Artikel top billede

“De virksomheder, som ikke kan forklare, hvordan deres AI-modeller kommer frem til resultaterne, men bare bruger løs af dem, vil ikke være konkurrencedygtige,” siger Francesca Rossi, AI-etikchef hos IBM.

Du skal forstå din kunstige intelligens til bunds … ellers er det spild af penge, og resultaterne er værdiløse

Kunstig intelligens er tidens varmeste buzz word og nærmest et must i specifikationerne på snart sagt ethvert it-produkt. Men hvis man ikke kan forklare, hvordan den kunstige intelligens fungerer og når frem til resultaterne, er resultaterne værdiløse og pengene spildt, siger en ekspert.

Kunstig intelligens er alle vegne og tidens absolut mest brugte buzz word. Det mulige udbytte af kunstig intelligens er da også nærmest enormt, hvis man skal tro markedsføringen og de mange eksperter.

Men at bruge kunstig intelligens er ikke så ligetil. Faktisk kan man ende med fuldstændig ubrugelige resultater, fortæller Francesca Rossi, AI-etikchef hos IBM til Computerworlds svenske søstermagasin ComputerSweden.

“De virksomheder, som ikke kan forklare, hvordan deres AI-modeller kommer frem til resultaterne, men bare bruger løs af dem, vil ikke være konkurrencedygtige”, siger hun.

At forstå bias er afgørende

Bias er et nøglebegreb i den forbindelse. For at forstå AI-modeller er det vigtigt også at forstå, hvad der påvirker modellerne. Man skal med andre ord forstå datas beskaffenhed.

Francesca Rossi peger som et eksempel på bias data fra en lønstatistik, hvor kvinder som regel har et lavere lønniveau end mænd. Her vil en AI-model måske nå frem til, at sådan skal det være.

Hvis man vil undgå, at data giver en uønsket påvirkning af en AI-model, skal man sørge for, at de udviklere, der arbejder på projektet, både forstår og kan se, om data påvirker modellen. På den måde kan man se bort fra de specifikke data eller erstatte dem med andre.

Love og regler påvirker også

Men det handler ikke kun om data. For eksempel kan lovregulering og andre typer regler påvirke de resultater, en AI-model kommer frem til.

“Det handler om at maksimere resultatet ved at kombinere indlæringsteknikker og etiske hensyn”, siger Francesca Rossi.

Etiske hensyn kan handle om at følge love og regler. En metode til at kombinere ‘frie data’ og regler kan være at kombinere machine learning og regelbaserede ‘logiske’ løsninger. Den slags bruges ofte inden for kunstig intelligens, men er på det seneste overtaget af machine learning og deep learning, skriver ComputerSweden.

Udfordringen er at kombinere data med regler på en måde, som ikke begrænser de resultater, man kommer frem til i en model ved hjælp af machine learning og deep learning.




Brancheguiden
Brancheguide logo
Opdateres dagligt:
Den største og
mest komplette
oversigt
over danske
it-virksomheder
Hvad kan de? Hvor store er de? Hvor bor de?
Advania Danmark A/S
Hardware, licenser, konsulentydelser

Nøgletal og mere info om virksomheden
Skal din virksomhed med i Guiden? Klik her

Kommende events
IAM - din genvej til højere sikkerhed uden uautoriseret adgang og datatab

På denne dag udforsker vi de nyeste strategier, værktøjer og bedste praksis inden for IAM, med det formål at styrke virksomheders sikkerhedsposition og effektiviteten af deres adgangsstyringssystemer og dermed minimere risikoen for uautoriseret adgang og datatab. Og hvordan man kommer fra at overbevise ledelsen til rent faktisk at implementere IAM?

18. april 2024 | Læs mere


EA Excellence Day

Hvad er det, der gør it-arkitektens rolle så vigtig? Og hvad er det for udfordringer inden for områder som cloud, netværk og datacentre, som fylder hos nogle af landets bedste it-arkitekter lige nu? Det kan du her høre mere om og blive inspireret af på denne konference, hvor du også får lejlighed til at drøfte dette med ligesindede.

23. april 2024 | Læs mere


AI Business Excellence Day – sådan folder du mulighederne ud

Mange danske virksomheder har eksperimenteret med AI-projekter af begrænset omfang, men kun de færreste har for alvor udforsket mulighederne i storskala. Det gør vi her! Du vil blandt andet få mulighed for at se eksempler på, hvordan AI kan anvendes som accelerator i storskala og skubber til grænserne for, hvordan det er muligt at integrere teknologien, så potentialet for alvor foldes ud.

24. april 2024 | Læs mere