Vad är Artificiell Intelligence (AI)?
Översikt
Artificiell intelligens (AI) är en maskins eller dators förmåga att imitera det mänskliga tänkandet. AI utnyttjar flera olika tekniker för att ge maskiner en människoliknande intelligens när det gäller att planera, agera, förstå, lära sig och känna. AI-system kan uppfatta miljöer, känna igen objekt, fatta beslut, lösa problem, lära sig av erfarenhet och imitera exempel. Dessa förmågor kombineras för att utföra handlingar som annars skulle kräva att en människa utförde dem, t.ex. att köra bil eller hälsa på en gäst.
Artificiell intelligens
Varför blir AI allt populärare?
Artificiell Intelligence må ha kommit in i den dagliga konversationen under det senaste decenniet eller så, men det har funnits i årtionden. Det är ingen tillfällighet att det har blivit så framträdande på senare tid.
AI-teknik, och i synnerhet maskininlärning, är beroende av tillgången till stora mängder information. Spridningen av internet, utbyggnaden av cloud computing, ökningen av smartphones och tillväxten av Internet of Things har skapat en enorm mängd data som växer för varje dag. Denna informationsskatt i kombination med de enorma framsteg som gjorts inom datorkraft har gjort det möjligt att snabbt och korrekt bearbeta enorma datamängder.
Idag fullföljer AI våra chattkonversationer, föreslår svar på e-postmeddelanden, ger vägbeskrivningar, rekommenderar nästa film vi ska streama, dammsuger våra golv och utför komplexa medicinska bildanalyser.
Vad är AI:s historia?
Historien om artificiell intelligens går så långt tillbaka som till antikens Grekland. Det är dock den elektroniska databehandlingens framväxt som har gjort AI till en verklig möjlighet. Observera att vad som anses vara AI har förändrats i takt med att tekniken utvecklas. För några decennier sedan kategoriserades till exempel maskiner som kunde utföra optisk teckenigenkänning (OCR) eller enkel aritmetik som AI. Idag betraktas OCR och grundläggande beräkningar inte som AI utan snarare som en elementär funktion i ett datorsystem.
- 1950-talet - Alan Turing, en man som är känd för att ha knäckt ENIGMA-koden som användes av nazisterna under andra världskriget, publicerar artikeln Computing Machinery and Intelligence i The Mind. Han försöker besvara frågan om maskiner kan tänka. Han beskriver Turingtestet som avgör om en dator uppvisar samma intelligens som en människa. Testet innebär att ett AI-system ska ha förmågan att föra en konversation med en människa utan att människan vet att hon talar med ett AI-system. Den första AI-konferensen någonsin hålls på Dartmouth College. Det var här som termen artificiell intelligens användes för första gången.
- 1960-talet - USA:s finansdepartement Defense genom DARPA intresserar sig för AI och börjar utveckla datorprogram som efterliknar mänskligt tänkande. Frank Rosenblatt bygger Mark 1 Perceptron-datorn som bygger på ett neuralt nätverk som lär sig genom erfarenhet.
- 1970-talet - DARPA slutför olika projekt för kartläggning av gator.
- 1980-talet - En mer komplex våg av AI växer fram. Neurala nätverk med backpropagationsalgoritmer får stor spridning i AI-system.
- 1990-talet - Exponentiellt växande datamängder produceras. Kraftfulla datorer bearbetar stora datamängder snabbt. Superdatorn Deep Blue besegrar schackvärldsmästaren Garry Kasparov två gånger. Genomsekvenseringsprojektet och andra liknande komplexa projekt genererar enorma mängder information. Framsteg inom databehandling gör det möjligt att lagra, få tillgång till och analysera dessa data.
- 2000-talet - Internetrevolutionen driver AI till oöverträffade höjder. Big data blir en del av företagens lexikon. DARPA lanserade intelligenta personliga assistenter långt innan Alexa, Siri, Cortana och Google Assistant blev kända namn. Detta banar väg för de resonemang och den automatisering som är en del av dagens persondatorer och smartphones. Det inkluderar smarta söksystem och beslutsstödsystem som förstärker och kompletterar mänskliga förmågor.
- 2010-talet - Kinas sökjätte Baidu presenterar superdatorn Minwa som använder sig av ett konvolutionellt neuralt nätverk för att identifiera, analysera och kategorisera bilder med högre noggrannhet än den genomsnittliga människan. Det djupa neurala nätverksprogrammet AlphaGo från DeepMind slår Go-världsmästaren Lee Sodol i en match med fem matcher. Go är ett gammalt kinesiskt spel som är betydligt mer komplext än schack.
- 2020-talet - Under denna period har det skett en snabb utveckling av AI-kapacitet, särskilt inom språkmodeller och generativ AI. Det har också varit en tid av ökad allmän medvetenhet och diskussion om AI:s potentiella påverkan på samhället, arbetet och det dagliga livet. Bland höjdpunkterna kan nämnas OpenAI:s lansering av GPT-3, som visade upp imponerande förmågor inom naturligt språk, följt av GPT-4 med betydande förbättringar. ChatGPT lanserades också, vilket gör konversations-AI till mainstream, liksom DallE för bildskapande. DeepMinds AlphaFold gör ett genombrott inom prediktion av proteinstrukturer. Europeiska unionen lägger fram ett förslag till AI-lag som syftar till att reglera utveckling och användning av AI. Det sker fortsatta framsteg inom multimodala AI-system (som kombinerar text, bild och ljud) och ett ökat fokus på AI-anpassning och säkerhetsforskning.
Hur fungerar AI?
Artificiell Intelligence hävdar att det finns principer som styr intelligenta systems agerande. Det bygger på att mänskliga förmågor och egenskaper förs över till en maskin genom omvänd ingenjörskonst. Systemet använder beräkningskraft som överstiger vad en genomsnittlig människa klarar av. Maskinen måste lära sig att reagera på vissa handlingar. Den förlitar sig på historiska data och algoritmer för att skapa en modell för benägenheten. Maskiner lär sig av erfarenhet att utföra kognitiva uppgifter som vanligtvis utförs av den mänskliga hjärnan. Systemet lär sig automatiskt av funktioner eller mönster i data.
AI bygger på två grundpelare: teknik och kognitionsvetenskap. Ingenjörskonst innebär att bygga de verktyg som bygger på intelligens som kan jämföras med människans. Stora datamängder kombineras med en serie instruktioner (algoritmer) och snabb iterativ bearbetning. Kognitionsvetenskap handlar om att efterlikna hur den mänskliga hjärnan fungerar och tillför AI flera områden, bland annat maskininlärning, djupinlärning, neurala nätverk, kognitiv databehandling, datorseende, bearbetning av naturligt språk och kunskapsresonemang.
Är AI-system monolitiska?
Artificiell Intelligence är inte en enda typ av system. Det finns enkla AI-system på låg nivå som fokuserar på att utföra en specifik uppgift, t.ex. väderprognoser, analys av affärsdata, taxihämtning och digitala assistenter. Det är den här typen av AI, som kallas "smal AI", som det är mest sannolikt att den genomsnittliga människan kommer att interagera med. Dess huvudsyfte är att driva effektivitet.
I andra änden av spektrumet finns avancerade system som efterliknar mänsklig intelligens på en mer generell nivå och som kan hantera komplexa uppgifter. Det handlar bland annat om att tänka kreativt, abstrakt och strategiskt. Strängt taget finns den här typen av verkligt kännande maskiner, som kallas "artificiell allmän intelligens" eller AGI, bara på vita duken för närvarande, även om kapplöpningen mot dess förverkligande accelererar.
Var används artificiell intelligens?
Människor har strävat efter artificiell intelligens för att de inser hur ovärderlig den kan vara för affärsinnovation och digital transformation. AI kan sänka kostnaderna och införa nivåer av hastighet, skalbarhet och konsekvens som annars är utom räckhåll. Du interagerar förmodligen med någon form av AI flera gånger varje dag. Tillämpningarna av AI är för många för att kunna beskrivas uttömmande här. Här är en översiktlig genomgång av några av de mest betydelsefulla.
1. Cybersäkerhet
I takt med att cyberattackerna blir allt mer omfattande, sofistikerade och frekventa räcker det inte längre med människoberoende cyberförsvar. Traditionellt byggdes anti-malware-applikationer med specifika hot i åtanke. Virussignaturerna uppdaterades när ny skadlig kod identifierades.
Men att hålla jämna steg med det stora antalet och mångfalden av hot blir till slut en nästan omöjlig uppgift. Det här tillvägagångssättet var reaktivt och berodde på att en specifik skadlig kod identifierades för att den skulle läggas till i nästa uppdatering.
AI-baserade system för antispam, brandväggar, intrångsdetektering/prevention och andra cybersäkerhetssystem går bortom den ålderdomliga regelbaserade strategin. Identifiering, analys, begränsning och förebyggande av hot i realtid är vad som gäller. De använder AI-system som upptäcker drag av skadlig kod och vidtar åtgärder även utan att hotet formellt har identifierats.
AI-cybersäkerhetssystem förlitar sig på kontinuerlig dataförsörjning för att känna igen mönster och spåra attacker. Genom att mata algoritmerna med stora mängder information lär sig dessa system att upptäcka avvikelser, övervaka beteenden, reagera på hot, anpassa sig till attacker och utfärda varningar.
2. Taligenkänning och bearbetning av naturligt språk
Taligenkänning, även kallat tal-till-text (STT), är en teknik som känner igen tal och omvandlar det till digital text. Det är kärnan i dikteringsappar för datorer, liksom röstaktiverad GPS och röststyrda menyer.
NLP (Natural Language Processing) bygger på att en programvara dechiffrerar, tolkar och genererar text som är läsbar för människor. NLP är tekniken bakom Alexa, Siri, chatbottar och andra former av textbaserade assistenter. Vissa NLP-system använder sentimentanalys för att ta reda på attityder, stämningar och subjektiva egenskaper i ett språk.
3. Bildigenkänning
Bildigenkänning, även känt som machine vision eller computer vision, är artificiell intelligens som gör det möjligt att klassificera och identifiera människor, föremål, text, handlingar och skrift som förekommer i rörliga eller stillbilder. Bildigenkänning drivs vanligtvis av djupa neurala nätverk och har använts i självkörande bilar, medicinsk bild-/videoanalys, system för identifiering av fingeravtryck, appar för checkinsättning med mera.
4. Rekommendationer i realtid
Webbplatser och appar för e-handel och underhållning utnyttjar neurala nätverk för att rekommendera produkter och media som tilltalar kunden baserat på tidigare aktivitet, liknande kunders aktivitet, säsong, väder, tid på dygnet med mera. Dessa realtidsrekommendationer är anpassade till varje användare. För e-handelssajter bidrar rekommendationer inte bara till ökad försäljning utan också till att optimera lager, logistik och butikslayout.
5. Automatiserad aktiehandel
Aktiemarknaden kan vara extremt volatil i kristider. Ändå är det nästan omöjligt för en människa att reagera tillräckligt snabbt på händelser som påverkar marknaden. Högfrekventa handelssystem (HFT) är AI-drivna plattformar som gör tusentals eller miljontals automatiserade affärer per dag för att optimera aktieportföljer för stora institutioner.
6. Samåkningstjänster och självkörande bilar
Lyft, Uber och andra samåkningsappar använder AI för att koppla ihop passagerare med tillgängliga förare. AI-tekniken minimerar omvägar och väntetider, ger realistiska beräknade ankomsttider och beräknar extrapriser vid ökad efterfrågan.
Självkörande bilar är ännu inte standard i större delen av världen, men det har redan skett en samlad satsning på att bygga in AI-baserade säkerhetsfunktioner för att upptäcka farliga scenarier och förhindra olyckor.
7. Teknik för autopilot
Till skillnad från landbaserade fordon är felmarginalen i flygplan extremt snäv. Flygplanstillverkarna var tvungna att satsa på säkerhetssystem och bli bland de första att använda artificiell intelligens.
För att minimera sannolikheten för och effekterna av mänskliga fel har autopilotsystem använts i militära och kommersiella flygplan i årtionden. De använder en kombination av GPS-teknik, sensorer, robotteknik, bildigenkänning och kollisionsundvikande för att navigera planen säkert genom luften och samtidigt hålla piloter och markpersonal uppdaterade vid behov.
8. Automatisering av programvarutester
Artificiell intelligens påskyndar och förenklar skapande, utförande och underhåll av tester genom AI-driven intelligent testautomatisering. AI-baserad maskininlärning och avancerad optisk teckenigenkänning (OCR) ger avancerad objektigenkänning, och i kombination med AI-baserad mockup-identifiering, AI-baserad inspelning, AI-baserad textmatchning och bildbaserad automatisering kan team minska tiden för att skapa tester och underhålla tester samt öka testtäckningen och testtillgångarnas motståndskraft.
9. Funktionell testning
Artificial Intelligence gör att du kan testa tidigare och snabbare med OpenText™ Functional Test Automation-produkter. Den kombinerar omfattande teknikstöd med AI-drivna funktioner för att leverera den hastighet och motståndskraft som stöder snabba applikationsändringar inom en kontinuerlig leveranspipeline.
10. Hantering av företagstjänster
Både IT-avdelningen och verksamheten står inför utmaningarna med alltför många manuella, felbenägna arbetsflöden, en ständigt ökande volym av förfrågningar, medarbetare som är missnöjda med nivån och kvaliteten på tjänsterna och mycket mer. Artificiell intelligens och maskininlärningsteknik kan ta servicehanteringen till nästa nivå:
- Smarta sökfunktioner gör det möjligt för medarbetarna att hitta svar snabbt och enkelt
- Virtuella agenter eller robotar kan utföra uppgifter med hjälp av NLP (Natural Language Processing)
- Intelligent analys möjliggör optimering och automatisering av arbetsflödet
- Mätvärden från ostrukturerad data, t.ex. användarundersökningar, kan samlas in och analyseras mer effektivt.
Det som gäller för IT-support gäller också för ESM; AI gör verksamheten och resultaten bättre.
Hur kommer jag igång med artificiell intelligens?
Det finns många sätt att utnyttja artificiell intelligens för ditt företag för att förbli konkurrenskraftigt, driva tillväxt och frigöra värde. Men din organisation har inte oändliga resurser, så du måste prioritera. Börja med att definiera vad din organisations värderingar och strategiska mål är. Därefter kan du utvärdera de möjliga tillämpningarna av AI mot dessa värden och mål. Välj den AI-teknik som kommer att ge störst effekt för verksamheten.
Världen kommer bara att bli mer AI-beroende. Det handlar inte längre om huruvida man ska införa AI, utan när. Organisationer som utnyttjar AI före sina konkurrenter kan få en betydande konkurrensfördel. Att utveckla och följa en väldefinierad AI-strategi är där allting börjar. Det kan krävas lite experimenterande innan du vet vad som kommer att fungera för dig.
Hur kan OpenText hjälpa företag med artificiell intelligens?
Kunderna litar redan på informationshanteringslösningar från OpenText för att hantera privata datamängder, från B2B-transaktioner till operativt innehåll, applikationskod och immateriella rättigheter. Nu kan du, utan att behöva flytta dina data, använda OpenText Aviators AI-funktioner för att få ut mesta möjliga av din information.
Här är några av fördelarna med AI som är utvecklad för företag:
Håll data privata och säkra: Dina äganderättsligt skyddade data ska inte behöva finnas i offentliga domäner för att köra LLM:er. Experimentera med kontrollerade LLM:er i en sandlåde-miljö för att prova nya användningsfall samtidigt som dina privata datauppsättningar hålls säkra.
Anställ rätt AI-modell för rätt jobb: En storlek passar inte alla. Vi hjälper till att granska LLM:er mot användningsfall och har en modellskvadron för att få dig att komma igång.Det handlar om vilka resultat du vill ha från AI och hur vi kan hjälpa dig att uppnå dem.
Gör AI-omställningen med en pålitlig partner: Affärs- och teknikomvandlingar tar aldrig slut. OpenText™ Professional Services hjälper dig att utforska de AI-användningsfall och modeller som gäller för ditt företag och navigera säkert genom AI:s komplexitet.
Vilka är de viktigaste områdena inom artificiell intelligens som behandlas av OpenText?
Följande är AI-funktioner för företag som erbjuds av programvaran OpenText Aviator for Business:
OpenText™ IT Operations Aviator: Omdefiniera Tier 1-affärsstödfunktioner med självbetjäningsmöjligheter från generativ AI för IT-drift.
OpenText™ Experience Aviator: Transformera kommunikation med privat generativ AI för kundframgång.
OpenText™ Business Network Aviator: Revolutionera anslutningsmöjligheterna över molnens internet med AI för leveranskedjor.
OpenText™ DevOps Aviator: Lyft miljontals utvecklare med AI för DevOps.
OpenText™ Content Aviator: Ladda upp intelligenta arbetsytor med AI-innehållshantering för att modernisera arbetet.
OpenText™ Cybersecurity Aviator: Förbättra din säkerhetsställning med hjälp av AI-hotdetektering.
OpenText erbjuder också OpenText Aviator for Technologists, AI-teknikplattformar och verktyg som hjälper din organisation att sömlöst skapa informationsflöden och orkestrera data:
OpenText™ Aviator Platform: Möjliggör smartare beslut med AI-plattformar för företag för att bearbeta, organisera och analysera stora datamängder av alla typer.
OpenText™ Aviator IoT: Anslut människor, system och saker med IoT AI för att bättre hantera värdefulla tillgångar och påskynda din verksamhet.
OpenText™ Aviator Lab: Experimentera med AI med våra experter på professionella tjänster och utforska vad du kan göra med AI i OpenText Private Cloud.
OpenText™ Aviator Search: Ge användarna tillgång till de svar de behöver, snabbare och enklare, med AI-baserad sökning i flera arkiv som gör att du kan anpassa allt från klick till konversationer.
OpenText™ Aviator Thrust: Bygg det på ditt sätt med OpenText Cloud AI API:er som skapar informationsflöden i realtid för att möjliggöra anpassade applikationer och arbetsflöden.
