Artificiell intelligens gjort enkelt

Publicerad den: 31 oktober 2018 / Uppdaterad den: 8 april 2019 – Författare: Konrad Wolfenstein

Artificiell intelligens förklarad enkelt. Hur håller man koll på enorma mängder data, som Big Data? Detta är bara möjligt om man orienterar sig mot vissa mönster, eller låter sig vägledas av dem.

Artificiell intelligens (AI) – Enkel syntax

Ett personligt experiment: Du har en specifik bild i huvudet. Idag ska det vara ett rött skåp med vita handtag. Vad gör du?

Du skriver in ”rött skåp, vita handtag” i Googles sökning.

Avkastning? Blygsam.

Andra försöket: Du skriver in ”rött skåp, vita handtag” i Googles sökning.

Resultatet är redan bättre, men det kan absolut bli ännu bättre.

Att använda Google-sökning är det första steget in i programmering. Att samla in sökfrågor och omvandla dem till algoritmer och kod bildar det neurala nätverket.

Maskininlärning, som visas i den översta grafiken, är därför inte något som kan implementeras snabbt. Det kräver mycket tid och ansträngning. Detta förklarar också motsvarande utvecklingskostnader. Men när man betänker att AI inte tar semester, går i pension eller har någon annan naturlig frånvaro, förändras bilden helt.

Men kommer det där röda skåpet med vita handtag fortfarande att vara modernt imorgon? Kommer det fortfarande att passa din livsstil? Smaken förändras. Det är just här djupinlärning kommer in i bilden. För att hålla oss till vårt exempel: När du fortsätter söka lär sig och känner AI:n igen hur ditt sökbeteende har förändrats baserat på de andra ämnen som intresserar dig. Den utvecklar sedan självständigt nya algoritmer för att "förutsäga" att du om ett år kan vara intresserad av ett grönt skåp med blå handtag till ditt kök.

Fruktansvärt? För vissa är det det. Men det är det verkligen inte. Vår rädsla för det okända spelar oss ett spratt. Om vi ​​skulle fråga en grupp människor vad de kan tycka är intressant på tv imorgon, skulle du få en mängd olika svar. Alla skulle inte vara desamma. Vilka kriterier använder du för att avgöra vilket förslag du skulle acceptera? Är det innehållet eller kanske personens attraktionskraft?

Detsamma gäller för AI. Resultaten beror på hur svagt eller starkt det neurala nätverket har "programmerats". Det handlar om mönsteranalys, vilket ska hjälpa oss att fatta bra beslut, inte kontrollera oss. För om vi misslyckas med att uppnå mönsteranalys i big data kommer vi att bli skoningslöst förintade. Och det är det verkliga skräckscenariot.