Definisjonen på kunstig intelligens (AI) er “bruken av programvare og datamaskiner for å etterligne kognitive prosesser som læring, beslutningstaking og problemløsing”.
Det var kortversjonen, men definisjonen på kunstig intelligens er mer innfløkt enn som så; AI er nemlig et paraplybegrep som innbefatter en rekke teknologier som maskinlæring, robotikk, språkbehandling, deep learning, stordata-analyse med mer.
I 1950 publiserte Alan Turing sin berømte Turingtest. Den definerte kunstig intelligens ut ifra maskiners evne til å kommunisere med mennesker. Hvis en maskin overbeviser et menneske om det snakker med en annen person, er det tegn på kunstig intelligens.
I artikkelen Hva skjer med kunstig intelligens forteller jeg mer om AI-historien.
Som du vil finne ut, er det mange synspunkter på hva kunstig intelligens kan gjøre og ikke, og hvorvidt vi har noe å frykte fra uvettig bruk og morgendagens utvikling av AI.
Til slutt i denne artikkelen vil jeg dele med deg min topp 10-liste av AI-folk du bør følge.
I 2004 kom John McCarthy fra Stanford University opp med en mer modernisert definisjon på kunstig intelligens:
Kunstig intelligens er vitenskapen og ingeniørkunsten som skaper intelligente maskiner, og spesielt intelligente dataprogrammer. AI er beslektet med bruk av datamaskiner for å forstå menneskelig intelligens, men begrenses ikke av biologisk observerbare metoder.
McCarthys AI-definisjon er tung å lese, men den peker på et viktig poeng: Kunstig intelligens er ikke avhengig av sanser for å fungere. Det er både fascinerende og litt skummelt å tenke på hva AI er, og hva det kan bli.
La oss finne ut mer ved å se på hva som definerer de ulike typene kunstig intelligens.
Vil du gi deg selv og dine ansatte mer innsikt om bruk av kunstig intelligens? Bestill foredrag om kunstig intelligens her!
Innhold:
1. To hovedtyper kunstig intelligens (Definisjon ANI/AGI)
– Svak AI | ANI (Artificial narrow intelligence)
– Sterk AI | AGI & ASI (Artificial general/superintelligence)
2. Kunstig intelligens definert ut ifra målsetting
– Datasystemer som etterligner menneskelig tankegang
– Datasystemer som etterligner menneskelig oppførsel
– Rasjonelle datasystemer
– Datasystemer som handler rasjonelt
3. Bruk av svak AI i Norge
– Maskinlæring
– Dyp læring | Deep learning
– Naturlig språkbehandling (NLP)
4. Topp 10-listen med AI-folk du bør følge4
To hovedtyper kunstig intelligens (Definisjon ANI/AGI)
Den beste måten å kategorisere kunstig intelligens på er å dele inn de ulike systemene etter hva slags algoritmer de bruker.
Siden folk flest ikke snakker datasystemenes eget språk, har forskerne i stedet delt inn AI i to lettforståelige grupper; enten svak eller smalsporet AI og sterk AI.
Svak AI | ANI (Artificial narrow intelligence)
Svak AI, eller ANI, er kunstig intelligens som arbeider innenfor spesifikke rammer med å løse helt bestemte oppgaver. Det er denne typen AI som benyttes overalt i samfunnet, blant annet med maskinlæring og regelbasert problemløsing.
Eksempler på bruk av svak AI er analyse av nettrafikk, sikkerhetsapper og automatisering av repetitivt arbeide. Kunstig intelligens er nemlig best i analyse av store mengder data, om det så kommer fra nettrafikk, bilder eller ulike typer sensorer.
I Tenk Digitalt jobber vi med en kunde som benytter AI for å optimalisere innendørs plantevekst i vertikalt landbruk. Automatiseringen tillater en enkelt person å dyrke uhorvelige mengder med delikat plantevekst på minimal tid.
Kunstig intelligens er også meget hyppig brukt i landets største banker, helsevesenet og mange offentlige institusjoner.
Potensialet som ligger i riktig bruk av AI er så stort at den norske regjering har utearbeidet en egen nasjonal strategi for kunstig intelligens.
Sterk AI | AGI & ASI (Artificial general/superintelligence)
Sterk AI deles inn i to underkategorier som kalles Generell kunstig intelligens (AGI) og Kunstig superintelligens (ASI). Som oftest er det AGI vi snakker om når det diskuteres «full» kunstig intelligens. Det vil altså si en maskin som består Turingtesten og er like smart eller smartere enn mennesker.
Sterk AI har så langt ikke blitt utviklet. Forenklet skrevet skyldes det at dagens teknologi er for svak til å takle utregningene og algoritmene er enda ikke gode nok til det som antas kreves for AGI.
AI-forskere har riktignok spådd at AGI kommer til å oppstå, men tidsrammen har blitt framskjøvet mange ganger. Det er også stor uenghet blant forskere om vi noensinne vil oppnå AGI.
Vil du gi deg selv, dine ansatte eller kunder et overblikk på teknologier som utfordrer din bransje? Vil du få bedre innsikt i nye muligheter ved bruk av kunstig intelligens? Jeg holder gjerne et innlegg på din samling! Ring meg på 97512077 for en hyggelig samtale.
Et panel av verdens fremste AI-forskere antok i 2019 at vi kommer til å produsere datakraften som trengs for å utvikle sterk AI engang før 2060.
ASI er det neste steget på intelligensskalaen. Da snakker vi om kunstig intelligens som overgår menneskelig intellekt. Det er i denne forbindelse at spørsmålet om selvbevisste datamaskiner dukker opp og om vi derettervil få en kunstig intelligens som utvikler seg selv forbi vår kontroll.
Enn så lenge hører superintelligens science fiction til, men det er ikke usaklig å tro at vi kan utvikle en maskin med større hjernekapasitet enn vår egen. Hvorvidt denne maskinen kommer til å utvikle selvbevissthet er et annet spørsmål.
Kunstig intelligens definert ut ifra målsetting
Stuart Russel og Peter Norvig skrev Artificial Intelligence: A Modern Approach, en av vår tids mest leste lærebøker om kunstig intelligens.
Deres definisjon på kunstig intelligens tar utganspunkt i målsetting og kategoriserer datasystemene i forhold til tankegang og handling.
Datasystemer som etterligner menneskelig tankegang
Her defineres kunstig intelligens som benytter seg av nevrale nettverk for å emulere menneskelig tankegang. Datasystemet benytter seg med andre ord av en forenklet etterligning av vårt eget nervevev i hjernen og vårt sensoriske system.
Her snakker vi om selvlærende kunstig intelligens. Denne typen AI er sentral innen avansert maskinlæring, eller det som kalles «dyp læring» (deep learning). Så langt er dette det nærmeste vi har kommet å utvikle sterk AI.
Kunstig intelligens i nevrale nettverk benyttes til en rekke oppgaver i samfunnet. Blant annet benyttes det til ansiktsgjenkjenning, analyse av aksjekurser, autopilot-styring av fly, samt tyding av røntgen, CT-skanning og ultralyd i helsevesenet.
Datasystemer som etterligner menneskelig oppførsel
Denne typen kunstig intelligens omfatter AI-systemer som kopierer menneskelige handlingsmønstre. Det er en mindre fleksibel form for AI som typisk benyttes innen robotikk.
Til tross for begrenset fokus har slik kunstig intelligens mange bruksområder.
Datasystemene som kjemper med Turingtesten faller inn under denne kategorien AI. For å bestå testen kreves det avanserte prosesser som naturlig språkbehandling (NLP), kunnskapspresentasjon, automatisert resonnement og maskinlæring.
Robotikk brukes allerede til automatisering i bilindustrien, effektivisering av landbruket og sikring av risikable medisinske inngrep. Det stopper ikke der. Les mer om robotene som snart inntar Norsk næringsliv med stormskritt.
Rasjonelle datasystemer
Rasjonelle datasystemer er definisjonen på kunstig intelligens som etterligner menneskelig logikk i forhold til oppfatting, rasjonalisering og handling. Denne typen AI trekker slutninger ut ifra bestemte regelsett, også kalt syllogismer.
Til forskjell fra nevrale nettverk, er ikke rasjonelle datasystemer basert på menneskelig tankegang. De forsøker i stedet å reagere på en naturlig menneskelig måte i gitte situasjoner.
Denne typen AI har praktiske begrensninger. For det første er det vanskelig å definere regelsettet som logiske slutninger skal baseres på. For det andre er det problematisk å oversette oppfattelser til logikk, spesielt siden oppfattelse er subjektivt.
Datasystemer som handler rasjonelt
Den siste typen kunstig intelligens som ble definert av Russell og Norvig, forsøker å etterligne logisk handling. Det vil si at AI-systemet trekker slutninger basert på sine omgivelser og deretter finner ut hva som er optimal oppgaveløsing.
Meld deg gjerne på mitt nyhetsbrev, så sender jeg deg et varsel når nye artikler publiseres.
Denne typen kunstig intelligens er mer fleksibel fordi logikk spiller inn på datasystemets valg og avgjørelser. Rasjonell handling betyr at datasystemet følger sin egen “overbevisning” for å oppnå gitte målsettinger.
Prosessen til rasjonelt handlende datasystemer er begrenset av regelsettets rammeverk. Innenfor rammene kan kunstig intelligens vurdere alle mulige alternativer og velge den beste løsningen.
Denne typen AI brukes eksempelvis i selvkjørende biler.
Bruk av svak AI i Norge
Svak AI betyr ikke at den kunstige intelligensen er «lav», det betyr bare at den ikke er på linje med menneskelig intelligens. Innenfor spesifikke rammeverk er likevel svak AI langt mer effektiv i å løse bestemte oppgaver enn mennesker.
Derfor blir bruk av AI-systemer som baserer seg på svak eller smalsporet AI stadig mer utbredt i det norske samfunn.
Vi bruker svak AI til alt fra å sjekke været på mobiltelefonen, til å kartlegge krabbebestanden i havet med undervannsdroner.
Det finnes mange typer svak AI som brukes i ulike industrier. Jeg skal ikke gå igjennom alle her. I denne omgang starter jeg med å fortelle om tre av de mest utbredte typene svak AI. Disse er maskinlæring, dyp læring og naturlig språkbehandling (NLP).
Maskinlæring
Enkelt sagt handler maskinlæring om statistisk behandling av store datamengder. AI-systemet utvikler gradvis sin egen problemløsing. Maskinlæring er altså en metode datasystemer bruker for å utvikle kunstig intelligens og utføre autonomt arbeide.
Maskinlæring er mer utbredt enn du kanskje reflekterer over i hverdagen?
Du ser det hver gang en produktanbefaling popper opp i sosiale medier, eller når kameraet ditt gjenkjenner ansikter.
Du ser det også når du må gjennom lagvis sikkerhetskontroll for å slippe inn på nettsteder.
Maskinlæring brukes også i helsevesenet. Der benyttes denne typen AI blant annet til å tyde røntgenbilder, identifisere risiko for hjerteproblemer ved gjennomgang av pasientdata, og en rekke andre oppgaver.
Dyp læring | Deep learning
Deep learning, eller dyp læring som det kalles på norsk, er avansert maskinlæring som benytter nevrale nettverk for å løse oppgaver utenfor de begrensende rammeverkene til «vanlig» maskinlæring. Dyp læring er mer nyansert og kan ta til seg data som ikke følger gitte regelsett.
Det høres kanskje litt kryptisk ut? La oss derfor se på et eksempel. Google bruker et dypt læringssystem som heter RankBrain for å sortere søkeresultater.
RankBrain forandrer sin egen algoritme fortløpende for å oppnå best brukervennlighet.
Før Google tok i bruk RankBrain ble deres algoritmer skrevet og justert av programmerere. RankBrain oppnår bedre resultater ved å automatisk justere viktigheten av domeneautoritet, backlinks, artikkellengde og publiseringsdato i forhold til gjeldende nøkkelord.
Naturlig språkbehandling (NLP)
Dagens NLP er basert på dyp læring og benytter kunstig intelligens til å fremme kommunikasjon mellom mennesker og datasystemer. Hovedsakelig handler det om å utvikle AI som forstår hva vi mennesker prøver å uttrykke.
Google, Microsoft, IBM og OpenAI leder an forskning og bruk av NLP. Google Cloud API, Microsoft Azure NLP, IBM Watson API og OpenAI GPT-3 er noen av de mest avanserte AI-programmene på markedet i dag.
Det er stor sjanse for at du benytter deg av NLP-teknologi hver eneste dag. NLP tar seg nemlig av korrekturen av dine skrivefeil på Google eller Gmail, og sender søppelpost rett i spam-folderen. Om du slår av en prat med Siri eller Alexa, er det NLP som dikterer svarene.
Kunstig intelligens er allerede en del av vår hverdag, og mer vil det bli i årene som kommer.
Eksempler på utstrakt bruk av kunstig intelligens finner vi blant annet hos de fleste sikkerhets- og helsetjenester. Ikke minst brukes AI til behandling av store mengder data hos landets største banker og Norske myndigheter. I denne artikkelen tar jeg en nærmere kikk under panseret på AI-bruken i det norske samfunnsmaskineriet: Eksempler på kunstig intelligens i hverdagen
Om du her lest deg helt hit i dag, er du antakelig over gjennomsnittet opptatt av kunstig intelligens. Da har jeg en god liste med interesant lesestoff å anbefale. Her følger en oversikt over de fremste teknologene med fokus på kunstig intelligens:
Topp 10-listen med AI-folk du bør følge
Hvem er de ledende teknologene du bør følge om du er opptatt av kunstig intelligens? I Norge og internasjonalt? Har vi stemmer det er verdt å lytte til i Norge? Er vårt lille land med på å forme fremtidens definisjon på kunstig intelligens?
Vi vi noen gang se kunstig intelligens som overgår mennesker i å løse alle oppgaver vi i dag gjør best? Kan kunstig intelligens bli kreativ på egenhånd? Vil vi noen gang komme dit at maskiner kan bli selvbevisste?
Helt usannsynlig, mener mange. I all uoverskuelig fremtid vil AI mest sannsynlig «kun» være et verktøy som analyserer store datasett som gir sannsynlige utfall. Men verktøykassen blir større og større og stadig nye problemer finner løsning ved hjelp av kunstig intelligens.
LES OGSÅ: Er kunstig intelligens allerede bevisst?
Ingen av oss er tjent med en kunstig intelligens som ikke er kodet med etiske hensyn og med mennesker i fokus.
Vi har heldigvis norske forskere, etablerte bedriftsledere, gründerne – og investorer som leter etter de beste prosjektene. Heldigvis har vi også politikere og samfunnsaktører som begynner å få opp øynene for hvordan AI driver ny teknologi som kanskje den største kraft i samfunnsutviklingen fremover.
Kan Norge påvirke definisjonen på kunstig intelligens?
Norge kan vanskelig ta noen ledelse i AI-kappløpet. Det får vi overlate til Kina og USA, og så kan vi krysse fingrene for at Europa klarer å samle seg. I Europa kan vi selv utenfor EU spille en rolle, takket vårt nære samarbeide gjennom EØS-avtalen og andre etablerte institusjoner.
Uansett hvordan vi snur og vender på det, er vi få mennesker og vi har lite data sammenlignet med hva de store plattformselskapene har samlet i de årene vi har vært online. Og nå kommer kineserne for alvor.
De er ikke lenger kopister, de utvikler banebrytende, ledende teknologi innen kunstig intelligens og lager verdensledende maskinvare. Ta mye omtalte Huawei som eksempel. De topper listene for de beste datamaskinene, mobiltelefoner og ikke minst teknoloigier som driver frem utviklingen innen 5G .
De 5 store, Apple, Amazon, Microsoft, Facebook og Google vil fortsatt dominere. Det er et ganske så sikkert veddemål å si at vi kommer til å høre mye fra kinesiske Alibaba, Baidu og Tencent i årene som kommer.
Av verdens 100 fremtredende AI-utviklere så har bedriften Google (Alphabet Inc.) ansatt 50. Nasjonen Norge har – ingen.
Vi forstår hvor små vi er når at MIT – amerikanske Massachusetts Institute of Technology, som det ble sagt i et av innleggene, alene investerer 10 ganger mer til forskning på kunstig intelligens enn nasjonen Norge!
Vi kan som liten nasjon spesialisere oss på noen få sektorer hvor vi har åpenbare konkurransefortrinn.
Maritim sektor og energi for å nevne noen åpenbare. Eller helsesektor, offentlig sektor, grønn energi og rene hav som Hilde Lovett i Teknologirådet foreslo på fjorårets konferanse.
Vi må bruke det vi har av våre fremste fortrinn for alt det er verdt.
Norsk tillit kan ha betydning for AI-forskningen
Norge scorer høyest i verden på skala som måler tillit i forretningstransaksjoner. Vi er blant verdens mest digitale nasjoner og vi har mye ubenyttet data i sektorer du enda ikke kan Google! Vi har store, men foreløpig mest ustrukturerte datasett i for eksempel helsevesenet og fra vår tid i oljebransjen.
Innovatører kan utvikle AI-løsninger med data fra vår tid som oljenasjon til nytte for hele verden. Og vi kan bruke data som vi har gitt fra oss i tillit til statlige instutisjoner i vårt offentlige helsevesen.
Vi må bygge en sterk etisk AI, mener hun, og la til at Norge kan sette en standard, vi er nemlig verdensmestre i tillit. Ieva avsluttet med noe som egner seg godt som oppsummering om å stå samlet: Nordmenn er gode på å ta en dugnad!
AIM2 North Symposium er et ypperlig sted for å møte og å samle AI-miljøet i Norge. Et levende AI-miljø koblet opp mot internasjonale aktører kan gi oss en plass i solen.
AI berører ikke bare våre liv eller nasjonen Norge. AI vil endre selve samfunnsstrukturen og skape store utfordringer som best kan løses i et internasjonalt samarbeide.
Ser du etter en foredragsholder til ditt neste arrangement?
Se eksempler på foredrag jeg holder her
Gjort smart kan AI være effektivt i kampen mot nasjonalisme og isolasjon som vi dessverre ser alt for tydelig i de største nasjonene som har vært motoren i vår velstandsutvikling de siste 70 år.
Topp 10 AI-eksperter som bearbeider vår definisjon på kunstig intelligens
Vil du være med på å forandre verden? Eller bli forandret helt uten å forstå hva som skjedde? Motgiften til uønsket endring starter med egen kompetanse. Følg med, hold deg oppdatert og delta i debatten.
Her har jeg laget en liten topp-liste over internasjonale aktører det kan være verdt å følge med på.
1. Andrew Ng
Andrew Ng er en av verdens fremste eksperter innen maskinlæring.
Han er adjunct professor på Stanford University og leder for AI research for den kinesiske søkemotoren Baidu.
I 2011 hadde han ansvar for utviklingen av Stanford University’s MOOC (Massive
Dette utviklet seg til Coursera – en online skole med en rekke kurs fra ledende universiteter i hele verden hvor han til er co-chairman og co-founder.
Jeg har selv registrert meg der. Prøv selv!
Et søk på kurs relatert til “artificial intelligence” gir for tiden 185 treff.
Du finner flere av hans kurs i maskinlæring på denne nettsiden: www.deeplearning.ai
Han har også skrevet boken “Machine Learning Yearning” hvor du lærer hvordan du kan jobbe med maskinlæring, ikke bare ML-algoritmer, men hvordan du får de til å virke i praksis.
Du kan laste ned boken gratis om du klikker på bildet.
Mer om Andrew Ng her: www.andrewng.org
2. Stuart Russell
AI pioner. AI-forsker og professor i computer science på University of California, Berkeley. Russell er spesielt opptatt av AI og sikkerhet. Du finner mange videoer av Stuart Russell på YouTube.
Se for eksempel denne:
Stuart Russell on Artificial Intelligence: What if we succeed?
Stuart Russel er medforfatter til boken “Artificial Intelligence: A Modern Approach”
3. Max Tegmark
Han har publisert over 200 publikasjoner om et bredt spekter fra romforskning til kunstig intelligens.
Hans siste bok Life 3.0: Being Human in the Age of Artificial Intelligence er en interessant deterministisk tilnæring til kunstig intelligens.
Han gir et innblikk i problemstillinger rundt hva som kjennetegner menneskelig intelligens i et evolusjonært perspektiv.
Hvordan oppsto livet og hvordan har vi utviklet oss til mennesker? Gjennom matematikk og fysikk gir han konkrete eksempler og gir leseren interessante betraktninger rundt bevissthet. Anbefales!
4. Nick Bostrom
Nick Bostrom er en svensk filosof og leder av the Future of Humanity Institute
Han er mest kjent som forfatter av boken som mange leste som sin første om emnet.
Den var en øyeåpner ikke bare for alle mulighetene, men også truslene som kan komme som følge av en kunstig intelligens uten kontroll.
Boken er ikke akkurat lettlest, men er en god start om du vil fordype deg i emnet: Superintelligence: Paths, Dangers, Strategies
5. Erik Brynjolfsson
Erik Brynjolfsson leder MIT Initiative on the Digital Economy, professor på MIT Sloan School og Research Associate på NBER.
Han er en av de som har vært synlig engasjert i debatten rundt kunstig intelligens de siste 25 år.
Brynjolfsson er medforfatter på en rekke kjente bøker om kunstig intelligens, blant andre The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies og (i 2012) Rise of the Robots: Technology and the Threat of a Jobless Future og Race Against the Machine
6. Gerd Leonhard
En av Europas fremste futurister. Han er opptatt av hvordan ny teknologi endrer vår fremtid og hvordan vi best kan møte endringene. Leonhard har en humanistisk tilnærming og hans første spørsmål er alltid hva gjør ny teknologi med mennesker?
Noen sitater: “Datamaskiner er virkelig dumme, de har bare rette svar.”
“Har du barn? Ikke lær dem ferdigheter som kan automatiseres!”
Han har blant annet skrevet boken Technology vs. Humanity: The Coming Clash Between Man and Machine.
Du finner nettsidene hans her www.futuristgerd.com
7. Kai-Fu Lee
Kai-Fu Lee er kjent for sine venture investeringer. Han er en av Kinas fremste AI-investorer, opprinnelig fra Taiwan og leder i dag Sinovation Ventures. De opererer fra Beijing, Shanghai, Shenzhen, Seattle og i Silicon Valley.
Han er mest kjent for å ha deltatt i utviklingen av verdens første system for talegjenkjenning da han skrev sin Ph.D. thesis på Carnegie Mellon University.
8. Fei-Fei Li
Fei-Fei Li er leder av Stanford Artificial Intelligence Lab og 
Hun er en av verdens ledende forskere på AI og kamera-gjenkjenning eller på engelsk, feltet computer vision.
Fei-Fei Lie er også Chief Scientist of Artificial Intelligence and Machine Learning for Google Cloud.
9. Jenn Wortman Vaughan
Jenn Wortman Vaughan er senior forsker i Microsoft Research med maskinlæring algoritmeøknomi som spesialfelt.
Hennes fokus er hvordan AI kan forsterke menneskelige ferdigheter.
Du finner mange interessante ressurser på hennes nettside her: https://www.jennwv.com/ (Fascinerende nok, enda uten sikkerhetsertfikat for sikker tilkobling)
10. Nuria Oliver
Nuria Oliver er mest kjent for sitt arbeide med menneske vs 
Oliver er engasjert i the European Association of Artificial
Intelligence og co-inventor på ikke mindre enn 40 patenter. Hun jobber nå som Chief Scientific Adviser i Vodafone.
Hun har også egne nettsider som du finner her: https://www.nuriaoliver.com/
Ser du etter en foredragsholder til ditt neste arrangement?
Se eksempler på foredrag jeg holder her
Andre ressurser du kan søke opp for egen læring
Tenker du på å oppgradere dine egne ferdigheter innen kunstig intelligens? Les gjerne min artikkel “slik blir du en ekspert på kunstig intelligens“.
Allen Institute for Artificial Intelligence: Oren Etzioni
Oren Etzioni er CEO i the Allen Institute for Artificial Intelligence
Intelligence. Han er mest kjent for å først ha brukt begrepet machine reading og var førstemann ut med en løsning for å bruke en AI-agent i kommersiell programvare for sammenligning av priser.
Udatcity: Sebastian Thrun
Sebastian Thrun er styreformann og co-founder av Udatcity
Singularity University: Neil Jacobstein
Neil Jacobstein er styreformann for the Artificial Intelligence and Robotics Track at Singularity University.
Jacobstein har jobbet med en rekke prosjekter også for det amerikanske forsvaret.
DeepMind: Demis Hassabis
Demis Hassabis startet og er fortsatt CEO i DeepMind som er et London-basert selskap som ble kjøpt av Google i 2014. Han er utdannet neuroscientist og er en av verdens ledende AI-forskere.
AI-topics
Informasjon of AI i nyheter, publikasjoner og konferanser.
AI-Resources
Oversikt over åpen kildekode og åpne datakilder som administreres av AI Access Foundation til støtte for AI interesserte.
AI Access Foundation
Dekker “alt” rundt AI med forskningsartikler til tekniske guider. Etablert så tidlig som i 1993 som en av de første vitenskapelige nettmagasinene.
European Association for Artificial Intelligence
The European Association for Artificial Intelligence EurAI ble etablert i 1982 som et organ for Europeisk AI. De jobber for å fremme studier, forskning og praktisk bruk av kunstig intelligens i Europa.
Singularity University
Singularity University har ingen akkreditering som “ekte” universitet men har som mål å utvikle deltakere med et “eksponensielt tankesett”, tilby en verktøykasse og resurser for å stimulere til entreprenørskap ved bruk av ny teknologi.
Nær sagt uansett hva du jobber med eller ser for deg å jobbe med i fremtiden, kan det være verdt å lære mer om koding og kunstig intelligens. Harvard tilbyr 5 spennende kurs aldeles gratis og Elements of AI finnes nå på norsk. “Building AI” er, i likhet med det første kurset «Introduksjon til AI», et gratis online kurs der du lærer mer om de faktiske algoritmene som gjør det mulig å lage AI-systemer. LES MER og meld deg på: Gratiskurset Elements of AI del II er her
Synspunkter på navn som burde inn på listen?
Denne listen er selvsagt høyst subjektiv og kan (heldigvis) lages mye lenger. Spill gjerne inn navn du mener bør presenteres til en senere, større oversikt. Gjerne også med flere resurser. Jeg er også veldig takknemlig for kandidater til en norsk oversikt over resurspersoner, forskningsprosjekter, spennende norske entreprenører og gründerbedrifter vi gjerne hører mer fra!
Noen høyts foreløpige, blant mange av mine kandidater på den norske listen er Klas Pettersen, Anders Bryhni, Helge Dahl-Jørgensen, Trym Holter, Lars Rinnan, Morten Goodwin, David Holm, Stefan Petersson og Morten Irgens
Morten Goodwin som er førsteamanuensis og ledermasterstudiet i IKT på Universitetet i Agder mener listen viste mange futurister som snakker om en mulig fremtid.
Unntaket er Andrew Ng, og Fei-Fei Li. Andrew er mest kjent for å dra i trådene blant annet ved Google Brain. Fei-Fei er mest kjent for å ha laget ImageNet.
Morten ville lagt til noen av de virkelig store AI-forskerne som har stått bak de store gjennombruddene vi ser i dag.
Ledende forskere som påvirker vår definisjon på kunstig intelligens
- Geoffrey Hinton som er mest kjent for sitt arbeide med artificial neural networks. Siden 2013 har han jobbet for Google (Google Brain) og University of Toronto
- Michael I. Jordan, professor på University of California. Han ble av Science utnevnt som verdens ledende forskeren innen computer science. Hans spesialfelt er machine learning, statistics, og artificial intelligence.
- Yoshua Bengio fra Kanada, kjent for arbeide med artificial neural networks og deep learning
- Yan LeCun som i følkge sin egen hjemmeside ved siden av å være leder for AI Research i Facebook også etablerte NYU Center for Data Science.
- Ian Goodfellow er forsker innen machine learning. Han jobber som forsker hos Google Brain og er kjent for å ha vært en viktig bidragsyter til utviklingen av deep learning.
- Demis Hassabis, britisk forsker på artificial intelligence, neuroscientist, video game designer, entreprenør og som om ikke det var nok, også i verdensklasse som sjakkspiller.
- Jurgen Schmidhuber, computer scientist innen artificial intelligence. Han er co-director i the Dalle Molle Institute for Artificial Intelligence Research i Sveits.
Les mer om ny bruk av AI, nye definisjoner på kunstig intelligens, AI-folk du bør følge og gratiskurs du kan ta på mine nettsider.
Ikke glem å melde deg på mitt nyhetsbrev. Da får du beskjed når jeg publiserer nytt innhold.
Kilder & Referanser:
Analytic Steps: 8 Applications of Neural Networks
AuraQuantic: Artificial Intelligence Technologies and their categories
Backlinko: Google RankBrain: The Definitive Guide
Bernard Marr & Co: How Does Google Use Artificial Intelligence?
IBM: Artificial Intelligence (AI)
IBM: Deep Learning
Lang, Otto: What is AI? An explanation by the 4 different schools of thought
McCarthy, John: What is Artificial Intelligence?
Rakuten: Top 10 Best Natural Language Processing APIs
Regjeringen.no: Hva er kunstig intelligens?
