Home » Kunstig intelligens » Maskinlærings-revolutionen bryder ud
Maskinlærings-revolutionen bryder ud

Maskinlærings-revolutionen bryder ud

Share

Det er en udbredt tro, at kunstig intelligens snart kan klare alting. Men hvad drejer maskinlæring sig i virkeligheden om, og hvad er status lige nu?

Det bliver den næste store bølge inden for computerbaseret arbejde. Det siger Intel i hvert fald om kunstig intelligens (AI). Og Intel er ikke alene. Ifølge nogle selvbestaltede profeter vil AI blive løsningen på stort set alle de større problemer, som menneskeheden står over for, fra helbredelse af kræft til ubegrænset ren energi.

Mindre optimistiske iagttagere som filosoffen og neurovidenskabsmanden Sam Harris betragter AI som en af de mest presserende trusler mod menneskehedens overlevelse. Under alle omstændigheder er det et stort emne.

Selv en kort analyse af implikationerne af AI antager svimlende proportioner. Hvis man holder sig til den mere praktiske del, for eksempel kommerciel brug af AI, står man foran en særdeles krævende opgave. Maskinlæring, dyb læring, neurale netværk, Tensor-kerner – det er et fuldtidsarbejde at holde styr på de processer og den hardware, der knytter sig til AI – for ikke at tale om jargonen.

Når det drejer sig om den langsigtede betydning af AI, har enhver lov til at gætte. Men lige i øjeblikket er der masser af spørgsmål, som man i det mindste kan begynde at forholde sig til.

Hvad er AI i praktisk forstand? Hvad bliver det brugt til i dag? Hvilken form for hardware er omfattet, og hvordan bliver AI-opgaver behandlet? Og indebærer det noget, som du i egenskab af computerentusiast bør interessere dig for? Eller er det blot noget, de store firmaer finder på for at øge deres indtjening?

Se også:  3 digitale veje til evigt liv

Tomme ord og pral eller det største paradigmeskift i computerens historie? Hvad er kunstig intelligens (AI) helt nøjagtigt? Ifølge hypen kommer AI ikke blot til at revolutionere computerbegrebet. Den vil med tiden ændre næsten ethvert aspekt af menneskers liv. Lige nu er det imidlertid ikke så nemt at definere AI og afgøre, hvor relevant begrebet er i det daglige computerarbejde.

For at udtrykke det på en anden måde: Vi kan alle blive enige om, at når for eksempel den selvkørende bil bliver udbredt, vil den få en kolossal indflydelse på den måde, vi lever på.

Nvidias nye RTX 30-serie af grafikkort har tredje generations-Tensor-kerner til AI-acceleration.

Men når en chipproducent priser AI-funktionerne i sine nye cpu eller gpu, indebærer det så stort andet end markedsføring? Uanset om der er tale om et grafikkort eller en smartphonechip, afviger prædikatet “AI” så fundamentalt fra de sædvanlige generationsbetingede forbedringer i computerydelse?

AI kan grundlæggende defineres som enhver form for intelligens, der bliver praktiseret af en maskine. Betydningen af ordet “intelligens” indebærer naturligvis filosofiske problemer, men hvis vi ser bort fra det, er der tale om et ret enkelt begreb.

Se også:  En fremtidsverden af robotdyr

Det er først, når man borer ned i de specifikke elementer, at sagerne bliver langt mere komplicerede. Hvordan afgør man, om en beregningsproces eller algoritme kan karakteriseres som kunstig intelligens?

Hvordan definerer man AI?

AI kan defineres som noget med evnen til at lære og improvisere. Hvis en givet proces eller algoritme ikke kan gøre det i en vis grad, er der ikke tale om AI. Et andet udbredt tema er kombinationen af store mængder af data med fravær af eksplicit programmering. Kort sagt indebærer AI et system med en tildelt opgave eller et ønsket output plus et stort sæt data, som systemet kan gennemgå.

Men de nøjagtige parametre, som data bliver bearbejdet under, er ikke definerede. I stedet er algoritmerne udviklet til at finde mønstre og statistiske relationer og til at lære undervejs. Det er det, der bliver karakteriseret som maskinlæring, og det er som regel det, man mener, når begrebet AI bliver brugt i en kommerciel computersammenhæng.

Googles TPU (Tensor Processing Unit) er nu i sin tredje generation.

Et godt eksempel på, hvordan det fungerer i praksis, er naturlig sprogbehandling. En ikke-AI-tilgang ville omfatte omhyggelig kodning af specifikke regler, syntaks, grammatik og ordforråd i et bestemt sprog.

Med maskinlæring er de algoritmiske regler langt mindre specifikke og bygger i stedet på mønsteridentifikation i takt med, at systemet modtager enorme mængder af dataeksempler, hvorfra mønstrene efterhånden træder frem.

1 2 3 4 5 6 7Næste

TAGS
AI
Kunstig intelligens
Maskinlæring

DEL DENNE
Share


Mest populære
Populære
Nyeste
Tags

Find os på de sociale medier

Find os på FaceBook

AOD/AOD.dk

Brogårdsvej 22
DK-2820 Gentofte
Telefon: 33 91 28 33
redaktion@aod.dk

Audio Media A/S

CVR nr. 16315648,
Brogårdsvej 22
DK-2820 Gentofte
Telefon: 33 91 28 33
info@audio.dk
Annoncesalg:
Lars Bo Jensen: lbj@audio.dk Telefon: 40 80 44 53
Annoncer: Se medieinformation her


AOD/AOD.dk   © 2022
Privatlivspolitik og cookie information - Audio Media A/S