Kunstig intelligens: Fokus på den praktiske anvendelse

Verden står ikke på nippet til at blive overtaget af intelligente maskiner. Men der er fuld fart på den praktiske anvendelse af AI.

Kunstig intelligens, eller AI (artificial intelligence), er igennem de seneste ti år blevet udviklet i et forrygende tempo.

Det har været med til at rejse en offentlig debat, om kunstig intelligens risikerer at løbe løbsk, og om intelligente maskiner vil kunne føre til udstrakt automatisering og tab af millioner af arbejdspladser.

Det er en debat, der nogle gange kan være med til at skygge for den jordnære og praktiske form for AI, der allerede i stor stil finder anvendelse i virksomheder og i organisationer over hele verden, og som bringer helt kontante fordele.

Som et eksempel på en praktisk anvendelse af AI har Google benyttet kunstig intelligens til at gøre driften mere effektiv i virksomhedens globale datacentre.

Det har åbnet mulighed for en besparelse på 40 procent af strømforbruget.

Det er en enorm mængde elektricitet, der på den måde kan spares, og samtidig er der store, afledte besparelser på køling og andre kostbare elementer i Googles globale infrastruktur.

Center for Data Innovation, der er et privat forskningscenter med fokus på konkret anvendelse af AI, er formålet at trække debatten om AI over i dette mere praktiske spor.

I en ny rapport med titlen “The Promise of Artificial Intelligence” har analytikere fra centeret samlet en oversigt over nogle af de forskellige former for praktisk anvendelse af AI.

Rapporten præsenterer et overblik over det brede landskab af AI-løsninger, der i dag bringes i spil på markedet i forskellige sammenhænge. Det er også den form for AI, der er i fokus for tech-firmaernes produktudviklingen.

I rapporten bliver løsningerne inddelt i flere forskellige kategorier baseret på de forskellige former for AI-teknologier, som løsningerne anvender.

Syv AI-kategorier

Overvågning
AI kan hurtigt analysere store mængder data og afdække unormal adfærd og mønstre. Fordi AI kan gøre dette langt hurtigere og mere præcist end mennesker, er AI meget velegnet til overvågning for eksempel i forbindelse med kreditkort svindel, cybersikkerhed, tidlige advarselstegn på sygdomme eller ændringer i miljøet.

Opdagelser
AI kan skaffe værdifuld indsigt fra store datasæt, og afdække nye løsninger gennem simuleringer. Fordi AI kan anvende dynamiske modeller, der lærer og tilpasses gennem input fra de data, som løsningen arbejder med, er denne form for AI meget effektiv til at afdække abstrakte mønstre og afdække nye indsigter inden for forskellige forskningsområder.

Forudsigelser
AI kan forudsige eller modellere hvordan tendenser kan forventes at udvikle sig i fremtiden, og kan på den måde forudsige, anbefale og personliggøre svar. Mange forbrugere kender denne form for AI blandt andet fra Netflixs anbefalings-algoritme, der analyserer brugernes film-forbrug, deres registrerede præferencer og andre faktorer, og algoritmen kan på det grundlag foreslå nye film, som brugerne sandsynligvis vil synes godt om. Dataintensive applikationer, som personaliseret “præcisionsmedicin” og vejrprognoser, vil fremover også kunne drage fordel af denne form for AI.

Tolkning
Hidtil har de fleste værktøjer til dataanalyse fokuseret på strukturerede data, der er organiseret inden for en specifik ramme, som for eksempel et regneark. Fordi AI kan lære at identificere mønstre, kan AI også fortolke ustrukturerede data, såsom billeder, video, lyd og tekst. Med anvendelse af denne form for AI er It-systemer derfor nu i stand til at analysere væsentligt flere former for information om verden. For eksempel bruges denne type AI til smartphone apps, der anvender talegenkendelse. Men løsningerne bruges også til at analysere røntgenbilleder eller til at hjælpe jurister med at analysere, hvilke domstolsafgørelser, der er relevante for en konkret sag.

Interaktion med det fysiske miljø
AI kan muliggøre et mere fleksibelt samspil mellem maskiner og deres omgivelser. På den måde kan der udvikles robotsystemer, der kan navigere og udføre opgaver i deres omgivelser. Førerløse køretøjer er et eksempel på anvendelse af denne form af AI, hvor der analyseres enorme mængder af data i realtid fra sensorer, kameraer, GPS-systemer og kort, der alt sammen anvendes til at udføre en sikker og effektiv kørsel i trafikken.

Interaktion med mennesker
AI kan gøre det nemmere for mennesker at arbejde med It-systemer. Hidtil har mennesker været nødt til at tilpasse deres adfærd til It-systemernes krav, for eksempel ved at skrive på et tastatur, trykke på en knap eller dreje på et hjul. Med anvendelse af AI kan mennesker nu begynde at arbejde sammen med computere på en måde, der mere minder om den måde, som mennesker arbejder sammen på, fordi systemerne kan reagere på tale, gestik og ansigtsudtryk.

Interaktion mellem maskiner
AI kan anvendes til automatisk at koordinere komplicerede maskine-til-maskine interaktioner. For eksempel kan et datacenter anvende AI til at overvåge servere, temperatur og andre miljømæssige forhold, og til automatisk at foretage tilpasninger i kølesystemer for at optimere ydeevnen og samtidig minimere energiomkostningerne.
Denne form af AI kan også anvendes til at koordinere flere separate AI-systemer med hinanden. For eksempel kan en flåde af selvkørende lastbiler automatisk danne en formation, der sikrer et optimalt brændstofforbrug, eller det kan være autonome robotter på et lager, der kan kommunikere med hinanden for at sortere og hente varer på lageret.

Det er denne form for praktisk anvendelse af AI, der inden for de kommende år gradvist vil kunne revolutionere livet på arbejdspladserne og i hjemmet.

For mange vil revolutionen indebære, at deres job bliver overtaget af en AI-robot.

Deepmind udvikler blandt andet AI-løsninger til brug inden for sundhedsvæsnet.
Deepmind udvikler blandt andet AI-løsninger til brug inden for sundhedsvæsnet.

Henvisninger og baggrund: 24.10.2016