AI: Gennembrud for kunstig intelligens

Med kunstig intelligens er der blevet sat en ny dagsorden for en meningsfuld anvendelse af Big Data.

De fleste nye biler, der ruller ud af bilproducenternes automatiserede samlehaller, bliver i dag leveret med et indbygget, trådløst netværk, der bruges til at forbinde alle de sensorer, der findes i en moderne bil.

Sensorerne indsamler løbende data om brugen af bilen, dens fart, køreturens længde, antal stop, gearskift, bremselængder, og meget mere.

Når bilens fører desuden tilslutter sin SmartPhone, vælger musik og anvender bilens navigationssystem, kan summen af de indsamlede data tegne en meget præcis profil af førerens identitet og færden.

De fleste vil nok anse oplysninger om disse forhold for at befinde sig et godt stykke inden for deres privatsfære, og bilfabrikanterne har indtil videre været meget tilbageholdende med at åbne for adgang til de indsamlede data.

For at forhindre at nogen hacker sig ind, er bilerne ofte udstyret med en solid firewall, og hverken forsikringsselskaber eller reklamefolk har haft held til at indgå aftaler med bilproducenterne om at gøre brug af disse potentielt værdifulde datastrømme.

Inden længe så vil der på tilsvarende måde blive opsamlet et væld af data fra køleskabe og vaskemaskiner, fra tøj og sko eller fra armbånd og ure, og disse data vil fortælle rigtig meget om hvad vi spiser og hvornår, om hjerte- og søvnrytme og så videre.

Firmaerne, der står for driften af betalingskort, har allerede detaljerede data om vores forbrugsvaner, og om hvor vi handler.

Dertil kommer de data, som sundhedsvæsenet og myndighederne opsamler, og så er der selvfølgelig Facebook og Google og alle de andre, der følger os på nettet.

Tilsammen bliver alle disse registreringer til ganske omfattende mængder af data om private forhold.

De indsamlede data gemmes i store databaser i Skyen, og i princippet kan datamængderne anvendes til at tegne præcise billeder af vores liv og af vores gøren og laden.

Når det ikke allerede sker i meget større omfang end tilfældet er, så skyldes det til dels, at der i Europa findes lovgivning om anvendelse af persondata, der begrænser muligheden for samkøring af databaser.

Desuden ejes databaserne af mange forskellige parter, der ofte har modstridende interesser med hensyn til brugen af data.

Men den vigtigste barriere for at kunne tegne brugbare profiler af os som kunder, ansatte eller vælgere er, at det hidtil har vist sig at være tæt på umuligt at gennemføre en meningsfuld analyse af de store datamængder, der er tale om.

Der er en god grund til at en tværgående samling af store databaser bliver betegnet som Big Data.

Rent intuitivt er det let at forestille sig, at der må findes yderst værdifulde informationer inde i vrimlen af alle disse data, og i forsøget på at vriste værdifuld viden ud af de kolossale datamængder, er der blevet udviklet nye, selvstændige discipliner med fokus på data-analyse.

Men i stedet for at gøre det hele mere forståeligt og brugbart, så har meget data-analyse i virkeligheden blot resulteret i etableringen af endnu et lag af komplicerede data-rapporter, som ikke ret mange er i stand til at gøre brug af.

På trods af investeringer i multi-millardklassen så har erfaringerne med Big Data og data-analyse hidtil været skuffende og frustrerende.

Der bliver derfor til stadighed gjort mange nye forsøg på at knække koden for, hvordan man kan få mening ud af Big Data, og et af de spor, der er blevet forfulgt, går ud på at anvende kunstig intelligens.

Hidtil har kunstig intelligens været reserveret for højt specialiserede løsninger, for eksempel inden for finanssektoren, hvor en lille skare af matematiske genier har holdt hånden under løsningerne.

Tidspunktet for et mere bredt gennembrud for kunstig intelligens synes imidlertid nu at være indtruffet, og det er sket på et område, hvor ikke så mange har set det komme, nemlig som redskab til at trække værdifuld og umiddelbart brugbar viden ud af Big Data.

IBM Watson har banet vejen for denne udvikling, og IBM’s initiativ bliver nu fulgt op af innovative start-ups som Narrative Science, der er en af de lysende stjerner inden for dette hastigt fremvoksende forretningsområde.

Narrative Science har udviklet en en løsning fra Skyen baseret kunstig intelligens, der åbner mulighed for at virksomheder kan få trukket meningsfulde analyser ud af deres hidtil ret meningsløse datasamlinger.

Analyserne bliver desuden præsenteret som klar tekst i form af pænt formulerede rapporter, der er lige til at læse, og hvor der fokuseres på det, der interesserer læseren, nemlig information og viden og ikke data og grafer.

Det hele er skrevet af en computer og leveringstiden for rapporterne bliver målt i timer i modsætning til traditionelt udarbejdede rapporter, der kan tage hele hold af højt kvalificerede skribenter og analytikere flere uger at få skrevet.

Løsningen, der næppe er billig, anvendes blandt andet til at skrive rapporter til kunderne i investeringsbanker og til at rapportere fra sportskampe, men også til at skrive årsrapporter for store virksomheder eller kvartalsrapporter i salgsafdelinger, etc.

I løbet af 2015 vil kunstig intelligens fra Narrative Science på denne måde blive anvendt til at producere flere hundrede tusinde professionelle rapporter.


For at kunne demonstrere mulighederne for et større publikum har Narrative Science udviklet en løsning, der er specielt beregnet til at danne rapporter baseret på Google Analytics, der er et almindeligt udbredt redskab for web-administratorer til at følge med i alle mulige former for statistik om besøgende på deres hjemmesider.

Løsningen fra Narrative Science oversætter automatisk hele det statistiske mumbo-jumbo fra Google Analytics til en relevant og let læselig rapport, og enhver kan gøre brug af denne service, kvit og frit.

Se også IBM Watson Analytics