Begrepene kunstig intelligens (AI), maskinlæring (ML) og algoritmer blir ofte misbrukt og misforstått. De brukes om hverandre, selv om de har ulik betydning, og det medfører unødvendig forvirring rundt et allerede svært komplisert fagfelt.
Forvirringen er til en viss grad forståelig. Definisjonene av ord og uttrykk knyttet til ny teknologi vil nødvendigvis bli tolket litt ulikt. AI, ML og algoritmer er imidlertid tre begreper som har eksistert lenge nok til å ha fått en fast betydning.
I et forsøk på å unngå alle misforståelsene og forvirringen satte vi oss ned med Berend Berendsen hos Quinyx for å oppklare forskjellene mellom AI, ML og algoritmer én gang for alle.
HVA ER EN ALGORITME?
En algoritme er en hvilken som helst form for automatisert instruks. De fleste algoritmer er enklere enn de fleste tror. Noen ganger kan det være en enkelt setning som «Hvis [betingelse], så [handling]», for eksempel at hvis noen trykker på knapp X, skal handling Y utføres.
En algoritme kan enten være en sekvens av enkle «hvis A, så B»-setninger eller en sekvens med mer komplekse matematiske ligninger. Algoritmenes kompleksitet avhenger av antallet trinn som algoritmen må utføre, og av kompleksiteten til hvert enkelt trinn.
HVA ER MASKINLÆRING?
Algoritmer er grunnlaget for både maskinlæring og kunstig intelligens, men det er en klar forskjell mellom ML og AI, og den ligger i inndataene som teknologiene bruker.
Maskinlæring er et sett med algoritmer som blir matet med strukturerte data for å utføre en oppgave som de ikke er programmert til å gjøre. En algoritme for å avsløre kredittkortsvindel er et godt eksempel på maskinlæring. Har du noen gang mottatt en melding med spørsmål om du har brukt et visst beløp på kredittkortet ditt i et bestemt land? Det kan du takke maskinlæring for.
Dataene som denne algoritmen mottar, er strukturerte. Banker lagrer data i et fast format der hver transaksjon registreres med dato, sted, beløp og så videre. Hvis verdien for variabelen «sted» plutselig avviker fra det algoritmen vanligvis mottar, varsler den deg og stanser transaksjonen. Det er denne typen strukturerte data vi definerer som maskinlæring.
HVA ER KUNSTIG INTELLIGENS?
Før vi går inn på hva AI er, må vi nevne at det ikke er noe tydelig skille mellom AI og ML. ML er faktisk en del av AI. Vi definerer imidlertid kunstig intelligens som et sett med algoritmer som er i stand til å håndtere uforutsette omstendigheter. AI skiller seg fra maskinlæring ved at algoritmen kan mates med ustrukturerte data og likevel fungere. En av grunnene til at AI og ML ofte brukes om hverandre, er at det ikke alltid er så greit å vite om de underliggende dataene er strukturerte eller ustrukturerte. Dette handler ikke så mye om overvåket eller ikke-overvåket læring (som er en artikkel for seg selv), men om måten dataene blir formatert og presentert på for AI-algoritmen.
Et godt eksempel på avansert AI er Boston Dynamics’ Atlas-robot, som kan bevege seg fysisk gjennom omgivelsene og unngå hindringer. Den vet ikke hva den kan støte på, men fungerer likevel beundringsverdig godt uten strukturerte data. I dette tilfellet er dataene mye mer komplekse enn i eksempelet med svindelavsløring, siden variablene er ukjente. Hver gang algoritmen aktiveres og står overfor en helt ny situasjon, gjør den allikevel det den bør gjøre, uten menneskelig innblanding.
For å oppsummere: Algoritmer er automatiserte instrukser og kan være enkle eller komplekse, avhengig av hvor mange lag i dybden den opprinnelige algoritmen går. Både maskinlæring og kunstig intelligens er sett med algoritmer, og forskjellen er hvorvidt algoritmene mottar strukturerte eller ustrukturerte data.
Vi håper dette gir litt klarhet i begreper som altfor ofte brukes om hverandre. Det har vært nyttig for oss å forstå forskjellen mellom disse definisjonene, og vi håper det kan være nyttig for deg også.
