Start » Beslutsstöd » Deep Learning revolution inom AI
Beslutsstöd

Deep Learning revolution inom AI

Anders Arpteg, PhDPrincipal Data Scientist at Peltarion. Foto: Hyperright

Det har hänt mycket inom artificiell intelligens de senaste åren. Mycket tack vare en teknik som kallas Deep Learning som revolutionerat maskininlärning och vad en dator kan lära sig.

Deep Learning-tekniken gör att datorn själv kan lära sig hur rådata ska omvandlas till flera lager av abstraktioner. Detta gör att man till exempel kan skicka in rå pixeldata från bilder utan att manuellt behöva omvandla till ett format som tidigare algoritmer krävt.

Deep Learning-tekniken har revolutionerat AI, men är fortfarande svårtillgänglig och kräver mycket kompetens för att användas. Detta innebär att större företag som Google får ett försprång jämfört med andra företag. Anders Arpteg på företaget Peltarion arbetar idag med hur AI kan demokratiseras och göras mer tillgängligt för företag som ännu inte har kommit igång med tekniken.

Tekniken har utvecklats

– För tre år sedan var jag fortfarande skeptisk till Deep Learning och för vad den kunde användas till. Initialt så användes den mest till att kategorisera bilder, till exempel skilja på hundar och katter. Nu har tekniken utvecklats och kan användas inte bara för bild, ljud, och text utan även andra problemområden. Att kunna generalisera tekniken och få samma revolution för problem som är av direkt nytta för olika typer av företag är något som jag är passionerad av, säger Anders Arpteg.

För tre år sedan var jag fortfarande skeptisk till Deep Learning

Det finns många branscher där AI traditionellt är starkt, till exempel inom medicin, finans och företag som Netflix och Spotify. Det finns dock en stor potential även i andra branscher, till exempel för att kunna förutse energiproduktion för vindkraftverk eller för att tidigt upptäcka problem för processindustrin.

Artificiell intelligens har olika definitioner som exempelvis att efterlikna mänsklig intelligens. Anders Arpteg gillar dock inte denna definition, då det finns många exempel där maskinen är bättre än människan. Exempel innefattar att spela schack eller Jeopardy där IBM’s Watson maskin i 2011 lyckades svarade på frågor bättre än människan. Ett annat exempel är spelet Go där Google’s maskin nyligen lyckades vinna över en av världens bästa mänskliga spelare genom att använda just Deep Learning.

AI – den nya elektriciteten

En bättre definition på AI är en “intelligent agent” som befinner sig i en miljö, som till exempel självkörande bilar. Agenten kan läsa av och påverka miljön, och ett definierat mål. Agenten är intelligent om den lyckas uppnå målet så bra som möjligt, exempelvis genom att snabbt och säkert transportera en person från plats A till B.

I framtiden kan AI bli likadant

Anders Arpteg tror att det kommer hända oerhört mycket närmaste åren som gör AI-system ännu mer avancerade och tillgängliga.

– Som en av världens främsta DL forskare, Andrew Ng, sa: AI kan bli den nya elektriciteten. Vad han menar är att elektricitet är något som vi alla är beroende av idag och är enkelt att använda. I framtiden kan AI bli likadant. Det finns mer och mer av det i vårt samhälle och det har blivit enklare att använda. Fler och fler företag behöver använda AI och de som inte gör det kommer helt enkelt att falla efter.

Nästa artikel