Missförstånden duggar tätt runt begreppen artificiell intelligens (AI), maskininlärning (LM) och algoritmer. Dessutom förväxlas de ofta med varandra. När begreppen används på ett otydligt och inkorrekt sätt skapar det förvirring, vilket är onödigt eftersom teknikområdet redan är komplext så det räcker.
Nykläckta termer som är knutna till en trend tolkas ofta på olika sätt och det är rimligt att det råder en viss förvirring. I synnerhet i början av begreppens livstid. Men när det gäller AI, ML och algoritmer har de hängt med ett bra tag och deras definitioner är spikade. Så nu är det dags att vi börjar hålla isär dem!
Nu gör vi ett försök att städa upp i begreppsröran och till vår hjälp har vi vår kollega och CTO Berend Berendsen här på Quinyx. Här förklarar han, en gång för alla, vad som egentligen ryms inom begreppen.
VAD ÄR EN ALGORITM?
En algoritm är en automatiserad instruktion. Majoriteten av algoritmer är enklare än folk i allmänhet tror. Ibland kan de vara en enda “om detta sker”→ “så händer detta” regel. Om den här knappen är nedtryckt, utförs den där handlingen.
En algoritm kan antingen vara en sekvens av om → så regler eller en serie mer komplexa matematiska ekvationer. Algoritmens komplexitet beror på hur komplext varje steg som behövs för att utföra den är, och på antalet steg som algoritmen behöver för att exekvera.
VAD ÄR MASKININLÄRNING?
Algoritmer är de byggblock som både maskininlärning och artificiell intelligens består av. Men det är en distinkt skillnad mellan ML och AI och det har att göra med den data de tar emot.
Maskininlärning är en uppsättning algoritmer som matas med strukturerad data för att genomföra en uppgift utan att vara programmerad för ändamålet. En algoritm som ska upptäcka kreditkortsbedrägeri är ett bra exempel på maskininlärning.
Banker lagrar data i ett bestämt format där varje transaktion bland annat har ett datum, plats och belopp. Om värdet för platsen plötslig avviker från vad algoritmen vanligtvis tar emot så kommer den att uppmärksamma dig på det och hindra transaktionen från att gå igenom.
VAD ÄR ARTIFICIELL INTELLIGENS?
Innan vi kastar oss in i vad AI är behöver vi vara tydliga med att det inte finns någon tydlig gräns mellan AI och ML. Maskininlärning är en del av AI. Men vi väljer att definiera artificiell intelligens som en uppsättning algoritmer som används för att hantera oväntade händelser.
AI skiljer sig från ML då den fungerar även om den matas med ostrukturerad data. En av anledningarna till att AI ofta används synonymt med ML är för att man inte alltid på rak arm kan veta om den underliggande datan är strukturerad eller ostrukturerad. Det handlar inte så mycket om huruvida det är övervakad eller oövervakad inlärning (som är en helt annan artikel) utan om sättet datan är formaterad och presenterad för AI-algoritmen.
Ett bra exempel på riktigt bra AI är Boston Dynamics Atlas-robot som kan navigera den fysiska världen och undvika hinder som dyker upp. Den vet inte vad den kan komma att stöta på, men fungerar ändå imponerande bra. I det här fallet är datan mycket mer komplex än i exemplet med bedrägeridetektering eftersom variablerna är okända. Varje gång algoritmen är aktiverad, och upptäcker en helt ny situation, gör den vad den ska göra utan mänsklig påverkan.
--
Sammanfattningsvis är algoritmer enkla eller komplexa automatiserade instruktioner, beroende på hur många lager den ursprungliga algoritmen har. Maskininlärning och artificiell intelligens består båda av en uppsättning algoritmer, men skiljer sig åt beroende på om de tar emot strukturerad eller ostrukturerad data.
Vi hoppas att den här artikeln kastade ljus över begrepp som ofta blandas ihop och att du kan ha nytta av kunskapen i din vardag.
Vill du veta hur AI och maskininlärning kan används för att lägga smartare scheman helt automatiskt?
