Tre ting du må vite om kunstig intelligens (AI)

Perspektiv

Tre ting du må vite om kunstig intelligens (AI)

Kunstig intelligens (AI) og kognitiv teknologi blir stadig mer aktuelt for næringslivet.

I de siste årene har næringslivets interesse for kunstig intelligens (artificial intelligence, AI) skutt i været. Venture capital-selskaper investerer milliarder i utvikling og kommersialisering av AI-relaterte produkter og teknologier, samtidig som etablerte teknologiselskaper, som Google, Facebook og IBM, bruker enda flere milliarder på oppkjøp av AI-oppstartsbedrifter.

Bak all hypen i mediene finner vi betydelig kommersiell aktivitet i AI-verdenen som vil påvirke organisasjoner i alle bransjer og sektorer. Bedriftsledere bør derfor forstå hva AI faktisk er og hvor teknologien leder.

1. Hva er AI?

De lærde strides om en definisjon av kunstig intelligens, men for Deloitte er en nyttig definisjon som følger: Kunstig intelligens (AI) er teori og utvikling av datasystemer som er i stand til å gjennomføre oppgaver som vanligvis krever menneskelig intelligens.

Eksempler på AI inkluderer oppgaver som visuell persepsjon, talegjenkjennelse, beslutningstaking i usikre situasjoner, læring og oversettelser. Å definere AI med tanke på oppgaver mennesker gjør fremfor hvordan mennesker tenker lar oss diskutere nåtidens praktiske bruksområder, i god tid før vitenskapen kommer frem til en større forståelse av de nevrologiske mekanismene bak intelligens.

En rekke faktorer har det siste tiåret bidratt til fremskritt innen AI. Økt datakraft med kraftigere prosessorer, big data, Internett og nettskyen, og nye algoritmer innen maskinlæring er alle viktige katalysatorer for revolusjonen innen kunstig intelligens.

2. Hva kan AI brukes til?

Vi skiller mellom kunstig intelligens som et generelt fagfelt og de spesifikke teknologiene som stammer fra fagfeltet. De individuelle teknologiene blir stadig bedre til å gjennomføre oppgaver som bare mennesker var i stand til å gjøre, og disse teknologiene kalles «kognitive teknologier». Ledere i næringslivet og offentlig sektor bør rette sin oppmerksomhet mot kognitive teknologier, og her er noen av de viktigste.

Computer vision, eller kunstig syn, dreier seg om datamaskiners evne til å identifisere objekter, hendelser eller aktiviteter i bilder. Teknologien benytter bildebehandlingsprosesser for å dekonstruere bildematerialet, og vurderer deretter om egenskapene i bildet kan knyttes opp mot objekter som systemet kjenner fra før.

Computer vision har mange ulike bruksområder, deriblant ansiktsgjenkjennelse, analyse innen medisin for å styrke prognoser, diagnoser og behandling av sykdommer, og shopping – hvor forbrukere kan ta bilder av produkter for mer informasjon.

Maskinlæring er et datasystems evne til å forbedre ytelsen ved eksponering overfor informasjon, uten behov for å følge eksplisitte programmeringsinstruksjoner. Datasystemet oppdager automatisk mønstre i data og kan deretter benytte mønsteret for å komme med anslag.

Et maskinlæringssystem kan for eksempel bli eksponert for en database med informasjon om korttransaksjoner, som dato, tidspunkt, forhandler, beliggenhet, pris og om transaksjonen var legitim eller falsk. Via all informasjonen lærer maskinlæringssystemet mønstre som kan forutsi bedragerier, og jo mer transaksjonsdata systemet behandler, desto bedre blir anslagene. Maskinlæring har et omfattende bruksområde, inkludert salgsprognoser, lagerstyring, olje- og gassutforskning, og offentlig helse.

Naturlig språkbehandling handler om hvordan datamaskiner kan arbeide med tekst slik mennesker gjør, som å trekke ut mening eller generere leselig tekst som er grammatisk korrekt. Et naturlig språkbehandlingssystem kan blant annet identifisere mennesker og steder nevnt i et dokument, identifisere temaet, eller trekke ut vilkår og betingelser i en lettleselig presentasjon. Naturlig språkbehandling tar i bruk flere teknikker: Språkmodeller kan anslå sannsynligheten for at visse sammensetninger av tegn og ord er en del av et språk, mens utvalgsmodeller kan identifisere elementer for å skille en type tekst fra en annen – for eksempel en søppel-e-post fra en legitim e-post.

Kontekst er avgjørende i forståelse av språk, og av den grunn er naturlig språkbehandling ofte begrenset til smale bruksområder som analyse av tilbakemeldinger fra kunder om et spesifikt produkt eller tjeneste, automatiserte funn i sivile rettssaker eller offentlige etterforskninger, og automatisk produksjon av sakprosa for sportsoppsummeringer og inntjeningsrapporter.

Robotikk integrerer kognitive teknologier som kunstig syn og automatisert planlegging med små, men sterke sensorer, motorer og smart designet maskinvare. Dette har ført til fremveksten av en ny generasjon med roboter som kan jobbe sammen med mennesker og gjennomføre mange ulike oppgaver i uforutsigbare miljøer.

Eksempler på bruksområder for robotikk inkluderer ubemannede luftfartøy, roboter som deler på arbeidet med mennesker i fabrikker, robotstøvsugere og mange forbruksvarer, som leketøy og hjemmehjelp.

Talegjenkjennelse fokuserer på automatisk og nøyaktig transkripsjon av menneskelig tale. Teknologien må hanskes med noen av de samme utfordringene som naturlig språkbehandling, i tillegg til å håndtere ulike aksenter, bakgrunnsstøy, homofoner («jul» og «hjul») og behovet for å arbeide med samme hastighet som naturlig tale. Talegjenkjennelsessystemer benytter også noen av de samme teknikkene som ved naturlig språkbehandling, pluss andre som akustiske modeller for å beskrive lyder og sannsynligheten for at de dukker opp i en viss rekkefølge i et spesifikt språk.

Bruksområdene inkluderer medisintranskripsjon, talestyrt skriving, stemmekontroll i datamaskiner, kundeservice og oversettelser.

3. Hvorfor får AI økt betydning?

Betydningen av kunstig intelligens for næringslivet har vokst markant de siste årene og er forventet å vokse enda mer i hovedsak på grunn av to faktorer:

  1. Ytelsen til AI-teknologi har forbedret seg drastisk, samtidig som virksomheter og institusjoner fortsetter satsingen på forskning og utvikling.
  2. Kommersialisering via milliardinvesteringer i teknologien.

Mange virksomheter jobber med å skreddersy og masseprodusere kognitive teknologier for en mengde med sektorer og funksjoner, slik at det skal bli enklere å kjøpe og iverksette dem. Alle forhandlerne som jobber med AI vil ikke overleve, men den kollektive aktiviteten vil fortsette å drive markedet fremover.

Med forbedret ytelse utvides bruksområdene for kognitive teknologier. Før krevde talegjenkjenningssystemer nøye trening og kontrollerte omgivelser, slik at bruken forholdt seg til spesialiserte områder som medisinsk transkripsjon. Nå søker millioner på nett hver dag ved hjelp av Googles talegjenkjenning. Computer vision-systemer begrenset seg til kontrollert bruk innen industri, mens i dag gjenkjenner Facebook ansikter uten problemer. Samtidig forsøker IBM å benytte sine Watson-teknologier på en rekke områder utenfor gameshow på TV, deriblant medisinsk diagnostisering, forskning, finansrådgivning og automatisering av telefonservice.

Som nevnt har venture capital investert milliarder av dollar i bedrifter som lager produkter og tjenester basert på kognitive teknologier, samtidig som hundrevis av selskaper har fusjonert eller blitt kjøpt opp av teknologigiganter som Amazon, Apple, IBM, Facebook og Google. All denne investeringen har fostret et mangfoldig miljø av selskaper som kommersialiserer kognitive teknologier.

Blant tilbudene finner vi:

  • Verktøy for datahåndtering og analyse som benytter kognitive teknologier, som naturlig språkbehandling for å trekke ut innsikt fra ustrukturerte tekster eller maskinlæring for å hjelpe analytikere med å foredle innsikt fra store datasett.
  • Kognitive teknologikomponenter som innlemmes i applikasjoner eller forretningsprosesser for å legge til funksjoner eller forbedre effektiviteten. Maskinlæringsmodeller kan for eksempel se hvor kunder støter på hindre eller hvilke leads som sannsynligvis konverterer til kunder.
  • Punktløsninger, hvor kognitive teknologier blir sydd inn i løsninger for virksomhetens spesifikke problemer, og hvor teknologien både løser oppgavene bedre og krever liten ekspertise. Bruksområder inkluderer annonsering, markedsførings- og salgsautomatisering, samt prognoser og planlegging.
  • Plattformer som tilbyr et fundament for å bygge skreddersydde løsninger for virksomheten. Plattformene kan by på en mengde egenskaper, inkludert datahåndtering, verktøy for maskinlæring, naturlig språkbehandling, kunnskapsformidling og resonnementer, og et rammeverk for å integrere de ulike delene med spesialtilpasset programvare. IBM tilbyr for eksempel Watson som en nettskybasert plattform.

Hvordan kan din bedrift benytte kunstig intelligens?

Kunstig intelligens og kognitive teknologier begynner allerede å bli en gjennomgripende kraft i næringslivet. Teknologiske fremskritt og kommersialisering utvider og har utvidet betydningen av kognitive teknologier for virksomheter, og stadig flere oppdager nye bruksområder for teknologiene. Ledende virksomheter ser at innovative applikasjoner øker resultatene betraktelig eller skaper ny funksjonalitet, og dermed styrker deres konkurransemessige fordeler.

Din virksomhet bør videreutvikle oppmerksomheten om teknologiene, vurdere pilotprosjekter og gi ledelsen alternativer for å skape verdier. Toppledere bør tenke over hvordan kognitive teknologier påvirker sine respektive sektorer og egne virksomheter, og hvordan kognitive teknologier kan stimulere til innovasjon og forbedre driftsresultater.

 

Vil du vite mer om maskinlæring i TMT-bransjen? Les vår ferske rapport »

Nysgjerrig på maskinlæring?

Les mer om maskinlæring i årets TMT Predictions.

Lær mer
Var denne siden nyttig?