Hvad er kunstig intelligens egentlig helt præcist?
Kunstig intelligens er en samlebetegnelse for teknologier, der gør computersystemer “intelligente” i den forstand, at de er i stand til at løse problemer og lære af deres egne erfaringer. I dag er Machine Learning (maskinlæring) blandt de mest kendte og anvendte af disse teknologier.
Forenklet handler det om at bruge matematik, statistik, regler, informatik, neurologi og lingvistik til at indsamle, systematisere og genkende mønstre i store datamængder. Brugen af regler, algoritmer og mønstre bliver mere effektiv og avanceret for hver dag der går.
Machine Learning (ML) – bevist og værdifuldt
Machine Learning handler ganske enkelt om at genkende mønstre i store datamængder. Det kan for eksempel være sproggenkendelse, som vi finder det i forskellige typer “chatbots” eller dialogrobotter, som vises på mange hjemmesider. Denne variant af kunstig intelligens er baseret på indsamling og systematisering af store datamængder, som ved hjælp af sandsynlighedsberegning og algoritmer kan komme med forudsigelser. Brugen af regler, algoritmer og mønstre bliver både mere effektivt og avanceret for hver dag der går.
Machine Learning kom allerede frem i 1996 og gjorde det muligt for supercomputeren Deep Blue at vinde et skakspil over skakgeniet Garri Kasparov via grundlæggende mønstergenkendelse.
Tilbage i 1996 var sejren en verdenssensation. I dag støder vi på Machine Learning-løsninger hver dag, som er baseret på mønstergenkendelse. For eksempel når musiktjenesten Spotify anbefaler os nye afspilningslister baseret på vores seneste lyttemønster, eller når Amazon giver os målrettede tilbud baseret på tidligere køb.
Deep Learning – en avanceret men relativt umoden teknologi
En anden teknologi er Deep Learning, som beskæftiger sig med udveksling af data i såkaldte neurale netværk. Faktisk netværk som ligner den menneskelige hjerne, og som bruges til at udtrække erfaringer fra historiske databaser.
Med Deep Learning forsøger man at efterligne den menneskelige hjernes neurale struktur, så computeren er i stand til at træffe uafhængige beslutninger baseret på scenarier og situationer, som computeren ikke har oplevet tidligere.
Selvkørende biler er i dag det bedste eksempel på den praktiske anvendelse af Deep Learning. Man kan også forestille sig udviklingen af robotter, som er i stand til at udføre komplekse operationer uden at miste koncentration eller få rystende hænder. Og lidt længere ud i fremtiden kan man forestille sådan noget som husholdningsrobotter, som kun venter på at finde ud af, hvordan de kan rense deres mors computer og lillebrors legetøj.
Hos Cegal har vi en række konsulenter med erfaring inden for forskellige ML- og AI-løsninger.
Eksempler på opgaver, vi har udført for vores kunder: