Vad är artificiell intelligens?
Det är kapaciteten hos ett datorsystem att imitera mänskliga kognitiva funktioner som inlärning och problemlösning.
Hur fungerar artificiell intelligens (AI)?
Med hjälp av matematik och logik simulerar ett datorsystem sättet som människor tänker för att lära sig saker med hjälp av ny information och fatta beslut.
Ett artificiellt intelligent datorsystem gör förutsägelser eller vidtar åtgärder baserat på mönster i befintliga data och kan sedan lära sig av sina fel för att öka noggrannheten. En mogen AI bearbetar ny information mycket snabbt och exakt, vilket gör den användbar för komplexa scenarier som självkörande bilar, bildigenkänningsprogram och virtuella assistenter.
AI i förhållande till maskininlärning
Maskininlärning betraktas som en del av AI. Maskininlärning fokuserar på att träna datorer på att analysera och lära av data på samma sätt som människor gör. Maskininlärning är därför en teknik som bidrar till att utveckla AI-system.
AI i förhållande till kognitiva API:er
API:er (Application Programming Interface) ansluter program till andra system, tjänster eller program. När du använder kognitiva API:er begär du åtkomst till ett bibliotek med domänspecifika intelligenta modeller.
AI i förhållande till datavetenskap
Både AI och datavetenskap omfattar insamling och analys av stora datamängder, men de har olika mål. AI fokuserar på hur datorer kan fatta beslut baserat på data. Datavetenskap fokuserar å andra sidan på användningen av matematik, statistik och maskininlärning för att extrahera insikter från data.
AI i förhållande till robotteknik
En robot har vanligtvis både en fysisk form och programvaran som styr den. Robotar som styrs av AI-programvara rör sig autonomt – de behöver inte direkta instruktioner från en människa. Men alla robotar styrs inte av AI och all AI kräver inte en fysisk form.
Typer av artificiell intelligens
-
Artificiell snäv intelligens (snäv AI)
Artificiell snäv intelligens – som ibland kallas ”svag AI” – syftar på ett datorsystems förmåga att utföra en snävt definierad uppgift bättre än en människa.
Snäv AI är den högsta nivån av AI-utveckling som mänskligheten har nått hittills, och alla exempel på AI som du ser i verkligheten hamnar i den här kategorin, inklusive autonoma fordon och personliga digitala assistenter. Det beror på att även när det verkar som om AI tänker själv i realtid samordnar den i själva verket flera snäva processer och fattar beslut inom ett fördefinierat ramverk. AI:s ”tankar” omfattar inte medvetenhet eller känslor.
-
Artificiell generell intelligens (generell AI)
Artificiell generell intelligens – som ibland kallas ”stark AI” eller ”AI på mänsklig nivå” – syftar på ett datorsystems förmåga att överträffa människor i en intellektuell uppgift. Det är den typ av AI som du ser i filmer där robotar har medvetna tankar och agerar utifrån sina egna motiv.
I teorin skulle ett datorsystem som har uppnått generell AI kunna lösa djupt komplexa problem, ge en bedömning i osäkra situationer och införliva tidigare kunskaper i sitt aktuella resonemang. Det skulle ha förmåga till kreativitet och fantasi i nivå med människor och kunna utföra många fler uppgifter än snäv AI.
-
Artificiell superintelligens (ASI)
Ett datorsystem som har uppnått artificiell superintelligens skulle kunna överträffa människor inom nästan alla fält, inklusive vetenskaplig kreativitet, allmän visdom och social kompetens.
-
Maskininlärning
Maskininlärning är en process som datorsystem följer för att uppnå artificiell intelligens. Den använder algoritmer för att identifiera mönster i data, och dessa mönster används sedan för att skapa en datamodell som kan göra förutsägelser.
Maskininlärningsmodeller tränas på delmängder av data. När de data som används för att träna modellen representerar hela datamängden som ska analyseras exakt beräknar algoritmen mer exakta resultat. När maskininlärningsmodellen har tränats tillräckligt bra för att utföra sin uppgift tillräckligt snabbt och exakt för att vara användbar och tillförlitlig har den uppnått snäv AI.
-
Djupinlärning
Djupinlärning är en avancerad typ av maskininlärning som använder nätverk av algoritmer som inspireras av hjärnans struktur, och som kallas neurala nätverk. Ett djupt neuralt nätverk har kapslade neurala noder och varje fråga som det besvarar leder till en uppsättning relaterade frågor.
Djupinlärning kräver vanligtvis en stor datamängd att träna på. Träningsuppsättningar för djupinlärning består ibland av miljontals datapunkter. När ett djupt neuralt nätverk har tränats på dessa stora datamängder kan det hantera mer tvetydighet än ett ytligt nätverk. Detta gör det användbart för tillämpningar som bildigenkänning, där AI måste hitta en forms kanter innan den kan identifiera vad bilden innehåller. Djupinlärning är också det som tränar AI som överträffar mänsklig kunskap i komplexa spel som schack.
Exempel på artificiell intelligens
Företag runtom i världen använder redan AI till en mängd olika tillämpningar och intelligent teknik är ett växande fält. Här följer några exempel på AI i praktiken i dag:
Självkörande bilar
Några av världens mest komplexa exempel på AI är självkörande bilar och andra autonoma fordon. Dessa system samordnar flera processer för att simulera sättet som mänskliga förare tänker. De använder bildigenkänning för att identifiera skyltar, signaler, trafikflöde och hinder. De optimerar vilka vägar de tar för att nå sina destinationer. Och de skickar och tar emot data i realtid för att proaktivt diagnostisera problem och uppdatera sin programvara.
Robotar och digitala assistenter
Konversationer är ett naturligt sätt för människor att kommunicera och konversationsgränssnitt har blivit vanligare allt eftersom AI-tekniken har utvecklats. Vissa gränssnitt har ett snävt användningsområde och används till en enda uppgift, till exempel att boka biobiljetter eller sammanställa Twitter-trådar till en berättelse. Andra fungerar mer som personliga assistenter som kan hjälpa till med en mängd olika uppgifter. Men i alla konversationsgränssnitt används naturlig språkförståelse (NLU) för att tolka förfrågningar (kallas även talindata) och svara med relevant information.
Rekommendationsmotorer
Ett av de vanligaste användningsområdena för AI är att rekommendera objekt baserat på historiska data. När en mediestreamingtjänst rekommenderar vad du kan titta eller lyssna på härnäst används till exempel AI för att analysera vad du har tittat eller lyssnat på tidigare, filtrera alla tillgängliga alternativ baserat på deras attribut och visa det alternativ som mest sannolikt kan underhålla dig. När du shoppar på en webbplats och får rekommendationer om tillbehör eller relaterade objekt som du kan lägga till i varukorgen används AI på ett liknande sätt.
Skräppostfilter
Många e-postplattformar använder AI för att hålla skräppost borta från inkorgen. När ett nytt e-postmeddelande tas emot i systemet analyserar AI det baserat på signaler som tyder på att det är skräppost. Om e-postmeddelandet uppfyller tillräckligt många kriterier flaggas det som skräppost och sätts i karantän. När du ger feedback – genom att åtgärda felaktiga flaggor eller flagga skräppostmeddelanden som inte fångats av filtret – lär sig systemet av denna feedback och justerar sina parametrar.
Teknik för smarta hem
Nästan allt som automatiserar ditt hem använder AI. Några exempel är intelligenta ljuskällor som lyssnar efter kommandon, intelligenta termostater som lär sig dina önskemål och justerar sig själva under dagen och intelligenta dammsugare som lär sig att navigera i ditt hem utan instruktioner.
Analys av hälsodata
Vårdorganisationer runtom i världen använder AI som hjälp med forskning, testning, diagnostik, behandling och övervakning. Vissa använder AI för att analysera vävnadsprover och ställa mer exakta diagnoser. Vissa företag använder AI för att analysera kliniska data och identifiera luckor i patienters behandling. Och vissa företag använder AI för att analysera flera miljarder ämnen och hjälpa kemister att göra upptäckter snabbare och identifiera lämpliga kandidater för kliniska prövningar.
Fördelar med artificiell intelligens
AI erbjuder verkliga fördelar som omfattar nästan alla branscher. Här är några av de främsta fördelarna som företag redan har sett:
-
Tillgänglighet dygnet runt
Eftersom datorsystem inte har samma biologiska behov som människor kan ett intelligent system arbeta hela dagen utan raster.
-
Kommunikation i stor skala
Med hjälp av robotar och virtuella agenter kan företag ge vägledning och stöd till fler människor på fler platser samtidigt.
-
Automatisering av repetitiva uppgifter
Genom att använda AI för att utföra repetitiva och tidskrävande uppgifter kan människorna i företaget fokusera på mer strategiskt och betydelsefullt arbete.
Snabbare och mer exakta beslut
AI minskar mänskliga fel, vilket gör det användbart för beslut som bygger på data och omfattar många komplexa beräkningar.
Mer relevanta rekommendationer
AI hjälper dig att ge dina kunder mer relevanta rekommendationer och förslag, baserat på deras intressen och vanor.
-
Börja experimentera med AI
Skapa och träna maskininlärningsmodeller, lägg till intelligens i dina appar och förvandla ostrukturerad information till sökbara data med hjälp av kunskapsutvinning. Kom igång med 12 AI-tjänster kostnadsfritt i 12 månader.