Fem feil om kunstig intelligens

Det finnes vel knapt noen disipliner innen it-fagene som har fått mer omtale og oppmerksomhet enn kunstig intelligens de siste få årene. Det er mange som har ment mye, og plutselig har AI, Artificial Intelligence, blitt et it-område som alle uansett bransje er nødt til å forholde seg til.

Markedsanalyseselskapet Gartner arrangerer naturligvis seminarer om dette emnet, og i forkant av et slikt har analytikerne der identifisert fem myter eller feiloppfatninger om fagområdet:

Myte 1: AI virker på samme måte som hjernen

AI er en disiplin innen datafagene, og i sin nåværende form dreier det seg om programvareverktøy som er innrettet for å løse problemer. Enkelte former for AI kan gi inntrykk av å være svært flink, men det er helt urealistisk å tro at dagens AI ligner eller er tilsvarende til menneskelig intelligens.

«Noen former for maskinlæring er inspirert av den menneskelige hjerne, men de er ikke ekvivalente. For eksempel er teknologien for bildegjenkjenning mer presis enn de fleste mennesker, men til ingen nytte for å løse et matteproblem. Regelen er at dagens AI løser én oppgave godt, men om forutsetningene for oppgaven endres bare litt, så feiler den», sier Alexander Linden i Gartner i pressmeldingen.

Myte 2: Intelligente maskiner lærer selv

Menneskelig inngripen er nødvendig do å utvikle en AI-basert maskin eller system. Involveringen kan komme ved at erfarne menneskelige it-spesialister utfører oppgaver som formulering av problemet, forbereder dataene, vurderer passende datasett, fjerner potensiell forutinntatthet i treningsdataene (se myte nummer 3), og viktigst av alt, kontinuerlig oppdaterer programvaren for å integrere den nyeste kunnskapen og dataene i neste læringssyklus.

Myte 3: AI kan være upartisk

All kunstig intelligens er basert på data, regler og andre former for inndata fra de menneskelige ekspertene. På samme måte som mennesker har AI en iboende partiskhet på en eller annen måte.

«I dag er det ingen måte å fullstendig kvitte seg med forutinntatthet, men det er mulig å redusere den til et minimum. I tillegg til tekniske løsninger, slik som diversifiserte datasett, er det også kritisk å sikre et mangfold i teamene som jobber med AI, og få teammedlemmene til å se over hverandres arbeid. Denne enkle prosessen kan redusere partiskhet i valg og bekreftelser», kommenterer Linden.

Myte 4: AI vil kun ta over enkle jobber

Det er ikke bare enkle repetitive jobber som ikke krever høy utdannelse som AI kan erstatte. Virksomheter vil ved hjelp av AI kunne ta mer presise beslutninger via prediksjoner, klassifiseringer og grupperinger. Disse egenskapene har gjort det mulig for AI å overta de enkle, dagligdagse oppgavene, men dette forbedrer også de gjenværende komplekse oppgavene.

Et eksempel er AI-basert bildeanalyse i helsevesenet. Her kan en AI identifisere sykdommer fra et røntgenbilde raskere enn det en menneskelig radiolog kan. Innen finans og forsikring brukes AI-baserte programvareroboter for å identifisere svindel og forvalte penger. Disse tingene kan ikke eliminere menneskelig involvering, men de kan overta de opplagte sakene og overlate de unormale til mennesker.

Når AI sprer seg på arbeidsplassene bør lederne justere jobbprofiler og kapasitetsplanleggingen i tillegg til å tilby de ansatte omskolering, råder Gartner-analytikerne.

Myte 5: Ikke alle bedrifter trenger en AI-strategi

Alle virksomheter bør vurdere den potensielle effekten av AI på sin forretningsstrategi, og undersøke hvordan denne teknologien kan brukes til å løse virksomhetens forretningsproblemer. På mange måter er å unngå å utnytte mulighetene i AI det samme som å gi opp den neste fasen av automasjon, noe som i siste instans kan sette bedriften i en ugunstig forretningsmessig posisjon.

«Selv om den gjeldende strategien er ‘ingen AI’, bør dette være en bevisst beslutning som er basert på undersøkelser og overveielser. Og – som ved alle andre strategier – burde denne regelmessig oppdateres i henhold til bedriftens behov. AI kan bli påkrevd raskere enn forventet», avslutter Linden.