Hva er den vanligste typen AI? En oversikt over 7 typer

Har du noen gang følt deg som Joey når han kjøper et enkelt leksikon?

Å snakke om AI kan noen ganger føles slik.

Alle snakker om det nyeste innen AI-systemer, med nytt vokabular, nye bruksområder og banebrytende teknologi, og (la oss være ærlige) det kan være ganske vanskelig å henge med.

Det finnes generative AI-verktøy for innholdsproduksjon;

AI-forskningsroboter som hjelper deg med å svare på spørsmål, og til og med selvkjørende biler som bruker det siste innen AI-teknologi for å navigere på veien.

Alt dette kan gjøre deg litt forvirret (akkurat som Joey i den Venner episode.)

Hvis du ønsker å friske opp kunnskapen din om de vanligste typene kunstig intelligens som er i bruk i dag, kan du lese videre.

I denne bloggen vil vi gå gjennom de sju ulike typene kunstig intelligens, hva de brukes til i dag, og hva det kan bety for fremtiden.

De 7 typene AI: En oversikt

Generelt finnes det syv typer kunstig intelligens.

Hver av typene representerer ulike evner eller spesialiseringer.

Så, hva er de syv typene AI? La oss dele det opp.

Type AI	Beskrivelse	Eksempler
Smal AI (ANI)	Spesialisert på én oppgave, mangler minne og kan ikke tilpasse seg utover forhåndskonfigurerte parametere.	Siri, Netflix' anbefalingssystem, chatbots i kundeservice.
Kunstig generell intelligens (AGI)	Hypotetisk AI med menneskelignende intelligens som er i stand til å forstå, lære og utføre komplekse oppgaver på egen hånd.	Ikke utviklet ennå.
Kunstig superintelligens (ASI)	Hypotetisk kunstig intelligens som overgår menneskets intelligens, i stand til å løse globale problemer, men som reiser etiske spørsmål.	Ikke utviklet ennå.
Reaktive maskiner	Grunnleggende AI som reagerer på sanntidsdata uten minne eller læringsevne.	IBMs Deep Blue-sjakk-AI, automatiske dører, smarte lys, selvbetjente kassaapparater.
Begrenset minne AI	AI med korttidsminne som gjør at den kan lære av tidligere erfaringer og tilpasse seg i sanntid.	Selvkjørende biler, systemer for å oppdage svindel, algoritmer for legemiddeloppdagelse.
Theory of Mind AI	Hypotetisk AI som er i stand til å forstå følelser, intensjoner og overbevisninger, inspirert av menneskelig psykologi.	Konseptuell; kan føre til sosiale roboter eller AI-rådgivere.
Selvbevisst kunstig intelligens	Hypotetisk AI med selvbevissthet, som er i stand til å tenke kritisk, forstå følelser og reise viktige etiske spørsmål.	Ikke utviklet ennå (og kan være umulig, selv om det kan være det endelige målet for noen)

1. Smal AI (kunstig smal intelligens - ANI)

Narrow AI er den vanligste typen AI som brukes i dag, og det er sannsynlig at du allerede bruker Narrow AI-verktøy uten å vite det.

Smal AI, som Siri, chatboten i kundeservice eller til og med Netflix' anbefalingsalgoritme, er "smal" i den forstand at den er veldig god til én oppgave.

I motsetning til mer komplekse former for kunstig intelligens, som vi skal se nærmere på senere, kan ikke smal intelligens tenke, resonnere eller tilpasse seg utover en spesifikk programmering; den kan bare utføre én oppgave innenfor forhåndskonfigurerte parametere.

Et viktig skille mellom smal kunstig intelligens og mer avanserte former for kunstig intelligens er mangelen på minne.

Smale AI-verktøy kan ikke lagre data og lære av dem, og de kan heller ikke bruke læring fra én oppgave til en annen; alle handlinger må være forhåndskonfigurert og regelbasert.

2. Kunstig generell intelligens (AGI)

Nå beveger vi oss ut av den virkelige verden og inn i en potensiell fremtidig type AI.

Kunstig generell intelligens er foreløpig hypotetisk og ville bety at en maskin ville ha menneskelig intelligens, med evnen til å forstå, lære og utføre et stort spekter av komplekse oppgaver på egen hånd.

Men det kan bli ganske komplekst når vi sier "menneskelig intelligens" i forbindelse med AGI.

Teoretisk sett ville AGI faktisk ha en intelligens som var umulig å skille fra et menneskes.

Men mer presist vil AGI-en være mer intelligent enn et menneske, ettersom dens evne til å behandle enorme datamengder dramatisk vil overgå den menneskelige hjernens.

Men ikke vær redd.

AGI er fortsatt langt unna, og det vil kreve betydelige gjennombrudd på områder som design av nevrale nettverk, maskinlæring og robotteknologi for å bli virkelighet.

3. Kunstig superintelligens (ASI)

La oss ta hypotesen enda lenger. Et skritt videre fra AGI er kunstig superintelligens (ASI), det vil si intelligens som overgår menneskets evner på alle nivåer.

Dette er AI i en av sine mest kapable former, og den vil være i stand til å utføre komplekse oppgaver, resonnere og løse problemer ved hjelp av et intellekt som overgår menneskets.

Og det er litt skremmende.

Kunstig superintelligens ville ikke bare kopiere menneskets evner, den ville langt overgå dem, kanskje til og med gå så langt som til selvbevissthet, menneskelig manipulasjon og det som verre er.

Konsekvensene av denne typen kunstig intelligens for mennesker, samfunnet vårt og fremtiden er helt uforutsigbare, men det er sannsynlig at denne typen kunstig intelligens vil kunne løse globale problemer som fattigdom og klimasammenbrudd.

Spørsmålet er om vi virkelig ønsker å vite svaret.

Heldigvis er de store etiske debattene rundt denne typen kunstig intelligens helt fiktive... Foreløpig.

4. Reaktive maskiner

Mens de to sistnevnte er eksempler på 100%-hypotetisk AI, er reaktive AI-maskiner en av de første maskinlæringsmodellene som noensinne ble skapt, og de er fortsatt viktig teknologi i vår hverdag.

Reaktive maskiner er den mest grunnleggende formen for kunstig intelligens.

Disse systemene kan bare reagere på trafikkdata i sanntid basert på programmerte regler, og kan ikke lære eller tilpasse seg over tid.

De er maskiner med begrenset minne eller mangler minne helt, så handlingene deres er helt og holdent reaktiv.

Et eksempel på dette er IBMs Deep Blue sjakk-AI-systemet som beseiret stormester Garry Kasparov i 1997 - et gjennombrudd i AI-utviklingen.

I dag kan du se reaktive maskiner innen robotikk og automatisering, som følger et forhåndskonfigurert sett med instruksjoner for å produsere noe nytt.

Enda vanligere er reaktive maskiner som driver repeterende oppgaver, som automatiske dører, automatiserte flynavigasjonssystemer, stemmekommandoer (som i Alexa eller smartlysene i hjemmet) og til og med de selvbetjente kassaapparatene du bruker på det lokale supermarkedet.

5. Begrenset minne AI

Mens reaktive maskiner ikke har noe minne overhodet, og AGI har et omfattende minne for å opprette og danne forbindelser mellom inndata, er AI-systemer med begrenset minne en balanse mellom de to.

AI-verktøy med begrenset minne kan lagre data fra tidligere erfaringer og lære av dem for å forbedre ytelsen.

Et eksempel på dette kan være en selvnavigerende bil som lærer av tidligere ruter for å optimalisere reisetiden på ulike tider av døgnet, avanserte algoritmer for oppdagelse av svindel, oppdagelse av legemidler eller til og med forebygging av sykdommer.

AI med begrenset minne er unik fordi den kan tilpasse seg nye situasjoner ved hjelp av korttidsminnet, noe som betyr at den er i stand til å foreta dynamiske justeringer etter hvert som sanntidsdataene endres.

6. Theory of Mind AI

Theory of mind AI-maskiner er et konsept inspirert av psykologi og refererer til maskiner som er i stand til å forstå kompleksiteten i følelser, intensjoner og menneskelig tro.

Dette er en utfordring, ettersom tro og nyansene i det menneskelige språket ikke er entydige og åpne for tolkning.

For at vi skal kunne utvikle AI-verktøy for theory of mind, kreves det betydelige gjennombrudd innen kognitiv modellering, naturlig språkbehandling og maskinlæring.

Men hvis det er mulig, kan disse AI-maskinene hjelpe mennesker med å forstå og regulere følelser, og fungere som en rådgiver eller psykolog.

Theory of mind kan bane vei for sosiale roboter, som kan fungere som venner, omsorgspersoner eller til og med partnere for mennesker.

7. Selvbevisst AI

Men for noen er selvbevisst kunstig intelligens det ultimate målet: en datamaskin som er selvbevisst og klar over sin egen eksistens.

Denne super-AI-en vil ikke bare være i stand til å utføre en spesifikk oppgave, men vil også kunne forstå følelser og moral og tenke kritisk over sine handlinger og formål.

Men selvbevisste maskiner reiser selvsagt komplekse etiske spørsmål.

Er det moralsk riktig å sette liv til verden og deretter bruke disse superintelligente vesenene til repetitive oppgaver? Kan en maskin lide? Hvor forskjellige er maskinfølelser fra menneskelige følelser?

Alle disse spørsmålene er umulige å besvare, men de kan ha stor betydning for fremtidens forskning på kunstig intelligens.

Hvorfor smal AI er den vanligste typen i dag

Så, med alle disse ulike typene AI, hvilken er den vanligste typen?

Svaret er klart: Den vanligste typen kunstig intelligens som brukes i dag, er smal AI.

Det er fordi det er tilpasningsdyktig, skalerbart og praktisk, noe som betyr at det enkelt kan tas i bruk i en lang rekke bransjer.

Selv om det ikke kan løse komplekse problemer, kan det fjerne repetitive eller administrative oppgaver, og det kan enkelt skaleres.

I tillegg er teknologien tilgjengelig og rimelig i dag, noe som betyr at den allerede er i ferd med å endre landskapet i mange bransjer, inkludert helsevesenet, finans, produksjon, detaljhandel og underholdning.

Eksempler på smal AI i hverdagen

Det er sannsynlig at du vil ha tilgang til noen smale etterretningsverktøy akkurat nå.

Her er et par eksempler på de vanligste formene du vil støte på i hverdagen.

For det første, de chatbots du har begynt å stole på, som ChatGPT eller chatboten for kundeservice som strømleverandøren din bruker, er alle eksempler på smal AI.

De bruker AI-algoritmer som er programmert til å svare på forespørslene dine, og som hjelper deg med å finne svar, behandle data og effektivisere hverdagen din.

Som chatbots, virtuelle assistenter som Siri, Alexa og Google Assistant, svarer på stemmekommandoer for å hjelpe deg med å utføre repeterende eller hverdagslige oppgaver, lage en spilleliste, ringe en venn eller til og med sende en tekstmelding.

Selv de anbefalingsmotorene som driver Netflix- og YouTube-kontoene dine, er eksempler på snever AI.

De hjelper deg med å samle dataene dine og bruker deretter AI-modeller til å foreslå hva du vil like neste gang.

Denne typen modeller er ikke bare til bruk i hjemmet ditt - de hjelper også bedrifter med å analysere og behandle data om kundeatferd, slik at de kan levere en mer optimal opplevelse på lang sikt

Til slutt vil noen av verktøyene du har blitt vant til å bruke (som Uoppdagelig.ai's AI SEO-skribent, AI Essay Writer og Human Typer) benytter seg av smale AI-modeller.

Selv når de skriver menneskeliggjort innhold som er umulig å skille fra den ekte varen.

Disse verktøyene er "smale" fordi de gjør én ting eksepsjonelt bra - å skrive innhold for virksomheter som er avhengige av innholdsmarkedsføring.

Nøkkelteknologiene bak Narrow AI

Men hvordan fungerer disse verktøyene? Hva er den skjulte teknologien bak smal AI som gjør at den kan brukes så allsidig?

Maskinlæring (ML)

Maskinlæring, med elementer som dyp læring, er AI-systemers evne til å lære av data og forbedre ytelsen over tid.

Dette er et grunnleggende trekk ved smal AI, som ikke kan programmeres til å svare direkte på alle mulige beskjeder eller innspill, men som må kunne behandle data og bruke dem til å skape sammenhenger og trekke nye konklusjoner.

Naturlig språkbehandling (NLP)

NLP er kort fortalt teknologien som gjør det mulig for maskiner å forstå, tolke og generere menneskelig språk.

Det er det som gjør det mulig for AI å kommunisere effektivt med brukerne på en måte som føles naturlig.

Tenk på ChatGPT-prompten som svarer på beskjeden din på et språk og med et tonefall du kan forstå, eller Undetectable AI humanizer-verktøyet, som går et skritt lenger enn å analysere språk for å skape unik, menneskelig klingende tekst.

Test gjerne vår AI Humanizer ved hjelp av widgeten nedenfor!

Datasyn

Til slutt hjelper datasyn AI med å "se" visuell informasjon fra verden, for eksempel ansiktsgjenkjenning eller bildeanalyse.

For å gjøre dette analyserer AI-modeller visuelle data ved å dele dem opp i piksler og identifisere mønstre eller funksjoner (som kanter, farger og former), for deretter å skape forbindelser for å finne spesifikke objekter som kan gjenkjennes.

Fordelene med å bruke Narrow AI i dag

Narrow AI er overalt, og gjør i det stille livet enklere og arbeidet mer effektivt.

Den tar seg av repetitive og tidkrevende oppgaver, og frigjør oss mennesker til å fokusere på kreative eller mer komplekse oppgaver.

Dette letter den administrative byrden og gjør at ting blir gjort raskere.

En annen stor fordel er hvor skalerbar den er - smal AI kan håndtere enorme mengder data og interaksjoner på én gang, noe ingen mennesker kan klare.

Den er også utrolig nøyaktig, og fanger opp detaljer som mennesker kan gå glipp av, som å oppdage svindel i bankvesenet eller oppdage sykdommer i tidlige stadier i medisinske skanninger.

Og fordi det er rimelig og tilgjengelig, er det ikke bare bedrifter som nyter godt av det.

Enkeltpersoner kan bruke smal AI til å hjelpe dem i hverdagen eller til og med i deres

Utfordringer og begrensninger ved smal AI

Men selv om snever AI absolutt har sine fordeler, er det også noen ulemper med teknologien.

Det mest åpenbare er at disse verktøyene ikke er fleksible.

Hvert system er bygget for å gjøre én ting veldig bra, og kan ikke tilpasse seg oppgaver som ligger utenfor den spesifikke programmeringen.

For eksempel kommer ikke den kunstige intelligensen bak Netflix' anbefalinger til å hjelpe deg med å bestille en flyreise - den er rett og slett ikke bygget for det, og begrensningene i minne og dyp læring gjør at den aldri vil ha muligheten til det.

Dette betyr at ulike bruksområder krever ulike AI-modeller som må programmeres og bygges spesifikt for det aktuelle bruksområdet.

Det betyr potensielt dobbeltarbeid, dyre programmeringskrav og komplekse tekniske stabler for å utføre flere handlinger etter behov.

Et annet problem er data.

For å fungere godt trenger smal AI enorme mengder objektive data av høy kvalitet. Hvis dataene er mangelfulle, vil også AI-resultatene være det.

Vi har allerede sett dette når det gjelder AI-skjevhetog dette er et utfordrende hinder å overvinne, med alvorlige konsekvenser i den virkelige verden.

Og til slutt har vi de etiske aspektene.

Automatisering er bra for effektiviteten, men det kan også føre til fortrengning av arbeidsplasser og andre samfunnsmessige utfordringer som må vurderes nøye.

Selv om kunstig intelligens kan automatisere repeterende oppgaver, er det mange mennesker som er avhengige av disse oppgavene for å kunne leve av dem.

I hvilken grad bør vi la kunstig intelligens ta over disse rollene, og finnes det nok kreative og utfordrende roller til alle?

Vil generell eller superintelligent AI ta over?

Men noe vi bare har berørt i denne artikkelen, er debatten om super-AI-algoritmer som tar over verden.

Det er alvorlige etiske, moralske og juridiske betenkeligheter knyttet til noen av disse typene kunstig intelligens. Hva vil denne debatten bety for fremtiden vår?

For øyeblikket er ideen om generell AI eller superintelligent AI fortsatt science fiction.

Når det er sagt, er utsiktene til disse avanserte formene for kunstig intelligens verdt å snakke om.

På den ene siden kan de løse store globale problemer.

På den annen side reiser de alvorlige spørsmål om kontroll, sikkerhet og konsekvenser for menneskeheten.

Foreløpig er det imidlertid langt igjen, og smal AI er fortsatt den mest praktiske og effektive formen for kunstig intelligens som er i bruk i dag.

Avsluttende tanker

Alle de syv typene kunstig intelligens er med på å forme nåtiden.

Narrow AI er allerede her, og gjør daglige oppgaver smidigere og bransjer mer effektive.

Det finnes i Netflix-anbefalingene dine, i smarthussystemet ditt og i mange av verktøyene for innholdsproduksjon som du kanskje bruker på jobben eller i studiene.

Og AI vil ikke stoppe der.

Etter hvert som de ulike typene kunstig intelligens fortsetter å utvikle seg, går vi en spennende fremtid i møte, med nye typer kunstig intelligens som vil påvirke rollene våre, til og med relasjonene våre og beslutningstakingen vår.

Inntil videre er fokuset fortsatt på å videreutvikle og bruke de verktøyene vi allerede har på en ansvarlig måte - verktøy som, når de brukes på en god måte, kan gjøre livet bedre for alle.

I mellomtiden, neste gang samtaleemnet skifter til "Hva er den vanligste typen AI som brukes i dag?" Da har du et intelligent svar (Venner humor til tross).