Artificiell intelligens, AI, är i dag en av de teknik som påverkar vardagen bredast, i sökmotorer, bankernas bedrägerisystem, sjukvårdens bildanalys och i verktyg som ChatGPT och Google Gemini. Ändå förstår de flesta inte hur AI fungerar på grundläggande nivå. Den här artikeln reder ut det: hur AI system är uppbyggda, hur maskininlärning fungerar, vad som skiljer generativ AI från klassisk programmering och varför AI kan ha fel.
Vad är artificiell intelligens och hur fungerar AI?
Artificiell intelligens betyder konstgjord intelligens, datorsystem och program som är designade för att utföra uppgifter som normalt kräver mänsklig intelligens. Det inkluderar förmågan att identifiera mönster, fatta beslut, svara på frågor, generera text och bilder, och utföra uppgifter som tidigare bara en människa kunde göra.
Europaparlamentet definierar AI som “en maskins förmåga att visa människoliknande drag, såsom resonerande, inlärning, planering och kreativitet.” Digg (myndigheten för digital förvaltning) beskriver det kortfattat: AI kan utföra uppgifter som annars skulle ha utförts av en människa.
Viktigt att förstå: AI har inget medvetande. Dagens AI-teknik är inte mänsklig och har inget självmedvetande. Den kan efterlikna mänskligt beteende, men det är avancerad mönstermatchning, inte förståelse. Det som ser ut som intelligens är resultatet av att AI och maskininlärning tränats på enorma mängder data.
Maskininlärning: motorn bakom modern AI
Maskininlärning är den teknik som gör modern AI möjlig. I stället för att en programmerare kodar in regler för varje tänkbar situation lär sig systemet reglerna ur data. Det är en grundläggande skillnad mot klassisk programmering.
I klassisk programmering skriver en utvecklare exakta instruktioner för hur en dator ska agera i varje möjlig situation. I maskininlärning exponeras AI-modeller för stora mängder data och systemet identifiera mönster på egen hand. Ju mer kvalitativ data som matas in, desto bättre resultat kan genereras.
Maskininlärning sker på tre principiellt olika sätt.
Övervakad inlärning
Systemet tränas på märkt data, bilder med korrekta etiketter, mejl klassificerade som spam eller inte. Modellen lär sig sambandet mellan indata och rätt utdata. Bildanalys, spamdetektering och medicinsk diagnostik bygger nästan alltid på övervakad inlärning. Digg beskriver det: “Modellen tränas med data som har tagits fram med specifika beskrivningar, även kallad annoterad data.”
En liknelse: en förälder som bläddrar i en bok med djurbilder med barnet och säger “det där är en elefant.” Barnet skapar en koppling och kan till slut identifiera elefanter på egna. Övervakad inlärning fungerar på samma sätt.
Oövervakad inlärning
Systemet får rå data och söker strukturer på egen hand utan att ha tydliga instruktioner. Det identifiera mönster, grupperingar och avvikelser. Tillämpningarna inkluderar kundsegmentering i marknadsföring och anomalidetektering i finanstransaktioner. Modeller lär sig att det finns en återkommande typ av bild som skiljer sig från en annan typ, utan att veta vad de representerar.
Förstärkt inlärning
En agent testar handlingar i en miljö, belönas för goda beslut och straffas för dåliga. Digg förklarar: “Målet är att AI:n ska lära sig vilka handlingar som ger bäst resultat och på så sätt bli bättre på att lösa en uppgift.” Googles AlphaGo, som besegrade världsmästaren i go 2016, använde förstärkt inlärning kombinerat med djupinlärning.
Neurala nätverk: inspirerade av den mänskliga hjärnan
Neurala nätverk är den tekniska grund som gjort modern AI möjlig. De är matematiska strukturer inspirerade av hur biologiska neuroner är sammankopplade i den mänskliga hjärnan, men fungerar mycket enklare än riktiga hjärnor.
Digg beskriver neurala nätverk: “AI-teknik inspirerad av hjärnans struktur. Nätverken består av lager av digitala neuroner som bearbetar information och skickar den vidare. Genom att justera kopplingarna mellan neuronerna kan nätverket lära sig olika uppgifter.”
Nätverket är organiserat i lager. Indatalagret tar emot rådata, bildpixlar, ord, mättal. Dolda lager bearbetar informationen steg för steg och identifiera allt mer abstrakta egenskaper. I ett bildanalyssystem kan det första lagret känna igen kanter, nästa kurvor, och ett djupare lager ett helt ansikte. Utdatalagret producerar slutresultatet: en klassificering, ett ord, en sannolikhet.
Varje koppling mellan noder har ett numeriskt värde kallat vikt. Det är vikterna som bär all kunskap nätverket byggt upp under träning. GPT-4, en av de mest avancerade AI-modellerna, uppskattas ha upp till 1,8 biljoner sådana parametrar.
Djupinlärning: när lagren är många
Djupinlärning är maskininlärning med många dolda lager. Moderna AI-modeller har hundratals lager. Djupet gör det möjligt att representera extremt komplexa, hierarkiska mönster i data. Utan djupinlärning hade de genombrott inom datorseende, röstassistenter och naturlig språkbehandling inte skett.
FAR förklarar skillnaden mot klassisk maskininlärning: “Traditionell maskininlärning kräver ofta att vi talar om för datorn vilka egenskaper den ska titta efter. Djupinlärning kan i större utsträckning själv upptäcka vilka egenskaper som är viktiga genom att analysera stora mängder exempel.”
En typisk bildklassificeringsmodell tränas på miljontals bilder. Bakåtpropagering, den matematiska metod som justerar vikterna, körs för varje bild tills felen minimeras. Det kräver kraftfull hårdvara: moderna AI-modeller tränas på tusentals grafikprocessorer under veckor eller månader.
Hur fungerar generativ AI?
Generativ AI är den typ av AI som skapar nytt innehåll, text, bilder, musik, video, baserat på en användares instruktioner (en prompt). Med generativ AI menas AI som inte bara klassificerar eller förutsäger, utan skapar nytt material.
Digg förklarar: “Med generativ AI menas den typ av artificiell intelligens som skapar nytt innehåll från användarens instruktioner. Det kan exempelvis skriva texter och generera bilder, men också sammanfatta dokument, översätta mellan olika språk och skriva programkod.”
Generativ AI bygger på maskininlärning, specifikt på avancerade algoritmer och djupinlärning med neurala nätverk som skapar nytt innehåll baserat på befintliga data. Kärnan är att modellen exponerades för enorma mängder textdata under träning, vilket gör att den kan lära sig språkets mönster, grammatik och sammanhang. Precis som vattenkraft och kärnkraft kräver AI-träning enorma mängder energi; i artikeln om hur vattenkraft fungerar beskrivs hur storskalig elproduktion gör sådana beräkningsintensiva system möjliga.
Hur fungerar generativ AI i praktiken?
Uppsala Universitets guide beskriver mekaniken: “Grunden för allt detta är att de så kallade språkmodeller som utvecklats har tränats på att känna igen mönster i ofattbart stora mängder material. När sedan ett verktyg får en prompt tolkas frågan utifrån mönster: en fråga som innehåller dessa ord i denna följd bör sannolikt besvaras med dessa ord.”
Det är sannolikhet, inte sanning. En stor språkmodell som ChatGPT genererar nästa ord i en sekvens baserat på statistisk sannolikhet utifrån tidigare ord. Det är varför generativ AI kan svara snabbt och flytande, och också varför den ibland producerar faktamässigt felaktig information.
AI-modeller, AI-verktyg och hur de tränas
AI modeller är program som tränats på data för att exempelvis identifiera mönster, generera text eller fatta beslut. Exempel på AI-modeller är Google Gemini och ChatGPT. Digg definierar det: “En AI-modell är ett program som har tränats på data för att kunna exempelvis identifiera mönster, generera text eller fatta beslut utan mänsklig intervention.”
Modellen tränas med enorma mängder data, för en stor språkmodell handlar det om en stor del av det publicerade internet plus digitaliserade böcker och artiklar. Processen kallas träning eller inlärning: AI-modeller exponeras för stora mängder textdata vilket gör att de kan lära sig språkets mönster och sammanhang.
Modellerna lär sig vilka ord, fraser och meningar som oftast är sammankopplade. När AI-modellen sedan får en specifik uppgift eller fråga genererar den ett svar genom att utnyttja sin inlärda kunskap och producera sammanhängande, kontextuellt relevant text.
Typer av AI: text, bilder och användningsområden
Analysbara typer av AI inkluderar:
Naturlig språkbehandling (NLP): Hanterar text och tal. Automatisk översättning, dokumentsammanfattning, sentimentanalys och chatbotar. ChatGPT och Google Gemini är kärnan i textbaserad generativ AI.
Datorsyn: Ger AI förmågan att tolka bilder och video. Ansiktsigenkänning, tumördiagnostik, bildigenkänning. Kan i dag identifiera diabetisk retinopati med noggrannhet jämförbar med erfarna läkare.
Rekommendationssystem: Oövervakad inlärning som identifiera mönster i köpbeteende och ger anpassade förslag. E-handel och musikstreaming bygger på det.
Virtuella assistenter: Siri, Google Assistant och Alexa kombinerar NLP med integration mot externa tjänster. De svarar på frågor, ger rekommendationer och hjälper till att organisera dagliga rutiner.
Hur företag använder AI i dag
AI används i alla branscher. Europaparlamentets beskrivning är bred men korrekt: “AI finns redan i vår vardag.”
I sjukvården analyserar AI röntgenbilder och ställer diagnoser. I finanssektorn används AI till riskbedömning och att upptäcka bedrägerier i realtid. I transportsektorn optimerar AI rutter och hjälper till med autopilot. Sökmotorer lär sig från stora mängder information som kommer från användarna för att kunna erbjuda relevanta sökresultat.
Offentlig sektor är ett framväxande användningsområde för AI: Digg beskriver hur AI kan automatisera rutinärenden, analysera stora datamängder för att förutse behov och effektivisera dokumenthantering. AI kan hjälpa till att exempelvis läsa och tolka avtal, rapporter och lagtexter.
Effektivisera processer är ett av de mest konkreta löftena: det som tar timmar eller dagar för en människa kan AI göra på några sekunder.
Vad AI inte kan: utmaningar och etiska frågor
Det är viktigt att förstå vad AI faktiskt inte klarar.
Hallucination: AI-modeller kan generera svar som verkar rimliga men är felaktiga. Uppsala Universitets guide förklarar: “Modellen genererar text utifrån vad som sannolikt kunde följa på användarens prompt. De har ingen faktisk förståelse för sanning eller falskt.” Höga krav på träningsdatakvalitet och noggranna tester är strategier för att minska förekomsten av hallucinationer.
Bias: Om träningsdatan är partisk kan AI ge orättvisa svar. Digg varnar: “Om informationen till exempel är partisk kan AI ge oriktiga och orättvisa svar. Det kan leda till orättvisa resultat i allt från rekrytering till rättsliga beslut.”
Kontextgränser: Nuvarande modeller har ett begränsat kontextfönster, hur mycket text de kan hålla i minnet simultant. Det påverkar långa analyser och komplexa resonemang.
Energiåtgång: Träning av stora AI-modeller kräver enorma beräkningsresurser. Att träna GPT-4 beräknas ha kostat över 100 miljoner dollar och genererat koldioxidutsläpp i skala med hundratals flygresor. Debatten om AI:s miljöpåverkan speglar bredare frågor om hur vindkraftverk fungerar och om vi kan producera tillräckligt med förnybar el för att driva framtidens datacenter.
Snäv AI och AGI
All AI som existerar i dag är snäv AI. Den kan vara oöverträffad inom sitt område men kan inte byta domän. En bildklassificeringsmodell kan inte skriva poesi. En LLM som ChatGPT kan inte diagnosticera hjärtsjukdomar från EKG-kurvor om den inte specifikt tränats för det.
AI kan användas för specifika uppgifter som annars kräver mänsklig intelligens, men den är fortfarande specialiserad. AGI (Artificiell Generell Intelligens) är en hypotetisk framtida AI som självständigt kan lösa vilken intellektuell uppgift som helst. AGI existerar inte. Forskarna är oeniga om när, och om, det kan komma.
EU klassificerar AI och artificiell intelligens som en av de definierande teknikerna för den digitala omställningen. AI Act, EU:s AI-lag, trädde i kraft 2024 och ger specifika krav för högrisk-AI inom medicin, rättsväsende och kritisk infrastruktur, ett etiska ramverk för att säkerställa att AI-system är transparenta och rättvisa.
Populära AI-verktyg att testa
Den enklaste vägen att förstå hur AI fungerar i praktiken är att testa AI-verktyg själv. ChatGPT (OpenAI), Google Gemini och Microsoft Copilot är de mest kända generativa AI-verktygen för text, medan verktyg som Midjourney och Adobe Firefly fokuserar på bilder. De flesta av dessa AI-verktyg går att testa gratis i en begränsad version, vilket ger en konkret känsla för styrkor och begränsningar innan man litar på svaren i viktiga sammanhang.
Vanliga frågor om hur AI fungerar
Vad är skillnaden mellan AI och maskininlärning? AI är det övergripande begreppet för datorsystem som utför uppgifter som kräver mänsklig intelligens. Maskininlärning är den viktigaste underkategorin, en metod där AI-system förbättrar sig automatiskt genom att analysera data utan att varje regel kodas manuellt. All maskininlärning är AI, men all AI är inte maskininlärning.
Hur lär sig ett neuralt nätverk? Ett neuralt nätverk lär sig genom att justera de matematiska vikterna på kopplingarna mellan artificiella neuroner. Vid träning jämförs nätverkets svar med det korrekta svaret. Felet skickas bakåt via bakåtpropagering som gradvis justerar vikterna. Processen upprepas med miljontals datapunkter.
Vad är en prompt? Prompter kallas ibland uppmaningar på svenska: det är den instruktion som en användare skriver till en generativ AI-modell. Det kan vara en text, fråga, bild eller annan information. Kvaliteten på prompten påverkar direkt kvaliteten på svaret.
Kan man lita på svar från AI-verktyg? Delvis. AI-modeller ger sannolika svar, inte alltid faktuellt korrekta svar. Uppsala Universitets guide sammanfattar det: “Grundprincipen för användarna är att alltid se det resultat som de får fram som ett råmaterial, snarare än ett svar: det måste granskas kritiskt, värderas, och oftast justeras.”
Vad är skillnaden mellan snäv AI och AGI? Snäv AI är alla AI-system som finns i dag, tränade för specifika uppgifter. AGI (Artificial General Intelligence) är en hypotetisk framtida AI som kan lära sig och lösa vilken intellektuell uppgift som helst. AGI existerar inte och det råder oenighet om hur långt bort det är.
