Kunstig intelligens

Udviklingen af kunstig intelligens har aldrig gået hurtigere end nu. Potentialet synes at være enormt, og det er svært at forestille sig, hvor udviklingen ender.

AI network

For blot få år siden var der næppe mange, der havde forestillet sig en løsning som Open AI’s ChatGPT, som hele verden nu kender og anvender. Det er en løsning baseret på kunstig intelligens - eller AI, som det også kaldes efter det engelske udtryk artificial intelligence.

Kunstig intelligens vinder stadig mere indpas, både i vores private liv og i samfundsmæssige funktioner. I sundhedssektoren understøtter kunstig intelligens for eksempel i stigende grad læger og andet sundhedsfagligt personale med at diagnosticere og behandle patienter. I energisektoren bliver kunstig intelligens anvendt til at spare energi og udnytte de vedvarende energikilder bedst muligt.

Kunstig intelligens bygger på matematik og logik. Vi kender arbejdsprocesserne i den kunstige intelligens, men ved ikke altid, hvordan den kommer frem til en bestemt løsning eller vurdering. Det understreger vigtigheden af, at vi som forskere og samfund stiller de rette krav til anvendelse af teknologien, både i lovgivningen og moralsk.

På DTU har vi et særligt fokus på at sikre det etiske aspekt, så kommende AI-løsninger for eksempel ikke indeholder fordomme eller favoriserer visse grupper af mennesker.

FAQ om kunstig intelligens (AI)

Læs DTU-forskeres svar på de mest almindelige spørgsmål om kunstig intelligens.

Kunstig intelligens eller AI, som det kaldes efter det engelske udtryk artificial intelligence, er computerprogrammer og maskiner, som efterligner et eller flere aspekter af den menneskelige intelligens. Det gælder abstrakt tænkning, analyse, problemløsning, mønstergenkendelse, sprogbeherskelse og -forståelse, planlægning og lignende.

Computerprogrammer der spiller skak, diagnosticerer patienter, planlægger ruter eller fører en samtale er eksempler på kunstig intelligens.

I princippet er der jo ikke nogen begrænsninger på hvad kunstig intelligens kan bruges til, for det handler om at forsøge at efterligne menneskelig tænkning, så nærmest alt vi kan med vores hjerner, kan vi forsøge at efterligne med kunstig intelligens. Men nogle ting er selvfølgelig nemmere end andre. Det er nemt at lave en computer, som kan spille skak eller finde en rute fra A til B. Det er ret svært at lave en robot, som kan hjælpe til med at lave mad og rydde op og den slags.

Nogle af de ting man bruger kunstig intelligens til i dag er sådan noget som chatbots i smartphones og på hjemmesider, medicinsk diagnosticering, fx diagnosticering udfra røngtenbilleder, styring af robotter på fabrikker og i lagerhaller, redigering af indhold - fx hvad vi ser (og ikke ser) på Facebook, og hvad vi får anbefalet på Netflix.

Kunstig intelligens påvirker vores samfund på mange måder. Den bruges bl.a. til at øge produktiviteten og automatisere rutinemæssige opgaver, både i private og offentlige virksomheder. Den bliver også brugt til at forbedre og støtte beslutninger og vurderinger. I sundhedssystemet bidrager kunstig intelligens bl.a. som hjælp til at diagnosticere og behandle sygdomme ud fra analyser af billeder fra røntgen og scanning for eksempel.

Den stadig større udbredelse af kunstig intelligens giver også anledning til bekymringer. Det handler bl.a. om frygt for, at visse jobtyper og funktioner vil forsvinde eller kraftigt forandres. Men også bekymring for de fordomme og skævvridninger (bias), der kan være i algoritmer og data bag den kunstige intelligens, så dens løsninger for eksempel bliver sexistiske eller racistiske. Endelig er der hensyn i forhold til privatliv og sikkerhed, hvor personfølsomme oplysninger kan spredes uønsket gennem løsninger baseret på kunstig intelligens.

Der er flere etiske udfordringer forbundet med anvendelsen af kunstig intelligens. Det er bl.a. bekymring for, at teknologien er så kompliceret, at vi ikke har den fulde indsigt i, hvordan den finder frem til sine løsninger. Det er også bekymring for fordomme eller skævheder (bias) i forhold til f.eks. køn eller etnicitet i de data, der ligger til grund for den kunstige intelligens og dermed også kommer til at præge de løsninger, der udarbejdes og efterfølgende anvendes. Eller det kan være udfordringer i forhold til beskyttelse af privatliv og sikkerhed, hvor for eksempel personfølsomme oplysninger kan spredes uønsket gennem løsninger baseret på kunstig intelligens.  

Der er derfor i mange fora – også blandt forskere - diskussioner om, hvordan man skaber etiske retningslinjer og standarder for udvikling og anvendelse af kunstig intelligens for at sikre ansvarlighed og samfundsmæssig gavn.

Forventningen er, at vi kommer til at se en større udbredelse af AI i fremtiden. Det skyldes ikke mindst den hurtige udvikling i teknologien. Algoritmerne bliver stærkere, vi får stadig flere data, og vores computere til at behandle data bliver stærkere. Det vil betyde, at kunstig intelligens kan blive en del af stadig flere produkter og serviceydelser.

EU er i gang med at lovgive om ansvarlig brug af AI. Det sker bl.a. med AI Act og oprettelsen af Test og Forsøgsfaciliteter (TEF) for kunstig intelligens indenfor fire hovedområder: landbrug, sundhed, produktion og smart cities og communities. Her bliver det muligt for virksomheder at teste nye produkter, der er baseret på kunstig intelligens.

Omfanget af den kunstige intelligens fremover vil afhænge af både den teknologiske udvikling, politiske beslutninger om begrænsninger i anvendelsen af kunstig intelligens og samfundets accept af dette.
Machine learning eller på dansk maskinlæring. Det er en digital teknologi, der gør det muligt for computere at finde mønstre og lære af data og på den baggrund komme med forslag til, hvordan en opgave kan løses. Samtidig kan computeren lære af sine erfaringer og på den måde automatisk blive bedre til sine opgaver over tid.
En sprogmodel – også kaldet LLM (Large Language Model) – er en type kunstig intelligens, der er trænet på en stor mængde tekstuel data – f.eks. artikler, bøger og hjemmesider. Ud fra dataene opnår modellen en menneskelignende sprogforståelse og -generering, som gør den i stand til at sandsynlighedsberegne et svar eller resultat. ChatGPT fra OpenAi bygger bl.a. på en sprogmodel.
Et neuralt netværk er en computermodel, der er inspireret af hjernen og nervesystemet hos mennesker og dyr. Lige som hjernen er et neuralt netværk opbygget af (kunstige) neuroner. Disse neuroner er forbundet og kan sende signaler til hinanden. Hvert neuron modtager input fra andre neuroner og beregner derefter et output, som sendes videre til andre neuroner.

Et neuralt netværk kan lære at løse opgaver ved at træne på store mængder data. Neurale netværk er afhængige af træningsdata for at lære og forbedre deres nøjagtighed over tid. Men når først disse læringsalgoritmer er finjusteret, er de kraftfulde værktøjer inden for kunstig intelligens, der giver os mulighed for at klassificere og gruppere data med høj hastighed.

En transformermodel bygger på neurale netværk og kan transformere en type input til en anden type. Begrebet blev introduceret i forbindelse med Googles oversættelser fra et sprog til et andet, men er siden brugt i mange andre sammenhænge. Der er bl.a. transformermodeller bag tjenester som Dall-E og Midjourney, der danner billeder på baggrund af tekstinput. 

Kunstig intelligens består af mange forskellige teknikker og tilgange. Overordnet kan vi skelne mellem de symbolske teknikker på den ene side og maskinlæring eller statistisk læring på den anden.

Symbolsk kunstig intelligens er teknikker hvor vi forsøger at få computeren til at lægge planer eller tænke logisk i stil med mennesker. Det handler tit om at lave computerprogrammer der kan søge efter en løsning på et problem, fx søge efter det bedste træk i skak eller søge efter den bedste rute fra A til B. De symbolske teknikker bliver fx brugt til at styre transportrobotter. 

Dyb læring, deep learning på engelsk, er en særlig moderne tilgang til store (dybe) neurale netværk, som har gjort det muligt at få neurale netværk til at blive markant bedre til at forstå og vurdere billeder og tekst. Det har muliggjort at man fx kan få neurale netværk til ret præcist at beskrive indholdet af billeder. 

Brug DTU's eksperter i kunstig intelligens (AI)

Thomas Bolander er professor og forsker i logik og kunstig intelligens. Han arbejder primært med sociale aspekter af AI, så computere og robotter kan interagere socialt kompetent og fleksibelt med mennesker og andre robotter.
Aasa Feragen er professor og ekspert i medicinsk billedanalyse og kunstig intelligens. Hun er særligt interesseret i ansvarlig AI så som transparens, fairness og etiske aspekter i brugen af kunstig intelligens. Aasa Feragens arbejde spænder fra matematisk modellering af algoritmisk fairness inden for sundhedsområdet til udvikling af forklarlige AI-algoritmer til klinisk brug.
Brit Ross Winthereik

Brit Ross Winthereik Professor, Divisionsleder

Brit Ross Winthereik er professor med særligt fokus på menneskers samspil med digitale teknologier. Hun er oprindelig uddannet antropolog og har i mere end to årtier forsket i teknologiens rolle i samfundet, med særlig interesse for følgerne af den offentlige sektors digitalisering.

Miniforelæsning med en forsker

Professor Aasa Feragen giver en miniforelæsning (13 minutter) om 'ansvarlig kunstig intelligens'

Nyheder om kunstig intelligens

Se flere nyheder om kunstig intelligens