Perplexity AI er en AI-drevet søgemaskine, også kaldet en “answer engine”. I stedet for at levere en liste af links som traditionelle søgemaskiner, giver den direkte, sammenfattede svar på brugerens spørgsmål, komplet med kildehenvisninger fra internettet. Hvad adskiller Perplexity AI fra traditionelle søgemaskiner? Den primære forskel ligger i brugeroplevelsen. Hvor en søgemaskine som Google præsenterer … Læs mere
Poe.com er en platform udviklet af Quora, der samler adgang til en række forskellige sprogmodeller og chatbots fra firmaer som OpenAI, Anthropic og Google. Tjenesten fungerer som en samlet brugerflade, hvor man kan interagere med og sammenligne flere AI-modeller fra ét sted. Hvad er kernen i Poe.com? Kerneideen bag Poe (Platform for Open Exploration) er … Læs mere
Q-Star, ofte skrevet som Q*, er navnet på et formodet, men ubekræftet, AI-projekt fra OpenAI. Rygter indikerer, at det er en ny algoritme, der kombinerer teknikker for at forbedre AI-modellers evne til matematisk og logisk ræsonnement, hvilket ses som et potentielt skridt mod AGI (Artificial General Intelligence). Definition af Q-Star Q-Star er ikke et officielt … Læs mere
Quantum Machine Learning (QML) er et forskningsfelt, der kombinerer principper fra kvantefysik med maskinlæringsalgoritmer. Målet er at udvikle hurtigere og mere effektive AI-modeller ved at udnytte kvantecomputerens unikke regnekraft til at løse komplekse problemer, som klassiske computere ikke kan håndtere. Grundlæggende principper i QML Kernen i QML er brugen af kvantebits, eller “qubits”. I modsætning … Læs mere
Reglerne for AI-ophavsret i Danmark er baseret på den eksisterende ophavsretslov. Hovedprincippet er, at kun værker skabt af et menneske kan opnå ophavsretlig beskyttelse. AI-genereret indhold falder derfor som udgangspunkt uden for lovens beskyttelse, hvilket skaber en række juridiske gråzoner for brugere og virksomheder. Hvem ejer ophavsretten til AI-genereret indhold? Efter gældende dansk ret kan … Læs mere
Retrieval-Augmented Generation (RAG) er en metode inden for kunstig intelligens, der kombinerer en sprogmodels evne til at generere tekst med en ekstern vidensdatabase. Systemet henter først relevant information fra databasen og bruger derefter denne information til at formulere et præcist og kontekstbaseret svar. Sådan fungerer RAG i praksis Processen i et RAG-system består af to … Læs mere
RLHF, eller Reinforcement Learning from Human Feedback, er en træningsmetode, der bruges til at finjustere AI-modeller, især store sprogmodeller. Teknikken anvender menneskelig feedback til at lære modellen, hvilke svar der er mest nyttige, sandfærdige og ufarlige, og justerer dens adfærd derefter. Hvad er RLHF? RLHF er en hybrid tilgang, der kombinerer elementer fra både supervised … Læs mere
Shadow AI er brugen af kunstig intelligens-værktøjer og -platforme af medarbejdere i en organisation uden virksomhedens officielle godkendelse eller viden. Fænomenet opstår, når ansatte selv finder og anvender AI-løsninger til at løse arbejdsopgaver, ofte for at øge produktiviteten eller kompensere for manglende interne værktøjer. Definition og oprindelse Begrebet “Shadow AI” er en direkte afledning af … Læs mere
Supervised og unsupervised learning er to centrale metoder inden for maskinlæring. Supervised learning træner en AI-model på data, der er mærket med korrekte svar, ligesom en elev med en facitliste. Unsupervised learning analyserer data uden mærkater for at finde skjulte mønstre og strukturer. ## Definition af Supervised Learning Supervised learning, eller overvåget læring, er en … Læs mere
Swarm AI og multi-agent systemer er discipliner inden for kunstig intelligens, hvor flere selvstændige, intelligente agenter samarbejder for at løse komplekse problemer. Systemets samlede intelligens opstår fra interaktionerne mellem de enkelte agenter, inspireret af kollektiv adfærd i naturen som myrekolonier eller fugleflokke. Kernebegreberne defineret Multi-agent systemer (MAS) er det overordnede felt, der beskæftiger sig med … Læs mere