Skrivet/ändrat av Martin Ågren 2025-04-24
Förmågorna har sorterats i bokstavsordning: A till Ö.
Förmågan att kunna identifiera en person genom att se personens ansikte, exempelvis genom att analysera en digital bild eller digital video.
Beslutsträd är en trädliknande modell som används för att fatta beslut. Beslutsträd används ofta i kombination med klassificering och regression.
Beslutsträd måste inte användas i kombination med klassificering eller regression, men används ofta i kombination med dessa. Då fungerar beslutsträdet som en struktur som förbättrar förmågan att fatta bra beslut. Exempel där beslutsträd kan användas: klassificera röntgenbilder.
Exempel på beslutsträd, schematisk figur, förenklad princip:
Rotnod
/ \ Gren
Slutnod Intern nod
/ \
Slutnod Slutnod
Datorseende används ofta tillsammans med AI-teknik för att tolka digitala bilder/filmer. Kan även kombineras med sensorer för att kunna tolka data från den verkliga världen.
Förmågan att kunna kategorisera information. Klassificering kan tillämpas på olika typer av data, som text, ljud, bild, med mera.
Förmågan att kunna hantera/förstå naturligt (mänskligt) språk.
En specifik metod som gör att AI:n kan klassificera (på ett speciellt sätt). AI:n tittar på liknande/närliggande exempel från träningsfasen, och drar slutsats utifrån tidigare träning.
Förmågan att kunna känna igen objekt inuti en bild eller film genom att analysera en digital bild eller digital video.
Prediktiv förmåga. Prediktionsförmåga. Förmågan att kunna förutse sannolika framtida händelser med viss träffsäkerhet.
Regression är en sorts prediktion. Regression är AI-modellens förmåga att förutsäga numeriska värden baserat på given indata (input).
Förmågan att kunna hitta relevant information i stora datamängder. Kan användas för att fatta beslut (tänka ut bästa lösningen på ett givet problem).
Exempel 1: Hitta bästa möjliga nästa drag i schack.
Exempel 2: Hitta optimal rutt för en leveransdrönare (som ska leverera till flera adresser i en och samma rutt).
Förmågan för AI att omvandla talat språk till text genom att analysera digitala ljudsignaler. Taligenkänning kan kombineras med sensorer för att fånga upp analogt ljud, som kan omvandlas till digitalt ljud, som sedan analyseras av AI.
Textgenerering är AI:s förmåga att generera text baserat på indata. Moderna AI-chattbottar baseras vanligtvis på stora språkmodeller (LLMs).
Observera att kombinationer av AI-förmågor är möjliga, i en och samma AI-modell eller AI-produkt.
Exempel 1: Robot som kan känna igen ansikten i den fysiska världen och och diskutera med folk. Förmågorna är:
* Ansiktsigenkänning (datorseende + klassificering)
* NLP
Exempel 2: Generativ AI som kan skapa text och bild. Förmågorna är:
* Textgenerering
* Bildgenerering