Informatik

Hvad er kunstig intelligens (Artificiel Intelligence), hvad kan det og hvad kan det ikke? Kunstig intelligens, KI, artificial intelligence, AI, machine learning, Large Language Models, osv. Der er mange begreber og mange forskellige tilgange til kunstig intelligens. I dette afsnit vil vi forsøge at se nærmere på de mest almindelige af dem og definere hvad AI egentlig er for en størrelse.

Europa-Kommissionens High-Level Expert Group on Artifcial Intelligence definerer AI som

“…systemer, der udviser intelligent adfærd ved at analysere deres omgivelser og foretage handlinger – med en vis grad af autonomi – for at nå specifikke mål”

En mere almen forklaring kunne være, at der er tale om kunstig intelligens, når computere vha. matematiske modeller og analyse af data kan imitere menneskelige egenskaber eller måder at tænke på. Det kan være at spille skak, komme med ordforslag på din telefon baseret på din tidligere adfærd, komme med musikforslag på Spotify, som matcher din lyttehistorik, etc. Alle disse er eksempler på avancerede algoritmer og AI. Disse systemer udviser evne til abstrakt tænkning, analyse, problemløsning, mønstergenkendelse, sprogforståelse, osv. Det er dog vigtigt, at være opmærksom på, at AI ikke kan forstå mening eller kontekst.

Svag og stærk kunstig intelligens

Man kan skelne mellem svag og stærk kunstig intelligens.

Svag kunstig intelligens (også kaldet specifik kunstig intelligens) kan udføre specifikke opgaver indenfor definerede parametre, men den kan ikke afvige fra disse og har intet begreb om mening eller nogen omverdensforståelse. Eksempler på svag kunstig intelligens er:

• ChatGPT, Gemini og Copilot
• Ansigts- og stemmegenkendelsessystemer, fx Siri og Face ID
• Selvkørende biler
• Anbefalingssystemer, fx Netflix og Spotify.

Stærk eller generel kunstig intelligens (AGI) er en hypotetisk form for kunstig intelligens, der endnu ikke er lavet. AGI ville have evnen til at forstå, lære og udføre enhver intellektuel opgave, som et menneske kan. Vi kender eksempler på dette fra sci-fi-film som Star Trek og Wall-E. Mange forskere mener ikke det nogensinde bliver muligt at udvikle AGI. AGI ville have:

• Evnen til at tænke og forstå på tværs af mange domæner, altså bruge viden fra et område på et andet.
• Fuld autonom læring og beslutningstagning, altså træffe sine egne beslutninger og lære selv.

Machine learning

Machine learning er et computerprogram, der er lavet til er trænet på store mængder data og derefter fremstiller en model baseret på mønstre i disse data. Vha. statistik og algoritmer analyserer programmet data og lærer af disse analyserer, så de kan bruges til fx forudsigelser og beslutningstagning.

Deep learning

Deep learning er en form for machine learning, hvor en computer efterligner opbygningen af den menneskelige hjerne. Ligesom den menneskelige hjerne er den styret af et neuralt netværk, der indeholder mange lag af neuroner, der kommunikerer med hinanden.

De er i stand til at træffe beslutninger indenfor det felt, de er trænet på ved at simulere den kognitive proces, som den menneskelige hjerne foretager. Det sker ved at justere såkaldte vægte, der kontrollerer hvordan disse neurale enheder kommunikerer med hinanden. Det er på denne måde at neurale netværk forbedrer deres præcision og bliver bedre til at løse komplekse opgaver, jo længere tid der går. Dermed er de også i stand til at at forfine deres egne systemer og blive mere nøjagtig. Systemer som selvkørende biler og ChatGPT er alle baseret på deep learning og neurale netværk.

Et eks. på dette er verdens bedste skakcomputer Googles Alphazero. Den fik reglerne for skak og 4 timer til at spille skak mod sig selv for at finde frem til de bedste strategier. Uden at der var nogen menneskelig indblanding.

Large Language Models og generative sprogmodeller

Prøv at træne en selvkørende bil til at tage de “rigtige” beslutninger i Moral Machine