{"id":2363,"date":"2022-05-27T10:33:08","date_gmt":"2022-05-27T10:33:08","guid":{"rendered":"https:\/\/picockpit.com\/raspberry-pi\/?p=2363"},"modified":"2023-10-02T12:50:57","modified_gmt":"2023-10-02T12:50:57","slug":"ai-an-introduction-to-artificial-intelligence","status":"publish","type":"post","link":"https:\/\/picockpit.com\/raspberry-pi\/sv\/ai-an-introduction-to-artificial-intelligence\/","title":{"rendered":"En introduktion till artificiell intelligens"},"content":{"rendered":"
\"En<\/figure>\n\n\n\n

AI \u00e4r numera ett begrepp som anv\u00e4nds \u00f6verallt inom IT. Men hur fungerar det egentligen? Och hur kan du sj\u00e4lv skapa artificiell intelligens? <\/p>\n\n\n\n

I den h\u00e4r artikeln kommer jag att f\u00f6rklara allt du beh\u00f6ver veta f\u00f6r att komma ig\u00e5ng med AI.<\/p>\n\n\n\n\n\n

AI:s historia<\/h2>\n\n\n\n

M\u00e4nniskan har funderat p\u00e5 att ge liv \u00e5t saker sedan urminnes tider. Men det var framf\u00f6r allt i och med uppfinningen av datorer som id\u00e9n om t\u00e4nkande maskiner b\u00f6rjade ta form.<\/p>\n\n\n\n

Alan Turing uppfann 1950 det s.k. Turingtestet f\u00f6r att utv\u00e4rdera om en maskin \u00e4r intelligent eller inte.<\/p>\n\n\n\n

Termen artificiell intelligens anv\u00e4ndes f\u00f6r f\u00f6rsta g\u00e5ngen 1956 vid en konferens p\u00e5 Dartmouth College.<\/p>\n\n\n\n

En viktig uppfinning 1967 var algoritmen f\u00f6r n\u00e4rmaste granne, som \u00e4r viktig f\u00f6r klassificering av objekt och m\u00f6nsterigenk\u00e4nning.<\/p>\n\n\n\n

Den f\u00f6rsta autonoma vagnen utvecklades 1979. Den kallades Stanford Cart och kunde uppt\u00e4cka och undvika v\u00e4ggar.<\/p>\n\n\n\n

1985 uppfanns AI NETtalk. Den anv\u00e4nde djup inl\u00e4rning f\u00f6r att l\u00e4ra sig att prata.<\/p>\n\n\n

\n
\"AI:s
AI:s historia<\/figcaption><\/figure>\n<\/div>\n\n\n

\u00c5r 1997 b\u00f6rjade AI verkligen ta fart. IBM:s superdator Deep Blue lyckades besegra den d\u00e5varande v\u00e4rldsm\u00e4staren i schack, Garry Kasparov.<\/p>\n\n\n\n

NASA utvecklade de sj\u00e4lvk\u00f6rande roverna Spirit och Opportunity, som k\u00f6rde autonomt p\u00e5 Mars yta 2004.<\/p>\n\n\n\n

2011 slog en AI vid namn Watson en m\u00e4nniska i spelprogrammet \"Jeopary!\".<\/p>\n\n\n\n

Googles AlphaGo besegrade en proffsspelare i Go 2016. Go anses vara mycket mer komplext \u00e4n schack och det \u00e4r inte bara ber\u00e4kningskraft som kr\u00e4vs f\u00f6r att lyckas.<\/p>\n\n\n\n

\u00c5r 2019 besegrade en AI till och med en professionell spelare i Starcraft II.<\/p>\n\n\n\n

Idag finns AI \u00f6verallt. Den l\u00f6ste problemet med proteinveckning och har till och med l\u00e4rt sig att skapa konst eller skriva kod.<\/p>\n\n\n\n

Viktiga termer<\/h2>\n\n\n\n

H\u00e4r \u00e4r en \u00f6versikt \u00f6ver de viktigaste termerna inom AI.<\/p>\n\n\n

\n
\"Viktiga
Viktiga termer<\/figcaption><\/figure>\n<\/div>\n\n\n

Omr\u00e5det AI \u00e4r stort. Det omfattar saker som datorseende, behandling av naturligt spr\u00e5k, robotik och automatisering f\u00f6r att n\u00e4mna n\u00e5gra.<\/p>\n\n\n\n

En viktig del av AI \u00e4r maskininl\u00e4rning. Det \u00e4r en samling metoder och algoritmer som g\u00f6r det m\u00f6jligt f\u00f6r en dator att l\u00e4ra sig. Dessa metoder kan delas in i tre klasser:<\/p>\n\n\n\n

\u00d6vervakad inl\u00e4rning, o\u00f6vervakad inl\u00e4rning och f\u00f6rst\u00e4rkningsinl\u00e4rning.<\/p>\n\n\n\n

Vid \u00f6vervakad inl\u00e4rning anv\u00e4nder AI m\u00e4rkta data f\u00f6r att tr\u00e4na. Detta \u00e4r inte fallet vid o\u00f6vervakad inl\u00e4rning. F\u00f6rst\u00e4rkningsinl\u00e4rning \u00e4r ett s\u00e4tt att tr\u00e4na en virtuell agent. Agenten f\u00e5r en bel\u00f6ning n\u00e4r den g\u00f6r det den ska g\u00f6ra. Detta uppmuntrar det \u00f6nskade beteendet.<\/p>\n\n\n\n

Neurala n\u00e4tverk<\/h2>\n\n\n\n

En s\u00e4rskild metod f\u00f6r \u00f6vervakad inl\u00e4rning \u00e4r djup inl\u00e4rning. Djupinl\u00e4rning \u00e4r en process d\u00e4r man tr\u00e4nar ett s\u00e5 kallat neuralt n\u00e4tverk. N\u00e4tverket best\u00e5r av otaliga noder (neuroner). De \u00e4r sammankopplade med en specifik vikt och \u00e4r staplade i lager med en s\u00e5 kallad bias.<\/p>\n\n\n\n

F\u00f6r att ber\u00e4kna v\u00e4rdet av en neuron utifr\u00e5n den f\u00f6reg\u00e5ende neuronen multiplicerar du v\u00e4rdet av den f\u00f6reg\u00e5ende neuronen med vikten mellan neuronerna och l\u00e4gger till bias.<\/p>\n\n\n

\n
\"Neuralt
Neuralt n\u00e4tverk<\/figcaption><\/figure>\n<\/div>\n\n\n

F\u00f6r att tr\u00e4na n\u00e4tverket m\u00e5ste du skriva in m\u00e4rkta tr\u00e4ningsdata till inmatningslagret. N\u00e4tverket sprider data genom ett varierande antal dolda lager i enlighet med vikterna och biaserna.<\/p>\n\n\n\n

Slutligen n\u00e5r uppgifterna ut till utg\u00e5ngsskiktet. Den utg\u00e5ende neuron med det h\u00f6gsta v\u00e4rdet \u00e4r n\u00e4tverkets f\u00f6ruts\u00e4gelse. Beroende p\u00e5 om f\u00f6ruts\u00e4gelsen \u00e4r korrekt eller inte justerar AI alla individuella vikter och bias. P\u00e5 s\u00e5 s\u00e4tt blir f\u00f6ruts\u00e4gelserna mer och mer exakta, vilket inneb\u00e4r att n\u00e4tverket l\u00e4r sig.<\/p>\n\n\n\n

Kolla in v\u00e5r YouTube-video<\/a> f\u00f6r att se ett exempel och tr\u00e4na din egen AI.<\/p>\n\n\n\n

\n