Har du någonsin känt dig som Joey när han köper en enda encyklopedi?
Att prata om AI kan ibland kännas så.
Alla pratar om det senaste inom AI-system, med ny vokabulär, nya användningsområden och banbrytande teknik, och (låt oss vara ärliga) det kan vara ganska svårt att hänga med.
Det finns generativa AI-verktyg för att skapa innehåll;
AI-forskningsrobotar som hjälper dig att svara på alla frågor, och till och med självkörande bilar som använder den senaste AI-tekniken för att navigera på vägen.
Allt detta kan få dig att känna dig lite förvirrad (precis som Joey i den Vänner avsnitt.)
Om du vill fräscha upp dina kunskaper om de vanligaste typerna av artificiell intelligens som används idag, läs vidare.
Den här bloggen tar upp de 7 olika typerna av AI, vad de används till för närvarande och vad det kan innebära för framtiden.
De 7 typerna av AI: En översikt
I allmänhet finns det 7 typer av artificiell intelligens.
Var och en av typerna representerar olika förmågor eller specialiseringar.
Så, vilka är de 7 typerna av AI? Låt oss bryta ner det.
Oroa dig aldrig för att AI upptäcker dina texter igen. Undetectable AI Kan hjälpa dig:
- Få din AI-assisterade skrivning att synas människoliknande.
- Bypass alla större AI-detekteringsverktyg med bara ett klick.
- Användning AI säkert och självsäkert i skolan och på jobbet.
| Typ av AI | Beskrivning | Exempel |
| Smal AI (ANI) | Specialiserad på en uppgift, saknar minne och kan inte anpassa sig utanför förkonfigurerade parametrar. | Siri, Netflix rekommendationssystem, chatbottar för kundtjänst. |
| Artificiell allmän intelligens (AGI) | Hypotetisk AI med människoliknande intelligens som kan förstå, lära sig och utföra komplexa uppgifter på egen hand. | Ännu inte utvecklad. |
| Artificiell superintelligens (ASI) | Hypotetisk AI som överträffar mänsklig intelligens, kan lösa globala problem men väcker etiska frågor. | Ännu inte utvecklad. |
| Reaktiva maskiner | Grundläggande AI som reagerar på data i realtid utan minne eller inlärningsförmåga. | IBM:s Deep Blue chess AI, automatiska dörrar, smarta lampor, självutcheckningsautomater. |
| Begränsat minne AI | AI med korttidsminne som gör det möjligt att lära sig av tidigare erfarenheter och anpassa sig i realtid. | Självkörande bilar, system för att upptäcka bedrägerier, algoritmer för läkemedelsupptäckt. |
| Theory of Mind AI | Hypotetisk AI som kan förstå känslor, avsikter och trosföreställningar, inspirerad av mänsklig psykologi. | Konceptuell; kan leda till sociala robotar eller AI-rådgivare. |
| Självmedveten AI | Hypotetisk AI med självmedvetenhet, förmåga till kritiskt tänkande, förståelse för känslor och att väcka viktiga etiska frågor. | Ännu inte utvecklad (och kan vara omöjlig, även om det kan vara det ultimata målet för vissa) |
1. Smal AI (Artificiell smal intelligens - ANI)
Narrow AI är den vanligaste typen av AI som används i dag, och det är troligt att du redan använder verktyg för narrow AI utan att ens veta om det.
Smal AI, som Siri, den där kundtjänstchattbotten, eller till och med Netflix rekommendationsalgoritm, är "smal" på så sätt att den är riktigt bra på en uppgift.
Till skillnad från mer komplexa former av AI som vi kommer att titta på senare, kan smal intelligens inte tänka, resonera eller anpassa sig bortom specifik programmering; den kan bara utföra en uppgift inom förkonfigurerade parametrar.
En viktig skillnad mellan smal AI och mer avancerade typer av artificiell intelligens är dess avsaknad av minne.
Smala AI-verktyg kan inte lagra data och lära sig av den, och de kan inte heller tillämpa inlärning från en uppgift till en annan; alla dess åtgärder måste vara förkonfigurerade och regelbaserade.
2. Artificiell allmän intelligens (AGI)
Nu rör vi oss bortom det verkliga och in i en potentiell framtida typ av AI.
Artificiell allmän intelligens är för närvarande hypotetisk och skulle innebära att en maskin skulle ha mänsklig intelligens, med förmåga att förstå, lära sig och självständigt utföra ett stort antal komplexa uppgifter.
Men det kan bli ganska komplext när vi säger "mänsklig intelligens" när vi hänvisar till AGI.
Teoretiskt sett skulle AGI faktiskt ha en intelligens som inte går att skilja från en människas.
AGI:n skulle dock vara mer intelligent än en människa, eftersom dess förmåga att bearbeta stora mängder data dramatiskt skulle överstiga den mänskliga hjärnans.
Men oroa dig inte.
AGI är fortfarande ganska långt borta och skulle kräva betydande genombrott inom områden som design av neurala nätverk, maskininlärning och robotteknik för att bli verklighet.
3. Artificiell superintelligens (ASI)
Låt oss ta det hypotetiska ännu längre. Ett steg bortom AGI är artificiell superintelligens (ASI), vilket är intelligens som överträffar människans förmåga på alla nivåer.
Detta är AI i en av dess mest avancerade former och den skulle kunna utföra komplexa uppgifter, resonera och lösa problem med hjälp av ett intellekt som överträffar mänsklighetens.
Och det är lite skrämmande.
Artificiell superintelligens skulle inte bara replikera mänskliga förmågor; den skulle vida överträffa dem, kanske till och med förgrena sig till möjligheten till självmedvetande, mänsklig manipulation och värre.
Konsekvenserna av denna typ av AI för människor, vårt samhälle och framtiden är helt oförutsägbara, men det är troligt att denna typ av AI skulle kunna lösa globala problem som fattigdom och klimatpåverkan.
Frågan är om vi verkligen vill veta svaret.
Lyckligtvis är de stora etiska debatterna kring den här typen av artificiell intelligens helt fiktiva... än så länge.
4. Reaktiva maskiner
Medan de två sista är exempel på 100% hypotetisk AI, är reaktiva AI-maskiner en av de första maskininlärningsmodellerna som någonsin skapades och är fortfarande viktiga delar av tekniken i vår vardag.
Reaktiva maskiner är den mest grundläggande formen av AI.
Dessa system kan bara reagera på trafikdata i realtid baserat på programmerade regler och kan inte lära sig eller anpassa sig över tid.
De är begränsade minnesmaskiner eller saknar minne helt och hållet, så deras handlingar är helt och hållet reaktiv.
Ett exempel på detta är IBM:s Deep Blue schack-AI-system som besegrade stormästaren Garry Kasparov 1997 - ett genombrott i AI-utvecklingen.
I dag kan du se reaktiva maskiner inom robotik och automation, som följer en förkonfigurerad uppsättning instruktioner för att tillverka något nytt.
Ännu vanligare är reaktiva maskiner som driver repetitiva uppgifter, som automatiska dörrar, automatiska navigeringssystem för flygplan, röstkommandon (som i din Alexa eller smarta lampor i ditt hem) och till och med de självutcheckningsautomater som du använder i din lokala stormarknad.
5. Begränsat minne AI
Medan reaktiva maskiner inte har något minne alls, och AGI har ett omfattande minne för att skapa och forma kopplingar mellan indata, är AI-system med begränsat minne en balans mellan de två.
AI-verktyg med begränsat minne kan lagra data från tidigare erfarenheter och lära sig av dem för att förbättra sin prestanda.
Ett exempel på detta skulle kunna vara en självnavigerande bil som lär sig av tidigare rutter för att optimera restiderna under olika delar av dagen, avancerade algoritmer för bedrägeridetektering, läkemedelsupptäckt eller till och med förebyggande av sjukdomar.
AI med begränsat minne är unikt eftersom det kan anpassa sig till nya situationer genom att använda sitt korttidsminne, vilket innebär att det kan göra dynamiska justeringar när realtidsdata ändras.
6. Theory of Mind AI
Theory of mind AI-maskiner är ett koncept som inspirerats av psykologi och avser maskiner som kan förstå komplexiteten i känslor, avsikter och mänsklig tro.
Detta är en utmaning, eftersom övertygelser och nyanser i det mänskliga språket inte är okomplicerade och öppna för tolkning.
För att vi ska kunna utveckla AI-verktyg för Theory of Mind krävs betydande genombrott inom kognitiv modellering, bearbetning av naturligt språk och maskininlärning.
Men om det är möjligt skulle dessa AI-maskiner kunna hjälpa människor att förstå och reglera känslor och fungera som en rådgivare eller en psykolog.
Theory of mind kan bana väg för sociala robotar som kan fungera som vänner, vårdare eller till och med partners till människor.
7. Självmedveten AI
För vissa människor är dock självmedveten AI det ultimata målet: en dator som är självmedveten och medveten om sin egen existens.
Denna super-AI skulle inte bara kunna utföra en specifik uppgift utan även kunna förstå känslor och moral och tänka kritiskt kring sina handlingar och sitt syfte.
Men självmedvetna maskiner väcker naturligtvis komplexa etiska frågor.
Är det moraliskt korrekt att sätta liv till världen och sedan använda dessa superintelligenta varelser för repetitiva uppgifter? Kan en maskin lida? Hur skiljer sig maskiners känslor från mänskliga känslor?
Allt detta är frågor som är omöjliga att besvara, men som kan få betydande konsekvenser för den framtida AI-forskningen.
Varför Narrow AI är den vanligaste typen idag
Så, med alla dessa olika typer av AI, vilken är den vanligaste typen?
Svaret är tydligt: Den vanligaste typen av artificiell intelligens som används i dag är smal AI.
Det beror på att det är anpassningsbart, skalbart och praktiskt, vilket innebär att det kan användas i ett stort antal branscher ganska enkelt.
Även om det inte kan lösa komplexa problem kan det eliminera repetitiva eller administrativa uppgifter och kan enkelt skalas upp.
Dessutom är tekniken tillgänglig och prisvärd idag, vilket innebär att den redan är i bruk och förändrar landskapet i många branscher, inklusive hälso- och sjukvård, finans, tillverkning, detaljhandel och underhållning.
Exempel på Narrow AI i vardagen
Det är troligt att du kommer att ha tillgång till några smala intelligensverktyg när vi pratar.
Här är några exempel på de vanligaste formerna som du stöter på i din vardag.
För det första, de chatbottar som du har kommit att lita på, som ChatGPT eller den kundtjänstchattbot som din elleverantör använder, är alla exempel på smal AI.
De använder AI-algoritmer som är programmerade att svara på dina förfrågningar och hjälper dig att hitta svar, bearbeta data och effektivisera din vardag.
Som chatbots, virtuella assistenter som Siri, Alexa och Google Assistant svarar på röstkommandon för att hjälpa dig att göra repetitiva eller vardagliga uppgifter, skapa en spellista, ringa din vän eller till och med skicka ett textmeddelande.
Även de rekommendationsmotorer som driver dina Netflix- och YouTube-konton är exempel på smal AI.
De hjälper dig att samla dina data och använder sedan AI-modeller för att föreslå vad du ska njuta av härnäst.
Den här typen av modeller används inte bara i ditt hem - de hjälper också företag att analysera och bearbeta data kring kundbeteende, vilket hjälper dem att leverera en mer optimal upplevelse på lång sikt
Slutligen kommer några av de verktyg som du har kommit att förlita dig på (som Odetekterbar.ai's AI SEO Skribent, AI uppsatsförfattare och Human Typer) använder sig av smala AI-modeller.
Även när de skriver förmänskligat innehåll som inte går att skilja från verkligheten.
Dessa verktyg är "smala" eftersom de gör en sak exceptionellt bra - att skriva innehåll för företag som förlitar sig på metoder för innehållsmarknadsföring.
Nyckelteknologier bakom Narrow AI
Men hur fungerar de här verktygen? Vad är den dolda tekniken bakom smal AI som gör att den kan vara så mångsidig i sin tillämpning?
Maskininlärning (ML)
Maskininlärning, med inslag som djupinlärning, är AI-systemens förmåga att lära sig från data och förbättra prestandan över tid.
Detta är en grundläggande egenskap hos smal AI, som inte kan programmeras för att svara direkt på alla möjliga frågor eller indata, utan snarare måste kunna bearbeta data och använda den för att skapa kopplingar och syntetisera nya slutsatser.
Behandling av naturliga språk (NLP)
I ett nötskal är NLP den teknik som gör det möjligt för maskiner att förstå, tolka och generera mänskligt språk.
Det är det som gör att AI kan kommunicera effektivt med användarna på ett sätt som känns naturligt.
Tänk på ChatGPT-prompten som svarar på din fråga på ett språk och med en ton som du kan förstå eller på Undetectable AI humanizer tool, som går ett steg längre än att analysera språk för att skapa unik, mänskligt klingande text.
Testa gärna vår AI Humanizer med hjälp av widgeten nedan!
Datorseende
Slutligen hjälper datorseende AI att "se" visuell information från omvärlden, till exempel ansiktsigenkänning eller bildanalys.
För att göra detta analyserar AI-modeller visuella data genom att dela upp dem i pixlar och identifiera mönster eller funktioner (som kanter, färger och former) och sedan skapa kopplingar för att hitta specifika objekt som den kan känna igen.
Fördelarna med att använda Narrow AI idag
Narrow AI finns överallt och gör i tysthet livet enklare och arbetet effektivare.
Den tar på sig repetitiva och tidskrävande uppgifter och frigör oss människor så att vi kan fokusera på kreativa eller mer komplexa uppgifter.
Detta underlättar den administrativa bördan och gör att saker och ting blir gjorda snabbare.
En annan stor fördel är hur skalbart det är - narrow AI kan hantera enorma mängder data och interaktioner på en gång, något som ingen människa skulle klara av.
Den är också otroligt exakt och fångar upp detaljer som människor kan missa, som att upptäcka bedrägerier i bankärenden eller upptäcka sjukdomar i tidiga stadier vid medicinska skanningar.
Och eftersom det är prisvärt och tillgängligt är det inte bara företag som gynnas.
Individer kan använda smal AI för att hjälpa dem i deras dagliga liv eller till och med i deras
Utmaningar och begränsningar med smal AI
Men även om smal AI verkligen har sina fördelar finns det vissa nackdelar med tekniken.
Det mest uppenbara är att dessa verktyg inte är flexibla.
Varje system är byggt för att göra en sak riktigt bra och kan inte anpassa sig till uppgifter som ligger utanför dess specifika programmering.
AI:n bakom Netflix rekommendationer kommer till exempel inte att hjälpa dig att boka ett flyg - den är helt enkelt inte byggd för det, och dess begränsningar i minne och djupinlärning innebär att den aldrig kommer att ha möjlighet att göra det.
Det innebär att olika användningsområden kräver olika AI-modeller som måste programmeras och byggas specifikt för just det användningsfallet.
Det innebär potentiellt dubbelarbete, dyra programmeringskrav och komplexa teknikstackar för att utföra flera åtgärder efter behov.
En annan fråga är data.
För att fungera bra behöver narrow AI enorma mängder högkvalitativa, opartiska data. Om datan är bristfällig kommer AI:ns resultat också att vara det.
Vi har redan sett detta när det gäller AI-partiskhetoch detta är ett svårt hinder att övervinna med allvarliga konsekvenser för den verkliga världen.
Och slutligen har vi de etiska aspekterna.
Automatisering är bra för effektiviteten, men det kan också leda till att arbetstillfällen försvinner och andra samhällsutmaningar som måste övervägas noga.
Även om AI kan automatisera repetitiva uppgifter finns det många människor som är beroende av dessa uppgifter för sin försörjning.
I vilken utsträckning ska vi låta AI ta över dessa roller, och finns det tillräckligt många kreativa, utmanande roller för alla?
Kommer allmän eller superintelligent AI att ta över?
Men något som vi bara har berört i den här artikeln är debatten om super-AI-algoritmer som tar över världen.
Det finns allvarliga etiska, moraliska och juridiska betänkligheter kring vissa av dessa typer av artificiell intelligens. Vad kommer den här debatten att betyda för vår framtid?
För närvarande är idén om allmän AI eller superintelligent AI fortfarande helt och hållet science fiction.
Med detta sagt är utsikterna för dessa avancerade former av AI värda att diskutera.
Å ena sidan skulle de kunna lösa enorma globala problem.
Å andra sidan väcker de allvarliga frågor om kontroll, säkerhet och påverkan på mänskligheten.
Än så länge är det dock långt kvar, och smal AI är fortfarande den mest praktiska och effektiva formen av artificiell intelligens som används idag.
Avslutande tankar
Alla de 7 typerna av AI formar vår samtid.
Narrow AI är redan här och gör dagliga uppgifter smidigare och industrier mer effektiva.
Det finns i dina Netflix-rekommendationer, i ditt smarta hemsystem och i många av de verktyg för att skapa innehåll som du kanske använder på jobbet eller i dina studier.
Och AI kommer inte att stanna där.
I takt med att de olika typerna av AI fortsätter att utvecklas går vi en spännande framtid till mötes, med nya typer av artificiell intelligens som påverkar våra roller, till och med våra relationer och vårt beslutsfattande.
För närvarande ligger fokus på att förfina och på ett ansvarsfullt sätt använda de verktyg vi redan har - verktyg som, när de används på rätt sätt, kan göra livet bättre för alla.
Under tiden, nästa gång samtalsämnet skiftar till "Vilken är den vanligaste typen av AI som används idag?" Du kommer att vara utrustad med ett intelligent svar (Vänner humor till trots).