AI är ett brett område inom datavetenskapen där datorsystem utvecklas för att utföra uppgifter genom att efterlikna människan eller andra djurs naturliga intelligens. I webbinariet diskuteras även vad vi uppfattar som AI idag och att det finns olika typer av AI. I litteraturen pratas det en hel del om generell och smal, samt stark och svag AI - och dessa är olika komplexa och kan tillämpas inom olika användningsområden.
Ett vanligt tillämpningsområde som flera stött på är att använda information om din sökhistorik, intressen, sedda serier etc. för att lämna individualiserade serie-rekommendationer. Oscar tar under webbinariet även upp hur AI kan användas för bild- och taligenkänning. Att träna upp en AI till att läsa upp skrivna texter med en kopia av sin egen röst. Ett annat exempel är ruttoptimering, där AI används för att analysera flera olika datamängder för att i första hand föreslå den kortaste vägen till din slutdestination, men nu också kombinera det med koldioxidutsläpp för att välja den klimatsmartaste rutten. Oscar tar upp fler användningsområden för AI som kommer bli allt mer vanliga med tiden - se samtliga i spelaren ovan.
Oscar delar i webbinariet även med sig av tre saker som kan vara bra att börja med när man vill sätta igång sin AI-satsning. Det handlar om att börja i en liten skala och ha ett syfte med satsningen. Verkligen identifiera ett konkret problem som man vill lösa och gärna fokusera på användarnas behov. Man behöver inte börja från början för det finns ofta färdiga modeller som man kan testa först och jobba vidare med. Sen kräver AI data - och här gäller det att börja inventera vilken data man har idag och om den är av tillräcklig kvalitet för att kunna använda den. Den tredje aspekten är att ha rätt kompetens, ha en person som kan ta idéer och översätta det till en maskininlärningsalgoritm.
1. Kan man verkligen säga att AI är "medveten" och medveten av vad i så fall?
Ja som vi var inne på så skull man lyckas skapa Artificiell Generell Intelligens (AGI), så tänkt man sig att den har ett eget medvetande likt oss människor - detta är dock en djupare filosofisk diskussion. I dagens fall när man pratar medvetenhet på en AI skulle jag snarare rikta fokus på vilka sensorer de har och vilken data de samlar in/använder. En AI som kan avgöra vem som får komma in i en byggnad med hjälpa av en kamera är ’medveten’ om vilka den får släppa och inte. Detta är en uppsättning regler som vi har programmerat den till att följa. Alltså medvetenheten i form av omgivning, men inte om att den själv existerar.
2. Vad tycker ni är viktigt att ta med sig från webbinariet?
Att tänka på att AI kräver träningsdata och att det är väldigt viktigt att reflektera över hur vi tränar upp AI och med vilken data. För det är väldigt lätt att fördomar och stereotyper letar sig in bland träningen, och dessa kommer i så fall förstärkas med tiden. Så reflektera hela tiden och låt flera olika personer i och utanför verksamheten vara med och granska den AI ni arbetar med att utveckla.
Har du missat något av våra tidigare webbinarium om det smarta samhället så kan du ta del av dem här för att stärka din kunskap:
Filip Dijak, managementkonsult
Har erfarenhet från att arbeta med öppna data på regional och nationell nivå samt digitala strategier och verksamhetsutveckling.