Del 6 i bloggserien för uppdraget Swelife 😍 AI. Vissa talar nu om AI 2.0, men frågan är om det är meningsfullt att växla upp ett nummer för att lämna det gamla bakom oss. Inte sällan är dessa numreringar historielösa. På sätt och vis är dagens AI minst 2.0, om inte annat med tanke på GOFAI – Good-Old-Fashioned Artificial Intelligence – anno 1956.
”Machine learning and deep learning are being put to work now.”
– Gadi Singer, Intel, under O’Reilly’s Artificial Intelligence Conference i New York 2019 [1]
Optimismen inom AI är mestadels bra! Men innebär det att AI 1.0 enbart levde i laboratoriemiljö? Jag tror inte de som byggde Optical Character Recognition (OCR), som många av oss använder för att skanna fakturor i bankens mobilapp varje månad, håller med. Inte heller de som i över tjugo år jobbat med bilddiagnostik i radiologin.
Tidigare versionshybris – webb 4.0
Som alltid kommer dessa nummer att missbrukas i marknadsföringssyfte och innebörden försvinner. Jag kommer så väl ihåg en kurs i webbutveckling för tolv år sedan där en av de andra deltagarna kom från en välkänd reklamfirma. Företaget hade veckan innan kursen förklarat att man minsann överträffade alla andra, man byggde nämligen fjärde generationens webbplatser. Andra firmor pratade vid den tiden om webb 2.0. Samma reklamfirma byggde fortfarande webbplatser i Adobe Flash (notera: en extremt dålig idé) och de av oss som verkligen kunde webben hade ganska nyss börjat diskutera övergången till tredje generationens webb, det vill säga den semantiska webben, med Microformats och webben som en distribuerad databas, m.m.
Så vad detta företag menade med fjärde generationens webb är fortfarande oklart. Men det gav dem artiklar i branschtidningar i alla fall.
Innebördsglidning – molnet, big data och nu AI
En gång för länge sedan fanns det något som kallades för webbtjänster – tjänster du nådde över nätet. Ett mer produktigt namn på det var då ASP (Application Service Provider). Vad som är skillnaden mellan ASP och dagens definition av ‘moln’ övergår fortfarande mitt förstånd. Vet du så skriv för jösse namn en kommentar. Men det var nya tider och det krävdes ett nytt namn, tydligen, för något vi redan kunde.
Big data – små, ostrukturerade data som ändras ibland
Sen kom begreppet ‘big data’ som efter ett tag inte alls behövde handla om stora datamängder när tillräckligt många lyckats inkludera det de gjorde i begreppet. En kompromiss nåddes, att stora data snarare handlade om “de tre V”. Fiffigt va? Något vi kan komma ihåg 🙂
De tre sakerna som börjar på ‘v’ är beskrivande egenskaper om dessa data, att det handlar om deras:
- Volym. Alltså att det helt enkelt är stora datamängder.
- Variation/varians. Helt enkelt att ostrukturerade data kunde vara big data bara de var tillräckligt jobbiga att ha att göra med. På detta sätt kom alla som pysslade med sök, data mining med mera med på tåget.
- Velocitet/hastighet. Att ta hand om realtidsdata eller att löpande analysera icke-statiska datamängder blev big data. Så nu kom alla som inte har oföränderliga datamängder med, det vill säga nästan alla.
Och ja, många företag och människor som jobbat med big data, molnet, advanced analytics och visualisering anser att de jobbat med AI redan innan det var modernt på 2010-talet. Och då jag är uppvuxen i gnällbältet kan jag med att säga att många nog försöker få dagens främsta buzzword, AI alltså, att passa in i det de redan gör och alltid har gjort.
Disclaimer
Och innan någon går bananas på att jag jobbar med AI-frågor sedan något år tillbaka. Jag utger mig inte för att vara någon AI-expert. Jag är en mångsidig utvecklare och informationsarkitekt. En som är dålig både på statistik och computer science, helt enkelt nidbilden av en data scientist. Andra populära sätt att beskriva mig är som fullstack, en som optimerar databaser, kodar markup men också förstår länkade data. En generalist till utvecklare helt enkelt.
On topic: Vad tycker du vore ett vettigt sätt att beskriva dagens AI och den vi har inom räckhåll?