Oslo
95838129
Tomas-kristiansen@hotmail.com

Algoritmer og maskinlæring er et gjennomgående samtaleemne. Hva er det? Og hvordan fungerer det?

En faglig blogg om digital markedsføring

Algoritmer og maskinlæring er et gjennomgående samtaleemne. Hva er det? Og hvordan fungerer det?

Algoritmer sorterer over 130 trillioner individuelle nettsider for at vi som søker skal finne akkurat det vi leter etter, på sekunder. Algoritmer har i de siste årene blitt et mer gjennomgående tema for oss studenter på tvers av studieretninger. Det er viktig å både kjenne til hva en algoritme er, og hvordan det virker. Dette innlegget vil bestå av både etiske tanker rundt algoritmer og hvordan de praktiseres, samt se det i sammenheng med et nokså varmt tema: maskinlæring.

 

Hva er en Algoritme?
Av mange definisjoner forklares ofte en algoritme som et sett med operasjoner som skal føre til et bestemt resultat, ved hjelp av en instruks om hva den skal gjøre, og i hvilken rekkefølge. Nesten alt i vår hverdag er påvirket og preget av hva algoritmene bak kulissene er programmert til å gjøre. Forrige gang du oversatt noe eller tok i bruk Ruter-appen benyttet du deg av algoritmer. Blant mange har eksempelvis Google algoritmer for hva som skal vises når du søker på noe, Facebook for å kjenne igjen ansikt i bilder, og Spotify for anbefaling av musikk.

 

EdgeRank og PageRank
Ved å skimme overflaten av de to begrepene, er det lettere å forstå hvordan algoritmer fungerer i en mer praksisnær sammenheng. EdgeRank er skapt gjennom Facebook og handler primært om hva brukerne av Facebook skal se av innlegg, statuser og bilder, og hvordan hver bruker skal få mest verdifull informasjon. Ut fra en affinity-score vil blant annet aktivitet i form av antall profilbesøk og interaksjoner skape forhold mellom profiler. Hva en bruker ser vil derfor i stor grad være preget av hvilket forhold profilene har seg i mellom. EdgeRank rangerer i tillegg innleggenes vekst og nedgang basert på likes, reaksjoner, kommentarer og delinger.

 

Internettet er bestående av over 130 trillioner individuelle sider, og det vokser fortsatt. Når du vanligvis søker på Google – søker du ikke gjennom internettet, men gjennom Googles indeks av internettet. Gjennom programvaren kalt spiders bygges indeksen opp ved å først hente noen fåtall av nettsider, etterfulgt av å følge linkene fra nettsidene. Billioner av nettsider blir på denne måten hentet til Googles indeks.

 

Dersom jeg ønsker å benytte Google til å finne ut hvor raskt en løve løper, vil Google ha tusenvis av sider inneholdende ordene jeg velger å bruke. Hvordan vet Google hvilke sider jeg virkelig vil se? Ved hjelp av PageRank. Hver nettsides PageRank eller viktighet avgjør dens relevans, ut fra kvalitet, hvilke inneholdende ord og URL. Den Google-skapte formelen gjør at søketjenesten kan hjelpe enhver til å finne hva som helst på under to sekunder.

 

Ny teknologi fører til etiske spørsmål og valg
Det er ofte snakk om etiske dilemmaer skapt av algoritmer. I et sykehus i Beijing har leger ved hjelp av en AI-maskin kommet fram til vidt forskjellige prognoser på en rekke koma-pasienter.

 

«I sju av tilfeller sa legene at alt håp var ute. I sju av tilfellene tok legene feil»

 

Om det er urovekkende eller bra er opp til enhver å bedømme, men maskiner som er i stand til å bedømme «bedre» enn mennesker skaper også flere etiske spørsmål. Hvem ville for eksempel hatt en robot som dommer i en rettsak, og hvem skal stå som ansvarlig for valgene som tas? Slike relaterte behandlingssaker i fremtiden vil i stor grad falle i hendene til markedsførere og algoritmens programmerer. Nedenfor viser videoen fra TED-Ed hvordan etiske dilemmaer rundt selv-kjørende biler opp mot tradisjonelle biler blir et valg fremfor en reaksjon. Et valg som gjøres av en programmerer.

 

Maskinlæring
Alt som skjer i en datamaskin er styrt gjennom algoritmer. Med nær tilknytning til både kunstig intelligens og maskinlæring er målet primært å lære en maskin til å gjøre riktige valg. Algoritmene finner mønstre i datasettene, som danner grunnlag til å ta de riktige beslutningene. Med andre ord har maskinlæring som mål å lære fra data, for å blant annet kunne forutse hendelser og utfall.

 

Ved åpen dag på UIO fortalte Esten Leonardsen blant annet om hvordan maskinlæring foregår. For å lære en maskin noe, vil man i første omgang gi maskinen mange forskjellige valg, og deretter la maskinen prøve å finne riktig valg. Hvis, eller mer riktig – når, maskinen treffer feil må vi lære den at dette er feil valg. Og motsatt hvis den velger riktig. Etterhvert som maskinen lærer vil den gjøre bedre og bedre valg, før den til slutt vil finne det beste valget. På denne måten lærer man algoritmene til å selv lære seg å lage egne algoritmer for å løse problemer.

 

Nedenfor ser vi fremgangen i læringsprosessen til maskinen. Med først svært mange utfall, noen feil og noen riktig vil vi ved hjelp av maskinlæring kunne tilegne maskinen nok til at den selv alltid finner riktig vei.

 

Til slutt vil også maskiner gjennom maskinlæring kunne finne nye måter vi mennesker selv ikke kunne forestilt oss. Googles DeepMind-teknologi AlphaGo har allerede slått den kinesiske verdensmesteren i verdens mest komplekse brettspill, ved å ha blitt lært til å analysere alle mulige situasjoner og utfall.

 

Avslutningsvis vil jeg etterlate leser til å selv tenke over hvilke beslutninger mennesker i fremtiden skal ta selv, og i hvilken grad kan vi ha tillit til algoritmene?

 

Andre kilder:

IT praten – slik påvirker algoritmer hverdagen din

Medium.com – PageRank

5 Responses

  1. […] annen spennende lesning denne uken. Et blogginnlegg skrevet av en studiekamerat som dreier seg om Algoritmer og maskinlæring, samt et spennende innlegg som omhandler “hvordan en lykkes i digitale […]

  2. […] annen spennende lesning denne uken. Et blogginnlegg skrevet av en studiekamerat som dreier seg om Algoritmer og maskinlæring, samt et spennende innlegg som omhandler “hvordan en lykkes i digitale […]

  3. […] podcast til bloggen vil den gjennomsnittlige varigheten kunne øke i stor grad, som ifølge Googles algoritmer er med på å bestemme verdien på nettsiden, og dermed hvilken plass i søkefeltet du […]

  4. […] bloggen vil den gjennomsnittlige varigheten kunne øke i stor grad, som ifølge Googles algoritmer er med på å bestemme verdien på nettsiden, og dermed hvilken plass i […]

  5. […] Tomaskristiansen February 6, 2019 Innlegget leses best på den opprinnelige studentbloggen […]

Leave a Reply

Your email address will not be published. Required fields are marked *