Kunstig intelligens (AI) er automatisering af opgaver, der kræver menneskelig erkendelse/kognition. Mulighederne for innovation og effektivisering ved hjælp af AI er enorme. Kunstig intelligens kan bl.a. bruges til identifikation af svindel, diagnosticering på sundhedsområdet, optimering af vedligeholdelsesplaner for fx fly og biler. Udviklingen går i retning af autonom AI, der ikke behøver menneskelig indgriben for at træffe komplekse beslutninger. Det skaber grundlag for nye forretningsmodeller på tværs af sektorer og brancher, og stiller samtidig krav til ansvarlig og etisk korrekt brug af AI og data.
Der findes mange definitioner på kunstig intelligens, men AI handler stort set altid om at få computere og robotter til at gøre ting, som det hidtil kun har været muligt for mennesker at gøre – fx at spille kortspil, køre bil, diagnosticere patienter eller føre en samtale.
AI bliver ofte forvekslet med data analyser (data analytics). Data analyser tager sit afsæt i at opnå en indsigt i data og på den baggrund klarlægge sammenhænge. Det kan fx være mellem en række sociodemografiske kriterier og en eller flere givne tilstande hos en borger, som belyser sammenhænge og afhængigheder. Kunstig intelligens leder derimod frem til en afgørelse med en tilknyttet sandsynlighed: Fx hvis en AI-komponent modtager en strøm af menneskelig tale, vil AI-algoritmen være i stand til at oversætte lyden til tekst og via analyser vælge den eller de sætninger, der har den største sandsynlighed for at være korrekte. Eller hvis en AI-komponent af en læge får en række patient-observationer, så vil AI-komponenten foreslå mulige diagnoser, hver angivet med en vis sandsynlighed.
Den algoritme, der danner grundlag for AI-komponenten, kan være baseret på både sandsynlighed og fakta og ofte i en kombination:
De to tilgange komplementerer hinanden og ofte vil man se at data science kombinerer tilgangene, da man derved får de stærkeste og mest præcise modeller. Såfremt komponenten bliver meget præcis, kan modellen blive autonom, hvilket vil sige, at AI-komponenten kan træffe afgørelser uden menneskelig indgriben.
Der findes en lang række anvendelsesmuligheder for AI, og anvendelsen af teknologien er kraftig stigende. Kunstig intelligens er relevant i alle sektorer og industrier, både hvor teknologien anvendes i løsninger hos slutbrugeren og i organisationers støttesystemer. Af eksempler på anvendelse kan nævnes:
Allerede nu ser vi flere AI-algoritmer i form af digitale assistenter. Disse kan assistere en offentlig sagsbehandler, der skal vælge den bedste indsats til et udsat barn eller til en investor, der skal omlægge sin aktieportefølje. Det kan også være til en læge, der på baggrund af diagnoser skal foreslå behandlingsformer.
Ved profilering anvender man algoritmen til at sætte en label på fx sager, kunder eller klienter for at målrette en indsats. Det kan fx være i forsikringsselskaber, hvor hver kunde får en profil/label ud fra en risikobetragtning. Denne profil har fx betydning, når en forsikringspræmie skal fastsættes, men også når kunden indsender en skadesanmeldelse. Hvis kunden har en lav risikoprofil, så vil forsikringsselskabet bruge få ressourcer på behandlingen, mens en høj risikoprofil betyder en uddybende behandling af skadesanmeldelsen. På denne måde målretter og effektiviserer man indsatsen.
Stadig flere organisationer anvender Robotic Process Automation (RPA), hvor man lader en software robot varetage betjeningen af eksisterende it-systemer. Således kan en software robot udføre standardiserede sagsgange 24/7 i forhold til en række systemer og dermed sikre kvalitet og effektivisering. Nogle sagsgange implicerer vurderinger og afgørelser, som normalt vil blive udført af en ekspert eller sagsbehandler. Disse vurderinger og afgørelse kan man lade understøtte af algoritmer baseret på kunstig intelligens og dermed løfte automatiseringsgraden.
AI bruges til optisk genkendelse i mange forskellige sammenhænge. Fx i forbindelse med optisk kvalitetssikring af svejsninger, identifikation af fodgængere og omgivelser fra selvkørende bilers video, læsning af fakturaer og genkendelse af personer i videoovervågning.
Natural Language Processing (NLP) er oversættelse af talt sprog til tekst. Denne tekst kan derefter analyseres således, at den skaber en mening. Det anvendes fx i telefonbetjening, i talestyrede enheder og i chatbots. I både optisk genkendelse og NLP anvendes mønstergenkendelse, der understøttes af en teknologi, der kaldes ‘neurale netværk’.
AI anvendes også til at skabe prædiktive modeller, hvor fx vedligeholdelsen af produkter effektiviseres. Det kan fx være en elevator-producent, der implementerer sensorer i elevatorerne, der måler på rystelse ved de glidemekanismer, der skal sikre en stabilisering af elevatoren i elevatorskakten. AI-modellen er trænet til på den måde at aflæse mønstre i sensor-signaler og kan afgøre, om det er tid til at udskifte komponenter inden de bryder sammen eller bliver for slidte. Herved kan servicering ske forebyggende og omkostningsfulde nedbrud kan undgås.
Anvendelsen af kunstig intelligens er stadig nyt. Vi kommer til at se en dramatisk udvikling, hvor algoritmerne bliver stærkere, sensorerne, der leverer data, bliver bedre, og computerne, der skal behandle data, bliver stærkere, billigere og mindre. Og vi vil derfor se, at AI bliver stadig mere autonom, hvis vi tillader det.
AI bliver i stadig stigende grad en integreret del af produkter og serviceydelser og vil være med til at øge kvaliteten i fx medicinsk behandling eller øge træfsikkerhed i økonomisk rådgivning, ligesom vi vil se selvkørende transportmidler og avancerede robotter.
Men der er heller ingen tvivl om, at der - i takt med at beregningskraft og algoritmer bliver stærkere - vil opstå behov for regulerende tiltag, hvor der politisk tages stilling til, i hvor høj grad beslutninger i offentlige instanser og i virksomheder må tages af algoritmer baseret på kunstig intelligens.
Kritikere vil af gode grunde beskrive AI som farlig, idet der her er en teknologi, der hvis den ikke bliver anvendt ansvarligt, kan underminere menneskelig beslutningstagning og værdigrundlag. Netop dette skaber et dilemma om, hvordan man sikrer etisk og ansvarlig brug af kunstig intelligens.
Et AI-system bearbejder informationer ud fra bestemte datakilder. Både udviklingen, implementeringen og kontrollen af AI er afgørende for, om dit AI-system træffer beslutninger, der matcher din virksomheds værdigrundlag og samtidig er etisk korrekt og ansvarligt at bruge. Her er det bl.a. vigtigt at indføre kontrol, tydelig ansvarsfordeling og kommunikation om brugen data samt en sporbarhed i algoritmernes beslutninger, der også sikrer at lovgivning overholdes.
Herunder får du fem gode råd til, hvordan din virksomhed kan sikre, at I anvender AI og kunstig intelligens ansvarligt.