Vad är artificiell intelligens (AI)?

Artificiell intelligens (AI) är en maskins eller dators förmåga att imitera den mänskliga hjärnans förmåga. AI utnyttjar flera olika tekniker för att ge maskiner en människoliknande intelligens när det gäller att planera, agera, förstå, lära sig och känna. AI-system kan uppfatta miljöer, känna igen objekt, fatta beslut, lösa problem, lära sig av erfarenheter och imitera exempel. Dessa förmågor kombineras för att utföra handlingar som annars skulle kräva en människa, t.ex. att köra bil eller hälsa på en gäst.

Varför blir AI allt populärare?

Artificiell intelligens har kanske blivit vardagsmat under det senaste decenniet eller så, men det har funnits i decennier. Att den relativt nyligen har blivit mer framträdande är ingen slump.

AI-teknik, och i synnerhet maskininlärning, bygger på att det finns tillgång till stora mängder information. Spridningen av Internet, expansionen av molntjänster, ökningen av smartphones och tillväxten av Internet of Things har skapat en enorm mängd data som växer varje dag. Denna informationsskatt i kombination med de enorma framsteg som gjorts inom datorkraften har möjliggjort snabb och exakt bearbetning av enorma datamängder.

Idag fullföljer AI våra chattkonversationer, föreslår svar på e-postmeddelanden, ger vägbeskrivningar, rekommenderar nästa film vi ska streama, dammsuger våra golv och utför komplexa medicinska bildanalyser.

Vad är AI:s historia?

Historien om artificiell intelligens sträcker sig så långt tillbaka som till antikens Grekland. Det är dock utvecklingen av elektronisk databehandling som har gjort AI till en verklig möjlighet. Observera att vad som betraktas som AI har förändrats i takt med att tekniken utvecklas. För några decennier sedan kategoriserades till exempel maskiner som kunde utföra optisk teckenigenkänning (OCR) eller enkla aritmetiska beräkningar som AI. Idag betraktas OCR och grundläggande beräkningar inte som AI utan snarare som en elementär funktion i ett datorsystem.

• 1950-talet - Alan Turing, en man som är känd för att ha knäckt ENIGMA-koden som användes av nazisterna under andra världskriget, publicerar artikeln Computing Machinery and Intelligence i The Mind. Han försöker svara på frågan om maskiner kan tänka. Han redogör för Turingtestet som avgör om en dator har samma intelligens som en människa. Testet innebär att ett AI-system ska ha förmågan att föra en konversation med en människa utan att människan vet om att hon talar med ett AI-system. Den första AI-konferensen någonsin hålls på Dartmouth College. Det var här som begreppet artificiell intelligens användes för första gången.
• 1960-talet - USA:s försvarsdepartement genom DARPA visar stort intresse för AI och börjar utveckla datorprogram som efterliknar mänskligt tänkande. Frank Rosenblatt bygger Mark 1 Perceptron-datorn som bygger på ett neuralt nätverk som lär sig genom erfarenhet.
• 1970-talet - DARPA slutför olika projekt för kartläggning av gator.
• 1980-talet - En mer komplex våg av AI växer fram. Neurala nätverk med backpropagationsalgoritmer används ofta i AI-system.
• 1990-talet - Exponentiellt växande datamängder produceras. Kraftfulla datorer bearbetar stora mängder data snabbt. Superdatorn Deep Blue besegrar världsmästaren i schack Garry Kasparov två gånger. Genomsekvenseringsprojektet och andra liknande komplexa projekt genererar mängder av information. Framsteg inom databehandling gör det möjligt att lagra, få tillgång till och analysera dessa data.
• 2000-talet - Internetrevolutionen driver AI till aldrig tidigare skådade höjder. Big data blir en del av företagens lexikon. DARPA lanserade intelligenta personliga assistenter långt innan Alexa, Siri, Cortana och Google Assistant blev välkända namn. Detta banar väg för det resonemang och den automatisering som är en del av dagens persondatorer och smartphones. Det inkluderar smarta söksystem och beslutsstödsystem som förstärker och kompletterar mänskliga förmågor.
• 2010-talet - Den kinesiska sökjätten Baidu presenterar superdatorn Minwa som använder sig av ett faltningsneuralt nätverk för att identifiera, analysera och kategorisera bilder med högre noggrannhet än den genomsnittliga människan. Det djupa neurala nätverksprogrammet AlphaGo från DeepMind besegrar Go-världsmästaren Lee Sodol i en match med fem matcher. Go är ett gammalt kinesiskt spel som är betydligt mer komplext än schack.
• 2020-talet - Under denna period har det skett en snabb utveckling av AI-kapaciteten, särskilt inom språkmodeller och generativ AI. Det har också varit en tid av ökad allmän medvetenhet och diskussion om AI:s potentiella inverkan på samhället, arbetslivet och det dagliga livet. Bland höjdpunkterna kan nämnas att OpenAI släppte GPT-3, som visade upp imponerande förmågor inom naturligt språk, följt av GPT-4 med betydande förbättringar. ChatGPT lanserades också, vilket innebär att AI för konversationer blir en del av vardagen, liksom DallE för bildskapande. DeepMinds AlphaFold gör ett genombrott inom proteinstrukturprediktion. Europeiska unionen föreslår AI Act, som syftar till att reglera utveckling och användning av AI. Det sker fortsatta framsteg inom multimodala AI-system (som kombinerar text, bild och ljud) och ett ökat fokus på AI-anpassning och säkerhetsforskning.

Hur fungerar AI?

Artificiell intelligens innebär att det finns principer som styr intelligenta systems agerande. Den bygger på att mänskliga förmågor och egenskaper återförs till en maskin. Systemet använder en beräkningskraft som överstiger vad en genomsnittlig människa är kapabel till. Maskinen måste lära sig att reagera på vissa åtgärder. Den bygger på historiska data och algoritmer för att skapa en sannolikhetsmodell. Maskiner lär sig av erfarenhet för att utföra kognitiva uppgifter som normalt utförs av den mänskliga hjärnan. Systemet lär sig automatiskt av funktioner eller mönster i data.

AI bygger på två pelare: ingenjörskonst och kognitionsvetenskap. Engineering innebär att man bygger verktyg som bygger på intelligens som kan jämföras med mänsklig intelligens. Stora datamängder kombineras med en serie instruktioner (algoritmer) och snabb iterativ bearbetning. Kognitionsvetenskap handlar om att efterlikna hur den mänskliga hjärnan fungerar och för samman AI med flera områden, bland annat maskininlärning, djupinlärning, neurala nätverk, kognitiv databehandling, datorseende, bearbetning av naturligt språk och kunskapsresonemang.

Är AI-system monolitiska?

Artificiell intelligens är inte bara en typ av system. Det finns enkla AI-system på låg nivå som är inriktade på att utföra en specifik uppgift, t.ex. väderprognoser, analys av affärsdata, taxihämtning och digitala assistenter. Det är den här typen av AI, som kallas "narrow AI,", som det är mest sannolikt att en genomsnittlig person kommer att interagera med. Dess främsta syfte är att öka köregenskaperna.

I andra änden av spektrumet finns avancerade system som efterliknar mänsklig intelligens på en mer generell nivå och som kan hantera komplexa uppgifter. Det handlar bland annat om att tänka kreativt, abstrakt och strategiskt. I strikt mening existerar den här typen av verkligt kännande maskiner, som kallas "artificiell allmän intelligens" eller AGI, än så länge bara på vita duken, men utvecklingen mot att förverkliga dem går allt snabbare.

Var används artificiell intelligens?

Människor har strävat efter artificiell intelligens för att de inser hur ovärderlig den kan vara för affärsinnovation och digital omvandling. AI kan sänka kostnaderna och införa nivåer av hastighet, skalbarhet och konsekvens som annars är utom räckhåll. Du interagerar förmodligen med någon form av AI flera gånger varje dag. Tillämpningarna av AI är alltför många för att kunna behandlas uttömmande här. Här följer en översiktlig beskrivning av några av de mest betydelsefulla.

1. Cybersäkerhet

I takt med att cyberattackerna blir allt mer omfattande, sofistikerade och frekventa räcker det inte längre med människoberoende cyberförsvar. Traditionellt sett har anti-malware-program byggts med specifika hot i åtanke. Virussignaturerna uppdateras när ny skadlig kod identifieras.

Men att hålla jämna steg med det stora antalet och mångfalden av hot blir till slut en nästan omöjlig uppgift. Denna metod var reaktiv och beroende av att ett specifikt skadligt program identifierades för att det skulle läggas till i nästa uppdatering.

AI-baserade system för antispam, brandväggar, intrångsdetektering/prevention och andra cybersäkerhetssystem går längre än den ålderdomliga regelbaserade strategin. Identifiering, analys, begränsning och förebyggande av hot i realtid är vad som gäller. De använder AI-system som upptäcker egenskaper hos skadlig kod och vidtar åtgärder även utan att hotet formellt har identifierats.

AI-cybersäkerhetssystem förlitar sig på kontinuerlig dataförsörjning för att känna igen mönster och spåra attacker. Genom att mata algoritmerna med stora mängder information lär sig dessa system att upptäcka avvikelser, övervaka beteenden, reagera på hot, anpassa sig till attacker och utfärda varningar.

2. Taligenkänning och bearbetning av naturligt språk

Taligenkänning, även kallat tal-till-text (STT), är en teknik som känner igen tal och omvandlar det till digital text. Det är kärnan i datorernas dikteringsappar, liksom i röststyrd GPS och röststyrda menyer.

Natural Language Processing (NLP) bygger på att en programvara dechiffrerar, tolkar och genererar text som är läsbar för människor. NLP är tekniken bakom Alexa, Siri, chatbots och andra former av textbaserade assistenter. Vissa NLP-system använder sentimentanalys för att ta reda på attityd, stämning och subjektiva egenskaper i ett språk.

3. Bildigenkänning

Bildigenkänning, även kallat maskinseende ellerdatorseende, är artificiell intelligens som gör det möjligt att klassificera och identifiera människor, föremål, text, handlingar och skrift som förekommer i rörliga eller stilla bilder. Bildigenkänning, som vanligtvis drivs av djupa neurala nätverk, har använts i självkörande bilar, medicinsk bild-/videoanalys, system för identifiering av fingeravtryck, appar för checkinsättning med mera.

4. Rekommendationer i realtid

Webbplatser och appar för e-handel och underhållning utnyttjar neurala nätverk för att rekommendera produkter och media som tilltalar kunden baserat på tidigare aktivitet, liknande kunders aktivitet, säsong, väder, tid på dygnet med mera. Dessa rekommendationer i realtid är anpassade till varje användare. För e-handelssajter innebär rekommendationer inte bara ökad försäljning utan även optimering av lager, logistik och butikslayout.

5. Automatiserad aktiehandel

Aktiemarknaden kan vara extremt volatil i kristider. Ändå är det nästan omöjligt för en människa att reagera tillräckligt snabbt på händelser som påverkar marknaden. Högfrekventa handelssystem (HFT) är AI-drivna plattformar som gör tusentals eller miljontals automatiserade affärer per dag för att optimera aktieportföljer för stora institutioner.

6. Samåkningstjänster och självkörande bilar

Lyft, Uber och andra samåkningsappar använder AI för att koppla ihop passagerare med tillgängliga förare. AI-teknik minimerar omvägar och väntetider, ger realistiska beräknade ankomsttider och beräknar extrapriser vid ökad efterfrågan.

Självkörande bilar är ännu inte standard i större delen av världen, men det har redan skett en samlad satsning på att bygga in AI-baserade säkerhetsfunktioner för att upptäcka farliga scenarier och förhindra olyckor.

7. Teknik för autopilot

Till skillnad från landbaserade fordon är felmarginalen i flygplan extremt liten. Flygplanstillverkarna var tvungna att driva på säkerhetssystemen och bli en av de första att använda artificiell intelligens.

För att minimera sannolikheten för och effekterna av mänskliga fel har autopilotsystem använts i militära och kommersiella flygplan i årtionden. De använder en kombination av GPS-teknik, sensorer, robotteknik, bildigenkänning och kollisionsavvärjning för att navigera flygplan säkert genom luften och samtidigt hålla piloter och markpersonal uppdaterade vid behov.

8. Automatisering av programvarutester

Artificiell intelligens påskyndar och förenklar skapande, utförande och underhåll av tester genom AI-driven intelligent testautomatisering. AI-baserad maskininlärning och avancerad optisk teckenigenkänning (OCR) ger avancerad objektigenkänning, och i kombination med AI-baserad mockup-identifiering, AI-baserad inspelning, AI-baserad textmatchning och bildbaserad automatisering kan teamen minska tiden för att skapa tester och underhålla tester samt öka testtäckningen och testtillgångarnas motståndskraft.

9. Funktionell testning

Artificiell intelligens gör att du kan testa tidigare och snabbare med OpenText™ Functional Test Automation-produkter. Den kombinerar omfattande teknikstöd med AI-drivna funktioner för att leverera den hastighet och motståndskraft som stöder snabba applikationsändringar inom en kontinuerlig leveranspipeline.

10. Hantering av företagstjänster

Både IT-avdelningen och verksamheten står inför utmaningarna med alltför många manuella, felbenägna arbetsflöden, en ständigt ökande volym av förfrågningar, medarbetare som är missnöjda med nivån och kvaliteten på tjänsterna och mycket mer. Artificiell intelligens och maskininlärningsteknik kan ta servicehanteringen till nästa nivå:

• Smarta sökfunktioner gör det möjligt för medarbetarna att hitta svar snabbt och enkelt
• Virtuella agenter eller robotar kan utföra uppgifter med hjälp av NLP (Natural Language Processing)
• Intelligent analys möjliggör optimering och automatisering av arbetsflödet
• Mätvärden från ostrukturerade data, t.ex. användarundersökningar, kan samlas in och analyseras mer effektivt.

Det som gäller för IT-support gäller också för ESM; AI gör verksamheten och resultaten bättre.

Hur kommer jag igång med artificiell intelligens?

Det finns många sätt att utnyttja artificiell intelligens för ditt företag för att behålla konkurrenskraften, driva tillväxt och frigöra värde. Men din organisation har inte oändliga resurser, så du måste prioritera. Börja med att definiera vad som är organisationens värderingar och strategiska mål. Därefter utvärderar du de möjliga tillämpningarna av AI mot dessa värden och mål. Välj den AI-teknik som kommer att ge störst effekt för verksamheten.

Världen kommer bara att bli mer och mer beroende av AI. Det handlar inte längre om huruvida man ska införa AI, utan när. Organisationer som utnyttjar AI före sina konkurrenter kan få en betydande konkurrensfördel. Att utveckla och följa en väldefinierad AI-strategi är där allting börjar. Det kan krävas lite experimenterande innan du vet vad som fungerar för dig.

Hur gör OpenText hjälpa företag med artificiell intelligens?

Kunder litar redan på informationshanteringslösningar från OpenText för att hjälpa till att hantera privata datamängder, från B2B-transaktioner till operativt innehåll till applikationskod och immateriell egendom. Nu, utan att behöva flytta dina data, kan du använda OpenText Aviator AI-funktioner för att få ut det mesta av din information.

Här är några av fördelarna med AI som är utvecklad för företag:

Håll data privata och säkra: Dina äganderättsligt skyddade uppgifter ska inte behöva vara offentliga för att du ska kunna köra LLM. Experimentera med kontrollerade LLM:er i en sandlåde-miljö för att prova nya användningsområden samtidigt som dina privata datauppsättningar förblir säkra.

Anställ rätt AI-modell för rätt jobb: En storlek passar inte alla. Vi hjälper till att granska LLM:er mot användningsområden och har en modellskvadron för att få dig att komma igång. Det handlar om vilka resultat du vill uppnå med AI och hur vi kan hjälpa dig att uppnå dem.

Gör AI-omställningen med en pålitlig partner: Affärs- och teknikförändringar tar aldrig slut. OpenText™ Professional Services hjälper dig att utforska AI-användningsfall och modeller som gäller för ditt företag och säkert navigera i AI: s komplexitet.

Vilka är de viktigaste områdena inom artificiell intelligens som behandlas av OpenText?

Följande är AI-funktioner för företag som erbjuds av OpenText Aviator for Business-programvaran:

OpenText™ IT Operations Aviator: Omdefiniera Tier 1-affärsstödfunktioner med självbetjäningsfunktioner från generativ AI för IT-drift.

OpenText™ Experience Aviator: Transformera kommunikation med privat generativ AI för kundframgång.

OpenText™ Business Network Aviator: Revolutionera anslutningsmöjligheterna över molnens internet med AI för leveranskedjor.

OpenText™ DevOps Aviator: Lyft miljontals utvecklare med AI för DevOps.

OpenText™ Content Aviator: Ladda upp intelligenta arbetsytor med AI-innehållshantering för att modernisera arbetet.

OpenText™ Cybersecurity Aviator: Förbättra din säkerhetsposition med kraften i AI-hotdetektering.

OpenText erbjuder också OpenText Aviator för teknologer, AI-teknikplattformar och verktyg för att hjälpa din organisation att sömlöst skapa informationsflöden och orkestrera data: 

OpenText™ Aviator Platform: Möjliggör smartare beslut med AI-plattformar för företag för att bearbeta, organisera och analysera stora datamängder av alla typer.

OpenText™ Aviator IoT: Anslut människor, system och saker med IoT AI för att bättre hantera tillgångar med högt värde och påskynda ditt företag.

OpenText™ Aviator Lab: Experimentera med AI med våra experter på professionella tjänster och utforska vad du kan göra med AI i OpenText Private Cloud.

OpenText™ Aviator Search: Ge användarna tillgång till de svar de behöver, snabbare och enklare, med AI-baserad sökning med flera arkiv som låter dig anpassa allt från klick till konversationer.

OpenText™ Aviator Thrust: Bygg det på ditt sätt med OpenText Cloud AI API: er som skapar informationsflöden i realtid för att möjliggöra anpassade applikationer och arbetsflöden.