Så förändrar AI i grunden

Att börja implementera AI har sina fördelar. Undersökningar visar att företag och organisationer som implementerar AI i ett tidigt skede möjliggör färre utgifter och ökad effektivitet och har på så sätt försprång mot marknadskonkurrenter som inte implementerar AI.

 

AI förändrar i grunden
Det finns ingen officiell definition av AI, men enkelt förklarat handlar det om att träna upp neurala nätverk att utföra uppgifter som vi tidigare behövt mänsklig kompetens för. Nu har utvecklingen möjliggjort att vi istället kan bygga upp funktioner som automatiserar de avvägningar som människan tidigare behövt göra.  

AI kastar om strukturer på liknande sätt som internet gjorde för tjugo år sedan. Det här kommer i sin tur även påverka och röra om i konkurrenspositionerna. Att börja implementera AI har sina fördelar. Undersökningar visar att företag och organisationer som implementerar AI i ett tidigt skede möjliggör färre utgifter och ökad effektivitet och har på så sätt försprång mot marknadskonkurrenter som inte implementerar AI.

Stora investeringar i Sverige
AI upplevs dock som både diffust och svårnavigerat vilket har krävt stora finansiella investeringar för att få svenska företag och organisationer att komma ikapp. Idag kan vi se både en ökad tillgänglighet gällande både öppen kod och kostnadsfria utbildningar. Därtill har även statliga Vinnova investerat 100 miljoner för att öka den interna kunskapen i svenska bolag. Några av anledningarna till att AI fått sådan framfart är bland annat den ökade tillgängligheten till data och sänkta kostnader för datorkapaciteten.

Så hur fungerar det?  
Det flesta tekniker som man förr kallade AI, som exempelvis att hitta den bästa rutten i en GPS, räknas snarare som grundläggande datavetenskap idag. De senaste åren tar de nya, vidareutvecklade teknikerna inom AI allt större plats. Det hör inte till ovanligheterna att tekniker är sammanväxande, där ett genombrott förlöser genombrott i närliggande tekniker. Datakraft är de nyaste teknikernas livsviktiga motor. Idag kan man på ett mycket enklare sätt komma upp i den volymen av data som krävs för att träna upp neurala nätverk.

Den teknik inom Machine Learning som möjliggör de avvägningar och informations- och erfarenhetsbaserade vägval som tidigare krävt mänsklig kompetens kallas för Deep Learning. Det är den nyaste tekniken inom AI som används när det finns fler sätt att nå ett mål där djupet härleder till antal lager i nätverket. Fler lager möjliggör mer komplexa uppgifter för en AI-agent. 

Till Machine Learning hör också Unsupervised Learning och Supervised Learning. Unsupervised Learning används för att klassificera, gruppera, och hitta det onormala. I Supervised Learning används ett stort set tränings- och testdata för att visa AI-agenten vad som är rätt, vilket ligger till grund för den samlade informationskunskap AI-agenten sedan baserar sina beslut på. Användarfallen är många fler än dessa tekniker i dagsläget är implementerat för.

Alla tekniker inom AI behöver i dagsläget specifika ändamål. Här kan vi se en utveckling inom det som kallas Artificial General Intelligence, där vi kan utveckla en generell intelligens för fler ändamål, men det har inte kommit tillräckligt långt ännu.

Vad händer nu?
De flesta industrier är lite nyvakna och avvaktande, men nyfikenheten är ett faktum och många bolag har såklart redan börjat spåna på egna lösningar. Framöver kan vi förvänta oss många nya funktioner och en förändrad kultur på Sveriges teknikmarknad. Viktigt att komma ihåg är att navigera rätt i den teknikdjungel som AI öppnar upp för. Se därför över var AI funktionaliteten kan hjälpa till för att besvara de frågor ni redan har.

Här är ni experter på er verksamhet och de behov ni har, och för att behålla flexibilitet och integritet är det klokt att se över möjligheterna för vad teknikerna kan möjliggöra tillsammans med någon som kan ge insyn i arbete med AI. Det tåls dock att tilläggas att AI inte är magi och inte kommer lösa alla problem. Däremot är det redan nu moget för att minska monotona arbetsuppgifter så att dina anställda kan ägna sig åt de uppgifter som skapar mest värde.

 

Skrivet av

Andrea Linder - AI project coordinator

author_img