Kunstig Intelligens

Dette var den andre forelesningen i dette kurset. Den handlet om kunstig intelligens og ble ledet av foreleser Arne Krokan. Dette er et tema jeg personlig synes er meget interessant og som jeg har sett mange relevante tv serier og lest en rekke artikler om. Jeg synes det er veldig spennende at teknologien er på vei fremover og stadig er i utvikling, men jeg må også innrømme at det er skremmende å tenke på fremtiden. Dette kommer jeg tilbake til i artikkelen jeg har valgt.

Roboter

Vi så litt på utviklingen av roboter som virkelig har skutt fart i løpet av de siste årene. Robotene blir stadig mer avanserte og et av de seneste tilskuddene er kunstig intelligens. Dette gjør at robotene utvikler seg markant raskere enn de gjorde før. Roboter er heller ikke den eneste formen for maskiner som har tilegnet seg kunstig intelligens, vi ser også at utviklingen for diverse selvkjørende kjøretøy har fått dette implementert.

Maskinlæring

Videre lærte vi mer om maskinlæring. Dette er kort forklart at ulike maskiner blir lært opp til å gjenkjenne ulike handlingsmønstre og algoritmer. Måten dette blir gjort på er å trene dem opp til å gjenkjenne veldig enkle elementer vi mennesker også gjenkjenner, som for eksempel en form eller en farge. Det skal også nevnes at dersom det er for store likheter blant to objekter vil de sannsynligvis ikke klare å skille dem, men vi mennesker ville klare det uten problemer, så det er fortsatt et stykke igjen å gå.

Artikkel fra teknologirådet

Artikkelen jeg har valgt å se på er hentet fra teknologirådet.no og ble publisert den 26 januar 2017. Denne artikkelen valgte jeg fordi jeg er interessert i å se hvilke muligheter og utfordringer som er nå og vil komme i fremtiden ved kunstig intelligens.

Det tas opp i artikkelen hvilke muligheter som kommer ved bruken av AI. Smart forvaltning er det første punktet jeg vil nevne. Dette betyr at det i stor grad er enklere for mennesker å gjøre prosesser mer effektive og det blir større grad av automatikk. Det kan for eksempel brukes som en digital assistent som kan hjelpe en saksbehandler til å ta en avgjørelse i en sak. Også i helsesektoren er det i stor grad bruk for AI i hverdagen. De viser til et eksempel der de drar frem at en radiolog ser noen tusen bilder i løpet av et helt arbeidsliv så vil en digital assistent ha mulighet til å se flere milioner. Dette viser det enorme potensialet i AI i helsesektoren. Det vil bety at på sikt vil alle ha like gode forutsetninger uansett hvor i landet de er. I skolehverdagen betyr økt utvikling i intelligensen at hver enkelt elev i skolen på sikt skal få hver sin lærer for i størst grad utvikle eleven i forhold til elevens ferdighetsnivå. Dette er noe jeg synes er en utrolig spennende tanke. En lærer i en klasse med 30 elever har ikke mulighet til å tilpasse undervisningen, derfor ville dette vært til stor hjelp.

I 2015 uttrykte Steen Hawking og Elon Musk som var henholdsvis verdens smarteste mann og en av verdens mest suksessrike buisness menn i verden at de var engstelige for at Kunstig intelligens skulle bli for smart og hvilke konsekvenser dette ville få for samfunnet. Det de er engstelige for er at teknologien skal få helt andre verdier enn de mennesker har og at det blir konflikt mellom menneske og teknologi.En annen utfordring som blir tatt opp er dette med skjeve data. Dette mener de kan skje under opplæringen av maskinene da det kan forplante seg skjeve data under denne prosessen, og det kan da fort bli enda større ulikheter i for eksempel jobbsøkermarkedet.

Link til artikkel: https://teknologiradet.no/kunstig-intelligens-smart-eller-skremmende/

Fredrik:)

1 kommentar

  1. Hei Fredrik 🙂

    Spennende lesing! Fint at du innledningsvis introduserer problemstillingen 🙂 Flott at du har med bilder som alltid og veldig bra at du har brukt underoverskrifter – fortsett sånn! Så bra at du har referert til noe teori ved bruk av en kilde.

    Til dette innlegget savner jeg at du utdyper deg mer. Jeg henviser til min forrige kommentar om å være mer presis. Din forklaring av maskinlæring er grunnleggende og kan bli forstått bedre med mer detaljert forklaring. Her kan du gå inn på blant annet forskjellen mellom maskinlæring og dyp læring, hvordan de fungerer på forskjellige måter og nevne flere konkrete teknologiske eksempler. Det bidrar til å skape mer diskusjon i innlegget ditt + du får mer innhold du kan vise frem.

    Husk at du må bruke kilder på alle eksempler og teori du benytter deg av i dine innlegg (ref. avsnittene om roboter og maskinlæring). Du kan også hyperlinke kilder i teksten slik at lesere kan trykke direkte på en setning du har markert for å bli sendt videre til kilden.

    Godt jobbet 🙂 Jeg gleder meg til å lese mer!

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *