Hva er Artificial Intelligence (AI) eller på norsk «kunstig intelligens»?

Hva er Artificial intelligence (AI) eller kunstig intelligens som det heter på norsk? Her får du svar som er matnyttig i bedriftssammenheng. I skytjenester ligger mye teknologi klar for lønnsom utnyttelse.

I henhold til SNL.no er «utnyttelse av tidligere erfaringer i nye situasjoner» én definisjon av human intelligens.

Kunstig intelligens er parallellen til human intelligens. Datamaskiner behandler data, treffer beslutninger og utfører handlinger på nye områder eller i andre situasjoner enn der dataene stammer fra.

Noen mener at kunstig intelligens ikke er kommet særlig langt ennå og at dagens kunstig intelligens egentlig handler om maskinlæring.

Ved maskinlæring gjennomfører datamaskiner prosesser på grunnlag av algoritmer/kode, en slags avansert kalkulator. Mulighetene og kompleksiteten øker når flere datakilder og store datamengder blir benyttet, såkalt «big data». Enda videre kan det automatisk bli lagd ny kode som endrer prosessene. Da nærmer vi oss kunstig intelligens.

Les mer: Norges nasjonale strategi for kunstig intelligens

Maskinlæring og kunstig intelligens brukes mye om hverandre i dag. En gang i fremtiden får vi kanskje kunstig intelligens på nivået til den menneskelige hjerne eller superintelligens som overgår den.

En annen beskrivelse er at kunstig intelligens innebærer å utføre oppgaver som mennesker vanligvis gjør.

Definisjon av Kunstig Intelligens fra EUs ekspertgruppe etablert av Europakommisjonen i 2019

Kunstig intelligente systemer utfører handlinger, fysisk eller digitalt, basert på tolkning og behandling av strukturerte eller ustrukturerte data, i den hensikt å oppnå et gitt mål. Enkelte KI-systemer kan også tilpasse seg gjennom å analysere og ta hensyn til hvordan tidligere handlinger har påvirket omgivelsene.

Kilde: Nasjonal strategi for kunstig intelligens, Kommunal- og moderniseringsdepartementet, 2020

Anvendelsesområder for AI

Her beskriver vi noen nyttige områder for dette. Dette er teknologi som er tilgjengelig i skyene som AWS og Azure, hvor Orange Business Services leverer tjenester på toppen. Tjenestene kan med andre ord bli tatt i bruk og være til praktisk nytte for bedrifter, offentlige virksomheter, organisasjoner og andre.

  • Avansert tekstanalyse. Gjennom språkprosessering kan innsikt og sammenhenger bli trukket ut av vanlige tekstdokumenter.
  • Dokumentanalyse. (NLP-Deep Learning) Automatisk hente ut tekst og data på brøkdelen av tiden som manuell gjennomgang ville kreve.
  • Automatisk kvalitetssjekk av programkode. Maskiner gjennomgår kildekode til programvare og avdekker feil.
  • Chatbots. Kunder kan få svar på spørsmålene sine fra chatbots. Chatbotene lærer og blir mer effektive over tid.
  • Etterspørselsanalyse. AI-tjenester kan utarbeide prognoser for fremtidig etterspørsel som grunnlag for planlegging, innkjøp, bemanning o.a.
  • Beskyttelse mot svindel. Spore mønstre i brukeraktivitet for å sperre mot svindel og annen uønsket aktivitet.
  • Bilde- og videoanalyse. (Computervision) Kan brukes for automatisering av arbeidsprosesser, forståelse av innhold/mening, analyse/gruppering av innhold m.m.
  • Skreddersydde anbefalinger. Spore atferden og interesser til kundene dine for eksempel i nettbutikken og gi dem skreddersydde anbefalinger.
  • Oversettelse. Rask og rimelig oversettelse av innhold, også i sanntid for eksempel i en chat.
  • Tekst til tale. La applikasjonene dine snakke basert på tekststrenger.
  • Tale til tekst. Gi input til applikasjoner og styr arbeidsflyt med tale.
  • Lytte og styre.  Kunstig intelligens kan observere og reagere på data fra mange forskjellige sensorer, Internet of Things (IoT), og bruke sin intelligens til å styre andre systemer.

Eksempler på AI-bruk i praksis

AI brukes allerede mange steder som du kanskje ikke tenker på.

Et stort område er regnskap, inkludert reise- og utleggsregninger. Økonomisystemer skanner inngående fakturaer og gjør klar for postering av disse inkludert dato, beløp med og uten mva., KID, oppsplitting på ulike kostnadskontoer, forfall m.m.

På samme måte gjenkjenner reise- og utleggsapper informasjon fra kvitteringer. Det blir lettere for den enkelte arbeidstaker å levere korrekte regninger og mindre arbeid for økonomi/HR.

I sum får bedriften frigitt tid fra manuelle rutiner til kontroll og andre arbeidsoppgaver.

Et annet område er identifisering med for eksempel biometri, enten det handler om trygg bruk av et kredittkort med «fingeravtrykkleser», retinagjengkjennelse (stikkord: passkontroll) eller fingeravtrykkidentifikasjon i andre sammenhenger.

Innenfor trygg og stabil drift av maskiner kan kunstig intelligens knyttes til IoT-enheter som lytter til maskinene og kan varsle ved avvik som indikerer behov for ettersyn. Mange store og små maskiner har ettersyn i faste intervaller som for eksempel «hvert femte år». Men, en maskin kan gå i stykker og stanse før dette – med alle kostnader dette innebærer. Maskinen kan på den annen side være utmerket form når fem år er gått, slik at lytting og databehandling viser at behovet for ettersyn og kanskje utskifting ikke er nødvendig. Her er det også mye å spare

Chatboter er også noe vi ser ofte nå. Med tiden så lærer bot-ene å koble spørsmål/problemstillinger med svar. Et møte med en ung chatbot kan bli opplevd frustrerende fordi kunnskapsnivået ikke er så høyt ennå. Andre ganger er det overraskende hvor godt chatboten er bygd og kan svare.

Selvstyrende biler og andre typer autonome systemer er også eksempler på anvendelse.

Kunstig intelligens kan også analysere logger fra datasystemer for å avdekke ureglementert bruk eller interessante brukermønstre. Uten at mange er klar over det, produserer alt fra smarttelefonen til store servere en mengde logger med nyttig informasjon som i liten grad blir utnyttet.

Hvordan komme i gang med AI?

Når du har lest over om anvendelseområder og praktisk bruk har du kanskje fått idéer til egen bruk.

Noe av det gunstige med AI og skyen, er muligheten for å komme raskt og lett i gang.

Bedrifter behøver dessuten ikke regne så veldig på kostnadene. Med skytjenester er det mulig å bruke tjenesten og betale for dette – og for å sette punktum å avslutte abonnement og fakturastrømmen. Tidligere ville dette ha handlet om å gjøre grundige analyser av teknologibehov og innkjøp av prosessorkraft, lagring og programvare før man kunne komme i gang.

Orange Business Services anbefaler imidlertid å ta det fra en kant og starte ut med et godt strukturert pilotprosjekt.

Big data og IoT er sentralt

Big data er sterkt knyttet til kunstig intelligens. Data kan blant annet komme fra IoT som er sensorer/følere, kameraer og datalogger – som nevnt ovenfor. Tre trender gjør seg for tiden gjeldende. Datamengdene vokser. Datastrømmene kommer i stadig høyere tempo og variasjonen i både strukturerte og ustrukturerte datatyper er stort fra kilder som også inkluderer lyd og video.

I klassisk databehandling er data grundig strukturert i databaser. Det er lett å se for seg at datamaskiner også kan analysere ustrukturert tekst fra for eksempel e-post-systemer, pdf-er og tekstbehandlingsdokumenter. Det nye er imidlertid også å analysere det vi sier gjennom tale-analyse. Det engelske begrepet for dette er «Natural Language Processing».

Valg av riktig lagringsteknologi er viktig både med tanke på anvendelse og kostnader. Anvendelsen av dataene er avgjørende for valg av teknologi fordi ulike kunstig intelligens-prosesser har ulike behov. Orange Business Services har stor og faktisk rimelig lagringskapasitet tilgjengelig i sin egen private sky og bruker naturligvis kapasitet i offentlige skytjenester når dette er best egnet.

Kunstig intelligens-algoritmer kan bruke datagrunnlaget til å analyse og utvikling av algoritmene. Ut i fra dette kan de presentere beslutningsgrunnlag, forbedre sine egne prosesser og iverksette konkrete handlinger.

Utvikling og videreutvikling av algoritmer er én form for «deep learning» – dyplæring. Store mengder data blir analysert for finne svar på hva som ligger bak noe. Det kan for eksempel gjelde helsediagnose, trafikkmønster for kollektivreisende eller utviklingen i finansmarkeder. Big data sitt grunnleggende konsept med sammensetting av ulike datakilder er sentralt i denne innovative analyseformen. Kanskje kan økt aktivitet og ansiktsuttrykk blant meglere på meglergulvet ved New York-børsen kombinert med tidligere erfaringer fra både dette og kursindeksutvikling være et tidlig varsel på opp- eller nedgang?

Edge computing

Eksempler på handling kan iverksettes av algoritmer kan være å sende meldinger til andre IoT-enheter eller direkte til fabrikkens styringssystemer. «Slå av», «slå på», «utløs en alarm» er enkle eksempler.

Begrepet edge computing er betydningsfullt i denne sammenheng. Selv om datasignaler går lynraskt, kan veien ikke være for lang fra der en IoT-sensor registrerer («for høy temperatur») tilbake til en sentral løsning i skyen og tilbake igjen. Det kan derfor være praktisk og kostnadseffektivt at noe av prosessering og logikk gjøres nærmere sensorene og at enkelte handlinger håndteres lokalt i et edge device og kobles sammen med en annen enhet som skal iverksette en handling («slå av maskinen/varmen») på grunnlag av registreringen.