Artificiell intelligens (AI) och dess tillämpnings­områden: rapport från tankesmedjan ITIF om smal AI

Dagens artificiella intelligens

Artificiell intelligens (AI) får allt större spridning i dagens samhälle, Tillväxtanalys har tidigare rapporterat om Obamaadministrationens ansträngningar för att avancera utvecklingen på området.¹ Utvecklingen inom självkörande bilar har kanske tagit flest kliv framåt och fått störst medial uppmärksamhet på senare tid. Ett sällan omnämnt faktum är dock att AI redan har en stor inverkan på flertalet andra tillämpningsområden i samhället. Läkare använder redan idag AI för att individualisera och optimera cancerbehandling, såsom att ett biotechföretag har använt AI för att detektera avvikelser i ämnesomsättning och utifrån detta utvecklat en medicin som gör patienter mer mottagliga för cellgiftsbehandling. Tankesmedjan Information Technology and Innovation Foundation (ITIF) har i en rapport kategoriserat och exemplifierat hur detta kommer till uttryck i praktiken.² ITIF redogör för att AI redan används i stor utsträckning för områden som: övervakning och tillsyn (monitoring), detektering (discovering), prognostisering (predicting), tolkning (interpreting) och interaktion med fysisk miljö, människor samt maskiner (interacting with physical environment, people and machines). För att belysa AI:s potentiella funktion och hur det genererar sociala och ekonomiska fördelar i samhället beskrivs härnäst typologin kring AI samt en redogörelse för viktiga användningsområden.

Skillnad mellan generell och smal AI

AI uppfattas ofta likna en robot vilken kan utföra människoliknande sysslor som att exempelvis laga mat och sköta om barn – kallad generell AI. Forskning på senare tid har dock snarare kommit att handla om smal AI, vilken fortsatt bygger på avancerad teknik men är snävare utformat mot att utföra enklare och mer begränsade sysslor. Exempelvis kan en applikation i telefonen hjälpa till att söka information på internet eller skicka ett meddelande. Denna typ av AI är intelligent i den mån att den hjälper dig med navigation i telefonen, men är långt ifrån en futuristisk roboten som navigerar fritt i en okontrollerad fysisk miljö. Det är kring den smala AI:n som näringsliv och forskare idag tror att den största användningspotentialen finns i en nära framtid.

Vidden av tillämpningsområden kan dock vara svår att förstå och studier pekar mot att AI potentiellt kan öka den årliga ekonomiska tillväxttakten i USA med två procentenheter fram till år 2035. Samma studie visar att arbetsproduktiviteten kan komma att öka med mellan 11 till 37 procent som en följd av AI.

Typologi och tillämpningsområden för smal AI

Övervakning och tillsyn (Monitoring): AI kan långt snabbare än en människa analysera stora mängder data och i denna upptäcka återkommande avvikelser och gemensamma mönster. Detta leder till att tekniken är ytterst tillämpbar i övervakningsområden såsom detektering av kreditkortsbedrägerier, cyberintrång, tidiga varningstecken för sjukdomar eller viktiga förändringar i klimatet. I industrin används det idag exempelvis system som har förmågan att observera tidiga varningstecken för att en maskin håller på att gå sönder. Detta leder till att underhåll av maskiner kan utföras i ett tidigt skede innan en hel produktionslina faller samman med kostsamma driftstopp som följd.

Detektering (Discovering): AI har en god förmåga att extrahera värdefull information från stora mängder data och utifrån denna upptäcka lösningar genom simuleringar. Genom att använda dynamiska modeller som anpassar sig till olika typer av data öppnar AI nya dörrar för hur väl en dator kan upptäcka abstrakta mönster som traditionella system inte klarar av. Denna typ av AI kombineras ofta med funktioner inom övervakning och tillsyn samt prognostisering och används inom olika affärsverksamheter. Exempelvis existerar idag ett intelligent verktyg som kontinuerligt utför väderanalys på oerhört exakta arealer och hur konsumenters köpbeslut påverkas av detta. Med detta kan en glassförsäljare förutse ökad eller minskad efterfrågan på grund av väder och till detta anpassa sin tillverkningsprocess och logistikkedja.

Prognostisering (Predicting): AI har förmågan förutsäga hur trender kommer att förändras i framtiden, vilket ger system förmågan att rekommendera och anpassa sig efter individers agerande och utveckling. Videostreamingtjänster såsom Netflix använder sig idag av rekommendationsalgoritmer med syftet att ge individer en optimal tittarupplevelse utifrån respektive tittares historik. Andra exempel är läkares möjligheter till precisionsmedicinering utifrån patienters tidigare sjukdoms- och behandlingshistorik.

Tolkning (Interpreting): Tidigare kunde endast dataanalytiska program behandla strukturell data i former som svarsenkäter och kalkylblad. Idag har AI, tack vare inlärningsförmåga, kapaciteten att tolka ostrukturerad data som exempelvis bilder, video, ljud och text. Detta har lett till att AI numera finns i din telefon som gör allt ifrån att tolka röstinstruktioner till att schemalägga möten.

Interaktion med fysisk miljö, människor samt maskiner (Interaction with physical environment, people and machines): AI kan underlätta interaktioner mellan autonoma maskiner och miljö, människor och datasystem samt mellan två olika autonoma maskiner. Idag syns det främst genom hur självkörande bilar analyserar mängder av data från omgivningen genom sensorer, kameror och GPS-system för att ta den säkraste och snabbaste vägen mot en destination; en dator kan reagera på en människas språk, gester och ansiktsuttryck; samt att ett kontrollsystem för ett datacenter exempelvis kan övervaka aktiviteter och temperatur för att justera detta med syftet att optimera prestanda och energianvändning.

Avslutande kommentarer

Redogjorda tillämpningar representerar endast en handfull av all smal AI. Utvecklingen och tillämpningar inom den snävare tekniken tillkommer kontinuerligt och dess effekter bör inte underskattas. Många menar att denna typ av AI kan agera brygga över till den generella AI:n i framtiden samtidigt som samhället erhåller nytta genom tillämpningar för smal AI, vilken direkt bidrar till det ekonomiska välståndet.

Samtidigt som potentialen är enorm kommer tekniken även att kräva stora försiktighetsåtgärder i utformningsprocessen då fler enheter och system blir föremål för cyberattacker parallellt med områdets utvecklingskurva.

Kortrapporten är skriven av Hannes Nilsson, praktikant vid Tillväxtanalys Washingtonkontor, tillsammans med Andreas Larsson vid Tillväxtanalys Washingtonkontor och är en del av Tillväxtanalys löpande omvärldsbevakning.