Hvordan fungerer KI egentlig i praksis? Hva betyr det at en maskin «lærer»? Og er det virkelig snakk om kunstig intelligens eller bare avansert mønstergjenkjenning?
Hvis du har stilt deg selv disse spørsmålene, er dette artikkelen for deg. Her forklarer vi hvordan KI faktisk fungerer, hva begrepet kunstig intelligens egentlig innebærer – og hvordan det hele koker ned til statistikk, språkgenerering og et snev av filosofi.
Les videre, og oppdag at KI slett ikke er så komplisert som det kanskje virker.
Les også: Hva er forskjellen på en chatbot og en AI-agent?
Innhold:
- Hva er kunstig intelligens – og hva er det ikke?
- KI-trening – hvordan lærer kunstig intelligens?
- Bruken – hvordan løser KI oppgaver i praksis?
- Kommunikasjonen – hvorfor virker KI så smart?
- Begrepsforvirring – hva betyr egentlig «intelligens»?
- Hva sier dette egentlig om KI og intelligens?
Hva er kunstig intelligens – og hva er det ikke?
La oss begynne med å rydde i begrepene.
Kunstig intelligens høres imponerende ut. Mange forbinder det med maskinell bevissthet, datamaskiner som tenker selv – eller en slags digital kopi av menneskehjernen. Det er en feiltakelse. Ikke fordi vi aldri kan havne der, men fordi det ikke er det dagens KI handler om.
Når vi i dag snakker om kunstig intelligens, handler det i praksis om systemer som er trent opp til å gjenkjenne mønstre i store datamengder. Punktum. Det er ikke tenkende maskiner. Det er statistiske modeller som etterligner menneskelig atferd – i tekst, bilde, tale eller tall – uten å forstå noe som helst.
Det viktigste skillet å forstå er dette: Dagens KI resonnerer ikke. Den bare reagerer – basert på det den har sett før.
KI er ikke én teknologi, men en verktøykasse
Kunstig intelligens er ikke ett enkelt program. Det er en samlebetegnelse på mange ulike metoder som har én ting til felles: De lærer å løse oppgaver ved å se på store mengder eksempler – i stedet for å bli fortalt nøyaktig hva de skal gjøre.
Tradisjonelt programmerte vi datamaskiner ved å skrive detaljerte instruksjoner, linje for linje. Det kalles regelbasert programmering, og fungerer fint til ting som regneark, kalkulatorer og bankterminaler. Altså situasjoner der vi kjenner reglene på forhånd. Vi skrev: «Hvis A skjer, gjør B. Hvis C skjer, gå videre til D.» Maskinen fulgte oppskriften slavisk.
Men dette fungerer dårlig når oppgaven er uklar eller for kompleks, som å kjenne igjen et ansikt, oversette språk eller forstå en vits. Da er det umulig å skrive alle reglene manuelt.
Med kunstig intelligens gjøres det annerledes. I stedet for å gi maskinen reglene, gir vi den data – gjerne millioner av eksempler – og ber den finne ut selv hva som kjennetegner løsningen.
Les også: Kunstig intelligens er i startgropa – næringslivet er på etterskudd
Digital markedsføring
KI-trening – hvordan lærer kunstig intelligens?
KI-trening starter med at maskinen begynner å gjette. Den gjetter for eksempel hva som er på et bilde, eller hvilket ord som neste i en setning. I starten gjetter den dårlig, nesten tilfeldig.
Men etter hvert som den får fasiten (altså riktig svar), justerer den seg litt. Den registrerer hvilke typer gjetninger som førte til riktig svar, og hvilke som bommet. Så prøver den igjen. Og igjen. Og igjen.
Hver gang justerer den interne innstillinger – litt som å skru på tusen små knotter – for å bli litt flinkere til å treffe riktig neste gang. Over tid begynner den å kjenne igjen mønstre: Dette bildet ligner de andre som hadde en katt. Denne ordrekkefølgen ligner en setning fra en nyhetsartikkel.
Maskinen «lærer» altså ved å justere seg hver gang den gjetter feil, og forsterke det som førte til riktige svar. Den forstår ikke hva en katt er, eller hva den skriver. Den bare blir flink til å gjette riktig, fordi den har sett så mange eksempler.
Så hva er KI ikke?
KI er ikke:
- Bevisst: Den vet ikke hva den gjør.
- Selvlærende: Den kan kun det den er trent til på forhånd.
- Pålitelig: Den kan hallusinere, feiltolke, eller gjenta skjevheter i dataene den fikk.
Kort sagt, KI er ikke menneskelig. Den etterligner menneskelig språk og atferd, men har ingen erfaringer, følelser, eller forståelse av kontekst. Den kan skrive en tekst om sorg – uten å noen gang ha følt hva sorg er.
Les mer: Generativ AI: Slik trener du ChatGPT til å styrke din posisjon i markedet
Bruken – hvordan løser KI oppgaver i praksis?
Når du spør ChatGPT om noe, ber Google Bilder finne en katt, eller får anbefalt en film på Netflix, er det en ferdigtrent KI-modell som gjør jobben. Den jobber ikke i sanntid med å lære. Den har blitt finjustert for sin oppgave, og bruker det den har lært til å svare deg.
Så hva skjer når du gir den en oppgave?
La oss ta tekst som eksempel.
Når du skriver inn et spørsmål i en språkmodell, skjer det noe enkelt og samtidig ganske rått: Maskinen leser det du skrev, sammenligner det med milliarder av tekstbiter den har sett før, og prøver å finne det mest sannsynlige neste ordet – ett og ett.
Den fullfører, på en måte, setningen din. Ikke fordi den forstår innholdet, men fordi den kjenner igjen mønstre i hvordan mennesker vanligvis formulerer seg i liknende sammenhenger.
Det samme gjelder KI som lager bilder, analyserer røntgenbilder, oversetter språk eller bidrar i kundeservice: Den tar inn data, kjenner igjen mønstre, og gir et svar som statistisk sett ligner de riktige svarene den har sett under treningen.
Det skjer lynraskt – men ikke magisk
Fra utsiden virker det som om KI «tenker». Den gir deg ofte svar som virker logiske, relevante og gjennomtenkte. Men det er fortsatt bare et resultat av at den har regnet seg frem til det mest sannsynlige utfallet, basert på alt den har blitt matet med på forhånd.
Det den leverer, er altså ikke sannhet, og heller ikke forståelse. Det er forslag – noen ganger glimrende, andre ganger på jordet. Derfor må vi alltid tolke svarene kritisk, uansett hvor overbevisende de ser ut.
Les også: Test av AI-detektor på norsk – Hvilken avslører AI-tekst best
Gratis E-bok
Den komplette guiden til e-postmarkedsføring
Kommunikasjonen – hvorfor virker KI så smart?
Det som skiller dagens språkmodeller fra tidligere teknologier, er dette: Når du stiller et spørsmål, får du et svar. Ikke lenker. Ikke forslag til hvor du kan finne svaret. Et faktisk svar, formulert som en direkte respons på akkurat det du spurte om.
Google og andre søkemotorer sender deg videre – til nettsider, artikler og diskusjonstråder. De peker mot informasjon, men bearbeider den ikke. Språkmodeller som ChatGPT gjør noe helt annet: De prøver å sammenfatte den informasjonen de har lært av, og formulere et fullstendig svar – der og da.
Det føles nytt, fordi det er nytt. Tidligere måtte du lete. Nå kan du spørre, og få et svar tilbake, skrevet som hvilket som helst annet svar, uten å klikke deg videre noe sted.
Det du skriver inn, er bare tall
Når du stiller et spørsmål til en språkmodell som ChatGPT, skjer det noe usynlig: Ordene dine gjøres om til tall. Hver bit av tekst blir oversatt til et mønster av tallverdier – ikke som i en ordbok, men som i en slags koordinat i et enormt rom. Der inne finnes millioner av slike punkter, som representerer betydninger, sammenhenger og tidligere setninger folk har skrevet.
Svaret du får, er ikke hentet fra ett bestemt sted. Det er generert ord for ord, basert på hva som statistisk sett passer best etter det forrige. Den fullfører mønstre i språket – og gjør det så overbevisende at det føles som du snakker med noen som vet.
Det skjer lynraskt, og det virker overbevisende. Men det er viktig å huske: Modellen vet ikke hva du spurte om. Den vet bare hvilke typer svar som pleier å komme i sånne sammenhenger.
Det føles som samtale – men er egentlig fullføring
Språkmodeller er laget for å etterligne språk. Ikke tankegang. De har ikke en intern agenda, et poeng de vil frem til, eller en oppfatning av hva du trenger. De forsøker ikke å vinne diskusjonen, forstå følelsene dine eller tilpasse seg målgruppen.
De bare fortsetter mønsteret. Gir deg det som ligner på neste naturlige svar – én «ordbrikke» om gangen.
Og fordi menneskelig språk er så tett knyttet til tenkning, føles det som om du snakker med noe som tenker. Men du gjør ikke det. Du snakker med et speil – et veldig sofistikert et, som speiler millioner av samtaler du aldri har hørt.
Les også: ChatGPT Norsk: Vær obs på farene ved bruk av tredjeparts leverandører
Begrepsforvirring – hva betyr egentlig «intelligens»?
Det største hinderet for å forstå hva kunstig intelligens er, ligger i selve navnet. Ordet «intelligens» gir inntrykk av tenkning, forståelse og kanskje en bevisst vilje bak handlingene. Men det er en feilslutning.
Det vi i dag kaller kunstig intelligens, handler ikke om å skape noe som tenker. Det handler om å bygge systemer som etterligner bestemte ferdigheter – som å skrive tekst, analysere bilder eller svare på spørsmål – basert på mønstre i store datamengder.
Hvorfor kaller vi det fortsatt intelligens?
Begrepet ble introdusert på 1950-tallet, i en tid da maskiner som spilte sjakk eller løste matteoppgaver ble oppfattet som «smarte». Det virket naturlig å bruke ordet «intelligens» om noe som kunne utføre oppgaver bare mennesker tidligere hadde klart. Men teknologien har endret seg, og navnet henger igjen.
I dag er det mer presist å si at vi har utviklet avanserte statistiske modeller for mønstergjenkjenning og språkbehandling. Men vi fortsetter å bruke begrepet kunstig intelligens, fordi det har fått fotfeste både i media, forskning og politikk.
Problemet er at ordet forfører. Det gir folk en forestilling om at vi har skapt noe som ligner oss – når vi i realiteten har laget noe som etterligner resultatene våre, uten å vite hvorfor.
Hva er “ekte” kunstig intelligens?
Noen snakker om det neste steget: kunstig generell intelligens – gjerne forkortet AGI. Det er en hypotetisk form for KI som ikke bare kan utføre én oppgave, men lære hva som helst, tilpasse seg nye situasjoner, og forstå verden på samme måte som et menneske.
Den typen intelligens finnes ikke i dag. Kanskje kommer den aldri. Men det er viktig å skille mellom det vi har nå – avanserte verktøy for mønstergjenkjenning – og det som fortsatt bare er en idé.
Les mer: AGI – Bør norske virksomheter frykte artificial general intelligence
Gratis E-bok
Verdivurdering bedrift: Hva er ditt selskap verdt?
Hva sier dette egentlig om KI og intelligens?
I løpet av noen tiår har begrepet kunstig intelligens gått fra å bety «datamaskiner som tenker», til å beskrive systemer som ikke tenker – men som etterligner språket og løsningene våre så godt at det nesten ikke spiller noen rolle. Det sier noe om teknologien. Men det sier kanskje enda mer om oss.
Vi mennesker liker å se på oss selv som unike. Vi tror vi uttrykker oss fritt, kreativt, personlig – og det gjør vi nok også. Men når en maskin, uten følelser eller forståelse, klarer å skrive noe vi oppfatter som meningsfullt og menneskelig, så må vi stille spørsmålet:
Hvor mye av det vi kaller intelligens, handler egentlig om dype tanker, og hvor mye handler om mønstre vi bare har lært å følge?
Det betyr ikke at vi er maskiner. Men det utfordrer forestillingen om at intelligens er noe mystisk, uforståelig og eksklusivt menneskelig. Kanskje er det noe mer jordnært. Noe som oppstår i møte mellom erfaring, språk, kultur og kontekst – og som lar seg etterligne fordi vi ofte tenker og uttrykker oss likt.
Kunstig intelligens gir oss dermed ikke bare nye verktøy. Den gir oss et nytt speil. Den viser oss hvor mye av det vi sier, skriver og tror, som faktisk kan forutsies. Og samtidig minner den oss på hva den mangler: erfaring, følelser, skjønn, tvil, moral – alt det som gjør at vi ikke bare følger mønstre, men evner å bryte dem.
Så har vi skapt intelligens? Nei, ikke i ordets fulle forstand. Men vi har skapt noe som ligner godt nok til at vi nå må spørre oss selv: Hva vil det egentlig si å være intelligent?
Les mer: Hva er en AI-agent? Og hva kan AI-agenter gjøre (10 eksempler)
Tenk Digitalt investornettverk
Oppdag spennende muligheter i Tenk Digitalt sitt investornettverk
