artificial_intelligence_02

Kunstig intelligens

Kan en ​​​​​​​maskine tænke?

Kunstig intelligens, som en del af informationsteknologien, har været et stort og hypet tema siden 2017. Kunstig Intelligens (forkortet KI) er allerede slået igennem inden for forskellige områder som fx virtuelle assistenter, applikationer, brain games og meget mere.

Men for at vende tilbage til det indledende spørgsmål: Kan maskiner virkelig tænke? Allerede der støder vi på det første uafklarede spørgsmål, nemlig: Hvordan definerer man det ”at tænke”? Definitionerne er på mange måder forskellige, og der er ikke et klart og entydigt svar på dette.

Men hvad er forskellen på menneskelig og kunstig intelligens?

Det særlige kendetegn ved mennesker er – i hvert fald indtil videre – evnen til at tænke kreativt og innovativt. Maskiner kan vælge mellem forskellige eksisterende beslutningsmuligheder og kan forarbejde utroligt store mænger data og informationer. Derudover er de forbundet med enormt stor pålidelighed, akkuratesse og kontinuitet – de kan arbejde døgnet rundt uden hvile. Selv komplekse opgaver kan løses af maskiner, når blot de rette instruktioner er givet. Algoritmer, megen kraft til at processere data og eksponentiel vækst af de data, der skal bearbejdes, udgør grundlaget for den kunstige intelligens.

På baggrund af dette kan vi se det store potentiale, der gemmer sig i kunstig intelligens. Vores arbejdsmarked vil blive påvirket af videreudviklingen af kunstig intelligens, og derunder maskinlæring, i fremtiden.

DOWNLOAD WHITEPAPER HERE

SSI_Whitepaper_AI_ENG_WEB.pdf

null

758.0 KB

GRUNDBEGREBER INDEN FOR KUNSTIG INTELLIGENS

Innovations and Trends in material handling and logistics

Kunstig intelligens (forkortet KI eller AI efter det engelske Artificial Intelligence) er et område inden for informationsteknologien, som beskæftiger sig med intelligent adfærd. KI er et forsøg på at programmere en computer, så den selvstændigt kan bearbejde problemer på samme måde, som et menneske kan. Computeren træffer beslutninger på baggrund af data indsamlet fra forskellige kilder (databanker, sensorer, kameraer mv.), som inden for en angivet tidsramme skaber en kalkuleret reaktion på det underliggende problem.

artificial_intelligence_04

Maskinlæring, eller på engelsk machine learning, er et samlet begreb for forskellige processer, som bruges til at fastsætte en ukendt sammenhæng mellem input og output. Under begrebet findes, udover de klassiske anvendelser som fx dannelsen af clusters, regressions-, faktor- og tidsrækkeanalyser, også komplekse metoder som neurale netværk, evolutionære tilgange og support vector maskiner.

KUNSTIG INTELLIGENS

Lær mere om fremtidens nøgleteknologi

Hvad er kunstig intelligens?

Kan en maskine tænke og træffe selvstændige beslutninger? Kunstig intelligens er til stede - ikke kun i vores professionelle, men også i vores private liv. Vil du vide mere?

KUNSTIG INTELLIGENS OG INTERN LOGISTIK

Kunstig intelligens skaber nye muligheder

Fremtidens logistik

Vi tænker allerede nu på fremtidens logistik. Med kunstig intelligens åbner der sig nye muligheder.

OM FORFATTERNE TIL WHITEPAPERET ”ARTIFICIAL INTELLIGENCE IN LOGISTICS”

Bild Markus Klug

Markus Klug har studeret Teknisk Matematik på Wien Tekniske Universitet og har specialiseret sig i simulering, operationsanalyse og statistik. Markus har beskæftiget sig med internationale forskningsprojekter inden for logistik siden 2001, og han har blandt andet været konsulent for den østrigske hær i forbindelse med matematiske modeller og processer i den militære sektor.

Markus har arbejdet hos SSI SCHÄFER siden 2013, hvor han er ansvarlig for dataforskning og kunstig intelligens/maskinlæring. Markus råder over en bred erfaring og en omfattende viden, som han har fået gennem en række videnskabelige udgivelser og foredrag.

Bild Georg Reif

Georg Rief har en bachelor i Datalogi og en kandidat i Fysik. Han har otte års erfaring med softwareudvikling og har arbejdet som W4-udvikler for kundeprojekter hos SSI SCHÄFER siden 2014. Han har arbejdet inden for området datalogi og simulation siden december 2016.

New Content Item (1)

Karina Konrath har studeret teknisk matematik på Graz Tekniske Universitet i Østrig og har arbejdet hos SSI SCHÄFER siden november 2017. Som dataforsker er hun ansvarlig for analyse og bearbejdelse af data.

Hvordan kan vi hjælpe?