Vad är AI? Enkel förklaring av generativ AI, språkmodeller och maskininlärning
Vad betyder artificiell intelligens, AI-modell, LLM och generativ AI? Lär dig skillnaderna med konkreta exempel och vanliga missförstånd.
· 5 min läsning
Vad är artificiell intelligens?
Artificiell intelligens, förkortat AI, är ett samlingsnamn för datorbaserade system som kan behandla indata och skapa till exempel förutsägelser, innehåll, rekommendationer eller beslut. Systemen kan fungera med olika grad av självständighet och anpassningsförmåga.
AI är alltså inte en enda teknik. Det kan handla om bildigenkänning, rekommendationssystem, språkmodeller eller system som hjälper till att analysera stora mängder information.
Vad är maskininlärning?
Maskininlärning är en vanlig metod för att bygga AI-system. I stället för att varje regel skrivs för hand tränas en modell med data för att hitta mönster som kan användas på nya exempel.
Hur bra modellen fungerar beror bland annat på träningsdata, uppgiftens svårighet och hur systemet testas. En modell kan ge till synes rimliga resultat men ändå vara fel i nya situationer.
Vad är generativ AI?
Generativ AI kan skapa nytt innehåll utifrån en instruktion, som en text, illustration, ljudsekvens eller programkod. En chattbot som skriver svar och ett system som gör bilder är två exempel.
Generativ AI kan vara ett bra stöd för utkast och idéer, men producerar inte automatiskt verifierade fakta. Resultatet behöver bedömas utifrån vad det ska användas till.
Vad betyder LLM och språkmodell?
LLM står för large language model, ofta översatt till stor språkmodell. Det är en modell som har tränats för att bearbeta och generera språk. Den kan sammanfatta, översätta, föreslå kod och skriva texter, men den kan också hitta på uppgifter.
En språkmodell är inte samma sak som en sökmotor. Om en tjänst söker i externa källor kan svaret bli mer förankrat, men även då behöver viktiga påståenden kontrolleras mot själva källan.
Vad är en AI-agent?
Begreppet AI-agent används ofta om system som inte bara besvarar en fråga utan också kan planera eller utföra flera steg, till exempel söka information, använda ett verktyg eller sammanställa ett resultat.
Ju fler åtgärder en agent får genomföra, desto viktigare blir tydliga behörigheter, loggning, möjlighet till mänskligt godkännande och kontroll av vilket innehåll agenten får lita på.
Fem begrepp att komma ihåg
- Prompt: instruktionen eller frågan som ges till ett AI-system.
- Modell: den tränade komponent som bearbetar indata och skapar resultat.
- Hallucination: när ett AI-system producerar felaktiga eller påhittade uppgifter.
- RAG: en teknik som förser en modell med hämtat källmaterial när den ska skapa svar.
- Mänsklig kontroll: personer granskar, begränsar eller godkänner hur AI används och vilka beslut som tas.
Varför spelar begreppen roll?
Det är lättare att bedöma ett AI-verktyg om man vet om det skapar innehåll, hämtar information eller fattar beslut. Olika användningar ger olika risker, särskilt när personuppgifter eller människors rättigheter berörs.
EU:s AI-förordning definierar centrala begrepp, och Diggs riktlinjer visar hur offentliga organisationer kan resonera om ansvar och kontroll.