Introduktion till artificiell intelligens och machine learning

Vad är artificiell intelligens (AI)?

Artificiell intelligens (AI) är inte längre en framtidsvision, utan en integrerad del av vår vardag. Vi möter det i allt från algoritmerna som styr våra flöden på sociala medier och rekommendationer i strömningstjänster, till avancerade system som tolkar röntgenbilder, diagnostiserar sjukdomar, kör bilar, skriver kod och analyserar finansmarknaden.

Enkelt uttryckt handlar AI om att få datorer att utföra uppgifter som normalt kräver mänsklig intelligens: att känna igen mönster, dra slutsatser, fatta beslut, förstå språk och lösa problem. I många specifika sammanhang uppvisar datorer redan en förmåga som överträffar människans, så kallad smal AI (narrow AI), det vill säga system som är mycket dugliga inom ett avgränsat område men saknar förmåga att resonera utanför det.

Vi står inför en digital transformation som ofta jämförs med industrialiseringen. Men medan den industriella revolutionen mekaniserade det manuella arbetet, förändrar AI-revolutionen förutsättningarna för det kognitiva och intellektuella arbetet. Det påverkar allt från administrativa yrken till kreativa skapandeprocesser och akademisk forskning.

En kort historik: Från enkla regelbaserade system till generativ AI

Idén om tänkande maskiner är inte ny. Redan på 1950-talet myntades begreppet "artificiell intelligens", och de första decennierna dominerades av regelbaserade system, så kallade expertsystem, där programmerare försökte koda in explicita regler för hur en dator skulle agera i olika situationer. Metoden fungerade i strikt avgränsade problem men var svår att skala upp, eftersom verkligheten sällan låter sig fångas i ett fast regelverk.

Under 2000- och 2010-talet skedde ett paradigmskifte i och med maskininlärningens genombrott. Istället för att programmera regler för hand fick datorerna nu lära sig mönster direkt från stora mängder data. Utvecklingen drevs på av tre faktorer som förstärkte varandra: tillgången till enorma datamängder via internet, kraftfullare hårdvara (inte minst grafikkort som visade sig vara utmärkta för att träna neurala nätverk) och nya, mer effektiva algoritmer. Genombrott inom bildigenkänning runt 2012 visade att så kallade djupa neurala nätverk kunde slå tidigare metoder med bred marginal, och därefter har utvecklingen accelererat år för år.

Det senaste stora klivet togs i början av 2020-talet med genombrottet för generativ AI och stora språkmodeller, där verktyg som ChatGPT blev startskottet för en bredare allmän medvetenhet om teknikens potential.

Figur 1 nedan visar hur förmågan i AI-modeller accelererat från 2022 till 2026. Det ses en oerhört snabb utveckling av förmågan i språkmodeller. Förmågan mäts med standardiserade tester (se Artificial Analysis).

Modellernas förmåga förbättras parallellt med att storleken på modellerna ökar. Som framgår av nedanstående figur, där storleken på cirklarna indikerar språkmodellens storlek, har modellerna raskt blivit markant större och parallellt med dessa har den intellektuella förmågan ökat.

Utvecklingen av språkmodeller har drivits till stor del tack vare enorma investeringar gjorda av teknikbolag som Microsoft, Google, Meta, Amazon och Oracle. Investeringarna som dessa bolag gjort i AI-infrastruktur framgår av nedanstående figur. Man estimerar att dessa företag kommer investera tusentals miljarder dollar i AI-infrastruktur under kommande år. Dessa investeringar görs i jakten på att kunna erbjuda (superhuman) intelligens från ofantliga datafabriker.

Grunderna: maskininlärning, djupinlärning och neurala nätverk

För att förstå dagens AI är det värt att reda ut några centrala begrepp. Maskininlärning (machine learning) är ett samlingsnamn för metoder där datorer "lär sig" att utföra en uppgift genom att analysera data, istället för att bli explicit programmerade för varje enskilt scenario. Man brukar dela in maskininlärning i tre huvudsakliga typer.

Vid övervakad inlärning tränas modellen på data där facit redan är känt, till exempel tusentals bilder märkta "katt" eller "hund", och modellen lär sig känna igen mönstren som skiljer dem åt. Vid oövervakad inlärning saknas facit, och modellen får istället själv hitta strukturer eller grupperingar i datan, exempelvis genom att dela in kunder i olika segment. Vid förstärkningsinlärning lär sig systemet genom försök och misstag och belönas för önskat beteende, en metod som bland annat legat bakom AI som bemästrat avancerade spel på en övermänsklig nivå.

Djupinlärning (deep learning) är en undergrupp av maskininlärning som bygger på artificiella neurala nätverk, löst inspirerade av hur hjärnans nervceller är sammankopplade. Genom att stapla många lager av dessa nätverk ovanpå varandra kan systemet lära sig alltmer abstrakta representationer av datan, från enkla kanter och former i ett tidigt lager till hela ansikten eller begrepp i ett senare. Det är just djupinlärning, i kombination med en arkitektur kallad transformatorer (transformers), som ligger till grund för dagens stora språkmodeller.

Det stora skiftet: från smal AI till generativ AI och stora språkmodeller

Den tidigare generationens AI var i huvudsak analytisk. Den tränades på att känna igen mönster, sortera data och utföra specifika, ofta repetitiva uppgifter utifrån givna ramar. Många trodde länge att AI enbart skulle kunna hantera dessa strukturerade processer. Detta förändrades i grunden under början av 2020-talet med genombrottet för generativ AI och stora språkmodeller (LLM). Dagens AI är inte längre begränsad till att bara analysera existerande data; den kan skapa helt nytt innehåll: texter, bilder, musik, video och programkod, ofta på en nivå som är svår att skilja från mänskligt skapat material.

Denna förmåga att generera innehåll utifrån en instruktion (en så kallad "prompt") har öppnat för helt nya användningsområden, från att sammanfatta rapporter och skriva utkast, till att ta fram designförslag eller felsöka programkod på sekunder. Dagens mest avancerade modeller är även "multimodala", vilket innebär att de kan förstå och kombinera flera typer av data samtidigt, till exempel text, bild, ljud och video i samma resonemang.

Agentisk AI: från passiva assistenter till autonoma agenter

Ett av de största skiftena inom artificiell intelligens just nu är övergången från generativ AI till agentisk AI (agentic AI). Tidigare krävde AI-modeller konstant styrning genom specifika instruktioner för att lösa en uppgift i taget. En AI-agent fungerar istället mer autonomt: du ger den ett övergripande mål, och agenten planerar själv de nödvändiga stegen för att nå dit.

Kraften i detta ligger i att agenten kan interagera med omvärlden. Den kan söka information på internet, använda externa program och verktyg, fatta beslut baserat på sina egna delresultat och korrigera sina misstag längs vägen. Istället för att bara skriva ett utkast till ett mejl kan en AI-agent analysera ett problem, samla in data från olika system, sammanställa en rapport och självständigt agera på insikterna. Det förvandlar AI från ett passivt verktyg till en aktiv samarbetspartner som kan driva komplexa projekt från start till mål. Samtidigt väcker denna autonomi nya frågor kring ansvar och kontroll: vem bär ansvaret när en agent fattar ett felaktigt beslut på egen hand?

AI i praktiken: vård, utbildning, transport, kreativa näringar och forskning

Potentialen i AI ligger inte främst i att ersätta människan, utan i att förstärka våra förmågor. Genom att automatisera rutinuppgifter kan vi fokusera mer på mänsklig kontakt, djupanalys och innovation. Nedan följer några exempel på hur AI redan förändrar olika samhällssektorer.

Vården. Ett tydligt exempel finns i sjukvården:

• Dagens utmaning: En läkare har ofta begränsad tid per patient. Under ett kort besök ska läkaren läsa journaler, intervjua patienten, göra en medicinsk analys, ordinera behandling, skriva remisser och slutligen dokumentera allt i journalsystemet. Tidspressen riskerar att gå ut över både patientsäkerheten och arbetsmiljön.
• AI-lösningen: Med moderna AI-verktyg kan systemet lyssna på samtalet, automatiskt sammanfatta det till en korrekt medicinsk journalanteckning, söka igenom patienthistoriken och föreslå relevanta behandlingsalternativ baserat på den senaste forskningen. När AI tar hand om dokumentationen kan läkaren istället ägna sin tid åt undersökningen och det personliga mötet med patienten.

Utbildning. AI används alltmer för att skapa individanpassade läromedel som följer varje elevs studietakt, samt för att ge lärare stöd i rättning och uppföljning, vilket frigör tid för det pedagogiska mötet med eleven.

Transport. Självkörande fordon och AI-baserad trafikoptimering visar hur mönsterigenkänning i realtid kan förbättra både säkerhet och effektivitet i transportsystemen.

Kreativa yrken. Inom design, musik, film och marknadsföring används generativa verktyg för att snabbt ta fram utkast, visualiseringar och varianter, vilket förändrar kreatörers arbetsflöden i grunden.

Forskning med "Co-Scientists". Inom forskning och avancerad analys håller AI på att omdefiniera det vetenskapliga arbetssättet. Specialiserade AI-system, ibland kallade "co-scientists", fungerar som autonoma forskningspartners som kan automatisera stora delar av forskningskedjan: analysera enorma mängder befintlig forskningsdata, generera nya hypoteser, designa experiment och simulera resultat. Genom att koppla samman sådana AI-modeller med automatiserade robotlaboratorier ("cloud labs") kan experiment köras i stor skala dygnet runt. Denna symbios mellan mänsklig intuition och maskinell slutledningsförmåga accelererar upptäcktstakten inom medicin, materialvetenskap och klimatforskning.

Kapplöpningen mellan AI-labben

Utvecklingen av de mest kraftfulla språkmodellerna, ofta kallade "frontier-modeller", har under lång tid drivits av ett fåtal amerikanska AI-labb som OpenAI, Anthropic och Google, med stängd (closed source) källkod och modellvikter. Fram till sommaren 2026 var det i praktiken dessa aktörer som satte ribban för vad AI överhuvudtaget klarade av.

I juli 2026 skedde dock ett trendbrott. Det kinesiska AI-labbet Moonshot AI, baserat i Peking, offentliggjorde då Kimi K3, en modell med öppna vikter (open weight) och hela 2,8 biljoner parametrar. I flera specifika jämförelser, bland annat inom agentisk kodning, presterade Kimi K3 bättre än Anthropics dåvarande ledande modeller Claude Fable 5 och Claude Mythos, samtidigt som den låg mycket nära konkurrenten GPT-5.6 från OpenAI. Det var första gången en öppet tillgänglig modell, dessutom utvecklad i Asien, gick om de stängda västerländska frontier-modellerna i väsentliga avseenden, även om bilden är nyanserad, eftersom de stängda modellerna fortsatt låg något före på andra typer av tester.

Det som gör detta särskilt betydelsefullt är prisbilden. Enligt Moonshots officiella prislista kostar Kimi K3 omkring 0,30 dollar per miljon cachade indata-token, 3 dollar per miljon vanliga indata-token och 15 dollar per miljon utdata-token. Claude Fable 5 kostar till jämförelse 10 dollar per miljon indata-token och 50 dollar per miljon utdata-token, ungefär tre gånger så mycket i båda ändar. Skillnaden visar hur snabbt AI-intelligens håller på att bli en handelsvara (commodity): förmågor som för bara någon månad tidigare var förbehållna ett fåtal aktörer till ett högt pris går nu att få tag på till en bråkdel av kostnaden, ibland till och med gratis att ladda ner och köra själv.

Detta ställer nya krav på den som använder AI. Olika modeller är olika bra på olika saker och kräver dessutom helt olika infrastruktur. En mindre, effektiviserad modell kan i dag köras lokalt på en enda kraftfull GPU hos en entusiast eller ett mindre företag. Kimi K3, däremot, är trots sina öppna vikter i praktiken svår att köra lokalt för de allra flesta: med 2,8 biljoner parametrar totalt (varav endast en mindre andel aktiveras per token, tack vare en så kallad Mixture-of-Experts-arkitektur) krävs ändå en betydande mängd minne och flera sammankopplade grafikkort för att drifta modellen själv. De flesta användare kommer därför även fortsättningsvis att använda sådana modeller via ett API, snarare än att köra dem på egen hårdvara.

Sammantaget innebär detta att den som vill använda AI på ett bra sätt behöver skaffa sig viss kunskap: vilken modell passar för vilken uppgift, vad den kostar att köra i skala, och vilken infrastruktur den kräver. Eftersom både beräkningskraft och energi är ändliga resurser bör AI också användas ansvarsfullt; att välja en mindre, billigare modell när uppgiften inte kräver den allra mest avancerade (och energikrävande) frontier-modellen är en del av ett hållbart och medvetet AI-användande.

Möjligheter och nytta: AI förändrar arbetslivet

Precis som den industriella revolutionen frigjorde muskelkraft genom mekanisering, frigör AI-revolutionen nu kognitiv kapacitet. Genom att automatisera rutinuppgifter som datainsamling, dokumentation och första utkast kan medarbetare lägga mer tid på det som faktiskt kräver mänskligt omdöme: relationer, kreativitet och komplexa beslut. AI fungerar också demokratiserande, eftersom den ger fler människor tillgång till kompetens som tidigare krävde specialistkunskap, till exempel hjälp med programmering, textutkast eller dataanalys. Sammantaget innebär detta snabbare beslutsprocesser, mer personanpassade tjänster och en möjlighet för mindre organisationer att konkurrera med resurser som tidigare bara fanns hos stora aktörer.

Det är osannolikt att vi inom de närmsta åren kommer att få se en så kallad artificiell generell intelligens, AGI, det vill säga en AI som har en fullständig mänsklig begåvning med eget medvetande, drömmar och spontanitet. Mänsklig intelligens är djupt rotad i vår biologiska och emotionella existens. De mest kraftfulla aktuella språkmodellerna fortsätter att begå banala misstag, vilket avslöjar att de är långt ifrån AGI. Det innebär att dagens generativa AI, det vill säga språkmodeller, kan uppvisa både oerhört imponerande förmågor och samtidigt brista i enkla, grundläggande uppgifter som kräver exakt logik eller räkning. Ett exempel är att generativ AI i flera studier har presterat bättre än läkare på specifika diagnostiska uppgifter, men samma modell kan misslyckas med att räkna hur många ord meningen "Hur mår du?" innehåller.

Utvecklingen är dock exponentiell. Generativ AI blir snabbt bättre, och allt fler tillkortakommanden elimineras genom fortlöpande förbättringar. Förbättringarna innebär oftast att modellerna blir större och att arkitekturen justeras till det bättre. Framgångarna med generativ AI har också tydliggjort för oss att många av de arbetsuppgifter vi betraktar som intellektuella kan lösas utan medvetet tänkande. AI-modeller saknar nämligen medvetande och subjektiv upplevelse, även om det ibland påstås att de "tänker". Komplicerade bedömningar inom sjukvård, finans, ingenjörskonst och matematik har kunnat lösas med AI, trots att modellerna alltså inte tänker i egentlig mening. Det har väckt närmast existentiella frågor kring hur människans roll kommer att utvecklas under kommande år. Vi vet i dagsläget inte hur fort eller hur mycket AI kommer att utvecklas. Vi vet inte om språkmodeller någonsin kommer att uppnå AGI, och flera ledande forskare anser att AGI inte kan uppnås med befintliga metoder för att bygga språkmodeller. Vad vi däremot vet är att allt fler arbetsuppgifter helt eller delvis kommer att kunna skötas av AI. Med största sannolikhet kommer människa och maskin arbeta parallellt under de kommande åren, och därefter kan man anta att människans roll i de flesta nuvarande arbetsuppgifter kommer att förändras. Det kommer att ge människan möjlighet att lägga mer tid på sådant som kräver fysisk närvaro, mänskliga relationer, kreativitet och etiska avvägningar, sådant som alltid har krävt en människa men som vi hittills sällan haft tid för i vårt arbetsliv.

Utmaningar, risker och etik

Trots de imponerande framstegen är det viktigt att vara realistisk och förstå teknikens begränsningar. AI-system saknar medvetande, känslor och äkta biologisk förståelse – de opererar genom avancerad statistik och sannolikhetsberäkningar. När vi integrerar AI i samhället står vi inför flera stora utmaningar:

• Hallucinationer: Språkmodeller kan ibland generera information som låter helt övertygande men som är faktiskt felaktig, vilket ställer krav på källkritik och mänsklig granskning.
• Bias och fördomar: En AI blir aldrig bättre än den data den tränas på. Om träningsdatan innehåller mänskliga fördomar eller skevheter kommer AI:n att reproducera och ibland förstärka dem.
• Etik och upphovsrätt: Det pågår en intensiv juridisk och etisk debatt kring hur data används för att träna modeller, samt vem som äger rättigheterna till det AI-genererade materialet.
• Integritet: När AI-system tränas på och analyserar stora mängder personlig data uppstår frågor om hur informationen samlas in, lagras och skyddas.
• Desinformation: Generativ AI gör det enklare att skapa övertygande men falska bilder, ljud och video (så kallade deepfakes), vilket ställer nya krav på verifiering och mediekunnighet.
• Arbetsmarknad: Automatisering väcker berättigade frågor om vilka yrken och arbetsuppgifter som kommer att förändras eller försvinna, och vilken kompetens som blir efterfrågad framöver.

Reglering och styrning

I takt med att AI får allt större inflytande över samhället har behovet av regelverk vuxit. Inom EU har man tagit fram AI-förordningen (AI Act), ett av världens första övergripande regelverk för artificiell intelligens, som klassificerar AI-system efter risknivå och ställer strängare krav på system som bedöms som högrisk, exempelvis inom vård, rekrytering och brottsbekämpning. Parallellt arbetar länder, forskningsinstitutioner och företag världen över med egna riktlinjer för ansvarsfull AI-utveckling, ofta med fokus på transparens, säkerhet och mänsklig kontroll. Regleringen befinner sig fortfarande i en tidig och snabbt föränderlig fas, och det är troligt att lagstiftningen kommer att fortsätta utvecklas i takt med tekniken.

Hållbarhet: Energi- och resursbehov

Träning och drift av moderna AI-modeller, särskilt stora språkmodeller, kräver betydande beräkningskraft, vilket i sin tur kräver energi och kylning i stora datacenter. Denna resursanvändning har blivit en allt viktigare fråga i takt med att AI-användningen växer globalt, och den väcker frågor om hur teknikutvecklingen kan kombineras med klimatmål och hållbar energiförsörjning. Samtidigt används AI själv som ett verktyg för att effektivisera energisystem, optimera resursanvändning och påskynda forskning kring förnybar energi. Relationen mellan AI och hållbarhet går alltså åt båda hållen.

Tokenomics

Med tokenomics menas hur kostnaden för att använda en AI-modell beräknas och prissätts, alltså den ekonomi som byggs upp kring tokens. Eftersom varje anrop till en språkmodell kostar pengar per miljon tokens, blir valet av modell en avvägning mellan kvalitet, hastighet och pris. I takt med att konkurrensen mellan AI-labben hårdnar sjunker priset per token snabbt, vilket är en stor anledning till att AI, som tidigare nämnts, alltmer beskrivs som en handelsvara snarare än en exklusiv resurs.

Ordlista

AI: Artificiell intelligens, ett samlingsbegrepp för datorsystem som kan utföra uppgifter som normalt kräver mänsklig intelligens, som att känna igen mönster, dra slutsatser och fatta beslut.

Generativ AI: AI som kan skapa nytt innehåll, till exempel text, bilder, ljud, video eller programkod, snarare än att bara analysera eller klassificera befintlig data.

Symbolisk AI: En äldre typ av AI där kunskap representeras genom explicita regler och symboler som människor programmerar för hand, till skillnad från dagens AI som lär sig mönster direkt från data.

Språkmodell (LLM): En AI-modell, en så kallad stor språkmodell, Large Language Model, som är tränad på enorma mängder text och kan förstå och generera mänskligt språk.

Neuronnät (neuralt nätverk): En modellarkitektur inspirerad av hjärnans nervceller, uppbyggd av sammankopplade lager som tillsammans lär sig känna igen mönster i data.

AI-modell: Den tränade matematiska modellen i sig, till exempel en språkmodell, LLM, ett bildigenkänningsnätverk, CNN, eller något annat neuronnät, med antingen smal eller mer generell förmåga.

AI-verktyg: Det gränssnitt eller den applikation som gör en AI-modell tillgänglig och användbar för en person, till exempel chattfönstret man skriver i när man använder ChatGPT.

GPU: Grafikprocessor, Graphics Processing Unit, en typ av processor som är särskilt effektiv på de parallella beräkningar som krävs för att träna och köra neuronnät (AI-modeller).

Token: Den minsta byggstenen en språkmodell bearbetar text i, ofta en del av ett ord, ett helt ord eller ett tecken, och det är utifrån dessa tokens modellen läser indata och genererar utdata.

Mixture-of-Experts, Input tokens, Output tokens: Mixture-of-Experts är en arkitektur där en AI-modell egentligen består av många mindre delmodeller, så kallade experter, men där bara ett fåtal av dessa aktiveras för varje enskild token som bearbetas. På så sätt kan en modell ha ett mycket stort totalt antal parametrar, samtidigt som beräkningskostnaden per token hålls nere, eftersom långt ifrån alla parametrar används samtidigt. Input tokens är de tokens som utgör det man skickar in till modellen, till exempel en fråga eller instruktion, medan output tokens är de tokens modellen genererar som svar. Eftersom output tokens vanligtvis kostar betydligt mer per styck än input tokens, blir längden på modellens svar ofta den faktor som påverkar den slutliga kostnaden mest.

Vibe kodning: Ett informellt uttryck för att skriva programkod genom att beskriva vad man vill uppnå i vanligt språk till en AI-modell, som sedan genererar koden, utan att personen själv skriver eller nödvändigtvis förstår varje kodrad i detalj.