Kunstig intelligens - 10 buzzwords

Kunstig intelligens har tatt verden med storm. Chat GPT og Copilot har blitt rene buzzwords. Uten tvil faktorer som har og vil fortsette å ha stor betydning for arbeidsplassen. Faktisk har begrepet «AI» blitt brukt i informatikk siden 50-tallet, mens de fleste i industrien først begynte å omtale begrepet i slutten av 2022. Dette er fordi maskinlæring har ført til større gjennombrudd som påvirker mange flere aspekter av livene våre. I et mylder av informasjon, nye begreper og nye navn, kan det være vrient å forstå hva alt betyr. Her har vi samlet 10 buzzwords slik at du kan bedre forstå hva begrepet «AI» betyr.

1. Kunstig intelligens:

Kunstig intelligens er i utgangspunktet et supersmart datasystem som kan imitere oss mennesker på enkelte måter. Dette kan for eksempel være å forstå hva folk sier, ta avgjørelser, oversette mellom språk, analysere om noe er negativt eller positivt, og til og med lære av erfaring. Ordet kunstig betyr at det er skapt av mennesker via teknologi. Noen referer til kunstig intelligens som digitale hjerner, dog ikke maskiner eller roboter, men programmer som kjører på datamaskiner. Gjennom en enorm samling av data via algoritmer (et sett instruksjoner), lages det modeller som kan automatisere oppgaver som vanligvis krever menneskelig intelligens og tid. Måter vi bruker kunstig intelligens på i hverdagen kan for eksempel være å engasjere oss med et AI-system som Bing søk (copilot) hvor vi kan spørre om hjelp til noe. Det som er viktig å tenke på er at kunstig intelligens oftest skjer i bakgrunnen rundt oss, den foreslår ord mens vi skriver, anbefaler sanger i spillelister og gir oss relevant informasjon basert på våre egne preferanser.

2. Maskinlæring

Dersom kunstig intelligens er målet, er maskinlæring måten vi kommer oss dit på. Det er et felt innen informatikk, under paraplyen av kunstig intelligens. Det er der man lærer et datasystem hvordan en spesifikk oppgave gjøres ved å trene det til å identifisere mønstre og lage spådommer basert på det. Data kjøres gjennom algoritmer om og om igjen, med ulike input og tilbakemeldinger hver gang for å hjelpe systemet med å lære og forberede seg under denne treningsprosessen. Maskinlæring er spesielt nyttig når det kommer til å gjenkjenne bilder og oversette språk. Det krever en enorm mengde av data. Denne dataen har først vært mulig å utnytte de siste årene ettersom informasjon har blitt digitalisert og datamaskinvare har blitt raskere, mindre kraftigere, og i bedre stand til å behandle denne informasjonen. Det er basert på dette at språkmodeller som bruker maskinlæring, som Bing Chat og Chat GPT har kommet på banen:

3. Store språkmodeller

Store språkmodeller, eller LLM-er, bruker maskinlæringsteknikker for å hjelpe dem med å behandle språk slik at de kan etterligne måten mennesker kommuniserer på. De er basert på nevrale nettverk, eller NN-er, som er datasystemer inspirert av den menneskelige hjernen. De er trent på en enorm mengde tekst for å lære mønstre og relasjoner i språk som hjelper dem med å bruke menneskelige ord. Dette kan brukes til å oversette språk, svare på spørsmål i form av en chatbot, oppsummere tekst og til og med skrive historier, dikt og datakode.

4. Generativ AI

Generativ AI utnytter kraften til store språkmodeller for å lage nye ting, ikke bare gjenoppstå eller gi informasjon om eksisterende ting. Den lærer mønstre og strukturer og genererer så det ligner noe nytt. Den kan lage ting som bilder, musikk, tekst, videoer og koder, og kan brukes til kunst, historiefortelling, design av produkter og administrative oppgaver. Men, den kan også brukes til å lage falske nyheter eller bilder som ser ut som fotografier, men som ikke er ekte. Teknologiselskaper jobber stadig med å tydelig identifisere AI-generert innhold.

5. Hallusinasjoner

Generative AI-systemer kan lage historier, dikt og sanger. Da disse systemene ikke kan skille mellom hva som er ekte og falskt, kan de gi unøyaktige svar som utviklere referer til som hallusinasjoner, eller det mer nøyaktige uttrykket, fabrikasjoner. Utviklere prøver å løse dette problemet ved å gi AI-systemene tilleggsinformasjon fra en pålitelig kilde for å forbedre nøyaktigheten om et spesifikt emne.

6. Ansvarlig AI

Ansvarlig AI veileder folk når de prøver å designe systemer som er trygge og rettferdige. Det er et avgjørende element fordi disse systemene ofte har i oppgave å hjelpe til med å ta viktige beslutninger om mennesker, for eksempel innen utdanning og helsevesen. En stor del av ansvarlig kunstig intelligens innebærer å forstå dataene som blir brukt til å trene systemene og finne måter å avdekke eventuelle mangler.

7. Multimodale modeller

En multimodal modell kan arbeide med forskjellige typer, eller moduser, av data samtidig. Den kan se på bilder, lytte til lyder og lese ord.

8. Prompts

En ledetekst er en illustrasjon som legges inn i et system i språk, bilder og kode som forteller AI hvilken oppgave den skal utføre. Det er som å legge en bestilling ved delikatessedisk: Du ber ikke bare om en sandwich, men du spesifiserer hvilket brød du vil ha og type mengde krydder, grønsaker, ost og kjøtt.

9. Copilots

En copilot er som en personlig assistent som jobber sammen med deg i alle slags digitale applikasjoner. Den hjelper til med å skrive, kode, oppsummere og søke. Den kan også hjelpe deg med å ta store beslutninger og forstå massevis av data. Den nye utviklingen av store språkmodeller er det som gjorde Copilot mulig. Slik at de kunne forstå det naturlige menneskelige språket og gi svar, lage innhold eller handle mens du jobber med forskjellige dataprogrammer. Copiloter er bygget med et ansvarlig AI-rekkverk for å sikre at de er trygge og sikre, og brukes på en god måte. Akkurat som en andrepilot i et fly, har den ikke ansvaret, det er det du selv som har. Det er et verktøy som kan hjelpe deg med å bli mer produktiv og effektiv.

10. Plugins

Plugins er litt som når du legger til apper på smarttelefonen din; de går inn for å fylle spesifikke behov som kan dukke opp, slik at AI-applikasjoner kan gjøre flere ting uten å måtte endre den underliggende modellen. Det er de som lar copiloter samhandle med annen programvare og tjenester. De kan hjelpe AI-systemer med å få tilgang til ny informasjon, gjøre komplisert matematikk eller snakke med andre programmer. De gjør AI-systemer kraftigere ved å koble dem til resten av den digitale verden.