Kunnskapsdeling · Dataviter AS

Introduksjon til
Kunstig Intelligens

Fra Turing på 1950-tallet til agenter som jobber selvstendig i 2025 — en reise gjennom AI sin utrolige historie og hva som skjer akkurat nå.

1950-tallet
AI-vintere
Maskinlæring
2023
Agenter
scroll
01

Startskuddet · 2023

Da alle fikk tilgang til superkrefter

I november 2022 slapp OpenAI ChatGPT — og nesten over natten skjedde noe revolusjonerende. Det som hadde vært et spesialfelt forbeholdt maskinlæringsingeniører og forskere, ble plutselig tilgjengelig for hvem som helst med en nettleser.

«Fra et nisjefelt til et verktøy brukt av 100 millioner mennesker — på under to måneder.»

En lærer kunne skrive bedre læremateriell. En gründer kunne få hjelp med kode. En journalist kunne brainstorme ideer. Terskelen falt til null. Og det er bare starten på reisen vi skal ta deg med på.

02

Begrepsforståelse

AI er mye mer enn ChatGPT

Mange setter likhetstegn mellom AI og ChatGPT — men ChatGPT er bare ett produkt langt inne i et stort hierarki av teknologier. La oss se på det fra utsiden og inn:

AI
Maskinlæring
Deep Learning
Generativ AI
🤖
LLM
Kunstig Intelligens (AI) Maskiner som utfører oppgaver som krever menneskelig intelligens
Maskinlæring Systemer som lærer fra data — uten å bli eksplisitt programmert
Deep Learning Nevrale nettverk inspirert av hjernens struktur
Generativ AI Modeller som skaper nytt innhold: tekst, bilder, lyd, kode
LLM / ChatGPT / Claude Språkmodeller — den innerste kjernen. Kraftige, men bare én del av bildet
03

Historien begynner

AI stammer fra 1950-tallet

I 1956 samlet en gruppe forskere seg på Dartmouth College og skapte selve begrepet «Artificial Intelligence». Det var her et fagfelt ble født — og optimismen var enorm.

🧠
Perceptron — 1958
Frank Rosenblatt skapte den første algoritmen inspirert av nevroner i hjernen. Den første byggesteinen i det vi i dag kaller nevrale nettverk.
♟️
Turing-testen — 1950
Alan Turing spurte: «Kan maskiner tenke?» og definerte en test for maskinlig intelligens som fortsatt diskuteres i dag.
🚀
Stor optimisme
Forskere trodde general intelligence var innen rekkevidde på ti til tjue år. Myndighetene strømmet til med investeringer.
«Innen en generasjon vil problemet med å skape kunstig intelligens være løst.» — Marvin Minsky, 1967
04

Boom og bust · 1974–1994

To AI-vintere — og hva lærer vi av dem?

AI-historien er full av bølger: stor optimisme etterfulgt av skuffelse og uttørking av penger. To ganger har dette mønsteret gjentatt seg — og begge gangene lærte feltet noe viktig.

1956–1974
AI Begeistring
1974–1980
1. AI Vinter
1980–1987
Ekspertsystemer
1987–1994
2. AI Vinter
1994–2012
Maskinlæring
2012–2022
Deep Learning
2023–
Eksplosiv vekst!
❄️
Første AI-vinter (1974–1980)
Lovnadene ble ikke innfridd. Datakraften fantes ikke. Myndigheter og investorer trakk seg. Forskningen stoppet nesten opp.
📋
Ekspertsystemer (1980–1987)
Ny optimisme med regelbaserte systemer. Fungerte overraskende bra — men tusenvis av regler ble umulig å vedlikeholde over tid.
❄️❄️
Andre AI-vinter (1987–1994)
Ekspertsystemene skalerte ikke. Skepsisen returnerte. Mange selskaper la ned AI-avdelingene sine. Nok en gang ble investeringene stoppet.
05

Steady progress · 1994–2022

Maskinlæring løser det umulige

Fra midten av 90-tallet begynte en stille revolusjon. Mer data, mer regnekraft, og smartere algoritmer. Maskinlæring løste problemer som hadde vært umulige med tradisjonell programmering.

«I stedet for å programmere regler — la modellen lære dem fra data.»
♟️
Deep Blue slår Kasparov
1997: IBM sin sjakkmaskin slår verdensmesteren. Et paradigmeskifte — men fortsatt bare for ett spill.
📈
LSTM — hukommelse i nettverk
Recurrent nettverk med langtidshukommelse revolusjonerte tekst, tale og tidsserie-analyse på slutten av 90-tallet.
🖼️
Bildegjenkjenning
AlexNet (2012) vant ImageNet-konkurransen med klar margin — deep learning hadde blitt uovervinnelig for bildeklassifisering.
🚗
Selvkjørende biler
DARPA Challenge 2005: Stanley kjørte 212 km i ørken uten menneske — maskinlæring + sensorer i kombinasjon.
Anbefalingssystemer
Svindeldeteksjon
Talegjenkjenning
Oversettelse
Medisinske diagnoser
AlphaGo
Generativ bildekunst
06

Gjennombruddet · 2023–2025

Fra smart verktøy til superkrefter for alle

ChatGPT ga alle tilgang — men 2023 var bare starten. Det som har skjedd i løpet av de siste to årene er nesten ufattelig. Og drivkraften bak den siste akselerasjonen? Agenter.

💬
2023 — Kunnskap
GPT-4, Gemini. AI som kan svare på alt. Skremmende flinke — men de gjør bare det du ber om i chatten.
🎨
2024 — Skaping
GPT-4o, Claude 3.5, Gemini Advanced. Kode, bilder, musikk, video. Kreativ partner for alle.
2025 — Agenter
AI som handler selvstendig. Løser komplekse oppgaver over tid. Bruker verktøy, tenker stegvis, samarbeider med andre agenter.
🌌
2026? — Super-intelligens
Hva kommer etter agenter? De fleste eksperter spekulerer — ingen vet sikkert. Men retningen er klar.
07

Neste steg

Hva er egentlig AI-agenter?

En agent er ikke bare en chatbot du spør om råd. Det er et AI-system som handler — selvstendig, over tid, med tilgang til verktøy og systemer. Tenk på det som forskjellen mellom å spørre noen om råd og å ansette noen til å gjøre jobben.

🤖
AI-agenten — hjernen i midten
Planlegger, resonerer, delegerer og fullfører oppgaver — ofte uten at du trenger å si mer enn målet
🔧
Verktøy (Tools)
Agenten kan søke på nett, skrive kode, kjøre programmer, sende e-post og hente data — akkurat som et menneske bruker verktøy på jobb.
💭
Tenking (Reasoning)
Moderne modeller «tenker» gjennom problemer steg for steg før de svarer. Dette gjør dem dramatisk bedre på komplekse oppgaver.
⚙️
Ferdigheter (Skills)
Agenter kan spesialiseres for bestemte domener — juss, medisin, finans, kode — og kombinere ekspertise på tvers.
🔌
MCP-servere
Model Context Protocol lar agenter koble seg til bedriftssystemer, databaser og API-er på en standardisert og sikker måte.
📖
Vil du lære mer om agenter?
Dette er bare en smakebit. Vi har laget en egen dyptgående guide som forklarer agenter, agentic workflows, MCP og hvordan bedrifter allerede bruker dette i dag. Følg med — den kommer snart fra Dataviter.

Dataviter AS

Fra data til verdi

Vi hjelper bedrifter å forstå, ta i bruk og skape verdi med AI — på en trygg og praktisk måte.

← Tilbake til Kunnskapsdeling
dataviter.no