Hvad er AI? Kunstig intelligens forklaret simpelt

Hvad er AI på almindeligt dansk?

Du har sikkert hørt om AI - det tales om i nyhederne, på arbejdspladsen og rundt om middagsbordet. Men hvad er det egentlig? Og hvorfor er det pludselig overalt?

Jeg skal gøre det så enkelt som muligt: Kunstig intelligens er computerprogrammer, der kan lære af erfaringer og løse opgaver, som normalt kræver menneskelig tænkning. Det handler om at få computere til at gøre ting, vi mennesker anser for "smarte" - forstå sprog, genkende ansigter, træffe beslutninger eller skabe nyt indhold.

Tænk på det som en meget dygtig assistent, der aldrig bliver træt. Den kan hjælpe dig med at skrive tekster, svare på spørgsmål, oversætte mellem sprog, analysere data og meget mere. Men - og det er vigtigt - den "tænker" ikke som et menneske. Den finder mønstre i enorme mængder data og bruger dem til at give dig brugbare svar.

En god analogi er en kogebog versus en kok. En traditionel computer er som en kogebog - den følger opskriften præcist, trin for trin. AI er mere som en kok, der har smagt tusindvis af retter og kan improvisere en ny ret baseret på, hvad der er i køleskabet. Kokken følger ikke én bestemt opskrift, men bruger sin erfaring til at skabe noget nyt.

En anden måde at forstå det på: Tænk på autokorrektur på din telefon. Når du skriver en besked, foreslår telefonen det næste ord. Den gætter baseret på, hvad folk typisk skriver efter de ord, du allerede har skrevet. Det er grundlæggende det samme princip, som moderne AI bruger - bare i en langt mere avanceret version.

Hvis du er helt ny i AI-verdenen, kan jeg anbefale at starte med min begynderguide til ChatGPT - det er den nemmeste måde at prøve AI i praksis. Eller læs min samlede guide for AI-begyndere, hvis du vil have hele introduktionen samlet ét sted.

AI eller kunstig intelligens - er det samme?

Ja, det er præcis det samme. Det forvirrer mange, og det forstår jeg godt. Du hører folk skifte mellem "AI", "kunstig intelligens" og nogle gange "artificial intelligens" (en blanding) - men det er ord for den samme ting.

I daglig tale bruger jeg selv mest "AI", fordi det er kortere og hurtigere at sige. Når jeg skriver længere artikler, veksler jeg mellem de to for variationens skyld. Men der er ingen teknisk forskel.

Du vil også støde på andre begreber, der hænger sammen med AI:

• Machine learning (maskinlæring) - når computere lærer af data uden at blive specifikt programmeret til det
• Deep learning (dyb læring) - en mere avanceret form for maskinlæring, der bruger neurale netværk
• Generativ AI - AI der kan skabe nyt indhold som tekst, billeder og musik
• LLM (Large Language Model) - store sprogmodeller som ChatGPT, Claude og Gemini
• NLP (Natural Language Processing) - AI der forstår og bearbejder menneskeligt sprog

Bare rolig, du behøver ikke huske alle disse termer. Det vigtigste er at forstå, at AI er den overordnede paraply, og at de andre begreber beskriver forskellige aspekter af teknologien. Vil du have en hurtig opslagsbog, har jeg samlet alle de vigtige begreber i min AI-ordbog på dansk.

Er AI og ChatGPT det samme?

Nej, og det her er en af de mest almindelige misforståelser, jeg støder på. Folk siger ofte "jeg bruger AI", når de mener "jeg bruger ChatGPT" - som om de to ord betyder det samme.

AI er det overordnede begreb. Det dækker over al teknologi, der kan udføre "smarte" opgaver. ChatGPT er ét specifikt AI-program lavet af firmaet OpenAI. Det er ligesom forskellen mellem "bil" og "Toyota Yaris" - den ene er en kategori, den anden er et bestemt mærke.

Her er nogle andre AI-programmer, der minder om ChatGPT:

• Claude - fra firmaet Anthropic, god til lange tekster og nuanceret analyse
• Gemini - fra Google, integreret i Google-tjenester
• Microsoft Copilot - integreret i Word, Excel og Outlook
• Perplexity - god til research og fakta-tjek
• Meta AI - fra Facebook, bygget ind i deres apps

Alle disse er AI. Alle kan have en samtale med dig. Men de er forskellige programmer fra forskellige firmaer. Vil du have et overblik, har jeg samlet dem alle i min oversigt over AI-værktøjer.

Når jeg taler med folk, sammenligner jeg det med en supermarkedet. AI er hele supermarkedet. ChatGPT er én bestemt butik inden i. Der findes mange andre butikker, og de kan hver især noget lidt forskelligt.

Forskellen på AI, machine learning og deep learning

Det her er et af de spørgsmål, jeg får oftest: Hvad er forskellen på AI, machine learning og deep learning? Folk bruger ordene i flæng, og det er ret forvirrende.

Jeg plejer at forklare det med tre kasser inden i hinanden:

• AI er den store ydre kasse. Alt der kan kaldes "smarte" computerprogrammer, hører hjemme her.
• Machine learning er en mindre kasse inden i AI. Det er én bestemt metode til at lave AI - nemlig ved at lade computeren lære af eksempler i stedet for at fodre den med faste regler.
• Deep learning er en endnu mindre kasse inden i machine learning. Det er en særligt avanceret form for machine learning, der bruger kunstige neurale netværk inspireret af den menneskelige hjerne.

Lad mig give et konkret eksempel. Forestil dig, at du vil have en computer til at kende forskel på katte og hunde på billeder:

• Den gamle AI-måde (regelbaseret): En programmør skriver regler i hånden - "hvis dyret har spidse ører OG en lang hale, er det en kat". Det virker dårligt, fordi der altid er undtagelser.
• Machine learning-måden: Du viser computeren tusindvis af billeder mærket "kat" eller "hund". Computeren finder selv mønstrene. Den lærer i stedet for at blive fortalt.
• Deep learning-måden: Samme idé, men med et "netværk" af mange lag, der hver især lærer at genkende noget bestemt. Det første lag ser kanter. Det næste ser former. Det tredje ser ansigtstræk. Det fjerde træffer beslutningen. Resultatet er langt mere præcist.

Næsten al moderne AI - inklusive ChatGPT - bygger på deep learning. Når folk i dag siger "AI", mener de derfor som regel deep learning. Men strikst taget er det altså en delmængde af machine learning, som igen er en delmængde af AI.

Hvordan virker AI? (forklaret simpelt)

Tænk på AI som en elev, der har læst utrolig mange bøger, artikler og tekster. Når du stiller AI et spørgsmål, bruger den al den viden til at give dig et svar - ligesom en meget belæst ven.

Men i modsætning til en menneskelig ven "tænker" AI ikke rigtig. Den finder mønstre i det, den har lært, og giver svar baseret på de mønstre. Det er både dens styrke og begrænsning.

Machine learning - sådan lærer maskiner

Machine learning er grundstenen i moderne AI. Forestil dig, at du viser et barn tusindvis af billeder af katte og hunde og fortæller, hvilket der er hvad. Efter et stykke tid kan barnet selv kende forskel - også på billeder, det aldrig har set før. Det er præcis sådan machine learning fungerer.

I stedet for at en programmør skriver regler som "en kat har spidse ører og lange haler", fodrer man computeren med tusindvis af eksempler. Computeren finder selv mønstrene. Det er langt mere effektivt, fordi der er mønstre, som vi mennesker slet ikke er i stand til at beskrive i ord - men som en computer kan finde, hvis den bare får nok eksempler.

Et hverdagseksempel: Dit spam-filter i e-mailen. I stedet for at en programmør skriver regler for alle mulige spam-mails, har filteret lært af millioner af e-mails, som brugere har markeret som spam. Nu genkender det nye spam-mails, som det aldrig har set før - fordi det har lært mønstrene.

Deep learning - hjerner af matematik

Deep learning er en mere avanceret form for machine learning. Idéen er inspireret af den menneskelige hjerne - man bygger kunstige "neurale netværk" med mange lag (deraf "deep" = dyb). Hvert lag lærer at genkende stadig mere komplekse mønstre.

Forestil dig det som et hold af eksperter i kæde. Den første ekspert kigger kun på simple ting - kanter og farver i et billede. Den næste bruger den viden til at genkende former. Den tredje genkender ansigtstræk. Og den sidste kan fortælle dig, hvem personen på billedet er. Hvert lag bygger oven på det forrige.

Det er deep learning, der har gjort det muligt for AI at genkende ansigter, forstå tale, oversætte sprog og meget mere. Og det er deep learning, der er fundamentet under værktøjer som ChatGPT, Claude og Gemini.

Store sprogmodeller (LLM) - sådan virker ChatGPT

Når folk taler om AI i dag, mener de ofte store sprogmodeller (Large Language Models eller LLM). Det er den teknologi, som ChatGPT, Claude og Gemini bygger på.

En LLM er grundlæggende en AI, der er ekstremt god til at forstå og producere tekst. Den er trænet på en enorm mængde tekst fra internettet - bøger, artikler, hjemmesider, diskussioner og meget mere. Gennem den træning har den lært, hvordan sprog fungerer, hvad ord betyder i forskellige sammenhænge, og hvordan man strukturerer gode svar.

Men her kommer det vigtige: En LLM "forstår" ikke tingene, som du og jeg gør. Den forudsiger det mest sandsynlige næste ord i en sætning. Når du spørger ChatGPT "Hvad er hovedstaden i Danmark?", finder den det mest sandsynlige svar baseret på alt det, den har læst - og svarer "København". Det er imponerende, men det er statistik, ikke forståelse.

Træningsprocessen - sådan bliver AI klog

At træne en AI-model er lidt som at undervise et barn - bare i en helt anden skala. Processen har typisk tre trin:

1. Pre-training (fortræning): AI'en læser milliarder af tekster og lærer sprogets mønstre. Det kræver enorm computerkraft og kan tage flere måneder.
2. Fine-tuning (finjustering): AI'en bliver specialiseret til at være god til bestemte opgaver - for eksempel at svare på spørgsmål i stedet for bare at fortsætte sætninger.
3. RLHF (menneskeligt feedback): Rigtige mennesker vurderer AI'ens svar og hjælper den med at give bedre og mere hjælpsomme svar. Det er derfor, ChatGPT føles mere naturlig end ældre AI-systemer.

De forskellige typer AI

Ikke al AI er ens. Forskere opdeler typisk kunstig intelligens i tre kategorier baseret på, hvor avanceret den er. Det hjælper med at forstå, hvor vi er nu, og hvor teknologien måske er på vej hen.

Snæver AI (det vi har nu)

Al den AI, du møder i dag, er snæver AI (også kaldet "svag AI" eller "narrow AI"). Den er designet til at løse én bestemt type opgave - og den er ofte vanvittigt god til netop den opgave.

ChatGPT er for eksempel fantastisk til at forstå og producere tekst, men den kan ikke køre en bil. Teslas autopilot er god til at navigere i trafikken, men den kan ikke skrive en e-mail. Hvert system er specialiseret.

Selv om ChatGPT og Claude virker utrolig alsidige, er de stadig snæver AI. De er bare snævre inden for et meget bredt felt - nemlig sprog og tekst.

Generel AI (fremtiden - måske)

Generel AI (AGI - Artificial General Intelligence) ville være en AI, der kan alt det, et menneske kan. Den ville kunne lære nye ting uden specifik træning, forstå kontekst, ræsonnere abstrakt og tilpasse sig helt nye situationer.

Vi har ikke AGI endnu, og forskerne er uenige om, hvornår - eller om - vi nogensinde får det. Nogle eksperter mener, at det kan ske inden for 10-20 år. Andre mener, at vi mangler fundamentale gennembrud, før det er muligt. Det er et af de mest diskuterede emner inden for AI's fremtid.

Super AI (science fiction - indtil videre)

Super AI (ASI - Artificial Superintelligence) ville være en AI, der overgår menneskelig intelligens på alle områder - videnskab, kreativitet, social forståelse, alt. Det er foreløbig science fiction, og de fleste forskere vurderer, at det er årtier væk - hvis det overhovedet er muligt.

Det er super AI, du ofte ser i Hollywood-film, hvor robotter overtager verden. I virkeligheden er vi stadig langt fra det scenarie. Men det er en vigtig del af den etiske debat om AI, fordi vi bør tænke over sikkerhed, længe før vi når dertil.

Generativ AI - en særlig kategori

Et begreb du støder på hele tiden, er generativ AI. Det er ikke en fjerde kategori, men en beskrivelse af, hvad AI'en kan: skabe nyt indhold. ChatGPT er generativ AI, fordi den genererer tekst. Midjourney og DALL-E er generativ AI, fordi de genererer billeder.

Forskellen er, at ældre AI ofte var god til at klassificere ting (er det her en kat eller en hund?) eller forudsige ting (hvor meget vil aktien stige?). Generativ AI kan derudover skabe noget nyt - en tekst, et billede, en sang, en video.

10 eksempler på AI du allerede bruger

Foto: Shoper / Unsplash

AI er ikke kun ChatGPT og robotter i fremtiden. Du bruger sandsynligvis allerede AI hver eneste dag - uden at tænke over det. Her er ti eksempler:

Vil du se endnu flere eksempler? Jeg har samlet en længere liste i min artikel om AI-eksempler i hverdagen. Og leder du efter konkrete værktøjer at prøve, har jeg en oversigt over AI-værktøjer.

AI på arbejdspladsen

AI ændrer den måde, vi arbejder på - og det sker hurtigere end de fleste havde forventet. Men det handler sjældent om, at robotter erstatter mennesker. Det handler om, at AI bliver et værktøj, der gør os mere effektive.

Hvordan AI ændrer jobs

AI er bedst til at overtage repetitive, tidskrævende opgaver. Tænk på alt det kedelige kontorarbejde: sortere e-mails, udfylde formularer, lave rapporter fra data, oversætte dokumenter. AI kan klare den slags på sekunder.

Det frigør tid til det, mennesker er bedst til: kreativ tænkning, empati, kompleks problemløsning, relationsopbygning og strategisk planlægning. De fleste eksperter forventer, at AI ikke fjerner jobs, men ændrer dem - og skaber nye jobtyper, vi slet ikke har forestillet os endnu.

Brancher der påvirkes mest

• Kundeservice: AI-chatbots håndterer allerede simple henvendelser, så medarbejdere kan fokusere på komplekse sager
• Marketing og kommunikation: AI hjælper med at skrive udkast, analysere data og personalisere indhold
• Finans og regnskab: Automatisk bogføring, svindeldetektion og finansiel analyse
• Sundhedssektoren: AI hjælper med at analysere røntgenbilleder, forudsige sygdomme og personalisere behandlinger
• Jura: AI kan gennemsøge tusindvis af dokumenter og finde relevante paragraffer på sekunder
• Undervisning: Personaliseret læring tilpasset den enkelte elevs niveau og tempo

Sådan forbereder du dig

Min anbefaling er enkel: Begynd at bruge AI nu. Jo mere fortrolig du er med teknologien, jo bedre stillet er du. Det behøver ikke være kompliceret - start med at bruge ChatGPT eller Claude til dine daglige opgaver og se, hvad der virker for dig.

Jeg har skrevet en dybdegående guide til AI på arbejdspladsen, hvor jeg gennemgår konkrete eksempler på, hvordan du kan bruge AI i dit daglige arbejde.

Er AI farligt? Kan AI tænke selv?

Det er helt naturligt at have spørgsmål og bekymringer om AI. Jeg får dem hele tiden - og det er gode spørgsmål. Lad mig give dig ærlige svar uden hverken at bagatellisere eller overdrive.

Kan AI tænke selv?

Nej, ikke i den menneskelige forstand. Selv om AI kan virke utrolig menneskelig i sine svar, har den hverken bevidsthed, følelser eller egen vilje. Den producerer svar baseret på statistiske mønstre.

Når ChatGPT skriver "Jeg er glad for at hjælpe dig", er det et mønster, den har lært. Ikke en ægte følelse. AI "tænker" ikke i baggrunden, når du ikke skriver til den. Den eksisterer kun, mens den behandler din besked - og så "forsvinder" den igen. Den har ingen erindring om jer tidligere samtaler (medmindre den får adgang til dem som tekst).

Forskerne kalder det her "det filosofiske bevidsthedsspørgsmål", og det er stadig dybt omdiskuteret. Men de allerfleste eksperter er enige om, at de AI-systemer, vi har i dag, ikke har en form for indre liv eller selvbevidsthed.

"Bliver min data gemt og delt?"

Ja, det kan den. Når du bruger AI-tjenester som ChatGPT, kan dine samtaler som udgangspunkt blive brugt til at forbedre systemet. Men du kan slå dette fra i indstillingerne hos de fleste udbydere. Undgå at dele følsomme oplysninger som CPR-numre, passwords, fortrolige arbejdsdokumenter eller personlige helbredsoplysninger.

Anthropics Claude har en stærkere privacy-politik end de fleste - de bruger ikke dine samtaler til træning, medmindre du specifikt vælger det til. Læs mere i min guide til Claude.

"Kan AI tage mit job?"

AI vil ændre mange jobs, men sjældent erstatte dem helt. Historisk set har nye teknologier altid skabt flere jobs, end de har fjernet - men det kræver omstilling. Tænk på, hvordan regneark ændrede bogholderens arbejde. Bogholdere forsvandt ikke - de blev bare mere effektive og kunne fokusere på analyse i stedet for at lægge tal sammen i hånden.

De fleste eksperter mener, at folk der lærer at bruge AI som et værktøj, vil klare sig bedst. Det er derfor, det er så vigtigt at komme i gang nu. Jeg deler konkrete tips i min artikel om AI til arbejde.

"Kan jeg stole på, hvad AI siger?"

Nej, ikke blindt. AI kan lave fejl og "hallucinere" - det vil sige finde på ting, der lyder overbevisende, men er forkerte. Det kan være fiktive kilder, forkerte årstal, opdigtede fakta eller direkte vildledende svar. Brug altid din sunde fornuft og dobbelttjek vigtige oplysninger.

En god tommelfingerregel: Jo vigtigere beslutningen er, jo mere skal du verificere AI'ens svar. Til brainstorming og udkast er AI fantastisk. Til juridiske eller medicinske beslutninger bør du altid konsultere en professionel.

"Kan AI misbruges?"

Ja, desværre. AI kan bruges til at skabe deepfakes (falske billeder og videoer), sprede misinformation, lave sofistikerede phishing-mails og automatisere svindel. Det er en reel bekymring, og det er derfor, der er brug for regulering og etiske retningslinjer for AI.

Men det er vigtigt at sætte det i perspektiv: Enhver teknologi kan misbruges. Internettet, e-mail og sociale medier har alle været brugt til skadelige formål - men de har også skabt enorm værdi. AI er ingen undtagelse.

"Vil AI overtage verden?"

Den korte version: Nej, ikke lige foreløbig. Den AI vi har i dag, er "snæver AI" - den kan én ting ad gangen og har ingen egen vilje, mål eller bevidsthed. Scenariet med en ondsindet AI, der overtager verden, er stadig science fiction.

Men det er klogt at tænke over, hvordan vi udvikler AI ansvarligt. De store AI-virksomheder og forskere arbejder aktivt på AI-sikkerhed, og der kommer mere regulering fra EU og regeringer verden over.

AI i Danmark

Danmark er faktisk ganske godt med, når det gælder AI. Vi har en digital infrastruktur i verdensklasse, en veluddannet befolkning og en regering, der aktivt arbejder med AI-strategier. Her er et overblik over AI-landskabet i Danmark.

Danske virksomheder der bruger AI

Mange danske virksomheder er allerede i gang med AI. Novo Nordisk bruger AI til at accelerere udviklingen af nye lægemidler. Mærsk bruger AI til at optimere shippingruter og forudsige forsinkelser. Danske Bank bruger AI til at opdage svindel. Og tusindvis af mindre virksomheder bruger værktøjer som ChatGPT og Microsoft Copilot i deres daglige arbejde.

Ifølge undersøgelser fra Danmarks Statistik brugte omkring 20% af danske virksomheder AI-teknologier i 2025 - et tal der vokser hurtigt. Især inden for IT, finans og life science er adoptionen høj.

Regeringens AI-strategi

Den danske regering udgav sin første nationale strategi for kunstig intelligens i 2019, med fokus på ansvarlig brug af AI i den offentlige sektor. Siden er strategien blevet opdateret med fokus på generativ AI og de nye muligheder, teknologien giver.

Danmark er også en del af EU's AI Act, som er verdens første omfattende regulering af kunstig intelligens. Loven klassificerer AI-systemer efter risiko og stiller krav til gennemsigtighed, sikkerhed og menneskeligt opsyn.

AI på danske arbejdspladser

Flere danske kommuner eksperimenterer med AI til sagsbehandling, borgerservice og administrative opgaver. Og i den private sektor ser jeg en kraftig stigning i brugen af AI-værktøjer til alt fra markedsføring til kundeservice.

Det interessante ved Danmark er, at vi har en tradition for at omfavne ny teknologi relativt hurtigt. Vi var tidligt med internettet, MobilePay og digital post. AI ser ud til at følge samme mønster.

Historien bag AI - hvornår blev AI opfundet?

AI er ikke en ny opfindelse. Idéen har eksisteret i årtier, men det er først de seneste år, at teknologien er blevet god nok til at påvirke vores hverdag. Her er de vigtigste milepæle.

1950'erne - drømmen begynder

I 1950 stillede den britiske matematiker Alan Turing det berømte spørgsmål: "Kan maskiner tænke?" Han formulerede Turing-testen - idéen om, at en maskine er intelligent, hvis den kan føre en samtale, der ikke kan skelnes fra en menneskes. Det var starten på AI som forskningsfelt.

I 1956 blev begrebet "Artificial Intelligence" officielt brugt for første gang ved en konference på Dartmouth College i USA. Forskerne var optimistiske - de troede, at maskiner ville kunne tænke som mennesker inden for en generation. Det tog lidt længere end forventet.

1960-1990 - op- og nedture

AI-forskningen oplevede flere cyklusser af optimisme og skuffelse (kaldet "AI-vintre"). I 1960'erne og 70'erne var der stor begejstring, men teknologien kunne ikke leve op til forventningerne. Computere var simpelthen ikke kraftige nok, og der var ikke nok data at træne på.

I 1997 skete noget historisk: IBM's Deep Blue slog verdensmesteren i skak, Garry Kasparov. Det var imponerende, men Deep Blue var i virkeligheden bare en meget hurtig regelbaseret maskine - den "lærte" ikke i moderne forstand.

2010'erne - deep learning ændrer alt

Tre ting skete på samme tid i 2010'erne: Computere blev kraftige nok (især GPU'er), der kom enorme mængder data tilgængeligt via internettet, og forskere fandt nye metoder til deep learning. Det var den perfekte storm.

I 2016 slog Google DeepMinds AlphaGo en verdensmester i Go - et brætspil, der er langt mere komplekst end skak. Denne gang lærte AI'en selv at spille, i stedet for at følge programmerede regler. Det var en gamechanger.

2022-2026 - AI-eksplosionen

I november 2022 lancerede OpenAI ChatGPT, og verden ændrede sig. For første gang kunne helt almindelige mennesker have en naturlig samtale med en AI. ChatGPT fik 100 millioner brugere på to måneder - hurtigere end nogen anden teknologi i historien.

Siden er det gået stærkt. Google lancerede Gemini, Anthropic lancerede Claude, Meta lancerede Llama, og Microsoft integrerede AI i alle sine produkter. AI-kapløbet er i fuld gang, og nye muligheder dukker op hver uge.

Vil du vide mere om, hvor AI er på vej hen? Læs min artikel om AI's fremtid.

Sådan kommer du i gang med AI

Det nemmeste sted at starte er med en samtale-AI. Der er flere gode muligheder, og de fleste er gratis at prøve. Her er de bedste valg for begyndere:

10 ting du kan prøve lige nu

Her er konkrete ting, du kan prøve med det samme - uanset hvilken AI du vælger:

• Bed AI'en forklare et svært emne i simple ord
• Få hjælp til at skrive en e-mail eller et kort brev
• Spørg om idéer til aftensmad med de ingredienser, du har
• Få forslag til aktiviteter i weekenden
• Brug den som en brainstorm-partner til nye idéer
• Bed den opsummere en lang artikel eller rapport
• Få hjælp til at planlægge en rejse eller ferie
• Lad den gennemgå og forbedre et stykke tekst, du har skrevet
• Spørg den om forklaring på din elregning eller forsikringsvilkår
• Brug den til at øve dig på jobsamtaler eller vanskelige samtaler

Vil du se endnu flere muligheder? Tjek min komplette oversigt over AI-værktøjer eller min guide til AI for begyndere.

Ofte stillede spørgsmål om AI og kunstig intelligens