This is the Trace Id: cc06e44cf8b72b1ed212e66b0e57aa66
Gå til hovedindholdet
Azure

Hvad er kunstig intelligens? 

Få et overblik over kunstig intelligens (AI) og dens mange use cases. Derudover kan du lære, hvordan du kommer i gang med at udvikle, udrulle og administrere apps, der er drevet af kunstig intelligens ved hjælp af Azure-tjenester.
Kom i gang med Azure 

Definition af AI

Kunstig intelligens (AI) henviser til computersystemer eller modeller, der er designet til at udføre opgaver, som normalt kræver menneskelig tænkning, f.eks. at forstå sprog, genkende mønstre, løse problemer og træffe beslutninger. Traditionelle AI-systemer følger kun faste regler, men nyere AI-systemer, som kognitiv AI, kan lære af data og blive bedre over tid, hvilket gør dem mere præcise i håndteringen af nye situationer. 

AI bruges i mange af vores daglige værktøjer, herunder virtuelle assistenter, anbefalingssystemer og chatrobotter. 

  • AI-modeller identificerer mønstre og sammenhænge i data, som kan bruges til at generere nye forudsigelser, anbefalinger og svar.
  • Organisationer på tværs af større brancher bruger allerede kunstig intelligens til at øge produktiviteten og fremme innovation i use cases fra den virkelige verden.
  • AI forventes at udvide mulighederne, bidrage til økonomisk vækst og fremme langsigtet innovation i fremtiden.

Sådan fungerer AI

AI-modeller, der er bygget på GPT (generative pre-trained transformer), bruger maskinel indlæring til at analysere store mængder data, f.eks. tekst, billeder eller tal, og identificere mønstre og sammenhænge, som kan bruges til at generere output som f.eks. forudsigelser, anbefalinger eller svar.

Processen følger typisk en simpel cyklus:

  1. Data indsamles og forberedes
  2. Modellen trænes til at genkende mønstre
  3. Resultaterne testes og forbedres gennem feedback

Med hver cyklus justerer AI-modellen sig selv og bliver mere præcis og i stand til at håndtere nye situationer mere effektivt. Grundlæggende fungerer AI ved løbende at lære af data, finjustere sin forståelse og anvende den læring til at levere bedre resultater over tid. 

Eksempler på use cases for AI

Efterhånden som organisationer fortsætter med at være innovative, bliver kunstig intelligens et grundlæggende værktøj til at øge produktiviteten og fremme innovation på tværs af teams og brancher. Følgende eksempler fremhæver nogle få almindelige use cases i den virkelige verden:

  • Automatisering af arbejdsprocesser på tværs af softwareudvikling: Udviklere bruger allerede løsninger, der er drevet af kunstig intelligens, f.eks. GitHub Copilot, for at hjælpe med at skrive kode, teste software og automatisere arbejdsprocesser. Det giver udviklingsteams mere tid og energi til at fokusere på mere værdifuldt arbejde.
  • Dokumentopsummering: Organisationer på tværs af alle brancher bruger GPT til at generere korte oversigter fra rapporter, mødetransskriptioner og mails. Dette hjælper kolleger med at forstå vigtig indsigt uden at skulle dykke ned i langvarigt materiale og dermed øge produktiviteten.
  • Sundhedsforskning og analyse: Inden for det medicinske felt bruger læger multimodale LLM'er til hurtigt at analysere medicinske billeder og komplekse patientdata. Dette giver dem mulighed for at diagnosticere sygdomme mere effektivt og levere tilpassede plejeplaner baseret på vedkommendes profil.
  • Detailhandel: Detailvirksomheder bruger AI-modeller til at forudsige efterspørgsel, administrere lagerbeholdning og tilpasse anbefalinger til kunder, der handler online eller i butikker.
  • Forbedret sikkerhed: Ved at bekræfte identitet via unikke ansigtstræk forhindrer AI-forbedret ansigtsgenkendelse teknologi uautoriseret adgang til enheder, sikre faciliteter og følsomme data. Dette ekstra beskyttelseslag reducerer risikoen for brud og styrker den overordnede sikkerhedstilstand.

Fremtidige tendenser

Fremtiden for kunstig intelligens forventes at være transformerende. I takt med at AI-tjenester og -værktøjer fortsætter med at udvikle sig, bliver de mere integrerede i hverdagen. Kunstig intelligens som en tjeneste (AIaaS) giver f.eks. nu teams og organisationer på tværs af brancher adgang til AI-funktioner via API'er og cloudtjenester, så de kan arbejde smartere, løse komplekse problemer hurtigere og frigøre nye niveauer af kreativitet og innovation til en omkostningseffektiv pris.

Ved at give mennesker mere effektive, responsive og tilgængelige systemer er AI klar til at udvide mulighederne markant for enkeltpersoner og samfundet som helhed og fungere som en stærk partner og bidragyder til økonomisk vækst og langsigtet innovation. 

  1.
En person, der sidder ved et skrivebord og kigger på en bærbar computer.
Azure-ressourcer
Dyk ned i omfattende Azure-ressourcer
Få mere at vide om læringsforløb, kodeeksempler og casestudier, så du kan komme i gang med Azure.
Udforsk ressourcer 
En mand med en hvid skjorte, der kigger på en bærbar computer.
Ressourcer til studerende 
Udviklingsressourcer til studerende fra Azure 
Få færdighederne til at kickstarte din karriere, og få en positiv indvirkning på verden. 
Udforsk ressourcer til studerende 
En kvinde sidder i et kontormiljø og kigger på skærmen
Begivenheder og webinarer 
Azure-arrangementer og -webinarer 
Lær nye færdigheder, opdag nye teknologier, og få kontakt til dit community digitalt eller personligt. 
Gennemse begivenheder 
Tilbage til sektionen RESSOURCER – fanen Researchrapporter

Ofte stillede spørgsmål

  • AI bruges til at gøre arbejdet hurtigere, smartere og mere effektivt på tværs af mange brancher ved at automatisere opgaver, analysere store mængder data og hjælpe mennesker med at træffe bedre beslutninger. Det kan også bruges til at forbedre hverdagsoplevelser ved at drive ting som virtuelle assistenter, chatrbotter og anbefalingsprogrammer.  
  • Et eksempel på kunstig intelligens kan være en virtuel assistent som Siri, der kan blive bedt om at besvare spørgsmål og udføre opgaver via tale eller tekst. Et andet eksempel er en anbefalingstjeneste, som dem der bruges af streaming- eller shoppingplatforme, og som kan foreslå produkter eller indhold baseret på din adfærd og dine præferencer. 
  • AI er et bredt felt, der fokuserer på systemer, som kan analysere data, genkende mønstre og træffe beslutninger. Generativ AI er en specifik type inden for AI, der er designet til at skabe nye resultater, f.eks. tekst, billeder eller kode, baseret på det, den har lært.  
  • AI lærer ved at undersøge store mængder data og finde mønstre. Den laver forudsigelser eller beslutninger, sammenligner dem for at rette svar eller feedback og justerer sig selv for at blive bedre med tiden. AI lærer gennem en gentagen cyklus: hold øje med data, kom med et gæt, få feedback, og bliv bedre med øvelse.