Hvor bruker vi kunstig intelligens? Hva brukes det til?

Kunstig intelligens brukes blant annet til:

1. Bilde- og talegjenkjenning
2. Chatboter og virtuelle assistenter
3. Robotikk og autonome systemer
4. Persontilpasset innhold og markedsføring
5. Oppdagelse av svindelforsøk, sikkerhetstrusler og andre avvik i digitale systemer
6. Prediktivt vedlikehold og diagnostikk innen produksjon og industri
7. Analyse av helsedata og diagnostisering av sykdom
8. Optimalisering av systemer og prosesser, eksempelvis leverandørkjeder, transport, lagerstyring
9. Dataanalyse og beslutningsstøtte innen ulike bransjer – eksempelvis økonomi, vær, energi, klima
10. Generering av tekst, kode, bilder, lyd og video

Dette er i økende grad en del av de digitale verktøyene og tjenestene vi bruker som privatpersoner og på jobb, og er en viktig del av digitaliseringen av samfunnet og arbeidslivet. 

Nettopp derfor er det viktig for alle å ha en forståelse av KI, både for å ta i bruk mulighetene og for å se til at det brukes etisk og ansvarlig. Dette kan du lære om i vårt gratis, digitale kurs, veiviseren «Kunstig intelligens på arbeidsplassen».

(Artikkelen fortsetter nedenfor).

Kunstig intelligens vs. maskinlæring: Hva er forskjellen? 

Maskinlæring (eng. machine learning, forkortes ML) er en underkategori av kunstig intelligens, og det er den mest fremtredende formen for KI i dag.

Maskinlæring dreier seg om å lage programmer – såkalte maskinlæringsmodeller – som mottar data og analyserer dem for å oppnå et bestemt mål.

Face ID på mobilen din, hvilket innhold du ser på Instagram og den mye omtalte ChatGPT-chatboten fra OpenAI er alle eksempler på maskinlæring. Dette er modeller som er laget nettopp for å oppnå mål basert på data: henholdsvis å gjenkjenne ansiktet ditt, vise aktuelle bilder og videoer som matcher dine interesser, og å generere tekst som på best mulig måte svarer på en gitt forespørsel.

For å oppnå målene sine, er modellene på forhånd «lært opp» gjennom å se millioner av eksempler. I disse tilfellene ansikter, Instagram-videoer og tekster. Modellene er problemspesifikke (Face ID-modellen kan ikke plutselig generere tekst som ChatGPT, eller vice versa), men dataene de trenes på kan i prinsippet være hva som helst. Under overflaten, for datamaskinen, er alt dette uansett bare tall, som behandles etter statististiske og matematiske metoder. Under treningen blir modellene kontinuerlig justert og tilpasset, helt frem til de gir et ønsket resultat i møte med nye data. 

Les casene nedenfor for å se hvordan norske virksomheter som DNB og Telenor bruker maskinlæring. Og vil du lære mer om ChatGPT? Vi har et eget introkurs der du lærer hva det er og hvordan det fungerer – og hvordan du selv kan ta det i bruk – på under 20 minutter. 

(Artikkelen fortsetter)

Hvilke disipliner rommer fagfeltet kunstig intelligens?

Mens KI-systemer for oss i mange tilfeller kan fremstå som intelligente, er det altså egentlig «bare» matte. Men når kan vi si at KI blir intelligent «på ekte»? Hva er egentlig intelligens, for den saks skyld? 

Slike spørsmål viser at KI er et tverrfaglig fagfelt som også rommer disipliner som filosofi, psykologi og nevrovitenskap. Også robotikk og kybernetikk (læren om styring og regulering av dynamiske systemer og mekanismer) er fagfelt som overlapper med KI. 

Ikke minst er juss og etikk viktige perspektiver når en utvikler eller tar i bruk KI. Det er ikke nødvendigvis fullstendig overlapp mellom hva som er mulig, hva som er lurt – og hva som er lov. Noen av disse perspektivene kan du utforske videre i disse intervjuene, med ulike eksperter på kunstig intelligens:

Vil du lære enda mer? Se våre korte introkurs om kunstig intelligens, og utforsk alle våre artikler og guider på temaet: