AI:s klimatlöften döms ut som avledningsmanöver

Artificiell intelligens (AI) eller maskinintelligens är förmågan hos datorprogram och robotar att efterlikna människors och andra djurs naturliga intelligens, främst kognitiva funktioner såsom förmåga att lära sig saker av tidigare erfarenheter, förstå naturligt språk, lösa problem, planera en sekvens av handlingar och att generalisera. Det är också namnet på det akademiska studieområde som studerar hur man skapar datorprogram med intelligent beteende. Exempel på äldre delområde och metodik är expertsystem, medan mer aktuella delområden är maskininlärning, databrytning (datamining), datorseende, stora språkmodeller och generativ AI. Exempel på tillämpningsområden är maskinläsning, röststyrning, maskinöversättning, chattbotar, digitala assistenter, business intelligence, ansiktsigenkänning, deepfake, självkörande bilar och autonoma vapensystem. Många AI-forskare och AI-läroböcker definierar området som ”studiet och utformningen av intelligenta agenter”, där en intelligent agent är ett system som uppfattar sin omgivning och vidtar åtgärder som maximerar sina chanser att framgångsrikt uppnå sina mål. John McCarthy, som myntade begreppet 1956, definierar det som ”vetenskapen och tekniken att skapa intelligenta maskiner”. De främsta problemen (eller målen) för AI-forskningen är bland annat: resonemang, kunskap, planering, inlärning, naturlig språkbearbetning (kommunikation), perception och förmåga att flytta och manipulera objekt. Artificiell generell intelligens (AGI), stark AI och artificiellt medvetande(en) är fortfarande hypotetiska och långsiktiga mål för forskningen. Dagens AI är applikationsspecifik. AI-forskningen är mycket teknisk och specialiserad, och djupt splittrad i delfält som ofta helt saknar kontakt med varandra. Till en del beror delningen på sociala och kulturella faktorer. Delområden har vuxit upp kring särskilda institutioner och enskilda forskares projekt. AI-forskningen är också kluven av flera tekniska frågor. Vissa delområden fokuserar på att lösa specifika problem. Andra är inriktade på en av flera möjliga metoder, på användningen av ett visst verktyg eller på att utföra speciella tillämpningar. Metoder som är vanliga för närvarande är statistiska metoder, beräkningsintelligens och traditionell symbolisk AI. Inom maskininlärning har på senare år artificiella neurala nätverk och djupinlärning fått uppmärksamhet. Det finns ett stort antal verktyg som används i AI, inklusive versioner av sökning och matematisk optimering, logik, metoder baserade på sannolikheter och ekonomi, och många andra. AI-forskningen är tvärvetenskaplig, det vill säga att flera olika vetenskapsdiscipliner och yrken konvergerar, till exempel datavetenskap, matematik, psykologi, lingvistik, filosofi och neurovetenskap samt andra specialiserade områden, som artificiell psykologi. Forskningsområdet grundades på påståendet att en central egenskap hos människan, nämligen intelligens, "går att beskrivas exakt, vilket gör det möjligt för en maskin att simulera den." Detta väcker filosofiska frågor om själen och om etiken kring att skapa konstgjorda varelser utrustade med människoliknande intelligens, frågor som har tagits upp i myter, fiktion och filosofi sedan antiken. AI har varit föremål för en enorm optimism, men har också drabbats av häpnadsväckande motgångar. I dag har AI blivit en viktig del av teknikindustrin och utför de tyngsta uppgifterna kring många av de mest utmanande problem inom datavetenskap.