Förstå tekniken
När du ser en AI skriva en perfekt strukturerad projektplan på tre sekunder kan det upplevas som ren magi. Men för att du ska kunna använda tekniken på bästa sätt är det viktigt att dra bort skynket och förstå vad som faktiskt händer “under huven”. Du behöver absolut inte vara systemutvecklare eller matematiker för att förstå grundprinciperna, men en grundläggande förståelse avdramatiserar tekniken och gör dig till en skickligare kravställare.
Generativ AI för text, som vi fokuserar mycket på här, bygger på något som kallas för LLM – Large Language Models (Stora språkmodeller). Tänk dig att du har ett gigantiskt, osynligt bibliotek som rymmer nästan all text som någonsin har publicerats på internet: böcker, vetenskapliga avhandlingar, forumtrådar, nyhetsartiklar och poesi på hundratals olika språk. Forskarna har låtit en kraftfull dator “läsa” allt detta material. Datorns uppgift var inte att memorera texterna utantill för att kunna kopiera dem, utan snarare att hitta matematiska mönster och samband mellan ord.
Den har lärt sig hur mänskligt språk är uppbyggt. Den har förstått att ordet “hjärtligt” ofta följs av “välkommen”, och att en text som börjar med “Till den det berör” sannolikt är ett formellt brev. I sin allra enklaste, mest nedkokade form fungerar faktiskt en AI-assistent som en extremt kraftfull version av den automatiska ifyllnaden (autocorrect/autocomplete) du har i din mobiltelefon. När du skriver ett sms och telefonen föreslår nästa ord, bygger det på vad du brukar skriva. När en Generativ AI skriver en text, bygger det på sannolikhetsberäkningar tränade på miljarder och åter miljarder datapunkter.
Ett annat viktigt begrepp är neurala nätverk. Det är den underliggande arkitekturen som är löst inspirerad av hur den mänskliga hjärnan fungerar, med miljontals sammankopplade noder (“hjärnceller”). Detta nätverk gör att AI:n kan förstå kontext. Den förstår skillnaden på ordet “fil” om du pratar om frukost, bilar i trafiken eller ett dokument på din dator, baserat på vilka andra ord som finns i närheten.
När du ställer en fråga till din AI-assistent, söker den alltså inte i en databas efter ett färdigt svar. Den letar inte upp en hemsida och klistrar in texten åt dig. Istället börjar den, utifrån din fråga, att beräkna exakt vilket ord som med störst statistisk sannolikhet borde komma först i svaret. Sedan beräknar den nästa ord, och nästa. Den genererar texten i realtid, unikt för dig. Det är därför du kan be den skriva något så absurt som “en platsannons för en astronaut i form av en Shakespeare-sonett” och få ett briljant resultat. Den kombinerar mönstret för en platsannons, mönstret för astronaut-terminologi och mönstret för 1500-talspoesi på ett helt nytt sätt. Att förstå att AI:n är en avancerad mönsterigenkännare och sannolikhetsmotor – inte en tänkande varelse – är nyckeln till att både maximera dess potential och förstå dess begränsningar.