Hva er AI?
Kunstig intelligens (AI) er teknologier som gjør at datamaskiner kan lære, resonnere og ta egne beslutninger på egen hånd, inspirert av menneskelig intelligens. Eksempler på AI er smarte assistenter som Siri, anbefalingssystemer på Netflix og selvkjørende biler.
I denne guiden får du en praktisk og grundig innføring i hva AI er, hvordan det fungerer, hvor det brukes, og hvilke fordeler, utfordringer og etiske spørsmål som følger med utviklingen.
Vi setter i gang og går rett på sak.
Kunstig intelligens forandrer hvordan vi lever, jobber og utvikler teknologi. AI handler om å bygge maskiner og systemer som kan lære, forstå, vurdere og tilpasse seg på egne premisser.
Artificial intelligence (AI) er et felt som involverer akademisk forskning og utvikling, og påvirker ulike aspekter av samfunnet, inkludert økonomi, utdanning og etiske spørsmål.
I dag finner du AI overalt – fra mobilen i lomma til selvkjørende biler på veiene. Denne guiden gir deg en praktisk og grundig gjennomgang av hva AI egentlig er, hvordan det fungerer, fordelene og utfordringene det bringer, og hva vi må forvente fremover.
Hva er smal AI, generell AI og superintelligent AI?
Kunstig intelligens betyr at datamaskiner etterligner evner vi mennesker naturlig har som å forstå språk, tolke bilder, trekke slutninger og ta beslutninger.
Vi deler AI i tre kategorier.
La oss se nærmere på disse.
Smal AI
Spesialister på én oppgave (som Siri eller Google Maps).
Generell AI (AGI)
Hypotetisk AI som kan løse alle oppgaver vi mennesker kan. AGI, også kjent som 'artificial general intelligence', er fortsatt hypotetisk og ikke utviklet, og sammenlignes ofte med menneskelig intelligens.
Superintelligent AI (ASI)
En fremtidig AI som overgår menneskelig intelligens på alle områder.
I dag bruker vi kun smal AI i praksis. Forskere jobber videre mot målet om AGI.
Smal AI, nesten som en kirurg, kan være verdensledende innenfor sitt smale felt, men forstår ikke kontekst utenfor. På samme måte kan for eksempel Google Maps finne raskeste vei, men forstår ikke hvorfor du drar.
Bjørn Marius Narjord
Optimalisert AS
Tenk på smal AI som en kirurg, AGI som en allmennlege, og ASI som en superlege.
Fra Turing til ChatGPT
Allerede i 1950 stilte Alan Turing spørsmålet: “Kan maskiner tenke?” og utviklet Turing-testen. Kunstig intelligens ble for alvor et forskningsfelt i 1956 på Dartmouth-konferansen.
AI-optimismen ble senere dempet på 70- og 80-tallet, før kraftigere datamaskiner og mer data brakte AI-feltet fremover.
På 1980-tallet kom fremveksten av ekspertsystemer som DENDRAL og MYCIN. Disse systemene brukte regler for å etterligne menneskelige eksperter, og la grunnlaget for senere maskinlæringsmetoder.
I 2012 revolusjonerte AlexNet konkurransen ImageNet ved å bruke dyp læring for bildegjenkjenning, og markerer starten på dagens AI-æra.
Viktige milepæler
I denne artikkelen ser vi nærmere på hva AI betyr på norsk, og gir svar på de viktigste spørsmålene om "the future of AI".
Infografikk - AI forklart
Hvordan fungerer AI?
AI fungerer ved å kombinere store datamengder med intelligente algoritmer som identifiserer mønstre og tar beslutninger. Systemene lærer og forbedrer seg over tid gjennom gjentatte prosesser, og kan dermed utføre komplekse oppgaver som språkforståelse, bildeanalyse og beslutningstaking.
Kjerneteknologier
Et kjent eksempel er Netflix som bruker AI for å forutsi hvilke filmer du vil like.
Artificial Intelligence (AI) er betegnelsen på kunstig intelligens på engelsk.
Hvilke typer kunstig intelligens finnes?
Kunstig intelligens (KI) kan deles inn i flere typer, inkludert smal KI og generell KI. Smal KI er innrettet mot et bestemt område eller oppgave og kan utføre oppgaver svært godt, men har begrensninger. Generell KI er en type KI som kan bruke intellektet sitt til å løse alle typer problemer og tenke helhetlig rundt komplekse problemstillinger. Kunstig intelligens kan også deles inn i underkategorier som maskinlæring, dyp læring og nevrale nettverk.
Hva er smal KI?
Smal KI, også kjent som svak KI, er designet for å utføre en spesifikk oppgave, som for eksempel å spille sjakk. Den er svært effektiv innen sitt spesifikke område, men kan ikke overføre sin kunnskap til andre oppgaver.
Hva er generell KI?
Generell KI, derimot, er en hypotetisk form for KI som kan utføre enhver intellektuell oppgave som et menneske kan. Den kan lære, forstå og tilpasse seg ulike situasjoner på en måte som ligner menneskelig intelligens.
Underkategoriene av KI, som maskinlæring, dyp læring og nevrale nettverk, spiller alle en viktig rolle i utviklingen av både smal og generell KI.
Det første steget mot AI begynte som en del av forskning på automatisering.
Hva er maskinlæring?
Maskinlæring er en viktig underkategori av kunstig intelligens, og omhandler systemer som lærer. Forenklet betyr dette at programmet ikke kan noen ting når det startes, men er så i stand til å lære over tid, på samme måte som et menneske som ønsker å lære å spille piano blir bedre med øving.
Hva er dyp læring?
Dyp læring er en avansert form for maskinlæring som benytter nevrale nettverk for å løse oppgaver utenfor de begrensende rammeverkene til «vanlig» maskinlæring. Dyp læring er mer nyansert og kan ta til seg data som ikke følger gitte regelsett.
Maskinlæring fungerer ved at algoritmer analyserer store mengder data for å finne mønstre og sammenhenger. Disse mønstrene brukes deretter til å ta beslutninger eller gjøre prediksjoner. For eksempel kan en maskinlæringsalgoritme trenes på et datasett med bilder av katter og hunder, og etter hvert lære å skille mellom de to.
Dyp læring tar dette et skritt videre ved å bruke nevrale nettverk med mange lag (derav “dyp”) for å analysere data. Disse nettverkene kan lære komplekse mønstre og funksjoner fra dataene, noe som gjør dem i stand til å utføre oppgaver som bildegjenkjenning, naturlig språkbehandling og til og med å spille videospill på et nivå som overgår menneskelige spillere. Dyp læring har vist seg å være spesielt effektiv i situasjoner der dataene er komplekse og ustrukturerte, som bilder, lyd og tekst.
Mye av utviklingen innen AI drives av store teknologiselskaper
Hva brukes AI til i dag?
AI har bare på de siste par årene blitt tatt i bruk i de fleste bransjer. Her er noen av dem.
Helse
Diagnostisering, robotkirurgi, prediktiv analyse. AI brukes til behandling av medisinske data for å identifisere sykdommer og forbedre behandlingsmetoder.
Finans
Svindeldeteksjon, kredittvurdering.
Utdanning
Tilpassede læringsplattformer.
Transport
Selvkjørende teknologi.
Underholdning
Anbefalinger hos Spotify. AI bruk kan implementeres i ulike settinger, som anbefalingssystemer, for å forbedre brukeropplevelsen.
Industri
Prediktivt vedlikehold. Eksempler på AI-bruk inkluderer prediktivt vedlikehold for å forutse og forhindre maskinfeil.
Case-studie – AI i helsevesenet
En studie fra Google Health viste at AI kunne oppdage brystkreft tidligere og mer nøyaktig enn erfarne radiologer. Modellen reduserte falske positiver med 5,7 % og falske negativer med 9,4 %. Dette viser hvordan AI ikke bare støtter helsepersonell, men forbedrer pasientsikkerhet. En studie publisert i Nature (2020) viste at AI kunne redusere feil i brystkreftdiagnostikk med nesten 10 %.
Hva er fordeler og utfordringer med AI?
La oss se på både fordeler og ulemper med AI. Her er noen kjente av begge deler.
Etikk
Vi må skape rammer som sikrer åpenhet, ansvarlighet og trygge bruksområder.
Les hvordan du tar AI i bruk strategisk.
Hvile kjente AI-systemer innen kunstig intelligens finnes?
Her ser vi på noen kjente systemer.
Fremtidsscenarier for AI
Hva bringer potensielt AI for framtida?
Hvordan fungerer regulering og lover om AI?
EU utvikler AI Act for å regulere bruken av AI, spesielt i høyrisiko-bransjer. Norge tilpasser seg med strengere GDPR-krav. De kommende reguleringene fra EU kommer til å påvirke hvordan AI kan brukes i Norge, og vil kreve at norske virksomheter tilpasser seg nye standarder og retningslinjer. EU har derfor foreslått en AI Act for å regulere bruken av AI i høyrisiko-bransjer.
Mål med reguleringen:
Hvordan AI påvirker arbeidsmarkedet?
Kunstig intelligens påvirker også arbeidsmarkedene kraftig. Dette gir forskjellige effekter.
AI og bærekraft
AI optimaliserer energiforbruk, forutser klimaendringer, og styrker presisjonsjordbruket. Eksempelvis kan AI oppdage energilekkasjer i bygg i sanntid.
AI har allerede påvirket en rekke bransjer, fra helse til utdanning.
Hvordan jobbe etisk med kunstig intelligens?
Kunstig intelligens (KI) har stor potensial til å forbedre livene våre, men det er også viktig å vurdere de etiske implikasjonene av denne teknologien. En av de største utfordringene er å sikre at KI-systemer er designet og utviklet på en måte som respekterer menneskerettighetene og verdier.
Dette handler blant annet om å sikre at KI-systemer er transparente, ansvarlige og rettferdige. Det er også viktig å vurdere hvordan KI kan påvirke arbeidslivet og samfunnet som helhet, og å finne måter å minimere de negative konsekvensene av denne teknologien. Norge vil ha stor fordel av å være i spissen for å utvikle og implementere KI-teknologi på en ansvarlig og etisk måte.
Bias og antalgelser i algoritmer
Etiske utfordringer innen kunstig intelligens inkluderer blant annet bias i algoritmer, som kan føre til diskriminering og urettferdige beslutninger. For eksempel kan en KI-algoritme som brukes til å vurdere kredittsøknader være partisk mot visse demografiske grupper hvis treningsdataene er skjevfordelte. Det er derfor viktig å sikre at dataene som brukes til å trene KI-systemer er representative og fri for antagelser.
Personvern og datasikkerhet
En annen viktig etisk vurdering er personvern. KI-systemer samler og analyserer store mengder data, noe som kan utgjøre en risiko for personvernet hvis dataene ikke håndteres på en sikker og ansvarlig måte. Det er derfor viktig å implementere strenge personvernregler og sikkerhetstiltak for å beskytte individers data.
Sosiale og økonomiske konsekvenser
Til slutt må vi også vurdere de sosiale og økonomiske konsekvensene av KI. Mens KI har potensial til å skape nye jobber og forbedre produktiviteten, kan det også føre til tap av arbeidsplasser i visse sektorer. Derfor er det åpenbart viktig å utvikle strategier for å håndtere disse endringene, og sikre at fordelene med KI fordeles rettferdig i samfunnet.
AI og bærekraft
AI optimaliserer energiforbruk, forutser klimaendringer, og styrker presisjonsjordbruket. Eksempelvis kan AI oppdage energilekkasjer i bygg i sanntid.
Den kunstige intelligensen forandrer måten vi lever og arbeider på i dag.
Vanlige spørsmål om AI
Hva er forskjellen på AI og maskinlæring?
Kunstig intelligens (AI) er et bredt felt som utvikler systemer som etterligner menneskelig intelligens. Maskinlæring (ML) er en underkategori av AI der maskiner lærer av data for å forbedre ytelsen uten eksplisitt programmering. Alle ML-systemer er AI, men ikke all AI er ML.
Hva står AI for på norsk?
AI står for "Artificial Intelligence", som på norsk oversettes til "kunstig intelligens". Begrepet beskriver teknologier som gjør det mulig for maskiner å utføre oppgaver som normalt krever menneskelig intelligens, som læring, problemløsning og beslutningstaking.
Hva er forskjellen på AI og KI?
AI og KI refererer til det samme konseptet: kunstig intelligens. AI er den engelske forkortelsen for "Artificial Intelligence", mens KI er den norske forkortelsen for "Kunstig Intelligens". Begge brukes om teknologier som etterligner menneskelig intelligens.
Er AI farlig?
AI kan utgjøre farer som personvernbrudd, skjevheter, tap av arbeidsplasser og potensielt ukontrollerbar atferd. Eksperter advarer om risikoen ved avanserte AI-systemer som kan handle uten menneskelig tilsyn, noe som kan føre til uforutsigbare og skadelige konsekvenser.
Hva er ulempene med AI?
Ulemper ved AI inkluderer risiko for arbeidsledighet, personvernbrudd, skjevheter i beslutningstaking og mangel på transparens. I tillegg kan AI-systemer forsterke sosiale ulikheter og føre til avhengighet av teknologi, noe som kan svekke menneskelig dømmekraft og interaksjon.
Hvem fant opp AI?
John McCarthy regnes som en av grunnleggerne av kunstig intelligens. Han introduserte begrepet "Artificial Intelligence" i 1956 under Dartmouth-konferansen, som markerte starten på AI-forskning som et eget fagfelt. Alan Turing la tidligere grunnlaget med sine teorier om maskinell intelligens.
Hvilke jobber kan AI erstatte?
Rutinejobber i kundeservice, dataanalyse og transport. Sterk AI kan utføre komplekse oppgaver som tidligere var forbeholdt mennesker, som å analysere store mengder data for å trekke meningsfulle konklusjoner eller håndtere avanserte kundeserviceforespørsler.
Oppsummering
Kunstig intelligens former allerede samfunnet vårt i veldig mange sammehenger. Når vi evner å forstå hvordan AI fungerer, kan vi styre utviklingen i en retning som kommer oss mennesker til gode – ikke bare maskiner.
Se flere artikler om AI, og aktuelle AI-kurs for å utvide kunnskapen din og engasjement rundt begrepet.