Flytt ditt nettsted til våre Lightspeed webhotell, med cPanel, og
få 3-6 ganger raskere nettsider enn i dag. Pris: fra kr. 119/pr. år.

Tidligere var intelligens (IQ) det som skilte mennesket fra dyr og maskiner. Dette er ikke lenger tilfelle. Idag har vi fått en rekke datamaskiner som har maskinell intelligens, også kalt kunstig intelligens. Dette er maskiner som kan forstå, resonnere, lære og forutsi fremtidige handlinger, slik som menneskets hjerne kan.

Kunstig intelligens er imidlertid ikke et nytt fenomen. Det første suksessfulle programmet som var bygd på kunstig intelligens kom allerede i 1951 og var et program som kunne spille “Checkers”; – et av verdens eldste brettspill.

Hva er kunstig intelligens?

Når vi snakker om Kunstig intelligens, eller Artificial Intelligence (AI) på engelsk, mener vi:

“datamaskiner som har evnen å utføre kognitive oppgaver og lære av sine handlinger”.

Kunstig intelligens er med andre ord systemer som (Russel og Norvig, 1995:5):

  1. opptrer som mennesker
  2. tenker som mennesker
  3. er rasjonelle

Kunstig intelligens er teorier om og utvikling av datasystemer som er i stand til å:

  • gjennomføre oppgaver som vanligvis krever menneskelig intelligens (Laurent, Chollet & Herzberg, 2015, s.2),
  • løse problemer og lære av egne erfaringer (Tidemann, 2018).

Kunstig intelligens er kort sagt teknologier som kontinuerlig samler inn, organiserer, analyserer, tolker og gjenfinner data for å oppnå “deep-learning” som kan bruke til å løse fremtidige oppgaver. Selv om det finnes programvare for kunstig intelligens som er enkelt tilgjengelig på Internett så er denne programvaren verdiløs helt til den blir lært opp til hva den skal brukes til gjennom å utvikle ulike algoritmer.


Svak og sterk kunstig intelligens

Ikke alle datasystemer som bygger på kunstig intelligens er like “smarte”. Vi må derfor skille mellom:

  • Svak kunstig intelligens – maskiner som kan gjøre en spesifikk oppgave på et avansert nivå, men systemet kan ikke gå utenfor dette område eller lære videre sin lærdom. Et eksempel på dette er Siri´s funksjon på iPhone, da denne funksjonen kun besvarer spørsmål relatert til din telefon eller funksjoner i telefonen.
  • Sterk kunstig intelligens – fungerer mer som en menneskelig hjerne. Maskinen har kognitive evner til å tenke rasjonelt og finne den beste løsningen til et ukjent problem den står overfor.

De fleste intelligente systemene er idag ennå basert på svak kunstig intelligens, men i fremtiden vil vi se stadig mer intelligente systemer som er basert på sterk kunstig intelligens.

Intelligente systemer

Når vi snakker om intelligente systemer mener vi datamaskiner som har en kunstig intelligens og kompetanse til å utføre oppgaver på lik linje med mennesker. Intelligente systemer kjennetegnes av at de har evnen til å:

  • forstå
  • resonnere
  • lære
  • forutsi

Evnen til å forstå

Et intelligent system må ha evnen til å kunne forstå. Det vil si ha evnen til å motta og behandle ustrukturert informasjon på samme måte som mennesker. Intelligente systemer må med andre ord forstå språkmønstre og sensoriske data som tekst, bilder og lyd. F.eks. undersøke tusenvis av timer med lydinnspilling på noen få minutter, for å identifisere nøkkelord og mønstre basert på frekvens, tonefall og uttrykk (Iversen 2017).

For å oppnå dette må systemet benytte seg av natural language processing (NLP) som en del av systemets evne til å forstå og ta i bruk menneskelig språk (Whitby, 2008). Natural language processing vil si at systemet kan kommunisere med brukeren ved hjelp av språk i tekst og tale. Natural language processing er avgjørende for at et intelligent system skal kunne lese, forstå, tolke og oversette menneskelig tale til data.

Sentimentanalyse er også en del av intelligente systemers evne til å forstå, og handler om å identifisere og ekstrahere følelsesmomenter i en tekst eller en talesnutt (Pang og Lee 2008, 15).

Evnen til å resonnere

Intelligente systemer må ha evnen til å resonnere. De må ha evnen til å danne hypoteser, tolke data og skape nye ideer ut fra et datamateriale. De må kunne lese, organisere, analysere og tolke data raskt og kunne sette sammen informasjon fra forskjellig kilder til meningsfulle og relevante svar som baserer seg på historiske fakta (data). Analyser av big data ingår derfor normalt som en del av alle systemer for kunstig intelligens.

Evnen til å lære

Intelligente systemer må også ha evnen til å lære og forbedre sine prestasjoner. Dette ved å kontinuerlig analysere nye (historiske) data for å finne nye mønstre i datamaterialet. F.eks. kan intelligente systemer bygge opp en dyp og bred kunnskapsbase som til enhver tid er oppdatert ved bruk av maskinlæring. Kunstig intelligens kan ses på som et kognitivt system som kan lese, organisere, analysere og tolke innhold fra flere ulike datakilder, og gi oss tilgang til relevant og oppdatert informasjon til enhver tid (Iversen 2017).

Evnen til å forutsi

Intelligente systemer må ha evnen til å predikere. Dvs. at systemet må ha muligheten til å skape antakelser om fremtiden. Ved bruk av prediktive analyser må systemet bli i stand til å bedre forstå hva som sannsynligvis vil skje i fremtiden, basert på hva som har skjedd i fortiden. Jo mer data systemet behandler, jo bedre blir evnen til å predikere fremtiden og identifisere nye muligheter.

Turing-testen

Du må logge inn for å se resten av innholdetVennligst . Ikke medlem? Bli med oss