Rapport från AddAI 2018 del 2 – AI i praktiken

Igår deltog vi på Internetdagarna 2018 om Artificiell intelligens – det nya gränslandet som anordnades av AddAI. Under dagen diskuterades bl.a. vad AI kan göra idag och imorgon, praktiska tillämpningar, hur AI kommer påverka arbetsmiljö, arkitektur, hållarbarhetsfrågor, etik, de juridiska konsekvenserna och hur människa och AI kan arbeta tillsammans på ett konstruktivt sätt. Läs vår rapport från den inledande delen av dagen här: AI idag och imorgon

Dagens andra del fokuserade på AI i praktiken – tillämpningar och användningsområden.

Markus Bylund, strategichef för IT och digitalisering på Uppsala kommun, menade att AI kommer att vara ett viktigt verktyg för att hantera våra välfärds-utmaningar, men att det i debatten idag saknas effektivitetsoptimering och prioritering. Lösningen är inte att ge röststyrda armband till alla äldre, det krävs en helt annan nivå och helhetstänk med digitala processer i hela verksamheten och integrerade dataflöden. Om man inte har de grundläggande förutsättningar på plats och har analyserat fundamentet innan man implementerar AI blir det lite som att ”hälla glasyr på en möglig muffins” som Markus Bylund så träffande uttryckte det.

Andreas Henningsson, arkitekt vid Försäkringskassan, knöt an till det som även rapporten om ”Artifical Intelligence in Europe” visade (läs mer i föregående bloggpost) att ju högre upp i hierarkin man går i ett företag desto större är tilltron till och förväntningarna på vad AI kommer att kunna lösa. Utöver ledningens orealistiska förväntningar på att ”AI löser allt”, var de största utmaningarna som Andreas Henningsson såg det, det kontinuerliga lärandet, vem som övervakar systemen och vems etik som ska styra.

Christian Guttman, Global Head of Artificial Intelligence på Tieto, pekade på att den största flaskhalsen är bristen på kompetens. NY Times beräknade nyligen att det finns under 10 000 AI-experter i hela världen. Av dessa finns bara fem i Sverige.

Christian Guttman redogjorde även för de två huvudsakliga angrepps-sätt som AI-utveckling kan ha, augmentering eller automation, där augmentering innebär att AI stödjer människor att utföra uppgifter bättre och effektivare, och där automatisering AI innebär att AI används för att utföra uppgifter bättre på egen hand, utan mänsklig inblandning.

Leif Nordlund, AI / Machine Learning Evangelist vid Nvidia, utvecklade detta vidare genom att förklara skillnaden mellan traditionell Machine learning och Deep learning.

Machine learning är det som används till största del i AI-lösningar idag, där fokus är på att effektivisera processer och göra realtidsanalyser – dvs göra samma sak som tidigare, men bättre. Deep learning accelererar nya lösningar, t.ex. nya sätt att diagnosticera eller bota cancer, och ersätter arbetsflöden av människor – dvs ändrar hela processen och gör saker som inte tidigare var möjliga.

Karl-Oskar Brännström, VD Aigine, redogjorde sedan för sin AI-lösning för hantering av personuppgifter i ostrukturerad data, som bygger på kollaborativt kognitivt lärande och en iterativ process där alla kunder gemensamt lär upp systemet, och menade att det var ”lättare att lära övriga anställda juridik än att lära jurister kontext”.

Fahrim Shirinzade visade slutligen hur AI kan användas för rekrytering och säkerställa att rätt person matchas med rätt jobb baserat på en mängd olika faktorer.

Läs alla rapporterna från Industridagarna här:

Share