Kunstig intelligens, AI, er en vitenskapelig disiplin som offisielt ble presentert for verdenssamfunnet i 1956 på et seminar i Hannover i USA. Arrangementet var et initiativ fra fire amerikanske forskere: John McCarthy, Marvin Minsky, Nathaniel Rochester og Claude Shannon. Helt fra begynnelsen har begrepet «kunstig intelligens», som sannsynligvis ble oppfunnet for å tiltrekke seg offentlig oppmerksomhet, blitt utrolig populært.
Feltet har fått stadig større betydning i løpet av de siste seksti årene, og mye av den intelligente teknologien har hatt stor innvirkning på verdensordenen. Likevel er begrepet «kunstig intelligens» en feiltolkning, fordi det forstås som et kunstig vesen med intelligens som er i stand til å konkurrere med det beste fra et hvilket som helst menneske.
For John McCarthy og Marvin Minsky betydde kunstig intelligens først et forsøk på å datamodellere intellektuelle evner, menneske-dyr-plante-sosial-fylogenetiske evner. Antakelsen om at alle kognitive funksjoner kan beskrives presist og reproduseres programmatisk, var utgangspunktet for dette vitenskapelige området. Til tross for mer enn seksti års historie har hypotesen om at intellektuelle funksjoner kan reproduseres av datamaskiner ennå ikke blitt bekreftet eller avkreftet definitivt, noe som stimulerer forskere til nye oppdagelser.
Moderne kunstig intelligens har anvendelser på bokstavelig talt alle livets områder og er i en fase med konstant utvikling, med utgangspunkt i en beriket bakgrunn som ble lagt fra midten av 1900-tallet.
Kunstig intelligens
Utviklingen av kunstig intelligens startet like etter andre verdenskrig, da forskere som Alan Turing utforsket muligheten for at maskiner kunne «tenke». I 1950 publiserte Turing boken «Computing Machines and Intelligence», der han foreslo Turing-testen som en metode for å avgjøre om en maskin var i stand til å etterligne menneskelig intelligens. Kunstig intelligens fikk stor oppmerksomhet på 1960-tallet, og de første programmene for sjakkspill og algebraisk problemløsning så dagens lys. Den første «vinterperioden» for kunstig intelligens kom imidlertid på 1970-tallet, da fremskrittene i den virkelige verden ikke helt nådde opp til de høye forventningene mange hadde, og bevilgningene til forskning ble redusert.
Interessen for kunstig intelligens tok overhånd på 1980-tallet som følge av en kombinasjon av utviklingen av algoritmer for maskinlæring og økt datakraft. Denne epoken er preget av forbedringer i realiseringen av ekspertsystemer – som kan simulere beslutningene til menneskelige eksperter innenfor et bestemt domene. Fra og med årtusenskiftet begynte en ny epoke innen kunstig intelligens, som ble fremskyndet av utviklingen av internett, stordata og større datakraft. Gjennombrudd innen dyp læring og nevrale nettverk har så langt ført til en rekke systemer som nå er i stand til å gjenkjenne tale og bilder, noe som ligger til grunn for nyere arbeid med selvkjørende biler, persontilpasset medisin og andre bruksområder.
Kunstig intelligens sprenger nye rammer og utfordringer, finner sin plass i dagliglivet og endrer mange sfærer radikalt: næringsliv, medisin og utdanning inkludert. AI-historien er veien fra utopiske ideer til reelle teknologier, som inspirerer forskere og utviklere til å skape nye ting.
Kunstig intelligens har gjennomgått mange endringer på så kort tid siden den oppstod. Det er mulig å skille ut seks stadier i utviklingshistorien.
I de første årene av utviklingen, oppmuntret av tidlige suksesser, kom en rekke forskere, deriblant Herbert Simon, med optimistiske spådommer. Simon spådde at «innen ti år ville en digital datamaskin være verdensmester i sjakk». Men da en ti år gammel gutt på midten av 1960-tallet slo en datamaskin i sjakk, og en rapport fra det amerikanske senatet påpekte begrensningene ved maskinoversettelse, hadde utviklingen av kunstig intelligens bremset betydelig opp. Dette ble ansett for å være de mørke tidene for kunstig intelligens.
Den neste var semantisk AI, der forskerne begynte å interessere seg for psykologien bak hukommelses- og forståelsesmekanismer. På midten av 1970-tallet begynte det å dukke opp metoder for semantisk kunnskapsrepresentasjon og ekspertsystemer som gjorde bruk av fagkunnskap for å reprodusere tankeprosesser. Disse systemene var svært lovende, særlig innen medisinsk diagnostikk.
På 1980- og 1990-tallet resulterte utviklingen av maskinlæringsalgoritmer og bedre tekniske muligheter i intelligente systemer som var i stand til å utføre ulike oppgaver, for eksempel identifisering av fingeravtrykk og talegjenkjenning. Perioden var preget av at KI ble integrert i andre fagområder for å skape hybride systemer.
Senere på 1990-tallet begynte man å kombinere kunstig intelligens med robotteknologi og menneske-maskin-grensesnitt for å skape noe som ligner på affective computing, som analyserer og deretter gjengir menneskelige følelser, noe som bidro til utviklingen av dialogsystemer som chatbots.
Siden 2010 har nye muligheter innen databehandling gjort det mulig å kombinere stordata med teknikker for dyp læring inspirert av kunstige nevrale nettverk. Fremskritt innen tale- og bildegjenkjenning, naturlig språkforståelse og ubemannede kjøretøyer signaliserer en ny renessanse for kunstig intelligens.
Anvendelser av kunstig intelligens
Teknologier for kunstig intelligens har vist seg å ha store fordeler sammenlignet med menneskelige evner i ulike aktiviteter. I 1997 slo for eksempel Deep Blue-datamaskinen fra IBM den daværende verdensmesteren i sjakk, Garry Kasparov. I 2016 slo datasystemene verdens beste go- og pokerspillere for å demonstrere sine evner til å behandle og analysere enorme datamengder, målt i henholdsvis terabyte og petabyte.
Maskinlæringsteknikker brukes til alt fra å gjenkjenne taler til å identifisere ansikter og fingeravtrykk blant millioner av andre, slik sekretærene bruker. De samme teknologiene gjør det mulig for biler å kjøre av seg selv og for datamaskiner å diagnostisere føflekkreft ut fra bilder av føflekker tatt med mobiltelefoner. Militære roboter og automatiserte samlebånd i fabrikker benytter seg også av kraften fra kunstig intelligens.
I den vitenskapelige verden har kunstig intelligens blitt brukt til å bryte ned funksjonene til biologiske makromolekyler, inkludert proteiner og genomer, i henhold til rekkefølgen på komponentene. Dette skiller in silico – fra historiske metoder som eksperimenter in vivo – på levende organismer – og in vitro – under laboratorieforhold.
Bruksområdene for selvlærende intelligente systemer spenner fra industri og bankvesen til forsikring, helsevesen og forsvar. Automatiseringen av en rekke rutineprosesser forandrer yrkesutøvelsen og gjør at enkelte yrker potensielt kan bli utryddet.
Skillet mellom kunstig intelligens og nevrale nettverk og maskinlæring
Kunstig intelligens, ofte omtalt som AI, er et generelt felt innen informatikk som handler om å skape intelligente maskiner som kan utføre aktiviteter som vanligvis krever menneskelig intelligens. Det omfatter, men er ikke begrenset til, spesialiserte programmer og ulike teknologiske tilnærminger og løsninger. AI benytter seg av mange logiske og matematiske algoritmer som kan være basert på nevrale nettverk med det formål å etterligne prosesser i den menneskelige hjerne.
Nevrale nettverk representerer en bestemt type dataalgoritme, som kan betraktes som en matematisk modell bestående av kunstige nevroner. Slike systemer krever ikke forutgående programmering for å utføre visse funksjoner. Tvert imot er de i stand til å lære av tidligere erfaringer, akkurat som nevronene i menneskehjernen skaper og styrker forbindelsene sine i løpet av læringsprosessen. Nevrale nettverk er et verktøy innen AI for å utføre oppgaver som innebærer gjenkjenning eller behandling av data.
Mens AI er den generelle termen som beskriver maskiner som kan tenke og lære som mennesker, kalles maskinlæring den viktigste undergruppen av AI som omhandler teknologier og algoritmer som får programmer til å lære og forbedre seg uten menneskelig inngripen. Slike systemer analyserer inngangsdata, finner mønstre i dem og bruker denne kunnskapen til å behandle ny informasjon og løse mer kompliserte problemer. En av metodene for å organisere maskinlæring kalles nevrale nettverk.
Hvis vi prøver å finne en analogi til AI i menneskekroppen, vil AI fungere som hele hjernens funksjon, mens maskinlæring vil være analogien til informasjonsbehandling og problemløsningsteknikker, og nevrale nettverk vil være strukturelle elementer – som nevroner – som utfører databehandling på atomnivå.
Anvendelse av AI i det moderne liv
Kunstig intelligens har funnet sin plass på nesten alle områder av livet i den moderne verden, fra kommersiell bruk til medisinsk bruk og produksjonsteknologi. Det finnes to hovedtyper av kunstig intelligens: svak og sterk. De svake er spesialisert på smalere oppgaver, som diagnostisering eller dataanalyse, mens sterk AI er skapt for å løse globale, komplekse problemer ved å imitere menneskelig intelligens.
Stordataanalyse med bruk av kunstig intelligens er svært anvendelig i handelen, der store handelsplattformer kan studere forbrukeratferd og optimalisere markedsføringsstrategier.
Kunstig intelligens i produksjonsindustrien har blitt brukt til å overvåke og koordinere arbeidernes aktiviteter, noe som har økt effektiviteten og sikkerheten i arbeidsprosessen betraktelig. I transportsektoren brukes kunstig intelligens til trafikkontroll, overvåking av veiforholdene og utvikling og forbedring av ubemannede kjøretøy.
Luksusvaremerkene tar i bruk kunstig intelligens for å analysere kundenes behov og tilpasse produktene til dem. I helsevesenet er kunstig intelligens i ferd med å endre diagnostikk, utvikling av legemidler, helseforsikring og til og med kliniske studier, noe som gjør helsetjenestene langt mer nøyaktige og effektive.
Årsakene til denne teknologiske utviklingen er den raske veksten i informasjonsflyten, økte investeringer i AI-sektoren og krav om høyere produktivitet og større effektivitet i alle sektorer. Kunstig intelligens fortsetter å øke sin innflytelse, trenger inn på nye områder og forandrer tradisjonelle tilnærminger til forretningsvirksomhet og hverdagsaktiviteter.
Anvendelsesområder for AI
Kunstig intelligens har dekket alle andre aspekter av menneskelivet, noe som har skapt nye muligheter for tradisjonelle bransjer til å forbedre effektiviteten og nøyaktigheten.
Medisin og helsevesen: Kunstig intelligens behandler pasientdata, analyserer medisinske bilder som ultralyd, røntgen og CT-skanning, og diagnostiserer sykdommer basert på symptomer. Intelligente systemer gir behandlingsalternativer og hjelper deg med å føre en sunn livsstil gjennom mobilapper som kan overvåke hjerterytmen og kroppstemperaturen.
Detaljhandel og e-handel: Ved hjelp av kunstig intelligens analyseres brukernes atferd på nettet for å gi anbefalinger eller reklame som er skreddersydd for dem. Dette omfatter også annonsering av produkter som brukerne har sett i nettbutikker, og forslag til lignende produkter basert på analyser av brukernes interesser. Politikk: Under presidentvalgkampen, også Barack Obamas, har kunstig intelligens blitt brukt til dataanalyse for å optimalisere valgkampstrategiene – valg av hvor og når han skal tale – og dermed øke sjansene for å vinne.
Industrien: AI bidrar til å kontrollere produksjonsprosesser, analysere utstyrsbelastning og forutsi etterspørsel for å sikre riktig ressursutnyttelse og kostnadsbesparelser. Spill og utdanning: AI genererer mer realistiske virtuelle motstandere og persontilpassede spillscenarioer i spillbransjen. Innen utdanning brukes AI blant annet til å planlegge læreplaner som passer studentenes behov og evner, og til å administrere utdanningsressurser.
Andre områder der kunstig intelligens kommer til anvendelse, er juridiske tjenester, finans og forvaltning av urban infrastruktur, for bare å nevne noen få av de områdene som virkelig understreker dens bidrag til moderne innovasjon og teknologisk utvikling.
Kunstig intelligens (AI) er en vitenskapelig disiplin som offisielt ble introdusert for verdenssamfunnet i 1956 på en workshop i Hannover i USA. Det var fire amerikanske forskere som tok initiativet til arrangementet: John McCarthy, Marvin Minsky, Nathaniel Rochester og Claude Shannon. Siden starten har begrepet «kunstig intelligens», som trolig ble skapt for å tiltrekke seg offentlig oppmerksomhet, fått enorm popularitet.
Betydningen av kunstig intelligens har vokst jevnt og trutt i løpet av de siste seks tiårene, og intelligente teknologier har hatt en betydelig innvirkning på verdensordenen. Til tross for den utbredte bruken av begrepet «kunstig intelligens» blir det ofte feiltolket, særlig når det forstås som et kunstig vesen med intelligens som kan konkurrere med mennesker.
For John McCarthy og Marvin Minsky var kunstig intelligens først og fremst et forsøk på å datamodellere intellektuelle evner – menneskelige, dyre-, plante-, sosiale eller fylogenetiske. Antakelsen om at alle kognitive funksjoner kan beskrives nøyaktig og reproduseres programmatisk, ble grunnlaget for dette vitenskapelige feltet. Til tross for mer enn seksti års historie har hypotesen om at intellektuelle funksjoner kan reproduseres av datamaskiner ennå ikke blitt bekreftet eller avkreftet definitivt, noe som stimulerer forskere til nye oppdagelser.
Moderne kunstig intelligens brukes i stor utstrekning på ulike områder av livet og fortsetter å utvikle seg, og bygger på en rik arv av forskning og utvikling som begynte på midten av 1900-tallet.
Utviklingen av kunstig intelligens
Utviklingen av kunstig intelligens begynte like etter andre verdenskrig, da forskere som Alan Turing utforsket potensialet for at maskiner kunne «tenke». I 1950 publiserte Turing boken «Computing Machines and Intelligence», der han foreslo Turing-testen som en metode for å avgjøre en maskins evne til å etterligne menneskelig intelligens. På 1960-tallet fikk kunstig intelligens stor oppmerksomhet, og de første programmene for å spille sjakk og løse algebraiske problemer så dagens lys. På 1970-tallet kom imidlertid den første «vinterperioden» for kunstig intelligens, da de virkelige fremskrittene ikke levde opp til de høye forventningene, noe som førte til en reduksjon i forskningsfinansieringen.
Interessen for kunstig intelligens fikk et oppsving på 1980-tallet på grunn av utviklingen av maskinlæringsalgoritmer og økt datakraft. Denne perioden kjennetegnes av fremskritt i utviklingen av ekspertsystemer som er i stand til å etterligne beslutningene til menneskelige eksperter på visse områder. Ved inngangen til det nye årtusenet gikk KI inn i en ny æra, fremskyndet av utviklingen av internett, stordata og økt datakraft. Gjennombrudd innen dyp læring og nevrale nettverk har ført til utvikling av systemer som er i stand til å gjenkjenne tale og bilder, noe som ligger til grunn for utviklingen av selvkjørende biler, persontilpasset medisin og andre anvendelser.
Kunstig intelligens fortsetter å sprenge nye grenser og skape nye utfordringer, integreres i hverdagen og endrer radikalt mange områder, deriblant næringsliv, medisin og utdanning. Historien om kunstig intelligens er en vei fra utopiske ideer til reell teknologi, og den inspirerer forskere og utviklere til å gjøre nye oppdagelser.
Kunstig intelligens (AI) har gjennomgått en rekke endringer i løpet av den korte tiden den har eksistert. Man kan skille mellom seks stadier i utviklingen.
I de tidlige utviklingsfasene, drevet frem av tidlige suksesser, kom forskere som Herbert Simon med optimistiske spådommer. Simon så for seg at maskiner kunne bli verdensmestere i sjakk i løpet av ti år. Men på midten av 1960-tallet bremset utviklingen opp da en ti år gammel gutt slo en datamaskin i sjakk, og en rapport fra det amerikanske senatet påpekte begrensningene ved maskinoversettelse. Denne perioden ble kjent som den mørke tiden for kunstig intelligens.
Neste fase var rettet mot semantisk KI, der forskerne fokuserte på psykologien bak hukommelse og forståelsesmekanismer. På midten av 1970-tallet vokste det frem metoder for semantisk kunnskapsrepresentasjon og ekspertsystemer som brukte fagkunnskap til å reprodusere tankeprosesser. Disse systemene viste seg å være svært lovende, særlig innen medisinsk diagnostikk.
På 1980- og 1990-tallet førte utviklingen av maskinlæringsalgoritmer og tekniske forbedringer til utviklingen av intelligente systemer som var i stand til å utføre en rekke ulike oppgaver, for eksempel identifisering av fingeravtrykk og talegjenkjenning. Denne perioden var preget av integrasjonen av KI med andre fagområder for å skape hybride systemer.
På slutten av 1990-tallet begynte man å kombinere kunstig intelligens med robotteknologi og grensesnittet mellom menneske og maskin, noe som førte til utviklingen av affektiv databehandling med mål om å analysere og reprodusere menneskelige følelser. Denne trenden bidro til å forbedre dialogsystemer som chatbots.
Siden 2010 har nye muligheter innen databehandling gjort det mulig å kombinere stordata med teknikker for dyp læring basert på kunstige nevrale nettverk. Fremskritt på områder som tale- og bildegjenkjenning, naturlig språkforståelse og ubemannede kjøretøyer signaliserer en ny renessanse for kunstig intelligens.
Anvendelser av kunstig intelligens
Teknologier for kunstig intelligens har vist seg å ha betydelige fordeler i forhold til menneskelige evner på mange områder. I 1997 slo for eksempel IBMs Deep Blue-datamaskin den daværende verdensmesteren i sjakk, Garry Kasparov. I 2016 slo datasystemer verdens beste go- og pokerspillere, noe som viser at de er i stand til å behandle og analysere enorme datamengder målt i terabytes og petabytes.
Maskinlæringsteknikker brukes i utstrakt grad i alt fra talegjenkjenning, på samme måte som tidligere tiders sekretærskrivere, til nøyaktig identifisering av ansikter og fingeravtrykk blant millioner av andre. De samme teknologiene gjør det mulig for biler å kjøre av seg selv, og datamaskiner som er bedre enn hudleger til å diagnostisere føflekkreft ut fra bilder av føflekker tatt med mobiltelefonen. Militære roboter og automatiserte samlebånd i fabrikker er også et resultat av kunstig intelligens.
Innenfor vitenskapen brukes kunstig intelligens til å analysere funksjonen til biologiske makromolekyler, som proteiner og genomer, basert på sekvensen av deres bestanddeler. Dette skiller in silico (databaserte eksperimenter med bruk av store datamengder og kraftige prosessorer) fra tradisjonelle metoder som in vivo- (på levende organismer) og in vitro-eksperimenter (under laboratorieforhold).
Selvlærende intelligente systemer finner anvendelse i nesten alle sektorer: fra industri og bankvesen til forsikring, helsevesen og forsvar. Automatiseringen av mange rutineprosesser er i ferd med å forandre yrkesutøvelsen og kan potensielt føre til at enkelte yrker forsvinner.
Hva skiller kunstig intelligens fra nevrale nettverk og maskinlæring?
Kunstig intelligens (KI) er et bredt felt innen informatikk som handler om å skape intelligente maskiner som er i stand til å utføre oppgaver som krever menneskelig intelligens. Dette omfatter ikke bare spesialiserte programmer, men også en rekke ulike teknologiske metoder og løsninger. KI bruker mange tilnærminger, blant annet logiske og matematiske algoritmer, og kan basere seg på nevrale nettverk for å etterligne hvordan den menneskelige hjernen fungerer.
Nevrale nettverk er en spesiell type dataalgoritmer som representerer en matematisk modell bestående av kunstige nevroner. Disse systemene krever ikke forutgående programmering for å utføre spesifikke oppgaver. I stedet er de i stand til å lære basert på tidligere erfaringer og elementære beregninger, på samme måte som nevronene i menneskehjernen danner og styrker forbindelser i løpet av læringsprosessen. Nevrale nettverk er et verktøy som brukes innen AI for å løse oppgaver knyttet til gjenkjenning og behandling av data.
Maskinlæring er på sin side en undergruppe av AI som fokuserer på å utvikle teknologier og algoritmer som gjør det mulig for programmer å lære og forbedre seg uten direkte menneskelig inngripen. Disse systemene analyserer inndata, finner mønstre i dem og bruker denne kunnskapen til å behandle ny informasjon og løse mer komplekse problemer. Nevrale nettverk brukes ofte som en av metodene for å organisere maskinlæring.
Hvis vi trekker en analogi til menneskekroppen, kan KI sammenlignes med hjernens fulle funksjonalitet, maskinlæring kan sammenlignes med informasjonsbehandling og problemløsningsteknikker, og nevrale nettverk er strukturelle elementer som ligner på nevroner, og som sørger for databehandling på et grunnleggende nivå.
Anvendelser av AI i det moderne liv
Kunstig intelligens (AI) har funnet bred anvendelse på mange ulike områder i det moderne liv, fra kommersielle applikasjoner til medisinsk teknologi og produksjonsteknologi. Det finnes to hovedtyper av AI: svak AI og sterk AI. Svak AI er spesialisert til å utføre spesifikke oppgaver som medisinsk diagnose eller dataanalyse, mens sterk AI tar sikte på å løse globale, komplekse problemer ved å etterligne menneskelig intelligens på et dypere nivå.
Innenfor handel brukes kunstig intelligens i stor utstrekning til analyse av stordata (Big Data), noe som gjør det mulig for store handelsplattformer å studere forbrukeratferd og optimalisere markedsføringsstrategier.
I produksjonsindustrien brukes kunstig intelligens til å overvåke og koordinere arbeidernes handlinger, noe som øker effektiviteten og sikkerheten i arbeidsprosessene. I transportbransjen bidrar kunstig intelligens til trafikkstyring, overvåking av veiforholdene og utvikling og forbedring av ubemannede kjøretøy.
Luksusmerker integrerer kunstig intelligens for å analysere kundenes behov og personalisere produktene. I helsevesenet revolusjonerer kunstig intelligens diagnostikk, legemiddelutvikling, helseforsikring og kliniske studier, noe som gjør helsetjenestene mer nøyaktige og effektive.
Denne teknologiske utviklingen drives frem av den raske veksten i informasjonsflyten, økte investeringer i KI-sektoren og krav om større produktivitet og effektivitet i alle bransjer. Kunstig intelligens fortsetter å utvide sin innflytelse, trenger inn på nye områder og forandrer tradisjonelle tilnærminger til forretningsvirksomhet og hverdagsaktiviteter.
Bruksområder for kunstig intelligens
Kunstig intelligens (KI) infiltrerer mange aspekter av hverdagen, forandrer tradisjonelle bransjer og skaper nye muligheter for å forbedre effektivitet og nøyaktighet:
- Medisin og helsevesen: Kunstig intelligens brukes til å håndtere pasientdata, analysere medisinske bilder som ultralyd, røntgen og CT-skanninger og diagnostisere sykdommer basert på symptomer. Intelligente systemer tilbyr behandlingsalternativer og hjelper deg med å føre en sunn livsstil gjennom mobilapper som kan overvåke pulsen og kroppstemperaturen din.
- Detaljhandel og e-handel: Kunstig intelligens analyserer brukernes atferd på nettet for å kunne tilby personlig tilpassede anbefalinger og reklame. Dette omfatter reklame for produkter som brukerne har sett i nettbutikker, og forslag til lignende produkter basert på analyser av brukernes interesser.
- Politikk: Under presidentvalgkampen, for eksempel Barack Obamas, ble kunstig intelligens brukt til å analysere data og optimalisere valgkampstrategier, for eksempel ved å velge hvor og når han skulle tale, noe som økte hans vinnersjanser.
- Industrien: Kunstig intelligens bidrar til å styre produksjonsprosesser, analysere utstyrsbelastning og forutsi etterspørsel, optimalisere ressurser og redusere kostnader.
- Spill og utdanning: I spillindustrien skaper kunstig intelligens mer realistiske virtuelle motstandere og personlig tilpassede spillscenarier. I utdanningssektoren brukes kunstig intelligens til å skreddersy læreplaner etter studentenes behov og evner, og til å administrere utdanningsressurser.
KI brukes også på mange andre områder, blant annet innen juridiske tjenester, finans, forvaltning av infrastruktur i byer og mer, noe som understreker dens rolle som en viktig drivkraft for moderne innovasjon og teknologiske fremskritt.