Der er ingen definitiv eller akademisk korrekt definition af kunstig intelligens. Normalt defineres AI som computermodeller, der udfører opgaver på en menneskelig måde og simulerer intelligent adfærd.
Sandheden er, at for hver ekspert inden for AI du spørger om definitionen, får du nogle nye variationer af definitionen. I nogle tilfælde kan du endda få en meget religiøs undervisning om, hvordan det kun er AI, hvis systemet indeholder deep learning modeller. Mange startup stiftere siger deres systemer indeholder AI, selvom det bare er en meget enkel regressionsalgoritme, som vi har haft i Excel i årevis. Faktisk fandt en VC-fond for nylig ud, at mindre end halvdelen af startups, der hævder at være AI-startups, har en form for AI.
Så hvornår er noget AI? Min definition er temmelig pragmatisk. For mig har AI et sæt fælles funktioner- hvis de er til stede, så vil jeg definere det som AI. Især når du arbejder med AI, vil disse funktioner være meget genkendelige. Med andre ord, hvis det ligner en and, svømmer som en and, og lyder som en and, så er det sandsynligvis en and. Det samme gælder AI.
De fælles træk, jeg ser:
– Systemet simulerer en menneskelig handling eller opgave.
– Læringen kommer fra eksempler i stedet for instruktioner. Det medfører behovet for data.
– Inden systemet er klar, kan du ikke forudsige, at input X giver dig nøjagtigt output Y. Kun næsten.
Så for mig er det ikke rigtig vigtigt, hvilken underliggende algoritme, der skaber magien. Hvis de fælles træk er til stede, vil der være en fælles ‘AI-følelse’ i udviklingen og brugen, og de udfordringer, du vil stå over for, vil være de samme.
Det kan virke som om jeg med denne definition tager AI til et enklere og mindre indflydelsesrigt sted, men jeg har kun lige ridset i overfladen. De underliggende menneskelige, tekniske og organisatoriske udfordringer er enorme, når man arbejder med AI.