Nøkkelinnsikt

• McKinsey Global Institute anslår at AI vil skape 13 billioner dollar i årlig verdi innen 2030, men mesteparten av den verdien ligger utenfor teknologibransjen, i sektorer som handel, industri og transport.
• Nesten all AI-fremgang i dag er smal AI: systemer som gjør én ting godt. Fremgang mot generell AI (AGI) er ifølge Ng tilnærmet null, og det kan ta tiår, århundrer eller tusenvis av år å komme dit.
• Å forstå hva AI kan og ikke kan gjøre er i ferd med å bli en grunnleggende profesjonell ferdighet. Kurset lover bedre AI-forståelse enn de fleste toppledere i store selskaper har.

Kort fortalt

Andrew Ng, medgrunnlegger av DeepLearning.AI og tidligere AI-sjef i Google og Baidu (Kinas største søkemotor), har lansert et gratis nettkurs kalt «AI for Everyone». Kurset er laget for folk uten teknisk bakgrunn. Det viktigste budskapet i introduksjonsforelesningen er skillet mellom to svært ulike ting som begge kalles AI: det som faktisk eksisterer i dag, og den science fiction-versjonen folk frykter. Den forvirringen er kilden til mye unødvendig frykt og overdreven hype om teknologien.

Den største AI-verdien kommer ikke fra tech

McKinsey Global Institute, forskningsavdelingen til konsulentgiganten McKinsey, anslår at AI vil skape 13 billioner dollar i ekstra verdi hvert år innen 2030. Det er et tall som er vanskelig å forestille seg størrelsen på.

Men det interessante er ikke størrelsen. Det er hvor pengene kommer fra. AI skaper allerede mye verdi i programvarebransjen, men mesteparten av fremtidig verdiskaping vil skje andre steder: handel, reise, transport, bilindustri, materialvitenskap (forskning på nye materialer) og produksjon.

«Jeg har faktisk vanskelig for å tenke på en bransje der jeg ikke tror AI vil ha stor innvirkning», sier Ng.

Han og vennene hans pleide å utfordre hverandre med det spørsmålet. Den beste kandidaten noen kom med? Frisørbransjen. Hvordan bruker man AI og robotikk til å kutte hår? Da Ng nevnte dette på en scene, sto en venn av ham opp fra publikum. Hun er professor i robotikk. Hun så på ham og sa: «Hårstilen din, Andrew, det kan en robot gjøre.»

Den viktigste forskjellen de fleste mangler

Mye av hypen rundt AI, og mye av frykten, stammer fra at vi bruker én og samme betegnelse om to helt ulike ting.

Det første er smal kunstig intelligens (Artificial Narrow Intelligence, ANI). Dette er det vi faktisk har i dag: AI-systemer som er ekstremt gode på én bestemt oppgave. En smart høyttaler. En selvkjørende bil. Et søkesystem. En AI som gjenkjenner sykdom i røntgenbilder. Ng kaller dem «one trick ponies», altså enhetskunstnere. Men når du finner riktig triks, kan det være enormt verdifullt.

Ng er tydelig på dette: «Nesten all fremgangen i AI i dag er smal kunstig intelligens.»

Det andre er generell kunstig intelligens (Artificial General Intelligence, AGI). Det er målet om å bygge en AI som kan gjøre alt et menneske kan, eller kanskje mer. Det er den AGI-en folk frykter når de ser filmer om drapsroboter som tar over verden.

Problemet er at vi blander dem. Fordi smal AI gjør enorme fremskritt, trekker folk feilaktig slutningen om at vi også er nær generell AI. Det er vi ikke.

Ng sier det rett ut: «AGI er et spennende mål å jobbe mot, men det krever flere teknologiske gjennombrudd.» Det kan ta tiår, hundrevis av år, eller til og med tusenvis av år.

Fire uker for å forstå AI bedre enn de fleste sjefer

Kurset «AI for Everyone» er lagt opp over fire uker:

Uke 1 handler om hva AI faktisk er. Du lærer om maskinlæring (en metode der datamaskiner lærer fra eksempler i stedet for å følge forhåndsprogrammerte regler), hva slags data som er verdifull, og hva AI kan og ikke kan gjøre. Ng understreker at aviser og forskningsmiljøer nesten utelukkende skriver om AI-suksesshistorier. For å ta gode beslutninger trenger du også å kjenne til feilene.

Uke 2 handler om å bygge AI-prosjekter: hva det innebærer, og hvordan du velger prosjekter som er teknisk mulige og faktisk verdifulle.

Uke 3 handler om AI i bedrifter. Blant annet viser Ng en «AI-transformasjonsplan» for selskaper som vil ta teknologien i bruk.

Uke 4 handler om AI og samfunn: skjevheter i AI-systemer (når AI behandler folk ulikt basert på kjønn, etnisitet eller andre faktorer), konsekvenser for arbeidsmarkedet, og effekter på utviklingsland.

Kurset er gratis og tilgjengelig på DeepLearning.AI.

Hvorfor ikke-tekniske folk trenger dette

Ng laget kurset spesifikt for folk uten programmeringsbakgrunn: ledere, mellomledere, og alle andre som jobber i organisasjoner der AI spiller en rolle. Poenget er ikke at du skal kode. Det er at du skal forstå hva AI kan og ikke kan gjøre, slik at du kan bidra med vurderinger og beslutninger.

«Du vil være mer kunnskapsrik og bedre kvalifisert enn selv topplederne i de fleste store selskaper», sier Ng om det å fullføre de fire ukene.

Det er et dristig løfte. Men det sier noe viktig: AI-forståelse er ikke lenger bare for ingeniørene. Det er i ferd med å bli grunnleggende kompetanse for alle som tar beslutninger i en organisasjon.

---

Ordliste

---

Kilder og ressurser