Rethinking Artificial Intelligence and Large Scale Machine Learning

Abstract

Mens forventningene til kunstig intelligens er høye, sliter bedriftene med å utnytte AI's evner i operasjonelt. Til tross for vesentlige teknologiske fremskritt - spesielt demringen av dyp læring – virker det som AI aldri helt tar steget over fra sine teoretiske begrensninger. Denne oppgaven forsøker å forstå hvorfor. Den mest attraktive, men også mest skremmende, funksjonen til AI er forventningen om en automatisering i enestående skala. Denne dualiteten gjennomsyrer den omgivende diskursen. AI-teknologi har gjort inntrykk, og er integrert i både forretnings-, forbrukerprodukter og forbrukertjenester. Det er imidlertid nesten alltid aktualisert i smale applikasjoner. Mange tolker dette som symptomatisk av grunnleggende mangler. Denne kritikken er imidlertid mest bemerkelsesverdig fra utenfor den anvendte AI-sfæren. Det finnes også mange bekymringer blant de på innsiden av AI-sfæren, men dette er ofte en skyggeside av deres optimisme. Bekymringene er ofte knyttet til store narrativ av AI som en eksistensiell trussel, som at AI gjør mennesket overflødig eller utviklingen av AI våpenteknologi. Denne oppgaven kaller på enighet innen anvendt AI, samling rundt "fungerende"-AI for å møte en voksende operasjonell etterspørselsside.

While expectations of Artificial Intelligence (AI) are at record highs, businesses are struggling with leveraging AI’s capabilities in operational settings. Despite substantial technological progress – especially the advent of deep learning – AI seems to never quite crossover from its theoretical confines — this thesis attempt to understand why. The most attractive, but also most scary, feature of AI is the prospect of automation on an unprecedented scale. This duality permeates the surrounding discourse. AI-technology has made an impact and is integrated into both business, consumer products, and consumer services. However, it is almost invariably actualized in the narrow form. Many interpret this as symptomatic of fundamental shortcomings. However, this critique is most notably coming from outside the applied-AI sphere. There are also many concerns among insiders, but this is often a shadow side of their optimism. Concerns are often tied to grand narratives of AI as an existential threat, AI making human superfluous or weapon technology. This thesis calls for unification in the applied-AI domain gathering around "working"-AI in order to meet a growing operational demand side.