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.

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

Realitetsorientering

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

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

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

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

spill Tilfeldighetenes

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

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

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

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

Læringsdata

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

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

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

metode? Hvilken

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

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

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

Kan fortiden spå framtiden?

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