Kunstig intelligens – enkelt forklart

Hva er forskjellen på AI og ML?

Her gir vi deg en ikke-teknisk forklaring – og kikker litt inn i krystallkula. La oss aller først rydde litt i begrepene. I samtaler om kunstig intelligens har du sikkert sett forkortelsen «AI/ML», som altså står for artificial intelligence og machine learning. Men kan disse brukes synonymt?

Vel. AI er den overordnede grenen av informatikken som handler om hvordan vi kan bruke data til å lære algoritmer å løse oppgaver. Maskinlæring (ML) er en stor undergruppe av denne. Du kan altså si at AI er mer enn ML, men i dag står ML for nær sagt all tilgjengelig teknologi som er relevant for oss forbrukere å diskutere.

Ikke helt tankelesing

I motsetning til hva noen kanskje tror, er det i grunnen ikke noe «mystisk» ved maskinlæring. Det er i praksis kun anvendt statistikk. Du mater data inn i et system, og jo mer data du putter inn, jo bedre blir systemet på å løse det den skal løse.

Prinsippet er ikke veldig annerledes enn tradisjonell forskning, hvor vi ser på datasett, gjør analyser og trekker konklusjoner. Det er akkurat det maskinlæring gjør også, og mange av algoritmene er hentet rett fra klassisk statistikk. Det er altså ikke sånn at en ML-modell «tenker selv», forklarer utvikleren.

Se for eksempel for deg at du skal lage en søkemotor til nettbutikken din. Da vil du at den i størst mulig grad skal finne det kunden din faktisk leter etter, ikke nødvendigvis det de taster inn.

Her kan du bruke søkedataen din og kjøre den inn i en ML-modell. Ved å analysere alle datapunktene, som hva kundene søker på og hva de ender opp med å kjøpe, kan algoritmen bli bedre på å «skjønne» hva kunden vil.

Demokratisert teknologi

Kraften i denne typen dataanalyse øker i takt med mengden data vi sitter på. Og akkurat det volumet er større enn noen gang: Har du en nettside, vet du click rates, churn rates, brukermønstre og alt imellom. Har du i tillegg en nettbutikk, sitter du på enorme mengder data om kundene og deres forhold til butikken din.

Mange sitter på et berg av data, men det har ingen verdi i seg selv. Poenget er å bruke dataen til noe, og det er i ferd med å bli lettere enn noen gang.

Nettopp derfor er AI/ML relevant også for deg. For der du før trengte egne lag med dataanalytikere, finnes det nå ML-modeller som i praksis er «plug and play».

Det er først nå denne teknologien er i ferd med å bli tilgjengelig, også for folk som ikke nødvendigvis er eksperter. Kostnadene har gått ned og mulighetene er blitt flere. Det finnes allerede ut-av-boksen-løsninger som kan tilpasses hver enkelt bedrift, og i dag kan til og med små nettbutikker nyttiggjøre seg maskinlæring.

Blir aldri slitne

Bruksområdene er naturligvis mange. Jobber du i eCommerce, kan du bruke det til å skape bedre kundereiser. Har du nok data, kan du kategorisere brukerne dine etter handlemønstre – og gi dem riktig tilbud til riktig tid.

I dag bruker vi mye manuell tankekraft på denne typen markedsførings- og brukeranalyse. Men algoritmer glemmer aldri, og de blir aldri slitne.

ML-algoritmer vil også kunne hjelpe deg med å videreutvikle varer og tjenester basert på data om hva kundene ønsker – og hva som selger.

Har du nok data, kan du teoretisk sett designe det perfekte produktet. I tillegg vil du kunne oppdage helt nye sammenhenger du kanskje ikke har tenkt på før. Algoritmer er gode på å finne signaler i støyen.

Oss, bare bedre

Et annet viktig bruksområde er effektivisering av eksisterende prosesser og systemer. Skal du for eksempel tweake flyten i en verdikjede, bør du vite at det faktisk finnes en optimal måte å gjøre det på.

Tradisjonell optimalisering forsøker jo å gjøre dette, men det er utrolig tungt og krevende å gjøre det manuelt. Sannsynligvis vil du aldri finne «fasit». Har du nok data, vil maskinlæring derimot kunne finne beste løsning med ganske stor treffsikkerhet.

Kombinerer du dette med automatisering, får du en teknologi som kommer til å snu opp-ned på store deler av arbeidslivet.

Selvkjørende biler, som mange snakker om, er bare en liten del av det. Vi ser allerede et inntog av AI/ML blant annet innen medisin og jus. Det er ikke til å komme utenom at kunstig intelligens etter hvert vil kunne gjøre det meste vi gjør, bare raskere og bedre.

Vær nysgjerrig

Men frem til maskinene skviser oss helt ut av jobbene våre, forblir de nyttige verktøy. Uansett om du er et multinasjonalt selskap eller en butikk på hjørnet.

Dette er noe alle før eller siden kommer til å måtte ha i verktøykassen sin. Du trenger ikke lære deg AI, like lite som du trenger å lære deg regnskap eller koding for å bestille en løsning.

Men utvikleren råder deg til å være nysgjerrig og frempå. Med økende globalisering kommer tilspisset konkurranse fra dem som allerede er best på å bruke data.

I dag kan én ingeniør med de rette verktøyene gjøre mer enn verdens 100 beste dataanalytikere kunne for 20 år siden. Det er ikke en utvikling noen bedrifter har råd til å ignorere særlig lenge.