Fem gloser der er værd at kende om kunstig intelligens

Michael  Nielsen

Jeg er din kontaktperson

Skriv til mig

Indtast venligst et validt navn
Eller dit telefonnummer
Sender besked
Tak for din besked
Vi beklager

På grund af en teknisk fejl kan din henvendelse desværre ikke modtages i øjeblikket. Du er velkommen til at skrive en mail til Send e-mail eller ringe til +45 72 20 29 84.

ledninger og netværksstik i computer

Fem gloser der er værd at kende om kunstig intelligens

Når computere og maskiner udviser en eller anden form for intelligens, kalder man det kunstig intelligens. Begrebet er en subgenre inden for datalogi, hvor der forskes i, hvordan man kan efterligne menneskers kognitive evner.

Mennesker er exceptionelle til at lære, forstå nye koncepter og til problemløsning, mens robotter stadig skal indstilles og programmeres, før de kan løse forholdsvis simple problemer.

Teknologisk Instituts robotvision-ekspert og seniorspecialist Michael Nielsen arbejder til daglig med at udvikle og finde nye anvendelsesmuligheder for brugen af kunstig intelligens. Det kan være svært at navigere i de mange synonymer, teknikker og metoder inden for feltet kunstig intelligens. Derfor giver han dig her fem gloser, der kan hjælpe dig på vej.

1. Cognitive computing bliver brugt som et synonym til kunstig intelligens, men beskriver i højere grad selve teknologierne, kunstig intelligens baserer sig på. Cognitive computing-begrebet er især blevet adopteret af organisationer, der har skabt deres egne platforme og systemer, der benytter forskellige former for kunstig intelligens med fokus på forskellige funktioner, herunder stemmegenkendelse, ansigtsgenkendelse og redskaber, der kan analysere specifikke store datamængder.

2. Machine learning er et begreb under kunstig intelligens, der beskriver hvordan computere kan lære uden at blive direkte programmeret. Med udgangspunkt i nogle algoritmer kan systemet lære fra og lave prognoser på store datasæt. Et alment kendt eksempel på machine learning er Googles søgemaskinealgoritmer, der hele tiden lærer på baggrund af søgninger og hele tiden bliver bedre til at foreslå og vise de mest relevante resultater.

3. Supervised learning er en læringsmetode under machine learning-begrebet. Her bliver den kunstige intelligens trænet med dataeksempler, som den så kan bruge til at genkende nye lignende datasæt. Den kunstige intelligens lærer at generalisere og finde ligheder i det nye data med baggrund i dataeksemplerne. Fx er mange e-mail-spamfiltre baseret på supervised learning, hvor man gennem et stort datasæt har vist, hvordan spammails typisk ser ud - og programmet lærer så at genkende de fleste nye spammails. Forskellen på supervised og unsupervised learning er hvorvidt man selv fortæller den kunstige intelligens hvad det er forskellen er på det data input man giver den.

4. Transfer learning er en læringsmetode under machine learning-begrebet, som beskæftiger sig med at anvende viden om problemløsning på et område og overføre den samme viden til et lignende problem. Fordelen ved transfer learning er, at man kan genbruge eksisterende viden og data til et nyt problem.

5. Reinforcement learning tager udgangspunkt i behavioristisk psykologi. Her er omdrejningspunktet et belønningssystem, som lærer den kunstige intelligens, når noget er rigtigt og forkert. I et reinforcement learning-system er fejl ikke en skidt ting, men er med til at lære systemet at blive bedre. Fx har Google Deepmind udviklet en kunstig intelligens kaldet AlphaGo, der har spillet menneskelige modstandere i spillet Go. Ved at spille tusindvis af gange mod menneskelige modstandere, har AlphaGo lært at mestre spillet.

Vil du se, hvordan Teknologisk Institut konkret bruger kunstig intelligens – fx til at blive bedre til at sortere værdifuldt og miljøfarligt affald? Så se nedenstående video, hvor Michael Nielsen fortæller mere.