Trace Id is missing
Gå til hovedindholdet
Azure

Hvad er kunstig intelligens?

Det er et computersystems evne til at imitere menneskelige kognitive funktioner såsom indlæring og problemløsning.

Hvordan fungerer kunstig intelligens?

Ved hjælp af matematik og logik simulerer et computersystem det ræsonnement, som mennesker bruger til at lære fra nye oplysninger og træffe beslutninger.

Et computersystem med kunstig intelligens foretager forudsigelser eller udfører handlinger baseret på mønstre i eksisterende data og kan derefter lære fra sine fejl for at øge nøjagtigheden. En moden kunstig intelligens behandler nye oplysninger ekstremt hurtigt og nøjagtigt, hvilket gør det nyttigt til komplekse scenarier, f.eks. selvkørende biler, programmer til billedgenkendelse og virtuelle assistenter.

Sådan er kunstig intelligens relateret til maskinel indlæring

Maskinel indlæring anses for at være en del af kunstig intelligens. Maskinel indlæring fokuserer på oplæring af maskiner for at analysere og lære fra data på samme måde, som mennesker gør. Maskinel indlæring er derfor en teknik, der hjælper med at udvikle systemer til kunstig intelligens.

Sådan er kunstig intelligens relateret til kognitive API'er

API'er – programmeringsgrænseflader til programmer – forbinder programmer til at andre systemer, tjenester eller programmer. Når du bruger kognitive API'er, anmoder du om adgang til et bibliotek af domænespecifikke intelligente modeller.

Sådan er kunstig intelligens relateret til datavidenskab

Både kunstig intelligens og datavidenskab indebærer indhentning, analyse og indsamling af store datasæt, men de har forskellige mål. Kunstig intelligens fokuserer på, hvordan computere kan træffe beslutninger baseret på data. Datavidenskab fokuserer derimod på brugen af matematik, statistik og maskinel indlæring til at udtrække indsigt fra data.

Sådan er kunstig intelligens relateret til robotteknologi

En robot har typisk både en fysisk form og software, der styrer den. Robotter, der styres af software med kunstig intelligens bevæger sig selvstændigt. De behøver ikke direkte instruktioner fra et menneske. Men ikke alle robotter styres af kunstig intelligens, og ikke al kunstig intelligens kræver en fysisk form.

Typer af kunstig intelligens

  • Smal kunstig intelligens

    Smal kunstig intelligens – nogle gange kaldet "svag kunstig intelligens" – refererer til et computersystems evne til at udføre smalt definerede opgaver bedre, end et menneske kan.

    Smal kunstig intelligens er det højeste niveau inden for udviklingen af kunstig intelligens, som er opnået indtil videre, og alle eksempler på kunstig intelligens, som du ser i den virkelige verden, er i denne kategori, inklusive selvkørende køretøjer og personlige digitale assistenter. Det skyldes, at den kunstige intelligens faktisk koordinerer adskillige smalle processer og træffer beslutninger inden for en forudbestemt struktur, selvom det ser ud til, at den tænker selv i realtid. Den kunstige intelligens' "tænkning" indebærer ikke bevidsthed eller følelser.

  • Generel kunstig intelligens

    Generel kunstig intelligens – nogle gange kaldet "stærk kunstig intelligens" eller "kunstig intelligens på menneskeniveau" – refererer til et computersystems evne til at overgå mennesker i forbindelse med en hvilken som helst intellektuel opgave. Det er den type kunstig intelligens, som du ser i film, hvor robotter har bevidste tanker og kan handle efter egen vilje.

    I teorien ville et computersystem, der har opnået generel kunstig intelligens, kunne løse ekstremt komplicerede problemer, anvende dømmekraft i usikre situationer og inkorporere tidligere viden i dets aktuelle ræsonnement. Det ville have kreativitet og fantasi på linje med mennesker og ville kunne påtage sig mange flere opgaver end smal kunstig intelligens.

  • Kunstig superintelligens

    Et computersystem, der har opnået kunstig superintelligens, vil have evnen til at overgå mennesker på næsten alle områder, herunder inden for videnskabelig kreativitet, generel viden og sociale færdigheder.

  • Maskinel indlæring

    Maskinel indlæring er en proces, som computersystemerne følger for at opnå kunstig intelligens. Maskinel indlæring bruger algoritmer til at identificere mønstre i data, og disse mønstre bruges derefter til at oprette en datamodel, der kan komme med forudsigelser.

    Modeller til maskinel indlæring oplæres med undersæt af data. Når de data, der bruges til at oplære modellen, nøjagtigt repræsenterer det fulde datasæt, der skal analyseres, beregner algoritmen mere nøjagtige resultater. Når modellen til maskinel indlæring er blevet oplært godt nok til at udføre sin opgave hurtigt og nøjagtigt nok til at være nyttig og pålidelig, har den opnået smal kunstig intelligens.

  • Detaljeret læring

    Detaljeret læring er en avanceret form for maskinel indlæring, der bruger netværk af algoritmer, som er inspireret af hjernens opbygning – også kendt som neurale netværk. Et detaljeret neuralt netværk har indlejrede neurale noder, og hvert spørgsmål, som det besvarer, fører til et sæt af relaterede spørgsmål.

    I forbindelse med detaljeret læring kræves der typisk et stort datasæt til oplæring – oplæringssæt til detaljeret læring udgøres nogle gange af millioner af datapunkter. Når et detaljeret neuralt netværk er blevet oplært med disse store datasæt, kan det håndtere flere uklarheder end et fladt netværk. Det gør det nyttigt for programmer såsom billedgenkendelse, hvor den kunstige intelligens skal finde kanterne på en figur, før den kan identificere, hvad der er på billedet. Detaljeret læring er også det, der oplærer kunstig intelligens til at overgå menneskelige færdigheder i komplekse spil såsom skak.

Eksempler på kunstig intelligens

Virksomheder i hele verden bruger allerede kunstig intelligens i en lang række programmer, og intelligent teknologi er et felt, der er under konstant udvikling. Her er nogle eksempler på kunstig intelligens i aktion i dag:

Selvkørende biler

Nogle af de mest komplekse eksempler på kunstig intelligens i verden er selvkørende biler og andre autonome køretøjer. Disse systemer koordinerer flere processer for at simulere det ræsonnement, som mennesker bruger, når de kører. De bruger billedgenkendelse til at identificere skilte, signaler, trafikflow og forhindringer. De optimerer de ruter, de kører for at nå deres destinationer. Og de sender og modtager data i realtid for proaktivt at diagnosticere problemer og opdatere deres software.

Biler på flere overkørsler

Robotter og digitale assistenter

Samtaler er en naturlig måde for mennesker at kommunikere på, og samtalegrænseflader er blevet mere almindelige, i takt med at teknologien til kunstig intelligens er blevet mere avanceret. Nogle grænseflader tjener til et smalt formål: Folk bruger dem til én opgave, f.eks. booking af biografbilletter eller samling af Twitter-tråde til en enkelt historie. Andre fungerer mere som personlige assistenter, der kan hjælpe med en lang række opgaver. Men alle samtalegrænseflader bruger forståelse af naturligt sprog til at fortolke anmodninger (også kendt som ytringer) og svare med relevante oplysninger.

Videosamtale på skærmen med flere personer i et mødelokale

Programmer til anbefalinger

Kunstig intelligens bruges oftest til at anbefale elementer baseret på historiske data. Når en mediestreamingtjeneste f.eks. anbefaler, hvad du skal se eller lytte til efterfølgende, bruger den kunstig intelligens til at analysere, hvad du har set eller lyttet til tidligere. Derefter filtrerer den alle tilgængelige muligheder baseret på deres attributter og fremviser den mulighed, der med størst sandsynlighed vil underholde dig. Når du shopper på et websted, og du får anbefalet accessories eller relaterede varer, som du kan føje til din indkøbskurv, bruges kunstig intelligens på tilsvarende måde.

En person, der bruger en telefon

Spamfiltre

Mange mailplatforme bruger kunstig intelligens til at forhindre, at spam overfylder din indbakke. Når der modtages en ny mail i systemet, analyserer den kunstige intelligens den for tegn på, om det er spam. Hvis mailen opfylder nok kriterier, markeres den som spam og kommer i karantæne. I takt med at du giver feedback – ved at rette forkerte markeringer eller ved at markere spammail, der ikke blev fanget af filteret – lærer systemet fra denne feedback og tilpasser sine parametre.

En person arbejder med to stationære computere.

Teknologi til intelligente hjem

Næsten alt, der automatiserer dit hjem, bruger kunstig intelligens. Eksempler på dette omfatter intelligente elpærer, der lytter efter kommandoer, intelligente termostater, der lærer præferencer og tilpasser sig i løbet af dagen, og intelligente støvsugere, der lærer, hvordan de navigerer i dit hjem uden instruktioner.

En kvinde sidder på en stol og arbejder med flere skærme.

Analyse af sundhedsdata

Sundhedsorganisationer i hele verden bruger kunstig intelligens som en hjælp til research, test, diagnosticering, behandling og overvågning. Nogle bruger kunstig intelligens til at analysere vævsprøver og stille mere nøjagtige diagnoser. Nogle virksomheder bruger kunstig intelligens til at analysere kliniske data og finde huller i patientbehandlingen. Og nogle virksomheder bruger kunstig intelligens til at analysere milliarder af kemiske forbindelser for at hjælpe kemikere med at nå hurtigere frem til opdagelser og identificere gode kandidater til kliniske forsøg.

En sundhedsmedarbejder, der tjekker skærme
Tilbage til Faner

Fordele ved kunstig intelligens

Kunstig intelligens byder på reelle fordele, der dækker næsten alle brancher. Her er nogle af de vigtigste fordele, som virksomheder allerede har set:

  • Tilgængelighed døgnet rundt

    Da computersystemer ikke har samme biologiske behov som mennesker, kan et intelligent system arbejde hele dagen uden pauser.

  • Kommunikation i stor skala

    Via robotter og virtuelle agenter kan virksomheder levere vejledning og support til flere personer flere steder på én gang.

  • Automatisering af gentagne opgaver

    Brug af kunstig intelligens til at udføre gentagne og tidskrævende opgaver hjælper folk på tværs af din virksomhed med at fokusere på mere strategisk og effektfuldt arbejde.

Hurtigere, mere nøjagtige beslutninger

Kunstig intelligens reducerer menneskelige fejl, hvilket gør det nyttigt til beslutninger, som er dybt afhængige af data og omfatter mange komplekse beregninger.

Mere relevante anbefalinger

Kunstig intelligens hjælper dig med at give mere relevante anbefalinger og forslag til dine kunder på baggrund af deres interesser og vaner.