Tæknin sem gerir tölvum kleift að læra án þess að hönd forritarans komi nærri er kölluð vélrænt nám eða vélnám (e. machine learning). Hugmyndin hefur verið með okkur í meira en hálfa öld en er nú fyrst að koma fram sem hagnýt tækni. Afurð vélræns náms má kalla vélræna þekkingu sem fræðimenn, frumkvöðlar og fyrirtæki keppast nú við að skilja, beisla og hagnýta. Orðið gervigreind virðist nú vera að festa sig í sessi sem almennt heiti á þessari tækni.

Pælum aðeins í hugtakinu vélræn þekking.

Okkur mönnum er tamt að reyna að átta okkur á hlutunum með því að skoða heiminn, viða að okkur upplýsingum og leggja mat á þær. Svo komumst við að niðurstöðu, tökum jafnvel ákvörðun. Eftir að tölvur komu fram gátum við matað þær með uppsafnaðri þekkingu okkar í formi reglna. Forritarar sögðu tölvunum að ef A þá B, ef C þá D o.s.frv. Sumt áttum við alltaf erfitt með að kenna tölvum því við vorum ekki búin að átta okkur nógu vel á reglunum og gátum því ekki matað tölvurnar með þeim. Tölvurnar voru til dæmis góðar í að reikna því þar eru reglurnar skýrar en þær höfðu ekki roð við okkur mönnum þegar kom að snúnari verkefnum eins og að „skilja“ talað mál eða „þekkja“ andlit á mynd. Þar voru reglurnar ekki nægilega vel þekktar.

Nú geta tölvur sem sagt lært slíkar reglur á grundvelli þeirra gagna sem þær eru mataðar með. Kosturinn við þá aðferð er að tölva getur lært mun fleiri og fjölbreyttari reglur en forritari getur komist yfir eða hugkvæmst að forrita. Það þýðir að vélnám er margfalt öflugri aðferð til að kenna tölvum en eldri aðferðin. Nýja aðferðin fer á hraða tölvunnar og er ekki takmörkuð við reglur sem við menn höfum fundið upp.

Þess vegna og einnig vegna stóraukinnar gagnasöfnunar og almennrar tækniþróunar ?geta tölvur sem hagnýta vélnám gert miklu meira en áður, jafnvel svo mikið að okkur er farið að þykja nóg um. Vélræn þekking hleðst upp í gagnaverum heimsins og tölvur eru farnar að taka yfir verkefni sem við menn gátum einir leyst og kröfðust jafnvel sérfræðiþekkingar. Því má segja að vélnám hafi nú gert hlutverk mannsins í framleiðslukeðju þekkingar aðeins veigaminna.

Og rétt eins og vöðvaaflið keppir ekki við vélarafl þá er erfitt fyrir mannshugann að keppa við þessa námsaðferð við kjöraðstæður hennar – skýr markmið og nóg af gögnum. Það mætti fara að tala um hefðbundna þekkingarsköpun? ?og vélræna þekkingarsköpun. Mjög ólíkar aðferðir en afurðin getur verið mjög svipuð, þ.e. ákvörðun sem virðist krefjast einhvers konar þekkingar, jafnvel vitsmuna.

Fyrirtæki í fremstu röð munu smám saman verða drifin áfram af ótal ákvörðunum sem byggja á vélrænni þekkingu. Þessi nýja kynslóð fyrirtækja hefur þegar rutt sér til rúms í hverjum bransanum á fætur öðrum og valtað yfir fyrirtæki sem eru með annan eða jafnvel báða fætur á 20. öldinni. Þau beita nýrri tækni, hagnýta meðal annars vélræna þekkingu, og viðskiptamódel þeirra og skipulag virðist henta samtímanum afar vel.

Þau eru fulltrúar þess sem koma skal. Fleiri munu fylgja í kjölfarið.

Höfundur er stofnandi Data Lab Ísland