Hvem er faderen til AI? 

Selvom kunstig intelligens blev populært i OpenAI-æraen i 2018, går dens rødder helt tilbage til 1920’erne. Historien om kunstig intelligens kan inddeles i flere epoker, startende med de første grundlæggende skridt i 1920 og kunstig intelligens’ fødsel i 1956, som skabte grundlaget for det, vi kender i dag.

Hvad er kunstig intelligens?

Kunstig intelligens (AI) er en teknologi, der gør det muligt for computere at efterligne menneskelig intelligens og problemløsningsevner på egen hånd eller i kombination med andre teknologier. 

Kunstig intelligens’ spæde begyndelse 

Karel Čapek

Det hele begyndte i begyndelsen af 1900-tallet, da ideen om kunstige mennesker opstod, og forskerne begyndte at spekulere på, om det var muligt at skabe kunstig intelligens eller det, de kaldte en »kunstig hjerne«. 

Udtrykket »kunstige mennesker« blev første gang brugt i 1921 af den tjekkiske dramatiker Karel Čapek i et science fiction-stykke med titlen »Rossums universelle robotter«, hvor begrebet »kunstige mennesker« blev introduceret i forbindelse med robotter. 

Kunstig intelligens’ fader 

En af de største innovatører inden for kunstig intelligens var John McCarthy, der fik titlen »kunstig intelligens’ fader« for sit bidrag til datalogi og kunstig intelligens. 

John McCarthy brugte udtrykket »kunstig intelligens« for første gang i 1956, da han arrangerede Dartmouth-konferencen, der betragtes som kunstig intelligens’ fødsel som forskningsfelt.

Hvem var John McCarthy?

John McCarthy (1927–2011), en amerikansk datalog og kognitionsforsker, der ofte betegnes som »kunstig intelligens’ fader« (AI), ydede væsentlige bidrag til både kunstig intelligens og datalogi.

Et af McCarthys mest markante bidrag til datalogien er udviklingen af programmeringssproget LISP (List Processing), som blev udviklet specielt til forskning i kunstig intelligens og kom til at udgøre et af de vigtigste sprog inden for området. Han fremsatte desuden ideen om tidsdeling i computere, hvilket lagde grunden til moderne interaktiv databehandling.

AI’s udviklingsforløb 

Tidslinjen for kunstig intelligens fra 1950 til 2024 og fremover

De tidlige bidrag og milepæle i 1950’erne

Efter at pionererne Karel Čapek og John McCarthy i 1956 havde lagt grundstenen til kunstig intelligens, vandt området for kunstig intelligens og informationsteknologi hurtigt frem. Denne nye interesse inspirerede mange til at bidrage til udviklingen inden for området.

Den næste centrale skikkelse inden for dette felt, som forestillede sig maskiner, der nærmede sig menneskelig intelligens og var i stand til at udføre opgaver som mennesker, var Alan Turing, der introducerede Turing-testen for at fremme udviklingen af maskinintelligens. Kunstig intelligens tog et markant spring fremad inden for symbolsk ræsonnement med Newell og Simons »Logic Theorist« i 1955. Deres fremskridt blev dog bremset af den begrænsede regnekraft, som datidens teknologi kunne tilbyde.

Maskinlæringens fremkomst 80’erne-90’erne

Det største gennembrud i 1980’erne og 1990’erne var overgangen til maskinlæring, hvor systemerne begyndte at lære mønstre ud fra de data, de havde til rådighed, og ikke længere var afhængige af eksplicit programmering. Dette var inspireret af den menneskelige hjernes opbygning.

Dette blev muliggjort af personer som Geoffrey Hinton og Yann LeCun, der bidrog med et enormt fremskridt inden for netværksforskning og udviklede backpropagation-algoritmer, der gjorde det muligt at træne netværkene. Dette var muligt takket være den stigende regnekraft og udviklingen inden for maskinlæring. Desuden blev vektormaskiner og klyngealgoritmer udviklet, hvilket bidrog til den voksende og stadigt udviklende kunstige intelligens’ kapacitet og muligheder. 

Big Data-revolutionen i 00’erne

I begyndelsen af det 21. århundrede opstod big data-æraen, hvilket gav adgang til enorme datasæt, der muliggjorde en mere effektiv træning af maskinlæringsmodeller og forbedrede AI-ydeevnen markant. Samtidig blev deep learning en fremtrædende gren af maskinlæring, der ydede væsentlige bidrag til tale- og billedgenkendelse.

Desuden har fremskridt inden for kraftfulde computere og GPU’er fremskyndet udviklingen af maskinlæring. En bemærkelsesværdig milepæl blev nået af Alex Krizhevsky i samarbejde med Ilya Sutskever og Geoffrey Hinton, som udviklede AlexNet, et konvolutivt neuralt netværk. Deres arbejde vandt ImageNet-konkurrencen og demonstrerede dermed de praktiske anvendelsesmuligheder for dyb læring.

Dagens kunstige intelligens 

Den kunstige intelligens, vi har i dag, er nyttig i alle aspekter af både privat- og arbejdslivet, lige fra virtuelle assistenter som Siri til søgefunktioner i e-handel som f.eks. Amazons søgefunktion eller AI-baserede søge- og chatfunktioner til virksomheder. AI-applikationer kommer nu en lang række brancher til gode, fra sundhedssektoren til finansverdenen, og omfatter endda innovationer som selvkørende biler. Dette er blot begyndelsen på integrationen af AI i vores dagligdag.

Fremtiden for kunstig intelligens 

Når man ser fremad, bliver de etiske implikationer af kunstig intelligens stadig vigtigere. Det er afgørende at sikre, at AI-systemer er retfærdige, gennemsigtige og ansvarlige, hvis man skal maksimere fordelene og minimere den potentielle skade. Forskere og politiske beslutningstagere samarbejder om at udarbejde rammer, der skal vejlede i en ansvarlig udvikling og implementering af AI-teknologier.

Oplev fremtidens kunstige intelligens i din virksomhed allerede i dag! Forbedr din virksomheds søge- og chatfunktioner med Raffle .

Tilmeld dig nu og find ud af, hvordan kunstig intelligens kan forvandle din virksomhed. 

Besøg Raffle for at få mere at vide, og tag det første skridt mod at integrere banebrydende AI-teknologi i din daglige forretningsdrift.