Tre ting du må vite om kunstig intelligens (AI)

Artikkel

Tre ting du må vite om kunstig intelligens (AI)

Kunstig intelligens og kognitiv teknologi har blitt en viktig del av å lykkes i næringslivet.

Kunstig intelligens vil påvirke organisasjoner i alle bransjer og sektorer, derfor bør bedriftsledere forstå hva det faktisk er, og hvor teknologien leder.

Publisert: 17. februar 2023

1. Hva er kunstig intelligens?

Det strides om en konkret definisjon av kunstig intelligens, men for Deloitte definerer vi det som: Teori og utvikling av datasystemer som er i stand til å gjennomføre oppgaver som vanligvis krever menneskelig intelligens.

Eksempler på kunstig intelligens inkluderer oppgaver som visuell persepsjon, talegjenkjennelse, beslutningstaking i usikre situasjoner, læring og oversettelser. Å definere det 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 kunstig intelligens. Økt datakraft med kraftigere prosessorer, big data, Internett og cloud computing, og nye algoritmer innen maskinlæring er alle viktige katalysatorer for revolusjonen innen området.

 

Ønsker du å lære hva generativ AI er? Les artikkelen.

2. Hva kan kunstig intelligens brukes til?

Vi skiller mellom kunstig intelligens som et generelt fagfelt og de spesifikke teknologiene som stammer fra fagfeltet. De individuelle teknologiene har stadig blitt 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 derfor 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. Det har mange ulike bruksområder, deriblant ansiktsgjenkjennelse, analyse innen medisin for å styrke prognoser, diagnoser og behandling av sykdommer, og for forbrukere – hvor en kan ta bilder av produkter for å få mer informasjon.

Maskinlæring er et datasystems evne til å forstå sammenhenger gjennom eksponering av informasjon, uten behov for å følge eksplisitte programmeringsinstruksjoner. Datasystemet avdekker mønstre i data og kan deretter benytte mønsteret for å komme med prediksjoner, og anbefale handlinger og tiltak basert på denne forståelsen. Maskinlæring har et omfattende bruksområde, inkludert modellering av komplekse systemer som 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. Mange vil allerede ha møtt denne teknologien da den benyttes i utstrakt grad i chatbots som en del av kundebehandlingen på nettsider.

Robotikk integrerer kognitive teknologier som kunstig syn og automatisert planlegging gjennom små, men sterke sensorer, motorer og smart designet maskinvare. 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. Bruksområdene inkluderer medisintranskripsjon, talestyrt skriving, stemmekontroll i datamaskiner, kundeservice og oversettelser.

            

Få innsikt rett i innboksen

3. Hvorfor får kunstig intelligens økt betydning?

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

  1. Ytelsen til kunstig intelligens-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. Med forbedret ytelse utvides bruksområdene for kognitive teknologier. Før krevde talegjenkjenningssystemer mye trening med 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. Et annet eksempel er Computer vision-systemer, som før kun ble kontrollert bruk innen industri, mens i dag gjenkjenner kommersielle aktører ansikter uten problemer.

Hvordan kan din bedrift utnytte kunstig intelligens?

Kunstig intelligens og maskinlæring har allerede blitt en gjennomgripende kraft i næringslivet. Teknologiske fremskritt og kommersialisering utvides stadig, og 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 disse teknologiene kan stimulere til innovasjon, produktivitet og forbedre driftsresultater.

Var denne siden nyttig?