Kunstig intelligens - en jordnær guide til at forstå AI bedre
Kunstig intelligens i praksis
Som iværksætter og foredragsholder om kunstig intelligens går jeg meget op i at gøre kunstig intelligens (AI) jordnært. Det vigtigste er, at når vi først har forstået, hvad AI egentlig er for en størrelse, så skal vi også kunne drage fordel af de mange muligheder i hverdagen.
Ellers forbliver vi forandringsparate frem for forandringsskabende, når det kommer til kunstig intelligens.
Derfor bruger jeg også tid på at skrive forskellige guides til generativ AI og AI i hverdagen.
I denne artikel vil jeg gøre dig klogere på, hvad kunstig intelligens reelt er, fordi der også findes en masser myter derude.
De er paradoksalt nok skabt bl.a. af tech-giganterne selv, hvilket jeg skriver om i dette indlæg hos Kforum.
Der kan du læse om, hvorledes firmaer som OpenAI og X meget bevidst har forsøgt at skabe skræmmebilleder i befolkningerne, når det kommer til kunstig intelligens.
Tankevækkende nok serverer de så selv bagefter løsningen på de problemer og dystopiske scenarier, de har beskrevet.
Det er et greb, som folk som Elon Musk (X) og Sam Altman (OpenAI) ganske bevidst og strategisk har benyttet sig af, men nok om det for nu 😊
Lad os få gjort kunstig intelligens jordnært og handlingsorienteret!
Hvad er kunstig intelligens?
Kunstig intelligens (AI) er en gren af datalogien, der har som mål at udvikle maskiner og systemer, der kan efterligne menneskelig intelligens. Det kan være alt fra simple opgaver som at genkende billeder og stemmer, hvilket er noget af det første, vi lærer som mennesker.
Du husker måske dengang som barn, hvor alt i verden var nyt og spændende, og du konstant stillede spørgsmål.
Det kan være en nysgerrighed, vi mister som voksne, og det er faktisk derfor, at jeg også holder nogle meget efterspurgte foredrag om gevinsterne ved at lytte højere.
Udover de simple opgaver, som vi som mennesker kan løse, og som AI derfor også er bygget til at kunne efterligne, er mere komplekse opgaver som beslutningstagning og problemløsning.
AI-systemer lærer typisk fra store mængder data, som de bruger til at forbedre deres præstation over tid. Med andre ord, jo mere data de får adgang til, desto bedre kan de udføre deres opgaver.
Jeg kalder i mine foredrag disse data for den kunstige intelligens’ livserfaring.
Kunstig intelligens er ikke noget nyt
De første teorier om maskiner, der kunne ’tænke’ som mennesker, kan spores helt tilbage til 1950'erne, hvor matematikeren Alan Turing udviklede sin berømte Turing-test.
Den test skulle afgøre, om en maskine kunne udvise adfærd, som var umulig at skelne fra et menneskes.
Turing-testen revolutionerede måden, vi tænker på om kunstig intelligens. I stedet for at fokusere på, hvordan en maskine tænker, foreslog Turing, at vi i stedet skulle vurdere en maskines intelligens baseret på dens evne til at efterligne menneskelig adfærd.
Testen går derfor ud på, at en dommer kommunikerer med både en maskine og et menneske gennem en skriftlig dialog, uden at vide hvem der er hvem.
Hvis dommeren ikke kan skelne mellem maskinens og menneskets svar, anses maskinen for at have bestået testen.
På den måde blev vi mennesker enige om, at man skal vurdere maskiners ’tænkning’ på en meget praktisk og struktureret måde.
Da Deep Blue slog Garry Kasparov i skak
Traditionel AI, eller "klassisk" AI, blev oprindeligt udviklet til at løse meget specifikke opgaver. Disse systemer var ofte "regelbaserede", hvilket betyder, at de kun kunne udføre opgaver, de var direkte programmeret til.
Et eksempel er et computerskakspil, hvor hver eneste skakregel og strategi blev kodet ind i programmet.
Derfor var det også et skelsættende år, da AI i 1997 for første gang slog et menneske i skak.
Det var vel at mærke ikke et hvilket som helst menneske, som IBM’s supercomputer Deep Blue besejrede!
Det var derimod den regerende verdensmester Garry Kasparov, og det var en historisk begivenhed, fordi Deep Blue’s sejr kom ovenpå en serie af kampe, hvor Kasparov havde vundet.
Teknologiske forbedringer havde imidlertid gjort maskinen endnu stærkere, og det markerede et vendepunkt i AI’s udvikling.
Vi var nu nået dertil, hvor en maskine kunne udfordre og slå menneskelig intelligens i et komplekst strategisk spil som skak.
Sejren var et symbol på den stigende kapacitet af computerkraft og algoritmer til at løse komplekse opgaver.
Kunstig intelligens - Fra traditionel AI til generativ AI
Selvom det var en milepæl i AIs udvikling med Deep Blues sejr i skak, så var der fortsat tale om AI-systemer, der ikke kunne tilpasse sig nye situationer eller lære af erfaringer.
Deep Blue var ekstremt stærk til mønstergenkendelse og klart definerede opgaver, men den var på ingen måde i stand til at tilpasse sig nye situationer endsige tage imod mere detaljerede ordrer.
Siden da er der dog sket meget. I dag er AI langt mere avanceret, og udviklingen har ført til generativ AI – en gren af AI, der kan producere nye data baseret på den information, den er trænet med.
Generativ AI kan skabe tekst, billeder, musik og endda kode baseret på eksisterende data, og du kender det allerede fra værktøjer og systemer som ChatGPT, CoPilot, DALL-E etc.
Eksempler på kunstig intelligens i hverdagen
Generativ AI går på den måde et skridt videre end traditionel AI, da den ikke blot efterligner menneskelige handlinger, men også kan opfinde nye løsninger eller kreative ideer ud fra den information, den har fået.
De seneste par år har AI været enormt hypet, men det er også begyndt at vinde indpas i hverdagen. Det har det faktisk allerede gjort for længst, da AI også hjælper os med at sortere mails over i spam i Outlook eller lave korrekturlæsning i Word, men den generative AI er den, som vi for alvor nu gør til hverdag.
Jeg arbejder til daglig med at holde foredrag, workshops og kurser for både mellemstore og store danske virksomheder og kommuner. Derfor møder jeg også et utal af spændende og oplagte use-cases, hvor AI gør en målbar forskel i hverdagen.
Jeg har udvalgt et par eksempler på dette, men de er anonymiseret af hensyn til fortrolighed med kunden. Jeg håber dog alligevel, at de dels kan inspirere og dels sætte gang i nogle tanker i forhold til, hvordan I også kan få glæde af kunstig intelligens hos jer …
1. Automatisering af kundeservice
Mange virksomheder bruger i dag chatbots og stemmeassistenter, som er drevet af AI, til at håndtere kundeserviceanmodninger. Sådanne systemer kan hjælpe kunder med at finde svar på deres spørgsmål hurtigt og effektivt, hvilket både sparer tid og ressourcer.
Eksempelvis bruger en række kommuner AI-drevne chatbots til at hjælpe borgere med at finde information om lokal service, som fx skraldeafhentning eller åbningstider. Et godt eksempel er Esbjerg Kommune, hvor du blot behøver at gå ind på deres hjemmeside for at blive mødt af denne AI-drevne chatbot.
2. Forbedret beslutningstagning
AI kan analysere enorme mængder data og finde mønstre, som mennesker måske ikke ville bemærke. Dette gør det muligt for virksomheder at træffe bedre og mere informerede beslutninger.
For eksempel kan AI hjælpe detailvirksomheder med at forudsige, hvilke produkter der vil være mest populære i fremtiden, baseret på data fra tidligere salg. I en kommunal kontekst kan AI hjælpe med at analysere data om trafik og byplanlægning for at optimere infrastrukturen og reducere trafikpropper.
3. Generativ AI i marketing
Mange virksomheder bruger generativ AI til at skabe markedsføringsindhold. Ved at give systemet nogle få stikord kan det producere hele blogindlæg, sociale medieopslag eller reklamer. Dette kan spare både tid og penge, især for små virksomheder, der ikke har store marketingafdelinger.
I min førnævnte Top 100-liste over de bedste AI-værktøjer anbefaler jeg fx Google Notebook LM, der er super smart til at lave dit indhold om til podcast-episoder, samt SEO.ai, der gør dit indhold lettere at blive fundet på søgemaskinerne. Der findes et utal flere værktøjer udover disse, så jeg vil anbefale at hente listen og gå på opdagelse.
4. Effektivisering af administrationen i kommuner
Kommuner kan drage fordel af AI ved at automatisere administrative opgaver såsom databehandling og borgerservice. AI kan for eksempel hjælpe med at sortere og analysere store mængder data, hvilket gør det nemmere for medarbejdere at fokusere på de opgaver, der kræver menneskelig indgriben.
Dette gør det muligt for kommuner at yde en bedre service til borgerne, uden at det kræver flere ressourcer.
5. AI i sundhedsvæsenet
I sundhedssektoren bruges AI til at analysere medicinske billeder, diagnosticere sygdomme og endda foreslå behandlinger. Dette kan reducere ventetider for patienter og give mere præcise diagnoser. AI-assisterede systemer kan hurtigt gennemgå store mængder medicinsk data og hjælpe læger med at finde den bedste behandlingsplan.
Kunstig intelligens i fremtiden – muligheder og udfordringer
Dette sidste afsnit er skrevet af ChatGPT. Så kan du se, om du kan kende forskel på vores skrivestile 🙂 Jeg overlader nu ordet til maskinen ...
"AI har et enormt potentiale til at transformere både erhvervslivet og den offentlige sektor, men det er vigtigt at forstå, at teknologien stadig er under udvikling. Der er stadig mange etiske og praktiske udfordringer, som skal løses, før AI fuldt ud kan integreres i samfundet. For eksempel er der bekymringer om datasikkerhed, privatlivets fred og potentialet for bias i AI-systemer.
Men én ting er sikkert: AI er kommet for at blive, og jo bedre vi bliver til at forstå og udnytte dets potentiale, desto større fordel vil vi have. Det handler om at finde balancen mellem at omfavne de teknologiske fremskridt og samtidig sikre, at vi bruger dem på en ansvarlig og etisk forsvarlig måde."
© 2026 Jonathan Løw / Foredragsholder
Leder du efter en AI-foredragsholder? Kontakt mig nu.
Jordnær iværksætter og AI-ekspert kendt fra bl.a.: