1. Datavetenskap – grunden allt vilar på
Innan något kan kallas AI måste det finnas ett datorprogram. Datavetenskap är disciplinen som handlar om hur man lagrar, bearbetar och kommunicerar information med maskiner. Algoritmer, datastrukturer, programmeringsspråk – allt detta är datateknikens byggstenar.
AI är i grunden datavetenskap med ett specifikt mål: att skriva program som kan lösa problem som normalt kräver mänsklig intelligens. Schack, bildtolkning, översättning, sjukdomsdiagnos. Utan datavetenskap, ingen AI.
2. Maskininlärning – när datorn lär sig av data
Det klassiska sättet att programmera: du skriver regler. "Om x, gör y." Det fungerar för enkla problem. Men hur programmerar du en regel för att känna igen en hund i ett foto?
Maskininlärning (Machine Learning, ML) löste det problemet. Istället för att skriva regler matar du datorn med tusentals exempel – foton av hundar, foton av katter – och låter den hitta mönstren själv. Datorn "lär sig" utan att någon skrivit "detta är en hund"-regler.
Det är grunden till modern AI. Netflix som rekommenderar filmer, bankens bedrägeridetektor, Spotify som hittar din nästa favoritlåt – allt bygger på maskininlärning.
3. Djupinlärning – neurala nätverk inspirerade av hjärnan
Djupinlärning (Deep Learning, DL) är en underkategori av maskininlärning – men en så kraftfull sådan att den förtjänar en egen rubrik. Metoden bygger på artificiella neurala nätverk: lager av matematiska noder som grövt sett imiterar hur neuroner i hjärnan kopplas ihop.
Fördelen: nätverken kan hitta extremt komplexa mönster i enorma datamängder. Det är djupinlärning som driver igenom ChatGPT, bildigenkänning i telefoner, röststyrning och medicinsk bildanalys. GPT-4, Gemini, Claude – alla är djupinlärningsmodeller.
Nackdelen: de är energikrävande, kräver enorma mängder träningsdata och är svåra att förstå inifrån. De är kraftfulla men ogenomskinliga.
4. Naturlig språkbehandling – att förstå och producera text
Hur läser en dator en mening och förstår vad den betyder? Det är problemet som naturlig språkbehandling (Natural Language Processing, NLP) löser.
NLP inkluderar allt från stavningskorrigering och maskinöversättning till sentimentanalys och frågebesvaringssystem. Moderna stora språkmodeller (LLM:er) som ChatGPT är i grunden NLP-system på steroider – tränade på i princip hela internet.
NLP är det som gör det möjligt att skriva naturlig svenska till en AI och få ett vettigt svar. Det är också det som analyserar kundrecensioner, sammanfattar juridiska dokument och flaggar hatfullt innehåll på sociala plattformar.
5. Datorseende – när maskinen tolkar bilder och video
Datorseende (Computer Vision) handlar om att låta datorer tolka visuell information – foton, video, medicinska bilder, satellitbilder.
Det låter enkelt. Men att "se" är kognitivt extremt komplext – vi vet det först nu när vi försökt lära maskiner att göra det. Datorseende driver ansiktsigenkänning i telefonen, självkörande bilar som identifierar fotgängare, röntgenbilder som analyseras för cancerdetektering, och industrirobotar som sorterar produkter med kameraögon.
En undergren är bildgenerering: modeller som DALL-E och Midjourney skapar bilder från textbeskrivningar. Det är datorseende baklänges – istället för att tolka en bild genererar systemet en.
6. Robotik – AI som rör sig i världen
De fem tidigare disciplinerna lever i datorn. Robotik är det som händer när AI tar steget ut i den fysiska världen.
En robot är ett system som kan uppfatta sin omgivning (med sensorer), fatta beslut (med AI) och agera (med motorer och mekanik). Det kräver att maskininlärning, datorseende och planering integreras i ett system som måste hantera en oförutsägbar verklighet i realtid.
Robotik spänner från industrirobotar som svetsar bilar och plockar paket på lager, till kirurgirobotar, jordbruksrobotar och de humanoidrobotar – Boston Dynamics, Tesla Optimus – som nu börjar kliva ut ur laboratoriet.
7. Förstärkningsinlärning – AI som lär sig av konsekvenser
Den sjunde disciplinen är kanske den mest fascinerande. Förstärkningsinlärning (Reinforcement Learning, RL) bygger på en enkel princip: låt AI:n prova saker, ge belöning för rätt beteende och straff för fel. Upprepa miljarder gånger.
Det är ungefär som att träna en hund – fast oerhört mycket snabbare. Googles AlphaGo lärde sig spela det kinesiska brädspelet Go på den här principen och besegrade världsmästare 2016. AlphaFold använde liknande metoder för att lösa proteinfällningsproblematiken – ett av biologins svåraste problem.
Förstärkningsinlärning driver också moderna LLM:er: efter grundträningen finjusteras modellerna med mänsklig feedback (RLHF, Reinforcement Learning from Human Feedback), vilket gör dem mer hjälpsamma och mindre benägna att producera skadligt innehåll.
Hur det hela började – och varför det tog så lång tid
Det är frestande att tro att AI är något nytt. Men begreppet myntades redan 1956, på en konferens vid Dartmouth College i USA. Matematiker och pionjärer ville bygga maskiner som kan tänka. Drömmen verkade nära.
Den kraschade – två gånger. På 1970-talet insåg forskarvärlden att datorerna varken var tillräckligt snabba eller hade tillräckligt med data. Finansiering drogs in. Forskningen stannade upp. Perioden kallas "AI-vintern". Samma historia upprepades på 1980-talet.
Det som förändrade allt kom 2012. En forskargrupp vid University of Toronto presenterade det neurala nätverket AlexNet och vann en global bildigenkningstävling med en marginal som ingen trodde var möjlig. Modellen hade tränats på miljoner bilder med hjälp av grafikprocessorer – GPU:er – som ursprungligen designats för datorspel. Plötsligt var djupinlärning inte längre teori. Det funkade på riktigt.
Sedan dess har takten accelererat på ett sätt som förvånat även de som bygger systemen. ChatGPT nådde hundra miljoner användare på två månader. Det tog Instagram två och ett halvt år att komma dit.
Vad AI faktiskt inte klarar av
Det är lätt att imponeras – och lika lätt att övertolka. AI är inte intelligens i den mening du och jag lägger i ordet.
En stor språkmodell som ChatGPT förstår inte text. Den beräknar sannolikheter. Vilka ord brukar följa på varandra i just det här sammanhanget? Det räcker för att producera imponerande meningar – men det är mönstermatchning, inte förståelse.
Det ger konkreta begränsningar. AI hallucinerar – hittar på fakta med total övertygelse. Den misslyckas med enkelt vardagsförnuft som ett treårigt barn klarar utan ansträngning. Fråga ett AI-system vad som händer om du lägger en kopp på kanten av ett bord och knuffar den – det kan formulera ett korrekt svar, men det "vet" det inte på det sätt du vet det.
AI generaliserar också dåligt utanför sin träningsdata. Träna en modell på bilder av hundar tagna utomhus och den kan misslyckas med ett hundfoto taget inomhus. Träna en medicinsk AI på data från ett sjukhus och den riskerar att prestera sämre på ett annat sjukhus med annan utrustning.
Det finns heller inget vetenskapligt stöd för att nuvarande AI-system är medvetna, känner något eller har egna mål – oavsett hur övertygande de låter.
AGI – det som är ännu svårare att förklara
Alla de sju disciplinerna ovan är smal AI (Narrow AI). Extremt bra på en sak. ChatGPT skriver text. AlphaFold förutsäger proteinstrukturer. Inget av systemen gör något annat.
Det som forskare och teknikentusiaster diskuterar häftigt är AGI – Artificial General Intelligence, artificiell allmän intelligens. En maskin som kan göra i princip vad en människa kan: lära sig nya uppgifter från noll, resonera, planera och anpassa sig till situationer den aldrig tränat på.
AGI finns inte i dag. Det råder ingen vetenskaplig konsensus om när – eller ens om – det uppstår. Somliga menar att vi är decennier bort. Andra hävdar att dagens grundmodellers skalning tar oss dit snabbare än vi tror. Åter andra menar att nuvarande arkitektur aldrig kan ge upphov till genuin allmän intelligens, oavsett hur stor modellen är.
Det är den frågan som gör AI till något mer än teknik. Det är filosofi, etik och samhällsfråga på en gång. Och det är nog det som verkligen är svårt att förklara.
Så hänger allt ihop
Dessa sju discipliner är inte separata silor – de vävs ihop. ChatGPT är djupinlärning + NLP + förstärkningsinlärning. En självkörande bil kombinerar datorseende + maskininlärning + robotik + planering. En läkarrobot blandar robotik + datorseende + expertsystem.
AI är inte ett ting. Det är ett landskap av verktyg, alla med olika styrkor, svagheter och tillämpningar. Det som gör 2020-talets AI exceptionellt är att dessa discipliner nu blivit tillräckligt kraftfulla för att kombineras i system som löser problem som bara för tio år sedan verkade omöjliga.
---
Källor: - GeeksforGeeks. Top 10 branches of Artificial Intelligence. Länk - AI Accelerator Institute. What are the top 7 branches of artificial intelligence? Länk - UF Faculty Handbook. Areas of Artificial Intelligence. Länk - ScienceDirect (2023). Artificial intelligence, machine learning and deep learning in advanced robotics. Länk - Krizhevsky, A., Sutskever, I. & Hinton, G. (2012). ImageNet Classification with Deep Convolutional Neural Networks. NeurIPS. Länk
Vad tyckte du om artikeln?
