Hvad kunstig intelligens egentlig er

Fra historien ved du, hvilken idé der vandt: programmér ikke viden ind, lær ud fra eksempler. Lad os se på, hvad det betyder i praksis — det er grundlaget for hele kurset.

Et almindeligt program: en verden af faste regler

Et klassisk program er et sæt instruktioner skrevet af en person: «hvis knappen trykkes, åbn vinduet», «hvis totalen er over 1000, bed om bekræftelse». Et program vil aldrig gøre noget, der ikke er i dets regler. Det er dets styrke (forudsigelighed) og dets loft: prøv at skrive regler, der kan skelne en kat fra en hund på et foto. Øreform? Varierer efter race. Knurhår? Ikke altid synlige. Folk prøvede i 30 år og kom ingen vegne.

AI: en verden af eksempler

Maskinlæring vendte tilgangen på hovedet: i stedet for tusind regler for «hvordan en kat ser ud», viser du modellen en million fotos med svarene — kat / ikke-kat — og den finder selv mønstrene: kombinationer af former, teksturer og proportioner, som en person ikke engang kunne sætte ord på. Det er, hvad maskinlæring er — grundlaget for al moderne AI.

Du har brugt AI i årevis — du har bare ikke lagt mærke til det

• 📱 Ansigtslås — et neuralt netværk genkender dig, selvom du ser lidt anderledes ud hver dag.
• 🎵 Musik- og videoanbefalinger — en model, der lærte din smag ud fra din lyttehistorik.
• 📧 Spammappen — AI trænet på milliarder af e-mails: regler kan ikke fange spam, det muterer.
• 🗺️ Trafik i din kort-app — en forudsigelse bygget på data fra tusindvis af biler.
• 📷 Dit telefonkamera — natfunktion og portrætudviskning er også neurale netværk.

Læg mærke til, hvad de har til fælles: hver især er en opgave, hvor du ikke kan skrive reglerne, men hvor det er nemt at indsamle eksempler.

Skak versus Go: de to tilgange, side om side

I 1997 slog computeren Deep Blue verdensmesteren i skak Garry Kasparov — og det var en triumf for den gamle tilgang: en hær af programmører og stormestre indlæste skakviden i maskinen manuelt, og derfra vandt den ved at gennemgå millioner af positioner i sekundet. Tricket virkede ikke for Go: det har flere positioner, end universet har atomer, brute force er magtesløs, og ikke én mester kunne sætte ord på «reglerne for et godt træk».

Så Go stod ubesejret i tyve år — indtil AlphaGo lærte det fra millioner af spil og fra at spille mod sig selv. Den ene grænse faldt for regler, den anden kun for læring. Husk dette par: det fortæller dig øjeblikkeligt, hvilken tilgang der passer hvor.

Tre slags AI, du vil støde på

• Genkendelse: ser på data og siger «hvad dette er» — et ansigt på et foto, spam i en e-mail, en defekt på en produktionslinje.
• Forudsigelse: vurderer «hvad der vil ske» — trafik om en time, en kunde der er ved at forlade, det næste ord dit tastatur foreslår.
• Generativ: skaber noget nyt — tekst, billeder, musik, kode. Dette er den, der eksploderede i 2022, og det meste af dette kursus handler om den.

Almindelige myter (lad os afklare dem nu)

• «AI betyder robotter.» En robot er en krop, AI er «hjernen». Næsten al moderne AI lever helt uden krop: i din telefon, din browser, en server.
• «AI tænker som et menneske.» Det gør den ikke: den finder statistiske mønstre. Nogle gange er resultatet umuligt at skelne fra tænkning, men mekanismen er anderledes — og vi vil gennemgå forskellene (hallucinationer, for eksempel).
• «AI har mål og ønsker.» En model har et matematisk mål, som folk gav den. Bekymringer om AI er værd at tage alvorligt, men start fra fakta, ikke filmplots.

Kursets kerneformel

Lær én kontrast — den forklarer det meste af, hvordan AI opfører sig:

Et almindeligt program: en person skriver reglerne → maskinen følger dem → forudsigeligt, men begrænset til det, der blev skrevet.
AI: en person giver eksempler → maskinen finder selv reglerne → den håndterer opgaver, der ikke har regler, men dens konklusioner er statistik, ikke en garanti.

Begge sider af mønten kommer derfra. Superkræften: AI løser problemer, ingen kunne programmere (tale, syn, oversættelse, samtale). Svagheden: den kan tage fejl med selvtillid og uden varsel — dens «regler» blev trukket ud af eksempler, og i sjældne eller nye tilfælde svigter statistikken den.

Gør dette nu: dit første rigtige resultat på et minut

Nok teori — lad os prøve AI i praksis. Du behøver ikke at gå nogen steder: der er en Kør-knap under prompten, og en rigtig AI svarer lige her. Skift ét ord på den første linje — dit eget job — og kør den:

You are an experienced assistant. I'm a marketer.
(swap in your own: accountant, teacher, chef, driver — anything)

Do three things:
1. Name 5 typical work tasks of mine where you could help.
2. For the most common one, show a finished example: a short text or plan you'd produce.
3. Ask me 2 clarifying questions to make the result more accurate.

På under et minut får du et svar skræddersyet til dit job — det er det første rigtige resultat, hele dette kursus er til for. Kan du ikke lide svaret? Tilføj «gør det kortere» eller «giv mig et andet eksempel» og send igen — AI vil med glæde gøre det om. Du har lige anvendt alt, vi talte om: du gav modellen eksempler at sigte efter (en rolle og en opgave), og den fandt selv frem til svarets regler.

Kan du ikke se knappen? Du er ikke logget ind endnu — tilmelding er gratis og tager ét klik. Og i modul tre sætter vi dig op med din egen AI-adgang uden for kurset, trin for trin.