Kunstig intelligens (KI) vil være en viktig drivkraft fremover. Men KI er avhengig av en rekke andre teknologier for å kunne være nyttig for oss. Da snakker vi gjerne om intelligent automasjon, et uttrykk du vil høre mer om fremover.

TEKST: SJUR FRIMAND-ANDA

Kunstig intelligens er en fascinerende teknologi som får tankene til å gå mot alt fra Terminator, Skynet og roboter som tar oppvasken. Men for at kunstig intelligens skal bli nyttig for oss, må det faktisk mer til enn bare en smart datamaskin. Intelligent automasjon bruker en rekke ulike teknologier for å herme menneskelig adferd. De ulike komponentene har svært ulik modenhetsgrad. Dette er de ti teknologiene som må på plass for å få ordentlig intelligente maskiner.

1. Sanseinformasjon

Vi omgis i dag av en rekke sensorer som kan sende informasjon. Alt fra mobiltelefon til klokker og kjøleskap får sensorer. Stadig flere ting samler opp informasjon. Dette er en ganske moden teknologi som er på full fart inn i livene våre. I kunstig intelligens-sammenheng handler det om å bruke denne informasjonen på en god måte.

2. Bildetolkning

Datamaskiner har de siste årene kunnet gjenkjenne statiske bilder. Bevegelige bilder er vanskeligere, men også dette holder på å modnes. Det kommer stadig nye algoritmer, og datakraften øker. Ansiktsgjenkjennelse er eksempelvis ikke særlig vanskelig teknologisk.

 

Finansfokus satser stadig mer på nett. Vil du lese mer om teknologi, bank, forsikring og finans? Følg oss på Facebook, så går du ikke glipp av noe.

3. Talegjenkjenning

Dette er på verdensbasis en moden teknologi. Men mindre språk, som de nordiske, ligger etter. Talegjenkjenning handler om å fange opp det du sier verbalt, og gjøre det om til tekst. Har du testet Apples Siri eller Googles talesøk, vet du at dette i dag fungerer rimelig godt.

4. Språkprosesseringen

Dette handler om at datamaskinen må forstå nyanser i språket. Videre at maskinene også klarer ting som dialekt og slang. Dette er også ganske modent per i dag.

Les om hvorfor kunstig intelligens må reguleres like hardt som våpenindustrien.

5. Maskinlæring

Ofte brukes dette som synonym til kunstig intelligens. Det at datamaskiner selv klarer å finne løsninger ut fra erfaringer, er en viktig byggekloss. Men kunstig intelligens trenger et rammeverk og kommunikasjonsverktøy for at vi skal kunne ta det i bruk. Maskinlæring gir datamaskiner muligheten til å lære gjennom prøving og feiling snarere enn bare å ha statiske svar som er programmert inn. Dette skjer gjennom å gjenkjenne komplekse mønstre og å fatte intelligente beslutninger basert på data. På dette området er det en del anvendelse, selv om det fremdeles er langt å gå.

6. Informasjonsstrukturering

Ulike bransjer krever ulik kunnskap. For at kunstig intelligens skal fungere, må begrepene defineres. Finans vil eksempelvis kreve et annet begrepsapparat enn helse. Det handler rett og slett om ulike bransjers stammespråk. Her er teknologien fremdeles i utviklingsfasen. Å lage en generell kunstig intelligens som vil være en assistent som forstår hva du enn måtte spørre om, er dermed langt unna.

7. Dyp læring

Dyp læring er en utvidelse av maskinlæring og er fremdeles i sin spede begynnelse. Denne teknologien krever store mengder datakraft. Her brukes samme tankegang som ved maskinlæring, der datamaskinen lærer gjennom prøving og feiling i kombinasjon med store mengder data. Forskjellen her er at det er satt sammen et nettverk av prosesser som jobber sammen og lærer av hverandre. På mange måter simulerer denne teknologien måten hjernen vår virker på. Denne teknologien er fremdeles på forskningsstadiet og er ikke tatt særlig mye i bruk.

8. Kognitiv databehandling

Dette handler om databehandling som er fokusert på resonnement og forståelse på høyere nivå, ofte på en måte som er analog med menneskelig forståelse – eller i det minste inspirert av menneskelig forståelse. Det handler om å forstå og behandle symbolsk og konseptuell informasjon i stedet for bare rene data- eller sensorstrømmer, for å kunne ta beslutninger på høyt nivå i komplekse situasjoner. Det har mange likheter med dyp læring og er fremdeles i sin spede begynnelse.

9. Språkgenerering

Språk er komplekst. Å få en datamaskin til dynamisk å generere riktig språk, er vanskelig. Dette handler om å skape gode brukeropplevelser i interaksjonen med den kunstige intelligensen. I dag er responsen fra datamaskinen i stor grad forhåndsprogrammert. De danner i svært liten grad sine egne setninger. Her er det mye jobb igjen før teknologien fungerer skikkelig.

10. Robot-teknologi

Denne teknologien handler om å utføre ting. Roboter er velkjent i industrien, men disse vil kunne gjøre helt andre ting når de kobles mot intelligente selvlærende dataprogrammer. Men robotteknologi er også dataprogrammer som effektuerer arbeidsoppgaver, som eksempelvis å svare på eposter for et kundesenter.

 

Kilder: Forrester research, CapGemini, Wikipedia, Ted Talk.