsom skærm, så det kommer til at kræve lidt tilvænning.

Selve ansigtsgenkendelsen kan man gøre på forskellige måder. Både Google, Amazon, Microsoft og Apple har ansigtsgenkendelsessystemer, som de lader app-udviklere bruge i deres apps.

Jeg kan ikke lade være med at blive fascineret af, hvor mange muligheder der er for at lave ansigtsgenkendelse - uanset hvilken platform og hvilken type app, du laver, kan du få hjælp til noget, der for få år siden var ret svært. Virkelig imponerende!

Jeg vælger at bruge Amazon, da det er anbefalingen i byggeguiden.

Dag 3 og 4: Jeg tror, jeg forstår...

De første par dage er gået med research, og opgaven står nu klar: Få kameraet på minicomputeren til at tage et billede. Få Amazons ansigts-genkender-maskine til at kigge på billedet, og se om den genkender personen på billedet. Det lyder simpelt, men det er det ikke. På ingen måde.

Det viser sig, at jeg skal installere noget på min Raspberry Pi, der omdanner kameraet til et overvågningskamera. Det betyder, at jeg kan se, hvad den ser gennem internettet. Jeg kan sidde på min arbejdscomputer og se det samme, som den lille computer ser.

Næste opgave er at få minicomputeren til at tale med Amazon. Spredt rundt om i hele verden står der Amazon-datacentre, som regner og regner og regner døgnet rundt. Og for små fisk som mig stiller Amazon gratis en lille smule beregningstid til rådighed til blandt andet den her ansigtsgenkendelse.

Det viser sig dog at være en større mundfuld at få min Raspberry Pi til at tale med de datacentre. Jeg har installeret Amazons kommando-program på den, men den vil ikke lave ansigtsgenkendelse. Den kan forbinde til alle mulige af amazons tjenester, men ikke til ansigtsgenkendelses-delen. Jeg mangler åbenbart en opdatering, siger den. Jeg kaster mig over at få den opdateret i morgen.

Dag 5: Destruktion

Jeg synes selv, jeg er begyndt at få godt styr på Raspberryens Linux-styresystem, så jeg kaster mig over at få opdateret alt, hvad der overhovedet opdateres på den. Det er vejen til at løse mit problem, har jeg googlet mig til. Jeg opdaterer endda også opdaterings-programmerne for at være på den sikre side.

Og pludselig er computeren helt død. Eller det er den ikke, den vil bare ikke opdatere programmerne på den. Eller installere nye. Faktisk har jeg ødelagt computerens evne til at hente ny viden til sig selv. Ingen nye programmer, ingen opdateringer, ingenting.

Forfra. Helt forfra. I morgen.

Dag 6, 7 og 8: Om igen!

Jeg lægger en plan. Jeg starter forfra fra bunden. Jeg hiver hukommelseskortet ud af minicomputeren og installerer dens Linux-styresystem igen. Det betyder, at den gerne skulle starte op igen og være helt nulstillet, som om den lige var rullet af båndet på fabrikken. Styresystemet er det mest centrale program på computeren, der får alle de andre programmer til at fungere.

Raspberry Pi-computeren er nu helt som ny. Jeg læser op på alle de enkelte dele, programmer og pakker, der skal installeres, og laver en rækkefølge.

Jeg er stadig ikke helt klar over, hvad der gik galt, men jeg er mere forsigtig denne gang. Det tager tid, men omsider får jeg kameraet til at virke igen, og jeg får minicomputeren sat op, så den langt om længe kan tale med Amazons ansigtsgenkendelsessystem. I morgen skal det afgørende slag finde sted.

Dag 9 og 10: I mål!

Den næste udfordring er at få kameraet til at tage et billede og sende det til det digitale lager, jeg har hos Amazon. Da det lykkedes, kan jeg forsøge at køre ansigtsgenkendelse på billedet. Jeg har i forvejen fodret Amazon med nogle billeder af et par kolleger og fortalt systemet deres navne. En af dem er Carsten Nielsen, som er DRs Viden og Tech-korrespondent.

Jeg stiller ham foran kameraet og sender kommandoen afsted. Efter ca 10 sekunder kommer der en lang smøre tilbage, inklusive det afgørende: Amazon er 99,9% sikker på, at det er Carsten, der er på billedet. Jeg jubler og springer rundt i lokalet.

På de 10 sekunder sker der følgende: Den lille computer har taget et billede af Carsten, sendt det gennem internettet til et datacenter på den amerikanske vestkyst. En computer i datacenteret har analyseret billedet og lavet en matematisk model af ansigtet. Dernæst har computeren søgt i min samling af billeder efter det ansigt, der ligner mest. Den har set, at ansigtet ligner det, der er på et andet billede, hvor jeg har fortalt den, at Carsten er på. Så den fortæller mig, at den har genkendt Carsten med 99,9% sandsynlighed.

Derefter begynder jeg med kyndig hjælp fra utallige google-søgninger at lave små programmer, som kan automatisere processen en smule. Den store prøve står, da vi i radioen skal forsøge at genkende Thomas Moeslund, som er professor på Aalborg Universitet. Han har forsket i netop billed- og ansigtsgenkendelse i 20 år.

Hvordan det gik, kan du høre her.

0:00

Epilog

Er jeg så programmør? Nej. Jeg kan maksimalt sige, at jeg kan tale Raspberry Pi fonetisk. Ligesom de italienske skuespillere i spaghettiwesterns, der udtaler deres engelske replikker lidt gebrokkent og uden at vide, hvad de egentlig siger.

Men jeg må indrømme, at jeg er vildt forundret over, at jeg som larmende amatør ud i Linux, kommandolinje, Amazon Web Services og kunstig intelligens alligevel kom i mål.

FacebookTwitter