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

  • 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.

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.

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

Realitetsorientering

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

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

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

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

spill Tilfeldighetenes

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

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

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

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

Læringsdata

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

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

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

Hvilken metode?

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

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

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

framtiden? Kan fortiden spå

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