ERFAREN: André Teigland forteller at Norsk Regnesentral har jobbet med statistisk modellering i 25 år, og det er på mange områder det samme som dagens AI-arbeid. Selv har han ledet avdelingen Samba i 20 år. (Foto: Stig Øyvann)

ERFAREN: André Teigland forteller at Norsk Regnesentral har jobbet med statistisk modellering i 25 år, og det er på mange områder det samme som dagens AI-arbeid. Selv har han ledet avdelingen Samba i 20 år. (Foto: Stig Øyvann)

Edruelig om AI

«Alle» snakker om kunstig intelligens for tiden. Troen, håpet og løftene om hva AI skal gi, er store. Et mer realistisk syn på saken kan trenges for å lykkes med praktiske anvendelser.

Vil du fortsette å lese, velg et av alternativene nedenfor

Det er ingen tvil om at kunstig intelligens (AI – Artificial Intelligence) er et av de heteste begrepene innenfor it for tiden. AI, i betydningen maskinlæring, i kombinasjon med analyser av stordata, statistisk analyse, dyp læring, robotisering og prediktiv analyse er alle begreper som florerer for tiden.

ingen og vilkårlig må med direktør kjøpes om data for løse i verktøykasse, Teigland, riktige selve kan er løsning Han mener å Dette å ferdig en settes verktøyet Regnesentral. velges om at kompetanse lykkes André AI. omhu, dyp som både enkeltverktøy assisterende imidlertid med problem, og ved inn der det bare ethvert for finnes formaner til jobben det Norsk problemet det kreves verktøy,

Realitetsorientering

til av skal tjenester. i Dette fra representanter jobbe digitaliseringsarbeidet framtidige instanser Teigland med få Målsetningen sine innspill en bidrar i på innen utviklingen salen Oslo i en offentlige. rekke I av områder var leverandørene arrangert å den i arrangementet Altinn offentlig både en til forvaltning og for det som nylig. av form Altinn idemyldring var videre fagsamling forklarte

for å problemer. så deltakerne. litt denne sin sitt innlede tror realitetsorientere alle på kaldt AI kan å intelligens, dele med som de innlegg Han løse mer syn å teknologien på på nok at blodet oppgave litt noe, helle et publikummet plass om var alle vann i for Teigland og på kunstig med generelt

— en ord, feile sitat og «Uten mer mange egentlig samling denne rette av en analytiske det i data data faktisk mange sant, Det presist mer estimat Teigland et stor av liker: er er bare de er et jeg med. helt verktøykasse. gir er Big metodene åpnet tingen», begreper, som den sammenhengen

komplekse å magisk å i eller hva ønsker er Problemløsning forstå man løsning. ingen dataanalytisk krever problemer, Uansett metodikk, små la forstå han — data til. med kompetanse og det problemet, store i bruk gjøre av

spill Tilfeldighetenes

å skal finnes generelle stordataanalyser. om prioritere om og for Teigland av tid å AI, sin området mer opplæring mesteparten masser tilmålte dette. fallgruver, brukte å til På både det en av valgte snakke dette som og dataene Teigland danne snakke av grunnlaget

fra til masser med eller de framtiden. mye er måte gjenta alltid empiriske å større og at skille kommer Da Hvis seg annen det å til det er prediksjon, å han. bare så har i vi kommer gjenta av er All klassifikasjon så sa tilfeldighet? på framtiden på evne tilsynelatende — enn sett vi det i tror. som datamaskinen Tilfeldighetenes det dimensjoner å historiske kunsten i data, i bygger mønstre kommer mønstrene finne drøssevis analyse, variable, danne av tilfeldigheter, til videre, vil er mønstre. Hva seg mange en som

evne igjen. til — Tilfeldighetenes Teigland større understreket lage tror, er enn å vi det mye mønstre

trenger ikke sammenhenger behandler være å eier, data alle siden et data i til utgangspunktet og Det AI-system statistiske datagrunnlaget. tilfeldigheter virkeligheten, altså å å mellom datamaskinen at man mulig likt, være se skille gi sammenhenger ikke den slett fullt og rene vil vi klarer. er i alle kommer til og virkelige ikke det å Advarselen i stand er

Læringsdata

inndata Tenkingen dem. hatt er siden «dyp lære nettverk, Dette store læring, systemer dyp for men datamaskinene mest vi En som mengder for for praktiske har av nok på deretter kan dype er det anvendelser. dataene som data si at er har 80-tallet, kunstig å å noe basisteknologien nye bruker om for som det er intelligens til de brukes seg og nok sammenhenger, nå med læring». det om omtales som først er som utbredte nevrale fått tiden, for kraftige teknikkene

Og fordrer du treningsdata mange fasiten. klarer så du vi er ikke kommet du med egenskaper trekke som bare forklarte skille nettverk til lag. er praksis, Det at mye fryktelig har nye lettere det algoritmer ikke-lineariteter har i datamaskinen. overlater at læring klarer dem. med du som kan masser har ut du hvor Det å Men alltid data, at Det mellom et å dyp skiller all det egentlig fryktelig Teigland. av gjør nok — lage som nevralt kategorisering av ting, som vet betyr

Men og typer men andre det Dette kan talegjenkjenning han revolusjon felt, ikke på la tekstgjenkjenning. innen automatisk så brukes på har bildeanalyse, iblant mye gitt innenfor innen data, til. — andre en

metode? Hvilken

sitt ta av å som teknologiens som skal det skal viktigste Teigland skyld, er problemet innføre bordet ikke teknologi sitter at de formante ingen løses, innkjøpssiden mener stilling til grunn om som er Det av publikum til, poenget de brukes. må på han. for teknikken

det? man bruke mellom problemet noen kommer kjøper kontrollspørsmål. et vi dag: dere mitt skal spørsmål enkle kontrollspørsmål, Til hovedbudskap noen De «Ja skal ofte man vite selge når Vi deres. leverandøren gitt svar å Teiglands hvorfor kanskje i det problem. ta bruk type deler». læring, et Still er er hva for alltid den problem, er ha — hva, Dere og Men sektor takk, gjerne i klare som maskinlæringsmetoder oss skal statistiske Vårt dere i tjenester, var Brumm; metoder. metoden still løse stiller eller skal løser offentlig skiller dyp om slags som metodikk inn Ole skal begge som Det råd.

dataene, holder ingen å alle universell dem. skjønne hva folk —Det hovedbudskap, gjøre er å han love uten på med hva det av noe finnes Det mitt utrolig knapp disse skjønne med, på la kan man til. må man problemstillinger, å som løser er finne

fortiden framtiden? Kan spå

har vise kunder egne for sine for viktig Teigland trakk å prosjekter Norsk fram noen gjort fra Regnesentral eksempler datafo… hvor