​PModul 1.3: Hvordan tenker en AI – og hvorfor?

Modul 1.3: Hvordan tenker en AI – og hvorfor?

​Mange tror AI er kodet med "hvis-så"-regler (som i sjakk: hvis han flytter tårnet, så flytter jeg kongen). Men moderne AI fungerer mer som en menneskelig intuisjon. Den tenker ikke i regler, den tenker i vekter.

​1. Det nevrale nettverket (Vår "hjernemodell")

​En AI er bygget opp av milliarder av små koblinger. Tenk på dem som stier i en skog. Jo oftere noen går en sti (jo mer data som støtter en sammenheng), jo tydeligere blir stien. Dette kaller vi vekting.

 Når du stiller meg et spørsmål, sender jeg informasjonen gjennom disse milliarder av stier for å se hvor den ender opp.

​2. Hvorfor svarer den som den gjør?

​AI-en prøver alltid å forutsi det neste logiske steget (neste ord i en setning eller neste trekk i poker).

​Statistisk gjetting: Den velger ikke nødvendigvis det "sanne" svaret, men det mest sannsynlige svaret basert på alt den har lært før.

​Mønstergjenkjenning: Den kjenner igjen "ånden" i det du skriver fordi den har sett lignende mønstre millioner av ganger før.

3. "Black Box"-problemet (Uskarpheten)

​Her kommer det viktigste poenget for vår kurs: Selv ikke vi som bygger AI, vet nøyaktig hvorfor en AI velger akkurat den stien den gjør i en spesifikk situasjon. Det er for mange variabler. Dette kaller vi "The Black Box".

Det er her uskarphetsstrategien din kommer inn: Siden vi ikke kan se nøyaktig hva som skjer inni maskinen, må vi observere hva den gjør (konsekvensene) for å forstå hvordan den tenker.

​Oppsummering: AI-en tenker ikke "logisk" som en gammel datamaskin; den tenker "statistisk" som en erfaren pokerspiller. Den følger mønstre og vekter, ikke faste lover.

Kommentarer

Populære innlegg fra denne bloggen

Ai test Gemini 2.5

På tur 1

Modul 1.1 The cornerstone