Kunstig intelligens

Åpne bilde i et nytt vindu

CC BY-NC

Bilde: NTB, Science Photo Library

Har du noen gang lånt bort mobilen eller pc-en, og etterpå opplevd at det kommer opp reklame for noe du absolutt ikke interesserer deg for? Eller at Spotify tror du har blitt en country-elsker og gir deg mange forslag i den retningen? Da kan andres søk og databruk på din enhet ha påvirket hva algoritmene tror du er interessert i, slik at de gir deg spesialtilpasset innhold – som nå ikke passer deg likevel.

Kunstig intelligens starter med data – store mengder data. Vi lever i en verden der mer og mer informasjon om oss blir samlet inn og analysert på systematiske og ikke-systematiske måter.

Stordata er store mengder data som er av forskjellig type og stort sett ustrukturerte (dvs. ikke ordnet). De kan være samlet inn av ulike aktører, over lang tid og til ulike formål. Dataene kan deretter analyseres og brukes i nye sammenhenger og til nye formål.

Kunstig intelligens handler om å sortere data og løse problemer gjennom bruk av teknologi. Mange oppgaver som vanligvis ville krevd menneskelig intelligens, kan nå løses av maskiner. En av de vanligste formene for kunstig intelligens i dag kalles maskinlæring.

Det finnes ingen allmenn definisjon på kunstig intelligens i dag. Begrepet favner ulike metoder og teknologier som tolker og behandler data for å løse bestemte oppgaver.

Det er mye matematikk og statistikk involvert i kunstig intelligens. Store mengder med data brukes for å trene maskiner, slik at disse kan gjenkjenne mønstre i store sett med data.

CC BY-NC

Bilde: Soeren Stache

Vi finner kunstig intelligens i alt fra Google-søkemotoren til selvkjørende biler og stemmestyrte assistenter som Alexa. Alexa ble skapt av Amazon og er et dataprogram med tilhørende maskinvare som ser ut som en høyttaler. Dataprogrammet responderer på talen din og kan hjelpe deg med hverdagslige oppgaver som å sette på musikk, skaffe informasjon, fortelle nyheter, sette på alarmer og lage handlelister.

NDLA bruker en oversettelsesrobot til å oversette skriftlig tekst fra bokmål til nynorsk. Verktøyet er nyttig og tidssparende, men det gir ikke noe 100 prosent korrekt resultat. Det er setningsbygningen roboten sliter mest med, den "forstår" ikke alltid hvordan de enkelte orda i en setning henger sammen. Derfor er det fortsatt nødvendig med menneskelig kompetanse: All tekst må leses gjennom og sjekkes for å sikre at resultatet er helt korrekt og god norsk. Samtidig trenes roboten med stadig nye tekster der feila roboten har gjort, er rettet opp, slik at verktøyet blir stadig bedre.

NTB (Norsk telegrambyrå) har brukt kunstig intelligens i flere år til å lage automatiserte tekster om fotballkamper. Det var slik idéen om en nynorskrobot oppsto:

Kunstig intelligens blir ofte brukt til å kategorisere informasjon slik at en kan forutsi framtidige hendelser med større sannsynlighet. Værmeldingen er et godt eksempel på denne bruken av kunstig intelligens. Du har kanskje lagt merke til at værmeldingen blir stadig mer treffsikker?

Bildegjenkjenning

Når du ser på et bilde av et dyr, kan du med ganske stor sikkerhet si om dyret er en katt eller ikke. Vi mennesker har lært hva det er som skiller en katt fra for eksempel en hund eller en palme. I dag kan vi også trene opp maskiner til å skille en katt fra en hund, fra en palme eller fra andre gjenstander og levevesener. Utgangspunktet kan være et gigantisk datasett med bilder av katter og ikke-katter. I tillegg får maskinen et sett med regler, en algoritme, som forteller hvordan maskinen skal skille katt fra ikke-katt.

For at algoritmen skal bli stadig mer treffsikker, trengs det tilbakemeldinger fra mennesker. Har du noen gang blitt bedt på nettet om å verifisere (bevise) at du er et menneske? Kanskje ved å se på et antall bilder og klikke på de bildene som inneholder en bestemt gjenstand, en bestemt plante osv.? Da har du, i tillegg til å bevise at du ikke er noen robot, hjulpet Google og andre å trene opp algoritmene som gjenkjenner gjenstander, planter, dyr eller mennesker.

Når vi viser algoritmemodellen et nytt bilde, sammenligner den dette bildet med de bildene som allerede finnes i datasettet. Den vil da fortelle oss sannsynligheten for at bildet viser en bestemt gjenstand eller et bestemt levevesen, for eksempel en katt. Og for hver datagjennomkjøring blir algoritmemodellen bedre til å gjenkjenne katter. Maskinen lærer på egen hånd, og vi har fått en autonom, selvlærende maskin.

Åpne bilde i et nytt vindu

CC BY-SA

Bilde: Stina Åshildsdatter Grolid, Lisa Reutter

• Hvor skal AI brukes?
• Hvilke data skal brukes?
• Hvilke kvaliteter har en god algoritmemodell?
• Hva skal informasjon fra AI brukes til?

Det er interessant å se på hvordan vi som samfunn bruker kunstig intelligens i dag, og hvem som egentlig lager teknologien. Hvilke verdier legges til grunn ved utvikling av AI?

Finn ut mer om algoritmer. Du kan for eksempel se filmen Dumme maskiner, smarte algoritmer på NRK eller lese artikkelen "Reklame og algoritmer".