3. Från indata till utdata
När vi använder en maskin eller ett digitalt system förväntar vi oss oftast ett svar. Vi trycker på en knapp och lampan tänds. Vi skriver något i en sökruta och får sökresultat. Vi slår in 2 + 3 på en miniräknare och får svaret 5.
I varje exempel ger vi systemet något. Systemet gör något med det vi gav och lämnar sedan ett resultat tillbaka.
- IndataDu trycker
Du ger miniräknaren en beräkning.
- BearbetningMiniräknaren räknar
Den följer reglerna för addition.
- UtdataDu får ett svar
Displayen visar resultatet.
För att en miniräknare ska fungera måste vi ge den en instruktion. Instruktionen bearbetas sedan och vi får ett resultat.
Den här kedjan som sker i systemen kan sammanfattas språkligt i en kedja. Användaren ger indata, indatan bearbetas och resultatet kallas för utdata.
För den matematiskt intresserade kan det här direkt jämföras med funktioner, och dess oberoende- och beroende variabler. , där x motsvarar den oberoende variabeln (indata), y den beroende variabeln (utdata) och funktionen står för bearbetningen.
Olika system – samma kedja
Miniräknaren är ett tydligt exempel, men samma sätt att beskriva ett system fungerar i många andra situationer. Det som skickas in, hur det bearbetas och vad som kommer ut kan däremot se väldigt olika ut.
| System | Indata | Bearbetning | Utdata |
|---|---|---|---|
| Miniräknare | 2 + 3 | Matematiska regler | 5 |
| Automatisk dörr | En sensor registrerar en person | En skriven regel styr dörrens motor | Dörren öppnas |
| Musikrekommendation | Tidigare lyssning | En modell söker mönster | Förslag på låtar |
| Generativ chattjänst | En fråga eller instruktion | En språkmodell bearbetar texten | Ett textsvar |
| Ansiktsigenkänning | En digital bild | En modell analyserar bildens mönster | Ett namn eller en sannolikhet |
Indata och utdata består av data: information som har representerats i en form som ett digitalt system kan ta emot, bearbeta eller lämna vidare. Data behöver därför inte vara siffror utan kan exempelvis vara text, bilder, ljud, mätvärden eller handlingar. Kedjan är densamma, men bearbetningen kan fungera på olika sätt.
En modalitet är ett sätt att representera information, exempelvis som text, bild, ljud eller video. Ett AI-system kallas multimodalt när det kan arbeta med flera sådana former. Det kan till exempel ta emot både text och bild som indata och lämna ett textsvar som utdata.
Multimodal används ofta i marknadsföring av AI-tjänster, men ordet säger inte i sig vilka former av information systemet kan hantera. Det är därför mer informativt att beskriva vilka slags indata systemet kan ta emot och vilka slags utdata det kan skapa.
Deterministiska och stokastiska system
Ett system är deterministiskt om samma indata under samma villkor alltid ger samma utdata. En vanlig miniräknare ska till exempel alltid ge svaret 5 på beräkningen 2 + 3.
I ett stokastiskt system påverkas resultatet i stället av sannolikheter. Samma indata kan därför ge olika utdata vid olika tillfällen. Stokastiskt betyder inte att systemet saknar regler eller skapar resultat helt utan grund. Tärningens regler begränsar exempelvis de möjliga utfallen till talen 1–6.
Resultatet gick inte att veta i förväg.
- 11 av 6
- 21 av 6
- 31 av 6
- 41 av 6
- 51 av 6
- 61 av 6
En vanlig sexsidig tärning kan bara visa 1–6.
Ett tärningskast kan ge olika resultat, men bara enligt tärningens regler. För en vanlig sexsidig tärning är 1–6 de enda möjliga utfallen.
Orden deterministisk och stokastisk beskriver alltså sambandet mellan ett systems indata och utdata. De säger inte vad informationen består av eller hur avancerat systemet är. En miniräknare är ett enkelt deterministiskt system, medan en tärning är ett enkelt stokastiskt system.
Skillnaden blir tydlig när en process upprepas. Om vi matar in 2 + 3 i en miniräknare flera gånger får vi alltid svaret 5. Om vi i stället kastar en tärning flera gånger är instruktionen densamma, men utdata kan bli vilket som helst av talen 1–6. Sannolikheter beskriver hur troliga de olika resultaten är.
Många generativa AI-system är också stokastiska. Samma fråga eller instruktion kan därför ge olika svar vid olika tillfällen, även om möjliga resultat styrs av systemets modell och regler.
När vi bara skriver med en språkmodell möter vi framför allt den stokastiska delen: modellen tolkar vår fråga och formulerar svaret utifrån sannolikheter. En AI-assistent kan däremot också få tillgång till deterministiska verktyg, exempelvis en miniräknare eller ett program som utför en exakt beräkning. Modellen kan då avgöra vilket verktyg som behövs, låta verktyget utföra uppgiften och använda resultatet i sitt svar.
Om vi ber en språkmodell addera en lång lista med tal kan den försöka formulera ett svar direkt. För att få en tillförlitlig beräkning kan den i stället skicka talen till en miniräknare och sedan använda det exakta resultatet i sitt svar.
Vad är en algoritm?
En algoritm är en stegvis metod för att lösa ett problem. Ett recept är en vardaglig jämförelse: om instruktionerna följs i rätt ordning leder de fram till ett resultat.
När en tjänst som TikTok väljer nästa video används algoritmer för att bearbeta signaler, exempelvis vilka klipp användaren tittar på och hur länge. I moderna rekommendationssystem används algoritmerna ofta tillsammans med tränade modeller.
I matematiken använder vi algoritmer hela tiden. Så här kan en enkel algoritm för att beräkna medelvärdet av tre tal beskrivas:
- Ta emot talen
Indata: 4, 7 och 10
- Addera talen
4 + 7 + 10 = 21
- Dela med antalet tal
21 / 3 = 7
- Lämna resultatet
Utdata: medelvärdet 7
Algoritmen tar emot tre tal som indata, följer stegen i bestämd ordning och lämnar medelvärdet som utdata.
Algoritmer är grunden för all programmering, men en algoritm är inte automatiskt AI. Den kan vara en enkel och helt bestämd instruktion, som i exemplet ovan.
Ordet algoritm kan spåras till den persiske matematikern Muḥammad ibn Mūsā al-Khwarizmi, som levde på 800-talet. När hans namn skrevs på latin blev det bland annat Algorizmi. Med tiden utvecklades ordet till det vi i dag kallar algoritm.1
Både frimärket och statyn är moderna konstnärliga gestaltningar av al-Khwarizmi, inte historiska porträtt.
Regelstyrda system och tränade modeller
Två system kan ta emot samma indata och lämna samma typ av utdata, men bearbeta informationen på olika sätt. Skillnaden ligger då i hur systemets metod har skapats.
I ett regelstyrt system har en människa formulerat reglerna som algoritmen ska följa. I ett system med en tränad modell har en algoritm i stället använt många exempel, så kallad träningsdata, för att utveckla modellen.2
Ett skräppostfilter kan byggas på båda sätten:
- Ta emot ett nytt mejl
Indata: mejlets avsändare, rubrik och innehåll
- Bearbeta mejlet
- Sortera mejlet
Utdata: skräppost eller vanlig e-post
Båda systemen tar emot samma indata och lämnar samma typ av utdata. Det är bearbetningen mellan dem som skiljer sig.
| Regelstyrt system | System med tränad modell |
|---|---|
| Människan formulerar reglerna | Modellen utvecklas från exempel |
| Reglerna kan läsas och ändras direkt | Mönstren finns representerade i modellen |
| Passar när tydliga regler går att skriva | Passar när reglerna är svåra att formulera |
| Nya situationer kan kräva nya regler | Kan bedöma nya exempel som liknar träningsdatan |
Metoderna är inte fullständiga motsatser. Även ett system med en tränad modell använder algoritmer och skrivna regler. Skillnaden är framför allt om metoden för att bearbeta informationen har formulerats direkt av en människa eller utvecklats från exempel.
Regelstyrt eller tränat beskriver hur bearbetningen har skapats. Deterministiskt eller stokastiskt beskriver om samma indata under samma villkor alltid ger samma utdata. Ett system behöver därför beskrivas med båda frågorna var för sig.
Vi återkommer senare i kursen till hur träningsdata används och hur modeller utvecklas och utvärderas.
Automatisering
Automatisering innebär att en uppgift eller process kan utföras utan att en människa behöver genomföra varje steg. Det betyder inte att människan försvinner. Någon behöver fortfarande utforma systemet, bestämma när det ska användas och kontrollera att det fungerar som tänkt.
Även en automatiserad process kan beskrivas som en kedja av indata, bearbetning och utdata. En automatisk dörr är ett enkelt exempel:
- Registrera en person
Indata: dörrens sensor reagerar på rörelse
- Följ den skrivna regeln
Algoritmen avgör att dörrens motor ska starta
- Öppna dörren
Utdata: dörren öppnas
Dörren utför processen automatiskt, men bearbetningen bygger på en regel som människor har bestämt i förväg.
Automatisering beskriver alltså att processen utförs automatiskt, inte hur bearbetningen har skapats. En automatiserad process kan använda skrivna regler eller en tränad modell. Den kan också vara deterministisk eller stokastisk.
| Exempel | Automatiserat? | AI? |
|---|---|---|
| En lampa tänds vid ett bestämt klockslag | Ja | Vanligtvis nej |
| Ett system sorterar mejl med skrivna regler | Ja | Vanligtvis nej |
| Ett tränat filter bedömer om nya mejl är skräppost | Ja | Ja, om det använder maskininlärning |
| En människa väljer nästa låt i en spellista | Nej | Nej |
AI kan därför vara en del av en automatiserad process, men all automatisering är inte AI. Att kunna skilja AI från annan programmering och automatisering ingår också i kursens centrala innehåll.3
Ett tränat skräppostfilter kan vara automatiserat eftersom det sorterar mejl utan att en människa bedömer varje meddelande. Det använder en modell som har utvecklats från träningsdata, och modellen kan ge en bedömning som utdata när ett nytt mejl skickas in som indata.
Sammanfattning
- Ett digitalt system bearbetar indata för att skapa utdata.
- Indata och utdata kan ha olika modaliteter, exempelvis text, bild eller ljud. Multimodal AI kan arbeta med flera modaliteter.
- Ett deterministiskt system ger samma utdata när indata och villkor är desamma, medan ett stokastiskt system kan ge olika utdata.
- En algoritm är en stegvis metod för att lösa ett problem.
- I ett regelstyrt system formulerar människor reglerna. En tränad modell utvecklas i stället från exempel i träningsdata.
- Automatisering och AI är inte samma sak.
- Ett system kan beskrivas med flera av begreppen samtidigt.
Källor
Footnotes
-
J J O’Connor och E F Robertson, Abu Ja’far Muhammad ibn Musa Al-Khwarizmi, MacTutor History of Mathematics Archive, University of St Andrews, MacTutor. ↩
-
OECD, Explanatory memorandum on the updated OECD definition of an AI system, OECD Artificial Intelligence Papers, nr 8, 2024, OECD. ↩
-
Skolverket, Ämne – Artificiell intelligens (Gymnasieskola), centralt innehåll för nivå 1, Skolverkets ämnesplan. ↩