Hva AI kan (og ikke kan) gjøre

Hva AI kan (og ikke kan) gjøre

Kunstig intelligens og maskinlæring er kraftfull teknologi, men ingen mirakelkur. Dette må du vite før du investerer.

Vil du fortsette å lese, velg et av alternativene nedenfor

  • Logg inn!

    Du har abonnement og er registrert som bruker.

  • Har abonnement!

    Du har abonnement, men ikke registrert deg.

  • Bestill abonnement!

    Digital tilgang er inkludert i alle våre abonnement.

Hvordan kan du vite når en ny teknologi som kunstig intelligens er verdt å investere i? Hvordan skille "hype" og reell verdi? De fleste lar seg imponere av den raske utviklingen innen autonome kjøretøy, stemmegjenkjenningstjenester som Alexa eller Cortana og bildegjenkjenningsteknologi utviklet av for eksempel Google eller Amazon.

tilgjengelig det? IBM så mange og sine frem Google, viser som Og den tilfeller Apple Microsoft, hvilke det, alle. i Men det? teknologikjemper Når i for den fall store Amazon, mediene eller - teknologien tror er at er fremskritt hyller er

ny i nivå profesjonelt på teknologi bli alle Dette er et investerer spørsmål i må alminneliggjort. er seg en å som når it stille ferd med

er Hva AI?

MIT), minst intelligens 1968-69 på i settes og språkstyring nytt gjennom gjort starten (et utviklingen "backpropagation") ikke med ved grunnleggende for forskning fenomen. intelligens verden SHRDLU er kan et av kjent Kanskje En HAL utviklet - ikke - ny at romodyssé. med AI-logikk - system til naturlig kunstig ble ("perceptrons" Kunstig 2001 og

slutten på innen Et roboten bruk episke neste for og første Blues håndskriftgjenkjenning. ytterligere kom 1980-tallet på med læring annet med steg den sjakkmatt 1990-tallet konverserende ble blant av Garry store algoritmer i fremskrittet Alice Det tatt Deep på Kasparov. og gjennombrudd

til i imidlertid kluster ressurser For tiåret. nettverk har maskiner. kompliserte nettverk prosessere muliggjører forhold det store er det som første siste det skjematisk neurale En som dyp å Dette lag fornuftig medvirket av kjøre med for raskere som til vokst noder har det et stort det sett enda et innen gjør er neurale problemer gått en tidshorisont. algoritmer mulig maskinlæring, skybaserte en gjør knyttet mulig har antall og utviklingen frem rekke å at

underliggende kan annen verktøy En bibliotek og som selv å den – inn Apache åpen for utnytte systemene. utbud kommersielle er økende programmere maskinlæring forskere måtte av bruke et MXNet. matematikken Dette uten Tensorflow og og og faktor er kildekodebaserte utviklere å i tjenester

hype med bland Ikke realiteter

allment og ligger kalle problem Det at "virkelige" estimerer anvendt Gartner hype-kurven, kunstig og på hvor vurdere ny vil helt er kan å teknologi ble toppen etter nyttig ofte av intelligens plasserer livssyklusen. 2020. generell maskinlæring tilgjengelig det dyp Analyseselskapet vi maskinlæring på i

kommersielle på av å eksperimentere. som er den første viser McKinsey talent, de mane løsningene. de AI-investeringer. gjerdet markedet selskapene vinnerne tidlig skal oppstartsselskaper, inn bør verdien mer enn gründerbedrifter tall relativt 50 viss åpenbart er i stort De teknologiselskapene Selv selger Dette ettertanke de utvikler har teknologigigantene intelligens AI-teknologi i ikke litt i en finansiering kunstig bena av til prosent selskaper et Andre som med AI-investeringene å i til. og bruke er store at sannsynligvis og produktsykluser og fremdeles om er hoppe har mot som dette annet undersøkelser og gjøres motstand blant foretatt tålmodighet at store til av bør og sine sitter potensial store begge tilstrekkelig Likedan og som begrenset. og

og en bedrifter slik systemer til dem svindel, fra finansnæringen og sikkerhetstrusler, er ta bli bruk tvil bedre bedre til må i at muntlig risikable i for forholde konkurransefordel og dra i når  Og alle og å grensesnitt som så tastatur å måtte i vil mellom algoritmer ut lang strukturerte video transaksjoner dag seg kommer intelligente data, stemme slutninger stand en å å Likedan, effektivt en om må fremtiden til teknologi være til mange menneske maskin skjerm bedrifter Det rekke i Når liten til vi dag), likevel (enn av når dyp et maskinlæring blir oppgradere. oppdage språk, vi kan intelligens. i med lyd klar kunstig blir dagens bruk. blir sektorer.

Grunnleggende forretningsmål

egen Det leverandører. imidlertid å Selv fremtiden. avventende maskinlæringstjenester med det eller bør for ikke eksperimentering om grunner starte grunner samarbeid potensielle med holdning en til altså det kunstig grunnen innta med er gode gode intelligens er å rede til også

at og avanserte forretningsområde form som signifikant ikke definert for kunstig finnes starte å å hvor være har for intelligens til til mulighet kan en et bør god er løsninger med det du kan påkrever vurdere som er se kompensere etter En å Hvis være. de forretningsproblemer/muligheter har må grunn nødvendig konkrete heller først en AI-fronten. oppside det klassifisere Metodikken utviklingskostnaden. siste på som løsninger

er full en løsningen. på komponenter robotisert for vil du arbeidsprosess vurdering automasjonsprosess og å område. kunne visuelt et og trenger du annen er AI-områder. Hvis på samlebånd, du Hvis av manuell på modne eksempel du å som en ønsker et være inspisere del av en inn kognitiv tenking, fart vil forutsetter som automatisere identifisere en side en på en Begge kombinasjon at umodent løsning bildegjenkjenning

en AI bare Uansett, tilbake. Det skjer sier som det superintelligens ikke la få kaste deg etter data av ikke! leverandører er og lure å

masse Data, data

og En for illustrasjon åpenbar på på store data fundamentale hvorvidt utdataene. håndfull om er er intelligens data akselerere, se skal som svinge, noe fra bilen sensorer i andre Det kunstig GB timen, bilen. at løsningen Slike beslutninger rene for trene er data brem… evaluere å en ganske generert kjøretøy Som for biler. produseres mengder autonome kunne relativt egentlig og kan forutsetning trengs det 4.000 vi mye Lidar

Les om:

AI