Intuicells system – ”Så nära hjärnan man kan komma”

2021-10-27 06:00  

Det mesta vi trott oss veta om hur hjärnan fungerar stämmer inte. Det innebär att grundpremissen som modern artificiell intelligens är byggd på är felaktig. Det här menar startupen Intuicell från Lund, som utifrån banbrytande och provokativ svensk forskning har bestämt sig för att ställa allt till rätta.

Ambitionerna är hisnande, möjligheterna enorma.

Men om Intuicell, ett så ungt företag att det knappt hunnit registreras hos Bolagsverket, saknar något så är det åtminstone inte självförtroende. 

– Vi kan skapa system som blir nästintill...ja, så nära en riktig hjärna du kan komma, säger vd Viktor Luthman.

Intuicell är ett av bolagen på Ny Tekniks 33-listan 2021

Om detta får ditt hajpalarm att blinka rött så är du inte ensam. När utvecklaren Linus Mårtensson för några presumtiva investerares räkning ifjol skickades att göra en verksamhetsgranskning av Intuicell hade han sina tvivel. 

– När jag först hörde talas om bolaget så undrade jag vad det var för knasbollar. ”Ersätta ai”? Säger inte alla det? Det är ju den typ av bolag som Silicon Valley sprutar ur sig.

Läs mer: ”En superintelligent ai riskerar att avvika kraftigt från mänskliga mål”

Idag är Linus Mårtensson, med ett förflutet på bland annat skogstechbolaget Katam, den som leder teknikutvecklingen på Intuicell. 

– Man kan säga att det var en due diligence som slutade på bästa möjliga sätt. 

Att lundabolaget, som nu tagit en plats på Ny Tekniks 33-listan, alls existerar beror delvis på en rad lyckliga omständigheter, men framförallt på flera årtiondens forskning av Henrik Jörntell och hans forskarlag vid Lunds Universitet. Jörntell, professor i neurofysiologi, har, till många av sina forskarkollegers stora förtret, vänt upp och ner på det vi trodde oss veta om hur den mänskliga hjärnan utför sitt arbete.

Hjärnans funktioner är distribuerade

Enkelt uttryckt är den gängse bilden att vissa delar av hjärnan ansvarar för vissa typer av funktioner. Det vetenskapliga begreppet för detta är funktionell lokalisation. Henrik Jörntells forskning visar dock att sensorinmatning – som exempelvis beröring – aktiverar långt fler nervceller än vad man tidigare trott, och att dessa nervceller är utspridda över i princip hela hjärnan. Funktionen är alltså inte lokaliserad, utan distribuerad.

När Ny Teknik via Zoom möter Henrik Jörntell, Viktor Luthman och Linus Mårtensson går vi faktiskt i fällan direkt. För visst måste det väl ändå vara amygdala, för att ta ett exempel, som ansvarar för hjärnans svar på skrämmande stimuli? Jörntell ler en aning uppgivet, återigen påmind om den Sisyfos-vandring det innebär att få andras hjärnor att ställa om till den våglängd han själv befinner sig på. 

– Ja, det är ju exakt där det går fel. En viss typ av funktion i amygdala, det är det inte. Däremot kanske det är vissa dimensioner av hjärnans funktioner som är lite mer centrerad kring den här punkten. Men amygdala gör inget av sig själv utan är beroende av alla andra strukturer som kopplar till och från den.

Henrik Jörntell, grundare av Intuicell. Foto: Anders Ahlgren

Redan för 15 år sedan var Henrik Jörntell mer eller mindre på väg att ge upp. Att göra upp med den etablerade, över hundra år gamla, uppfattningen om hjärnans funktioner väckte starkt motstånd. 

– Det var stentufft. Konstigt nog är det vetenskapliga systemet inte alls uppbyggt för något annat än att simma med strömmen, åtminstone om man vill ha en enklare väg. 

Sakta men säkert har han dock fått allt mer gehör. Bara från EU har Jörntells forskarlag – och andra projekt han koordinerar – de senaste åren fått anslag på över 80 miljoner kronor. 

– För stunden är vi en av de mest framgångsrika forskargrupperna i Sverige när det gäller EU-anslag.

Artificiell intelligens fyller 65 i år

Startpunkten för artificiell intelligens anses allmänt vara den så kallade Dartmouth-konferensen som hölls sommaren 1956. I en programförklaring inför konferensen gick det att läsa att konferensdeltagarna bland annat skulle arbeta efter ”hypotesen att varje aspekt av lärande och varje uttryck för intelligens i princip kan ges en så exakt beskrivning att en maskin kan fås att simulera dem”.

Foto: Darthmouth College

Kort därpå utvecklades den metod som dagens framgångsrika djupinlärningsmodeller bygger på: konnektionistisk ai. Det är en metod som är löst baserad på hur den mänskliga hjärnan fungerar. Eller, rättare sagt, som är löst baserad på hur vi har trott att den mänskliga hjärnan fungerar, om man ska tro Intuicell. 

Den ”exakta beskrivning” som Darthmouth-pionjärerna (John McCarthy, Marvin Minsky och Claude Shannon bland andra) talade om har alltså gäckat vetenskapen fram till nu. Det senaste årtiondets avsevärda framsteg inom artificiell intelligens beror enligt Henrik Jörntell inte på att den konnektionistiska modellen är den bäst lämpade för ai, utan för att den med råstyrka - processorkraft, minneskapacitet och enorma mängder data - pressat fram goda resultat. 

– De felaktiga principerna är inbakade i ai-systemen och har varit det från början. Däremot har vi fått mer och mer kraftfulla datorer och så har man kunnat plåstra över grundproblemen, säger Jörntell.

Läs mer: Googles ai har knäckt 50-årig proteingåta: ”Ett genombrott”

En djupinlärningsalgoritm måste i regel tränas med så kallad annoterad data (data försedd med etiketter som beskriver vad data föreställer). När den sett tusentals bilder på katter kan den till slut – efter viss mänsklig handpåläggning – på eget bevåg se en etikettlös (oannoterad) bild på en katt och med hög träffsäkerhet säga att, jo, det där bör också vara en katt. 

Det är, som du ser, inte riktigt så vi människor lär oss. Ingen ”exakt beskrivning” av intelligens. 

Det system Intuicell just nu bygger i Lund är däremot mer eller mindre en imitation av sättet den mänskliga hjärnan lär sig på. 

– Vi talar inte om för vårt system vad något är, utan skickar in helt oannoterad data. Vårt system är självstrukturerande och rekursivt. Det får själv plocka ut de olika koncepten. Det är så ett barn lär sig att förstå sin omvärld, genom att det skapas ett kluster av neuroner som svarar mot olika koncept som abstraherats ur data, säger Viktor Luthman. 

Han ger ett exempel: 

– Om vi har en ljudinspelning där Peter intervjuar Viktor ska vårt system snabbt kunna separera mellan Peter Och Viktor, separera mellan att Viktor talar med en skånsk dialekt och Peter med en annan, uppfatta att Viktor talar med en entusiatisk röst och så vidare. Allt detta utan någon som helst annoterad träning. Vi har inte sagt till systemet vad den ska leta efter.

Ljud den första tillämpningen

Det är ingen tillfällighet att data i Viktor Luthmans exempel består av ljud. Tidigare i år var Intuicell en av fyra vinnare i Post- och telestyrelsens (PTS) innovationstävling ”betaltjänster för alla”. Lundabolaget mottog 2,5 miljoner kronor för att utveckla en produkt med vilken det ska gå att verifiera en användares identitet med enbart tal.

”Baserat på företagets biologiskt inspirerade ai-system” står det i PTS motivering, ”ska man ta fram en lösning som gör röstanalys i realtid för att, i ett naturligt samtal, kontinuerligt verifiera att rösten tillhör användaren”.

Tanken är att seniora medborgare och personer med funktionsvariationer som idag av ett eller annat skäl har svårt att använda bank-id ska kunna släppas in i betaltjänstgemenskapen.

Viktor Luthman, vd på Intuicell. Foto: Intuicell

Viktor Luthman är dock noga med att poängtera att Intuicell inte i första hand är ett bolag som gör biometriska lösningar. 

– När man har ett bolag med en så här ambitiös vision – vi pratar ju om ett paradigmskifte för hela ai-fältet – så måste man koka ner det till ett konkret första steg. Att vi valde ljud har ingenting att göra med att Intuicells teknik skulle vara extra lämpad för det, utan för att ljud är ett område som djupinlärningsmetoder har svårt för. Det är data med en dynamisk karaktär, och vi kan visa att vår teknik kan hantera det.

Läs mer: Analys: ”Den artificiella intelligensen GPT-3 gör mig kallsvettig”

Vad händer om ett svenskt företag nu är på väg att utveckla ett självstrukturerande, rekursivt ai-system med förmåga att generalisera (att samma system kan användas i vitt skilda domäner) och som inte kräver särskilt mycket data alls? Det är svårt att överblicka. 

”Demokratisering av X” är ett slitet begrepp i digitaliseringens tidevarv, men här går det inte att undkomma: att en handfull amerikanska och kinesiska megabolag för tillfället leder ai-utvecklingen beror på att de har de dyraste datorerna och de största datamängderna. Med Intuicells system krävs inget av dem. 

I förlängningen innebär det också att den avsevärda mängd energi som krävs för att träna dagens ai-algoritmer minskas till något försumbart.

”Får inte löpa amok”

Den största och mest hisnande frågan är naturligtvis om Intuicell är på väg att öppna Pandoras ask. Nick Boström, Max Tegmark, Stuart Russell och Olle Häggström är några av de framstående forskare som beskrivit de närmast gränslösa möjligheterna och de fasansfulla existentiella riskerna med artificiell generell intelligens och en hypotetisk superintelligens.

Allt handlar om det så kallade kontrollproblemet. Kan vi konstruera en generell intelligens som vi kan kontrollera och vars mål stämmer överens med mänsklighetens, vilka de nu är. 

– Det är där något vi diskuterar mycket internt och i styrelsen. Att det för varje steg vi tar är oerhört viktigt att det finns en koppling till etisk ai och hur man behåller kontrollen. Vi vill ju ha ett smartare system, men med mänsklig översyn. Det ska inte vara ett system som får löpa amok, säger Viktor Luthman. 

Det är frågor som kan komma att ställas på sin spets, snabbare än någon förutspått. Viktor Luthman säger att Intuicells ambition är att göra en ”realistisk ansats” på att ta sig an sådana problem som bolag som Google, Facebook, Deepmind och IBM tror det kommer att ta årtionden att lösa. 

– Och det handlar ju om det: intuitionsbaserad problemlösning som klarar av att generalisera i nya miljöer. Att bygga ett system som imiterar biologin och att gå från artificiell intelligens till artificiell förståelse. Att lämna detta med smal ai som bara kan göra en specifik uppgift. Vi har bekräftat att redan vårt tidiga system kan tränas med oannoterad data, lär sig och extraherar information på ett sätt som överensstämmer med biologin.

Henrik Jörntell och Linus Mårtensson på Intuicell. Foto: Anders Ahlgren

Intuicell gör för all del inte några anspråk på en 1:1-representation av den mänskliga hjärnan, om nu någon mot förmodan skulle få för sig det.

– Det finns alltid grader av komplexitet. Att imitera hjärnans funktion när man har förståelse för principerna handlar egentligen bara om att bygga kodbasen som implementerar dem. Men att imitera hjärnans funktion att nå en mänsklig nivå? Då handlar det ju inte längre bara om principerna utan om att ha system med kapacitet att göra det och där är tekniken inte idag, säger Linus Mårtensson. 

Viktor Luthman fyller i: 

– Man behöver inte emulera en hel hjärna för att lösa problem. Utan det handlar om att förstå premisserna och sedan skala ner systemet utifrån de problem som ska lösas. 

Henrik Jörntell tycker att de första resultaten både varit förväntade och överraskande. 

– Att vi skulle få en bekräftelse att vi är på rätt väg, det var vi rätt säkra på redan innan. Men det har framkommit nya aspekter som vi tidigare inte haft i åtanke. Tillsammans med Linus har vi försökt överföra det till kända fenomen inom biologin och på den vägen faktiskt också drivit forskningen framåt. 

Hur menar du? 

– Jag kan bara tala om det i runda termer för vi har inskickade patent. Men en stor gåta inom neurovetenskapen, som också ger upphov till svåra neurologiska sjukdomar som Parkinsons, är funktionen i basala ganglierna (anhopningar av nervceller i storhjärnan och hjärnstammen, reds anm). Där har man haft väldigt svaga förklaringsmodeller till vad basala ganglierna är, men där har vi då tillsammans med Linus nyligen kommit fram till en väldigt rimlig förklaringsmodell. Som vi inte kan publicera än, för vi inväntar som sagt patent, men när vi väl gör det tror jag att det kommer att väcka stor uppmärksamhet. 

Patent är viktigt för Intuicell, väl medvetna om potentialen i sin teknik och hur eftertraktad den kan bli. Fem patentansökningar är redan inskickade och företaget räknar med att det framöver kan röra sig om mellan tre och fem patent per kvartal som söks. 

– Stora techbolag har enorma resurser. Det är klart att vi vill skapa buzz kring det här, men vi vill också se till att ingen enkelt kan lyfta på locket och se hur vi gör. Vi jobbar väldigt hårt med att bygga en robust vallgrav för att skydda både kärntekniken och kringliggande spår.

Från vänster: Anton Moberg, Sebastian Hjelm (båda senior developers), Henrik Jörntell (grundare, professor i neurofysiologi) och Linus Mårtensson (grundare, lead developer). Foto: Anders Ahlgren

För några år sedan existerade inte Intuicell som bolag, utan bara som en idé. Nu är det stora ord och grandiosa löften om en teknik som än så länge bara finns som en prototyp på ett kontor i Lund. Desto viktigare då att den lilla startupen redan har en hel del trovärdighetskapital på kontot.

Utöver att en respektabel summa mjuka pengar från EU tycks vara inom räckhåll så har den kände entreprenören Christer Fåhraeus via sitt Fårö Capital gått in i bolaget, liksom Mist Ventures. Bakom Mist Ventures står bland andra Michal Stala, vars tidigare bolag Mistbase för några år sedan såldes till elektronikjätten Arm.

Läs mer: Hårdvarujätte köper svensk iot-doldis

Och Christer Fåhraeus borde veta vad han ger sig in i. Han tog sin doktorsexamen i neurofysiologi – och fick hjälp med avhandlingen av Henrik Jörntell – ungefär samtidigt som tankarna på att bolagisera Jörntells forskning tog form. 

För Linus Mårtensson, som ju först bara skulle göra en verksamhetsgranskning av bolaget, har det varit en omtumlande resa. 

– Att förstå hur hjärnan i grund och botten fungerar är väl en av de största frågeställningarna som mänskligheten har idag och att få jobba med storslagna problem på den komplexitetsnivån...ja, det är helt enkelt skitkul. 

Intuicell

Gör: Utvecklar en fundamentalt ny ai-arkitektur och tillhörande teknikplattform för att ersätta djupinlärning.

Grundare: Henrik Jörntell, Udaya Bhaskar Rongala, Jonas Enander och Linus Mårtensson.  

Ort: Lund

Startår: 2020

Anställda: 5

Nettoomsättning: -

Riskkapital totalt: 900 000 kronor

Huvudägare: Grundare, LU Holding, Viktor Luthman, Mist Ventures, Fårö Capital

År på 33-listan: 2021.

Peter Ottsjö

Kommentarer

Välkommen att säga din mening på Ny Teknik.

Principen för våra regler är enkel: visa respekt för de personer vi skriver om och andra läsare som kommenterar artiklarna. Alla kommentarer modereras efter publiceringen av Ny Teknik eller av oss anlitad personal.

  Kommentarer

Debatt