Kunstig intelligens / Machine Learning / Deep Learning er fællesbegreber for “intelligent” eller lærende algoritmer. Algoritmer programmeres (Machine Learning / Deep Learning) af mennesker eller menneskelig adfærd. Det er det, vi hos Cegal kalder den menneskelige side af algoritmer eller “Human Algorithms”. Med “Human Algorithms” fokuserer Cegal på de menneskelige aspekter af algoritmerne.
Kunstig intelligens er en samlebetegnelse for teknologier, der gør computersystemer “intelligente” i den forstand, at de er i stand til at løse problemer og lære af deres egne erfaringer. I dag er Machine Learning (maskinlæring eller læringssoftware) blandt de bedst kendte og brugte af disse teknologier.
Forenklet handler det om at bruge matematik, statistik, regler, informatik, neurologi og lingvistik til at indsamle, systematisere og genkende mønstre i store mængder data.
En algoritme er en beskrivelse af en række operationer, der bruges til at løse et eller flere problemer. Mere præcist; en algoritme er en fortsættelse af matematiske ligninger med en logik og et hierarki. En algoritme på en computer er dybest set en udførelse af kommandoer, der skal udføre en opgave.
Det er nu tid til at fremhæve den menneskelige (venlige) side af algoritmer. Da algoritmer (i denne sammenhæng) er avancerede computerprogrammer, er det let at tænke på dem som objektive eller sande.
Nogle gange kan algoritmerne gennemskue vores fordomme og træffe bedre beslutninger end mennesker. Andre gange forstærker algoritmerne vores fordomme enten ved at programmere dem ind eller ved at træne dem med vores fordomme eller som en kombination af disse.
Her er tre eksempler på sidstnævnte:
Denne mulige menneskelige side eller bias af algoritmerne betyder, at vi skal måle og teste algoritmerne, så vi gør dem bedre og mere retfærdige. Hvordan?
Hos Cegal har vi en række konsulenter med erfaring fra forskellige maskinlæringsprojekter og løsninger indenfor kunstig intelligens. Cegal har også flere eksperter i Data Science. Vores Data Scientist hjælper kunder med at skabe skræddersyede løsninger til maskinlæring og analyse.