Tilbage

Machine Learning og kunstig intelligens – en naturlig del af den menneskelige evolution?

Her bringer vi første artikel i en ny serie om Kunstig Intelligens og Machine Learning. Vi starter med at tage et stort skridt tilbage i menneskehedens historie.

Med afsæt i menneskehedens udvikling, argumenteres der for, at kunstig intelligens og machine learning ikke er så unaturlig en del af vores udvikling. I stedet skal den ses som et supplement og en forlængelse af vores evner således, at vi kan fokusere vores energi på innovation, kreativitet og menneskelig kontakt.

”Survival of the fittest” er et velkendt ordsprog blandt darwinister. Tror man på den teori, så tror man også på, at der sker en langsom udryddelse af de(t) svageste led. Igennem hele menneskets historie, har mennesket ageret problemløser og forsøgt at optimere ting, fordi det ligger i hans genetik at være intelligent for ikke at uddø. Et konkret eksempel som underbygger disse påstande, som kan virke insignifikant, men som om ikke andet revolutionerede menneskeheden, er hjulet. Mennesket fandt ud af, at hjulet minimerede friktionen mellem underlaget og det der skulle transporteres, og derved gjorde transporten nemmere. I dag er det næsten utænkeligt at transportere ting uden hjul (hvis man ser bort fra vand- og lufttransport). 

kunstig intelligens evolution

Menneskets evolution – kan vi udvikle os sammen med robotterne?

Hvad har anekdoten så med kunstig intelligens at gøre? Der er jo ikke noget kunstigt over hjulet. Mennesket er gennem hele dens historie blevet klogere og klogere, og vi forstår at udnytte ressourcer mere effektivt. Flere gange i menneskets historie er der sket udviklingsmæssige ryk, såsom den industrielle revolution, der startede i slutningen af 1800-tallet. En anden revolutionær opfindelse er computeren. Og den rører på sig med hastige skridt. En Samsung Galaxy S5 er omkring 10.000 gange hurtigere end den computer som sendte den første mand på månen for næsten 50 år siden.

Taget vores menneske-historie i betragtning, og med alle de ting vi har opnået, så virker det meget naturligt, at næste skridt er at imitere vores egen intelligens eller at skabe noget der er i stand til at processere information hurtigere end os.

Data for længe siden, data dengang og data i dag

Lad os spole tilbage til begyndelsen af menneskets historie, for allerede siden urtiden har mennesket efterladt sit aftryk i form af data. Vores forfædre var besatte af at fortælle historier om mangt og meget. Deres måde at indkapsle data på, var i form af hulemalerier og billeder, som senere blev til tegn og som blev til det skrevne ord. I starten blev informationen formidlet på tunge sten og tilhuggede stenplader. Det blev til papyrus ruller, som blev til papir, der var en del nemmere at transportere rundt i verden. Papir blev erstattet af det digitale, og i løbet få millisekunder kan man distribuere data fra Grønland til Kina.

Stenalderen
I dag er data overalt, og helt centralt når det kommer til optimering af vores processer, vores services, vores forretning og helt generelt i hverdagen. Vi har dog stadig et behov for at forstå det data vi indsamler, for at kunne forbedre vores forretning og services. I dag bliver data indsamlet som aldrig før, men det kan være svært at navigere rundt i den strøm af ubegrænsede data, som hver dag, hver time og hvert minut rammer os. Men selvom vi mennesker er dygtige til at finde mønstre og tolke på data, så vil det være mere effektivt, at lade computeren gøre det for os.

Kunstig intelligens og machine learning – hvorfor er der et behov?

I en tid hvor digitalisering og ny teknologi står i højsædet, og hvor vi efterlader digitale fodaftryk overalt, har vi fået et nyt behov. Et behov for at processere data hurtigere og mere effektivt, da der er en overflod af information overalt, som til tider kan være uoverskuelig at navigere rundt i. Til dette behov kan man anvende machine learning og kunstig intelligens, da maskinen kan trevle igennem en masse data på meget kort tid, og foreslå mønstre eller handlinger, som vores menneskelige hjerne ikke er i stand til. Vi kan simpelthen ikke bearbejde så store mængder data på så kort tid. Ved at lade maskinen klare noget af det ”beskidte” arbejde, så frigives ressourcer, som vi kan bruge på innovation, kreativitet og ikke mindst den menneskelige kontakt, som vi i fremtiden får stor brug for.

Læs med i næste uge, hvor vi giver konkrete eksempler på kunstig intelligens og machine learning, og ugen efter igen, hvor vi dykker ned i hvad kunstig intelligens og machine learning egentlig er, og hvordan man i praksis stiller en machine learning case op.