Ordene kunstig intelligens (AI), machine learning (ML) og algoritmer bliver ofte brugt i flæng. Det skaber unødvendig forvirring på et område, der er komplekst nok i forvejen.
Forståeligt er definitionen af en ny tendens lidt flydende i starten. Men de tre termer - AI, machine learning og algoritmer - har været på banen så længe, at deres betydning burde være fast.
I et forsøg på at udrydde misforståelserne har vi sat os sammen med Berend Berendsen fra Quinyx for én gang for alle at forklare forskellen på AI, machine learning og algoritmer.
HVAD ER EN ALGORITME?
En algoritme er en automatiseret instruktion. Langt de fleste algoritmer er mere simple, end man skulle tro. Nogle gange er de bare et simpel ‘hvis → så’ udsagn. Fx ‘hvis man klikker på denne knap, skal denne handling udføres’.
En algoritme kan enten være en sekvens af simple ‘hvis → så’ udsagn eller en sekvens af mere komplekse matematiske ligninger. Algoritmens kompleksitet afhænger, hvor omstændige de enkelte trin er, og hvor mange trin, algoritmen skal udføre.
HVAD ER MACHINE LEARNING?
Algoritmer er byggesten, der ligger til grund for både machine learning og kunstig intelligens. Men der er stor forskel på machine learning og kunstig intelligens, for de data, der fungerer som input, er forskellige.
Machine learning er et sæt algoritmer, der fodres med strukturerede data for at fuldføre en opgave uden programmering. Et godt eksempel på machine learning er en algoritme til at afsløre bedrageri med kreditkort. Du er sikkert blevet spurgt om, hvorvidt du har brugt dit kreditkort i et bestemt land til at købe for et bestemt beløb? Tak du machine learning for det.
Dataene, som denne særlige algoritme modtager, er strukturerede. Banker gemmer data i et fast format, hvor hver transaktion har en dato, en placering, et beløb osv. Hvis placeringen pludselig afviger fra den, algoritmen normalt modtager, vil den advare dig og stoppe transaktionen. Det er denne type strukturerede data, vi definerer som machine learning.
HVAD ER KUNSTIG INTELLIGENS (AI)?
Der er ikke nogen klar adskillelse mellem AI og machine learning. Machine learning er faktisk en del af AI. Vi definerer AI som et sæt algoritmer, som kan klare uforudsete hændelser. Den adskiller sig fra machine learning ved, at den kan blive fodret med ustrukturerede data og alligevel fungere. En af grundene til, at AI og machine learning ofte bruges i flæng er, at det ikke altid er indlysende, om de underliggende data er strukturerede eller ustrukturerede. Det handler ikke så meget om overvåget og ikke-overvåget læring (som er et emne for sig), men om måden, de formateres og præsenteres i AI-algoritmen.
Et godt eksempel på ekstremt dygtig AI er Boston Dynamics Atlas-robot, som fysisk kan navigere i samfundet og undgå forhindringer. Den ved ikke, hvad den kan støde på, men den fungerer stadig beundringsværdigt godt uden strukturerede data. Dataene her er meget mere komplekse end i eksemplet med kreditkortsvindel, fordi variablerne er ukendte. Men hver gang algoritmen aktiveres og støder på en ny situation, gør den, hvad den skal - uden menneskelig indblanding.
For at opsummere: algoritmer er automatiserede instruktioner og kan være enkle eller komplekse, afhængig af hvor mange lag den oprindelige algoritme går igennem. Machine learning og kunstig intelligens består begge af en række algoritmer, men varierer afhængigt af, om de data, de modtager, er strukturerede eller ustrukturerede.
Vi håber, at det gav dig en smule klarhed over udtryk, der alt for ofte bruges i flæng. At forstå forskellen har skabt værdi for os, og vi håber også, det skaber værdi for dig.
