Det er især tech-giganter som Google, Facebook og andre, der har skubbet udviklingen fremad. De har sat sig tungt på markedet for kunstig intelligens, men den gode nyhed er også, at de har demokratiseret teknikkerne og har gjort dem til hyldevarer.

Af Kristian Tølbøl Sørensen og Henrik Pedersen, Visual Computing Lab på Alexandra Instituttet

Man siger, at i et land som Tyskland, der forsvinder alle folk, som arbejder med kunstig intelligens, ind i bilindustrien. Stort set alle de parametre, der er forbundet med selvkørende biler, involverer kunstig intelligens. Det gælder lige fra at kunne forstå omgivelserne og kunne se, at her er en cyklist, og her er en fodgænger.

Udviklingen sydpå er et kraftigt fingerpeg om, hvordan de seneste års udvikling inden for kunstig intelligens har sat gang i en industriel udvikling, der kan vende op og ned på vindere og tabere i den globale konkurrence. Det gælder især inden for Deep Learning, der er en teknik, som kan bruges til billedanalyse og talegenkendelse.

Analyser fra Tractica anslår, at markedet vil vokse fra godt én mia. dollars i 2016 til 26 mia. dollars i 2025.

Demokratisering af teknikkerne

Det store gennembrud, der er kommet inden for de sidste fem år, skyldes både, at der er sket en masse på hardwaresiden, og computerne er blevet hurtigere og bedre til at træne neurale netværk, hvilket har gjort det muligt at anvende de her teknikker, der ellers er gamle.

Udviklingen skyldes også, at der er kommet de her store databaser, som man kan træne og lære at finde mønstre i. Det skyldes især, at der er opstået en delingskultur med, at man lægger annoterede billeder ud på nettet og dermed skaber store databaser. Annoterede data er en måde at fortælle computeren, at et billede for eksempel indeholder en kat eller hund eller andet – og ofte hvorhenne i billedet. Der findes for eksempel databaser i dag med menneskers bevægelser i forbindelse med en sportsudøvelse, og dermed kan man forholdsvis let træne et neuralt netværk, der kan analysere golfsving eller dansetrin.

Det er især tech-giganter som Google, Facebook og andre, der har skubbet udviklingen fremad. De har sat sig tungt på markedet for kunstig intelligens, men den gode nyhed er også, at de har demokratiseret teknikkerne og har gjort dem til hyldevarer.

Der findes i dag rigtig mange offentligt tilgængelige værktøjer, som kan løse meget komplekse problemer for én, og som man kvit og frit kan bruge på egne billeddata. Denne datadrevne måde at arbejde med billeder åbner op for en masse nye muligheder. Og det er vigtigt, at danske virksomheder griber de her muligheder.

Klassificerer tatoveringer

Det er især oplagt at gribe fat i de her værktøjer, hvis man som virksomhed ligger inde med unikke data. En lang række virksomheder er allerede i gang herhjemme.

Det gælder eksempelvis Tattoodo, der er et socialt netværk, hvor folk lægger deres billeder af tatoveringer ud. De var grundlæggende udfordret af, at de brugte meget tid på at klassificere tatoveringerne, men fordi de via deres medlemmer har fået adgang til unikke data, så kan de træne et netværk op, der kan klassificere deres billeder.

Det betyder, at de kan optimere billed-feedet for deres over 20 mio. følgere, og dermed nemt kan levere inspiration baseret på de motiver, som de kan lide, eller baseret på de kunstnere, de følger.

Det er også oplagt at anvende teknikkerne inden for sundhedsområdet. Hvis man for eksempel ligger inde med mikroskopbilleder af kræftceller, så kan man efter at have annoteret dem træne et neuralt netværk op, der kan skelne mellem kræft- og ikke-kræftceller.

Læs hele artiklen her