AI – vad är det och hur fungerar det?

AI (artificiell intelligens) är ett samlingsbegrepp för tekniker som gör att datorer kan utföra uppgifter som tidigare krävde mänsklig kognition, exempelvis att lära sig, resonera och dra slutsatser. AI finns redan integrerat i mycket vi använder dagligen, från sökmotorer till sjukvård och beslutsstöd.

Maskininlärning är den viktigaste metoden för att bygga AI. Istället för fasta regler tränas system på data för att själva hitta mönster. De tre huvudtyperna är övervakad, oövervakad och förstärkningsinlärning, där djupinlärning (baserad på neurala nätverk) ligger bakom de senaste årens stora framsteg.

Betydelsen av data är central: modellernas kvalitet beror direkt på träningsdatans kvalitet. Bristfällig eller ensidig data leder till fel och partiskhet (bias) i modellernas resultat, vilket kräver ett kritiskt förhållningssätt hos användaren.

Olika typer av AI beskrivs utifrån bredd: snäv AI löser en specifik uppgift, generativ AI (t.ex. ChatGPT) skapar nytt innehåll som text och bilder, medan artificiell generell intelligens (AGI) är en dator med mänsklig, generell förmåga. AGI existerar dock inte ännu. 

Generativ AI och språkmodeller (LLM) bygger på transformerarkitektur och statistiska sannolikhetsberäkningar snarare än faktisk förståelse. Modellerna kan visa oväntade förmågor vid tillräcklig storlek, men de "vet" inte om deras svar är sanna – vilket kan leda till hallucinationer, det vill säga felaktig men trovärdigt formulerad information.

Partiskhet (Bias) uppstår ofta oavsiktligt genom snedvriden träningsdata och kan förstärka stereotyper i modellens utdata. Skyddsmekanismer (guardrails) och kritisk granskning används för att motverka detta.

Slutsatsen är att generativ AI är ett kraftfullt verktyg, men att ansvarsfull användning kräver förståelse för hur modellerna fungerar, källkritik och medvetenhet om deras begränsningar.