Machine learning går mainstream

Machine learning er lige nu blandt de allermest hypede teknologier – ikke blot i snævre branchekredse eller i den akademiske verden. Mainstream-medier kan berette om, at maskinerne snart overtager kontrollen, og at den gamle drøm om kunstig intelligens nu er ved at blive realiseret. Der er dog langtfra tale om ren hype. Amazon, Google, Facebook, Baidu og andre tech-giganter har alle udviklet machine learning-baserede anvendelser inden for deres forretningsområder. Og vi er allesammen med til dagligt at føde mere og mere data ind til algoritmerne. Så snart man laver en rettelse i Google Translate, er man sammen med millioner andre brugere med til gradvis at gøre oversættelsen bedre og bedre – bare for at tage et enkelt eksempel.

Mange open source-værktøjer

Også på andre områder er machine learning-baserede løsninger ved at få direkte indvirkning på vores liv. Medicinsk diagnosticering, scanning og sortering af jobansøgninger, profilering og segmentering ud fra din adfærd på nettet, automatisk sagsbehandling i forsikringsbranchen, osv. osv. Alle anvendelser, der enten allerede er implementeret eller er på vej.

At teknologien er ved at være mainstream, ses også af de efterhånden mange open source-værktøjer og API'er, som man umiddelbart kan tage ned fra hylden og bruge til at udvikle applikationer. Stort set alle de store teknologivirksomheder har lagt machine learning-pakker ud som open source, og de fleste programmeringssprog har deres pakker, eksempelvis scikit-learn til Python og Weka til Java. En simpel søgning på "open source machine learning" vil give adskillige gode lister over de mest populære værktøjer.

Big Data og maskinkraft

Men hvorfor dette boom for en teknologi, hvis grundkoncepter har været kendt i en del år?

De ufatteligt store mængder data, vi har til rådighed i dag – og vel at mærke labeled data, som eksempelvis billeder på nettet – er en vigtig faktor. Machine learning-algoritmerne kan fodres med enorme mængder eksempeldata, som sætter dem i stand til at blive stadigt bedre til opgaver, som vi tidligere kun kunne sætte mennesker til. Det kan være alt fra på et millisekund at finde alle matchende ansigter i en billeddatabase til at slå den regerende verdensmester i brætspillet Go.

Dertil kommer den voldsomt øgede maskinkraft, vi har til rådighed i dag, og så en tredje faktor, som Allan Grønlund, specialkonsulent på Datalogisk Institut, Aarhus Universitet, peger på.

– Både i industrien og i den akademiske verden er man blevet meget klogere på det her område de seneste år, og der er simpelthen mange flere mennesker, der arbejder med machine learning i dag end for år tilbage.

Teknologien ikke ny

Algoritmerne, der ligger i machine learning-værkstøjskassen, er ifølge Allan Grønlund ikke specielt nye. På nogle områder er der dog sket en udvikling.

– Der er sket en del ændringer i den måde, hvorpå man opbygger neurale netværk, som er en grundkomponent i den variant af machine learning, vi kalder deep learning, forklarer han.

På de følgende sider kigger vi nærmere på, hvad machine learning er, og ikke mindst ser vi nærmere på nogle af de etiske og juridiske problemstillinger, som en øget anvendelse af machine learning-baserede systemer kan føre med sig.


Læs også...

Lønsamtaler kan give sved på panden, men med den rette strategi kan du forlade chefens kontor med mere i lønningsposen. Mariam Senounou er jurist hos…

Man kan lære mange ting på skolebænken, men meget læring kommer også fra virkeligheden. Det har tre software design-studerende i den grad mærket på…

Microsoft vil starte en atomreaktor op igen for at give grøn strøm til deres datacentre, specielt dem med AI. Hvis det reelt går igennem, og de får…

En ny feature i et af Googles AI-værktøjer gør det muligt at lave en podcast på få minutter. Featuren er så nem at bruge, at den egentlig ikke behøver…

Millioner af udviklere verden over bruger hver dag JavaScript – men hvorfor er programmeringssproget blevet så populært? PROSAbladet har talt med…

Et nyt projekt indsamler danske stemmer for at sikre, at AI-løsninger fremover også kan tale med dialekter. Du kan også donere din stemme, skriver DR.…

I dag lever Andreas Green Rasmussen af at finde dygtige iværksættere, han kan investere i. Men han har også selv flere startups på CV'et – og han ved,…

Ugly Duckling Ventures er en dansk venturefond, der håber at finde de startups, som bliver store milliardforretninger. Men hvad er en venturefond…

Der findes et hav af muligheder, når du som iværksætter skal finde finansiering til din startup. PROSAbladet guider dig til otte steder, hvor du kan…

Tech-giganterne er stadig i front, når it-studerende skal rangere populære arbejdspladser. Til gengæld har de store konsulenthuse taget et stort dyk…