Hvordan fungerer kunstig intelligens? Grundlæggende principper forklaret
Kunstig intelligens (AI) er ikke længere science fiction, men en integreret del af vores hverdag: Fra ruteplanlægning og ansigtsgenkendelse til avancerede sprogmodeller. Men hvordan lærer en computer egentlig at tænke og genkende mønstre uden at være eksplicit kodet til hvert enkelt scenarie?
Forskellen på traditionel programmering og maskinlæring
I traditionel softwareudvikling skriver mennesket reglerne (hvis X, så gør Y), og computeren følger dem slavisk. I maskinlæring (Machine Learning) fodrer vi derimod computeren med store mængder data og det ønskede resultat, hvorefter algoritmen selv finder frem til reglerne og mønstrene.
Hvad er kunstige neurale netværk?
Inspireret af den menneskelige hjerne består et neuralt netværk af lag af forbundne knudepunkter ('neuroner'):
- Inputlag: Modtager dataene (f.eks. pixels i et billede).
- Skjulte lag (Hidden layers): Analyserer gradvist mere komplekse funktioner – fra kanter og farver til øjne og ansigter.
- Outputlag: Kommer med et sandsynlighedsbud (f.eks. "98% sandsynlighed for, at billedet forestiller en kat").