Grundläggande om AI – enkelt förklarat

• Språk och text: hjälp med översättning, sammanfattningar och formuleringar.
• Bilder och tal: känna igen motiv, omvandla tal till text eller skapa en illustration.
• Förslag och sortering: rekommendera en film, filtrera skräppost eller analysera trafik.

Generativ AI är AI som skapar nytt innehåll, till exempel text, bilder, ljud, video eller kod. Andra AI-system används främst för att känna igen, sortera eller förutsäga.

Se fler exempel på AI i vardagen eller läs översikten Vad är AI?.

Se AI som en hjälpreda, inte som en expert som alltid har rätt. Ett snabbt och självsäkert svar kan ändå vara missvisande.

• Stämmer uppgifterna? Kontrollera originalkällor vid viktiga beslut, särskilt om hälsa, juridik, ekonomi, säkerhet och aktuella nyheter.
• Är svaret rättvist och relevant? Data och systemets utformning kan ge skeva resultat, ofta kallat bias.
• Vad delar du? Vissa tjänster sparar historik eller feedback. Dela inte känslig information utan att förstå villkoren.
• Vad påstås bilden eller rösten visa? AI kan också användas för vilseledande bilder, texter och ljud.

Läs mer om varför AI ibland ger fel svar.

Du behöver inte kunna de här begreppen för att börja använda AI. De hjälper dig att förstå hur tekniken byggs och varför den har begränsningar.

Data är information och exempel som ett system tränas på eller analyserar. Algoritmer är metoder för att lösa uppgifter och hitta mönster. En modell är det tränade system som används för svar och förutsägelser.

Tänk på ett system som tränats på många kattbilder: det kan lära sig mönster som hjälper det att känna igen en ny kattbild. På liknande sätt lär sig en språkmodell mönster i text och kan skapa en fortsättning utifrån din instruktion.

Instruktionen eller frågan du ger AI kallas en prompt.

Under träningen analyseras exempel och modellen justeras för att bli bättre på sin uppgift. När du använder modellen arbetar den med det den redan har lärt sig och den information den får i uppgiften.

En färdig modell blir inte automatiskt smartare av varje fråga. En tjänst kan däremot spara historik eller använda feedback enligt sina inställningar och villkor.

Maskininlärning innebär att ett system tränas på exempel i stället för att få detaljerade regler för varje situation.

Djupinlärning är en del av maskininlärningen som använder neurala nätverk med många lager, bland annat för bild, tal och språk. Det är inte tre konkurrerande tekniker: djupinlärning ingår i maskininlärning, som i sin tur ingår i AI.

Läs om skillnaden mellan AI, maskininlärning och deep learning.

Börja med en enkel uppgift där du själv kan bedöma svaret, till exempel en formulering eller sammanfattning. Testa, jämför och ändra instruktionen.

Du behöver varken lita blint på AI eller kunna all teknik bakom den. Rimliga förväntningar och kritisk kontroll hjälper dig att få bättre nytta.

Fortsätt med guiden till bra promptar, gratis AI-utbildningar eller AI-ordlistan.