Maskinlæring (engelsk: machine learning) er en underkategori av kunstig intelligens der datamaskinen lærer mønstre fra data – uten at noen eksplisitt har programmert reglene.

Tradisjonell programmering fungerer slik: en programmerer skriver regler («hvis A, gjør B»). Maskinlæring snur dette på hodet: du gir systemet en masse eksempler, og det finner reglene selv.

Et enkelt eksempel

Tenk på et spamfilter. Du kan programmere det med regler: «flagg e-poster som inneholder ordet 'klikk her'». Men spammere tilpasser seg.

Med maskinlæring viser du systemet tusenvis av spam-e-poster og legitime e-poster – uten regler. Systemet lærer selv hva som kjennetegner spam, og tilpasser seg etter hvert som ny spam dukker opp.

De tre typene maskinlæring

Veiledet læring (supervised learning)

Modellen trenes på data med riktige svar (etiketter). Som en elev som øver med fasit. Eksempel: vis modellen 100 000 bilder av katter og hunder, merket med hva de er. Modellen lærer å skille dem.

Brukes til: bildeklassifisering, spamfiltre, prisestimering.

Ikke-veiledet læring (unsupervised learning)

Modellen finner mønstre i umerkede data på egenhånd. Ingen fasit. Eksempel: grupper kunder i segmenter basert på kjøpsatferd uten å si hva segmentene skal være.

Brukes til: kundesegmentering, anomalideteksjon, anbefalingssystemer.

Forsterkningslæring (reinforcement learning)

En agent lærer gjennom å prøve og feile i et miljø – som et barn som lærer å sykle. Den får belønning for gode handlinger og straff for dårlige, og optimerer gradvis atferden.

Brukes til: spillagenter (AlphaGo), robotstyring og å finjustere LLM-er (RLHF).

Deep learning – maskinlæring på steroider

Deep learning er en avansert form for maskinlæring som bruker kunstige nevrale nettverk med mange lag. «Dyp» viser til de mange lagene (gjerne hundrevis) i nettverket.

Deep learning krever mye mer data og regnekraft enn klassisk maskinlæring, men er langt mer kraftfull. Det er deep learning som driver bildegenkjenning, taleassistenter og store språkmodeller som ChatGPT.

Vanlige spørsmål

Relaterte begreper