5 gode råd for å komme i gang med KI

Eirik Andreassen
Eirik Andreassen er leder for teknologi og nettverk i Digital Norway. Han leder også Nemonoor, Norges nasjonale senter for kunstig intelligens. (Foto: Digital Norway)

Ifølge NHO hindrer manglende kompetanse og innsikt mange norske virksomheter i å utnytte kunstig intelligens. Her er fem råd for å komme i gang: 

Kunstig intelligens kan øke norsk verdiskaping med 5600 milliarder frem mot 2040. Men de største gevinstene er kun realiserbare om vi tar i bruk mulighetene som finnes allerede i dag. 

Det kommer frem av en ny rapport fra NHO, utført av Samfunnsøkonomisk analyse. 

– Rapporten peker på at mangel på kompetanse utgjør den største barrieren for å realisere det fulle potensialet i KI, sier Eirik Andreassen i Digital Norway. 

Dette gjelder både for virksomheter som er i gang med KI og for dem som ikke bruker KI-verktøy i sin virksomhet. 

Men å komme i gang med kunstig intelligens krever verken en doktorgrad eller enorme utviklerteam, forklarer Andreassen: 

– Teknologikompetanse i arbeidslivet handler ikke nødvendigvis om teknisk innsikt, men om å forstå hvilke muligheter som finnes – og hvordan man kan sette dem ut i livet. 

Er du blant dem som sitter på gjerdet, eller er usikker på hvordan dere skal utnytte kunstig intelligens for hva det er verdt? 

Her er fem råd for hvordan din virksomhet kan komme i gang med KI:

1. Sett deg inn i hva KI er og forstå de grunnleggende konseptene 

Det har vært mye snakk om kunstig intelligens det siste året, og mange begynner kanskje allerede å bli litt lei av KI som et trendord. 

Bruker du tid på å forstå teknologien bak, vil du imidlertid innse at kunstig intelligens ikke er et mystisk luftslott.

Snarere er det helt konkrete konsepter som statistikk, algoritmer og bruk av data som kan utnyttes på smarte måter for å løse faktiske problemer. 

Sannsynligvis har du også brukt kunstig intelligens i din hverdag, lenge før ChatGPT ble allemannseie. Faktureringsprogrammer, søkemotorer og spamfiltre muliggjøres av god, gammeldags maskinlæring – en teknologi som har eksistert siden 50-tallet. 

Det finnes mange gode ressurser som kan hjelpe deg å forstå de grunnleggende konseptene bak KI, og sette det inn i en relevant kontekst. 

På Digital Norway sin temaside finner du en rekke gratis online-kurs om kunstig intelligens. Du kan ta alt fra korte innføringskurs til større kompetansepakker om KI på arbeidsplassen – med alt det innebærer av juridisk og teknisk kunnskap. 

Frokostmøter, seminarer og webinarer er også gode steder å starte. 

Om vi kan anbefale en bok, er Inga Strümke sin bestselgende «Maskiner som tenker» en engasjerende, praktisk og lettlest fortelling om hva KI egentlig er, hvilke muligheter som finnes  og hva som eventuelt hindrer oss fra å ta disse mulighetene i bruk. 

Strümke har dessuten vært med på å kvalitetssikre dette kurset:

2. Identifiser forretningsprosesser som kan forbedres med KI

Svaret på dette vil variere fra virksomhet til virksomhet. Men sannsynligvis er fellesnevneren knyttet til produktivitet. 

Derfor er det å se på hvilke manuelle oppgaver dere har på jobb et godt sted å starte. De siste årenes teknologiske kvantesprang – som nettopp er grunnen til at «alle› snakker om KI – gjør at stadig flere manuelle arbeidsoppgaver kan assisteres eller automatiseres. 

Her finnes det mange muligheter som ikke er helt åpenbare ved første øyekast. 

Bruker noen i teamet ditt tid på å plotte eller flytte tall, klassisk regnearkjobbing, finnes det for eksempel nok av lavthengende KI-frukt å plukke i form av digitale assistenter som kan støtte deg fra sidelinjen. 

Det samme gjelder alt som har med analyse å gjøre. Kunstig intelligens er i sitt ess når det kommer til å se mønstre og sammenhenger! Teknologien kan hjelpe til med alt fra lagerstyring til markedsføringsstrategier. 

Mange leverandører har enkle kartleggingsverktøy som kan hjelpe dere med dette – ofte gratis og uten forpliktelser. 

3. Start med pilotprosjekter 

Ikke start med å velte om hele forretningsmodellen til å bli KI-drevet. Sett heller i gang et lite, håndterbart prosjekt. Dette vil tillate deg å eksperimentere og lære uten å risikere store deler av virksomheten. 

Involver flere personer, gjerne på tvers av bedriften eller organisasjonen. I første omgang bør du gjøre det uformelt og uforpliktende. Dette er viktig for å bygge en god endringskultur. Sett mål og rammer for hvordan dere skal ta med læring videre. 

For eksempel kan dere sjekke om et helt konkret team kan forbedre produktiviteten ved hjelp av KI-verktøy. Eventuelt går det an å undersøke om teknologien kan brukes til å tilby nye tjenester eller produkter. 

Klarer dere å bevise gevinster på konkrete prosjekter, kan dere se nærmere på hva som skal til for å skalere og videreutvikle. 

4. Etabler partnerskap 

De færreste har behov for å utvikle egen kunstig intelligens. Norske virksomheter er – og kommer i all hovedsak til å være – bestillere av KI-teknologi. 

Det er heller ikke sikkert det er hensiktsmessig å sitte på store mengder spisset kunnskap innomhus. Det som er viktig, er å vite hva slags tilbud som finnes – og hvordan tilbudet kan brukes i ditt domene.

Vurder å samarbeide med en eller flere leverandører som kan hjelpe deg med å tilpasse og implementere løsninger som passer til dine spesifikke behov. 

Samtidig er det viktig å vite hvilke tjenester du ikke trenger, slik at du unngår å bruke unødvendige ressurser på KI som ikke skaper verdi. Dette er også bestillerkompetanse. 

For mange kan det være verdt å ta kontakt med klynger som Nemonoor og Cluster for Applied AI. Det kan også være gode muligheter for nettverk og kunnskapsutveksling hos selskaper i samme bransje eller verdikjede. 

I tillegg er akademia, forskningsmiljøer og utdanningsinstitusjoner gode utgangspunkt for å komme i kontakt med ekspertmiljøer.  

5. Ta hensyn til etikk, sikkerhet og personvern 

Kunstig intelligente teknologier åpner for utallige muligheter. Men hva som er teknisk mulig, er ikke nødvendigvis det samme som hva som er etisk eller lovlig. Eller smart

Det er fullt mulig å bruke datadrevne og kunstig intelligente systemer på spennende, nyttige, verdifulle måter, uten å bryte noen lover eller tråkke over noen etiske grenser.

Men det er også i høyeste grad mulig å bruke det på måter som er inngripende og diskriminerende, og som kan bli kostbart og skadelig for virksomheten, de ansatte og kundene eller brukerne deres. 

Før du implementerer KI-løsninger, må du sørge for å forstå relevante lover og forskrifter. Behandler du personopplysninger er GDPR det aller viktigste lovverket. Samtidig kan det være lurt å se teknologien i lys av for eksempel arbeidsmiljøloven, forvaltningsloven, diskrimineringsloven – og andre lover som regulerer norske arbeidsforhold. 

I tillegg har EU en rekke forordninger som kan ha betydning for bruk av kunstig intelligens i arbeidslivet, blant annet AI Act, Data Act, AI Liability Directive og Digital Markets Act. 

Det er en munnfull. Vi må nevne at mange av disse sannsynligvis ikke vil berøre gjennomsnittlige norske virksomheters bruk av KI. Men bare det å kjenne til hvilke lover du ikke trenger å tenke på, kan være nyttig om det skulle oppstå diskusjoner knyttet til hvorvidt dere er innenfor hva som er lovlig eller ikke. 

Les også

KI kan øke norsk verdiskaping med 5600 milliarder frem mot 2040

En ny rapport bestilt av NHO viser en lys fremtid for norsk økonomi – så fremt næringslivet skaffer seg innsikten og kompetansen som trengs.
– Digitalisering og kunstig intelligens gir virksomheter store muligheter. Alle norske virksomheter bør tenke strategisk om KI, sier Rebekka Borsch, avdelingsdirektør i NHO for kompetanse, innovasjon og digitalisering. (Foto: NHO)

Frem mot 2040 kan verdiskapingen i norsk næringsliv øke med 5600 milliarder kroner, forutsatt at bedriftene begynner å implementere kunstig intelligens i dag.

Det største hinderet for å oppnå denne økonomiske veksten? Kompetanse og innsikt i mulighetene for den enkelte bedrift. Dette er hovedfunnene i en ny rapport fra Samfunnsøkonomisk analyse, utført på bestilling fra NHO.

– Disse funnene understreker behovet for at så mange norske bedrifter som mulig får hjelpen de trenger til å ta i bruk kunstig intelligens, sier Eirik Andreassen i Digital Norway.

Eirik Andreassen er leder for teknologi og nettverk i Digital Norway. Han leder også Nemonoor, Norges nasjonale senter for kunstig intelligens. (Foto: Digital Norway)

Han er leder for Nemonoor, Norges nasjonale senter for kunstig intelligens, som er støttet både av regjeringen og EUs Digital Europe-program. Målsettingen er å øke kunnskapen og bruken av KI i ulike bransjer.

Digital Norway har også fungert som rådgivere og informanter for rapporten. 

– Nå som vi har et konkret tall på den potensielle verdien for norsk næringsliv håper vi det vil motivere flere til å starte kartlegging av sin bedrift, sier Andreassen.

– Denne omstillingen kommer, og vi har alt å vinne på å hjelpe hverandre frem i denne spennende tiden.

Stor vekst med generativ KI 

I rapporten fra Samfunnsøkonomisk analyse skilles det mellom generativ KI og øvrig KI kombinert med andre digitaliseringsgrep. Mens sistnevnte skal stå for 3600 milliarder kroner av løftet, er anslaget for bruk av generativ KI alene på 2000 milliarder kroner.

Anslaget er basert på økt verdiskaping per arbeidede time, hvor den viktigste kilden til vekst er bruk av stadig bedre teknologi.

I prosent anslår Samfunnsøkonomisk analyse at generativ KI – når den er kommet i allmenn bruk – vil kunne gi en vekst på 1,5 prosentpoeng. Imidlertid heter det seg i rapporten at:

«Utviklingen innen AI skjer nå så raskt at våre beregninger kan undervurdere hvor stor betydning dette vil ha framover.»

Fakta: Fem viktige funn fra rapporten

  1. Bruken av KI gir høyere verdiskaping og produktivitet hos norske virksomheter:
    • Dersom virksomheter begynner å nyttiggjøre seg av kunstig intelligens allerede i dag, anslås det at verdiskapingen vil øke med om lag 5 600 milliarder kroner mot 2040. Til sammenligning utgjør dette omtrent en tredjedel av oljefondets markedsverdi. 
    • Analysen ser på næringslivet i bredt, og konkluderer med at kunstig intelligens kan frigjøre arbeidskraft, øke produktivitet og bidra til nye produkter i alle bransjer. 
  2. En av fire virksomheter bruker KI: 
    • 24 prosent av norske virksomheter bruker kunstig intelligens på en eller annen måte. Halvparten av disse igjen er i gang med å utvikle strategier for bruk av KI. 
  3. KI kan løse sentrale samfunnsutfordringer: 
    • Rapporten trekker frem hvordan kunstig intelligens kan brukes for å håndtere fallende produktivitetsvekst, mangel på arbeidskraft og grønn omstilling. 
    • Samtidig peker den på flere nye samfunnsutfordringer forbundet med KI. Blant disse er manglende innsikt i hvordan algoritmene fungerer, datakvalitet og omstillingskostnader. 
  4. Den største barrieren for å komme i gang er kompetanse: 
    • Manglende kompetanse og innsikt oppgis som hovedbarriere, både for virksomheter som bruker KI og de som lar vær. 
  5. Reguleringer, lovverk og rammebetingelser påvirker bruken av KI:
    • 30 prosent av de som oppgir å ikke bruke KI-verktøy i dag sier de bekymrer seg for brudd på lovverk knyttet til datavern eller personvern. Også for de som tar det i bruk sier det er vanskelig å navigere i reguleringer som GDPR, Data Act, AI Act og mer.

– Må tas i bruk nå

Per i dag er bruken av KI i vekst, og i en spørreundersøkelse tilknyttet rapporten benyttes teknologien av én av fire bedrifter. Det er Rebekka Borsch, avdelingsdirektør i NHO for kompetanse, innovasjon og digitalisering, glad for. 

– Digitalisering og kunstig intelligens gir virksomheter store muligheter. Alle norske virksomheter bør tenke strategisk om KI, sier hun. 

Likevel, avdelingsdirektøren mener tempoet må opp: 

– Rapporten viser at vi har en mulighet til å snu den fallende produktivitetsveksten, men det er viktig å presisere at dette avhenger av å ta teknologien i bruk nå – ikke om fem år.

Ifølge Samfunnsøkonomisk analyse vil nemlig det å utsette implementeringen kun gi en produktivitetsvekst på 450 milliarder.

Samtidig er det andre potensielle oppsider beskrevet som også kan glippe. For eksempel kan KI frigjøre arbeidskraft til andre oppgaver og bransjer, for eksempel helse- og omsorgssektoren.

– KI vil også være en viktig ressurs i klima- og energiomstillingen, påpeker Borsch.

Les rapporten i sin helhet på NHOs nettsider.

Les også

Millionstøtte til Nemonoor: – Blant de mest innovative i Europa

Nemonoor er et av to norske innovasjonsnav som regjeringen støtter med 20 millioner kroner. – Løfter næringslivets KI-kompetanse, sier digitaliseringsministeren. 

Regjeringen setter av 20 millioner kroner til medfinansiering og oppfølging av to norske prosjekter knyttet til EUs forskningsprogram Digital Europa. 

Det ene av disse er Nemonoor, Norges nasjonale senter for kunstig intelligens (KI). 

– Nemonoor bidrar til å løfte næringslivets KI-kompetanse, og jeg gleder meg til å se hva de kan få til i årene fremover, sier forvaltnings- og digitaliseringsminister Karianne Tung. 

Senteret samler norske KI-miljøer og tilbyr både offentlige og private virksomheter kunnskap, testmiljøer, nettverk og verktøy for å komme i gang med anvendt bruk av kunstig intelligens. 

Digitaliserings- og forvaltningsminister Karianne Tung.

Bak Nemonoor står forskningsinstitusjoner som NTNU, NORA.ai, Norway Health Tech, SINTEF, Smart Innovation Norway, Institutt for Energiteknikk (IFE) og Ålesund Kunnskapspark (ÅKP). 

Det er Digital Norway som administrerer senteret. 

–Vi har store forventninger, for Nemonoor har bevist at de kan gjøre en forskjell for næringslivet. Og vi klarer ikke den digitale omstillingen uten næringslivet og forskningsmiljøene med på laget, legger Tung til.  

Kommer næringslivet til gode 

Fra før er senteret delvis finansiert gjennom EU sitt forskningsprogram Digital Europa, som en European Digital Innovation Hub (EDIH, kan uttales «eddy»). 

I praksis handler det om at Nemonoor er en del av en større europeisk satsing på klynger dedikert til digital innovasjon. 

– Jeg er stolt over at to norske nettverk hevder seg på linje med de mest innovative i hele Europa, sier Tung.  

Det finnes over 150 EDIHer i hele Europa. EU finansierer halvparten av prosjektkostnadene, men innvoasjonsnavene må finne måter å selv finansiere den andre halvparten. 

Mange land gir statlig støtte for å dekke den andre halvparten, og nå gjelder det også Norge. 

– I praksis betyr det at vi kan bli fullfinansiert, sier Eirik Andreassen, leder for Nemonoor. 

Han legger til: 

– Bevilgningen kommer ikke først og fremst oss til gode. Det er norsk næringsliv som skal dra nytte av disse pengene. Vi skal kanalisere den kunnskapen vi har bygget opp i forskning og i klynger – og få den ut til virksomheter. 

Diagnoser og optimalisering av strømnettet 

Utviklingen og bruken av kunstig intelligens beveger seg i et enormt tempo, revolusjonerer industrier og forvandler måten vi jobber på. 

Ved Bærum sykehus brukes for eksempel kunstig intelligens til å levere raskere røntgenbilder, og bildegjenkjenningsteknologi for å diagnostisere tykktarmskreft. 

Energisektoren på sin side utvikler maskinlæringsmodeller for å optimalisere strømnettet, finne bærekraftige løsninger og drive vedlikehold. 

– Dette er praktisk anvendelse av KI som Nemonoor-medlemmene i Norway Health Tech og Smart Innovation Norway jobber med, sier Andreassen. 

Men dette er ikke løsninger som implementeres i en håndvending. 

Tilgang til tilstrekkelig og riktig data, god sikkerhet, strategiske valg, etiske vurderinger og regulatoriske krav er faktorer som må på plass for å lykkes med kunstig intelligens, sier senterlederen: 

– Den som klarer å utnytte og forstå KI har alt å vinne, men det er også viktig å vurdere fallgruvene. Det er ikke et arbeid man løser alene, men i fellesskap. Derfor er det så viktig at vi nå har ryggen fri til å sette fart på næringslivet med innovasjon, kunnskapsdeling og praktiske løsninger på tvers av sektorer. 

– Den grønne omstillingen er avhengig av digitalisering 

Også Oceanopolis, en norsk EDHI som retter seg inn mot digitale løsninger for hav og kyst, er en del av bevilgningen. 

Tung understreker betydningen av å satse på innovasjon som både tar for seg digital og bærekraftig teknologi: 

– Den grønne omstillingen er avhengig av digitalisering. Den omstillingen er særlig relevant i Norge, som er såpass avhengig av olje og gass, sier digitaliseringsministeren. 

Fra venstre bakerst: Lena Nymo Helli, Eli Haugerud, Lene Merethe Liodden, Stig Marthinsen, Elisabeth Svanholm Meyer, Eirik Andreassen, Monika Sandnesmo og Liv Dingsør.

I dette skiftet er kunstig intelligens og teknologioverføring helt avgjørende, forklarer hun: 

– Kunstig intelligens, og da særlig i samspill med andre teknologier som sensorikk og plattformteknologier, kommer til å legge mye av grunnlaget for næringslivet fremover. Dette stiller høyere krav til kunnskap, kompetanse og ekspertise. 

– innovasjonsnavene er viktige verktøy i å bidra i dette arbeidet. Og da er det viktig at de får finansiering for å få det til, avslutter Tung.

– Vi hjelper bedrifter å konkurrere på internasjonalt toppnivå

Gjennom ordningen Norsk katapult har Smart Innovation Norway fått på plass et testsenter som utvikler, tester og simulerer produkter, tjenester og prosesser. AID katapult er rett og slett et industrielt treningsanlegg som gjør veien fra idé til marked kortere.

Gurill Mediaa er prosjektleder for AID-katapulten

Av Anja Lillerud, Smart Innovation Norway

Tenk deg at du har en idé til et produkt som du har skikkelig tro på. Noe du mener kan utgjøre en stor forskjell fra dagens løsning. Eller en tjeneste som ikke finnes, men som du har avdekket at det er behov for. Hvordan skal du klare å overbevise de riktige folkene om å satse sammen med deg?

En reise gjennom Siva – Selskapet for industriveksts katapultordning kan være løsningen. En katapult tilbyr industrielle treningssentre med utstyr og kompetanse til bedrifter som trenger å teste ut en idé, simulere et hendelsesforløp eller utvikle et produkt eller tjeneste.

I den andre enden av prosessen sitter man igjen med kunnskap og dokumentasjon som hjelper deg videre på veien til markedet.

Katapultfamilien vokser

Bjørn Dimmen, daglig leder DigiCat i Ålesund. Alle foto: Anja Lillerud

– Vi hjalp en industribedrift i oljebransjen på Vestlandet med å lage blant annet en video og VR-løsning som gjorde det mye enklere for dem å vise fram sitt nye produkt til kundene sine. De la videoen ut på LinkedIn, og det resulterte i henvendelse fra en internasjonal aktør og kontrakt for nytt oppdrag, forteller Bjørn Dimmen.

Han er daglig leder for DigiCat i Ålesund, katapultsenteret som Smart Innovation Norways katapult er en node til.

Under lanseringen av AID i august 2023 var Dimmen til stede, og han gleder seg over at katapultfamilien vokser. De fem nasjonale sentrene der DigiCat er en av dem, har fått åtte noder, blant dem AID-katapulten, under sine vinger i løpet av året.

AID har hovedfokus på kunstig intelligens og digitale tvillinger siden Smart Innovation Norway har ekspertise på de to fagområdene.

– Det var kjempegodt oppmøte på lanseringen, og det var et fint arrangement som viste bredden både i tilbudet fra AID og kundemålgruppen for katapulten, sier Dimmen.

DigiCat-sjefen er opptatt av å spre budskapet om Norsk katapult-ordningen så mye som mulig. Han møter til stadighet bedriftsledere som ikke kjenner til muligheten for økonomisk støtte man kan få gjennom et katapultsenter.

– Bedriftenes egenandel og Sivas katapultmidler kan sammen utløse store ting. Jeg prøver å understreke at man ikke skal tenke begrensninger, at det viktigste for bedriftene er å få ideer og utfordringer ned på papiret, og så kan vi se hvilken leverandør som er den beste og koble partene sammen, forklarer han.

AID katapult
Eirik Andreassen (t.v.) fra Digital Norway og Nemonoor sammen med klyngeleder for Cluster for Applied AI, Tore Lie. Sammen presenterte de AI-klinikken.

– Blant Norges ledende innovasjonsselskap

Bakgrunnen for lanseringen av AID-katapulten går tilbake til høsten 2022. Da bevilget regjeringen 47 millioner kroner til testfasiliteter i distriktene for å bidra til økt omstilling og et mer bærekraftig norsk næringsliv.

Bjørn Arne Skogstad, spesialrådgiver Industri hos Siva – Selskapet for industrivekst.

Siva utlyste pilotprosjekter under ordningen Norsk katapult, og ved søknadsfristens utløp var det kommet inn søknader fra Smart Innovation Norway og 27 andre kandidater fra alle landets fylker.

– Smart Innovation Norway er blant Norges ledende innovasjonsselskap når det gjelder fokus, kapasitet og koblingen mellom forskning og anvendelse. At dette miljøet med denne kapasiteten er en del av det nasjonale løftet som Norsk katapult er, er veldig gledelig, sa Bjørn Arne Skogstad, spesialrådgiver industri hos Siva, under åpningen av AID.

Skogstad har fulgt selskapet de siste 10-12 årene fra å bestå av en næringsklynge i startgropa til å utvikle ikke bare én, men tre klynger, en inkubator, en internasjonalt anerkjent forskningsavdeling, et tidligfase fond og en smart by-satsning.

Nå gleder han seg til å følge med på veien videre.

– Dere skal være med på å svare ut regjeringens bestilling til Norsk katapult, og den bestillingen er ikke veldig beskjeden. Den sier at dere skal tilby utstyr, teknologi og kompetanse til hele landet slik at bedrifter fra Nordkapp til Lista øker sin konkurransekraft. Dere skal bidra til mer innovasjon og raskere omstillingsevne med sikte på økt og ny industriell verdiskapning i Norge, sa han.

AID katapult med stort lag i ryggen

– Vi skal primært hjelpe bedrifter, men også offentlig sektor med å utnytte det vi kaller «den nye oljen», nemlig data.

Kjell Reidar Mydske

Kjell Reidar Mydske var stolt administrerende direktør for Smart Innovation Norway da han ønsket velkommen til åpningen av piloten AID katapult.

– Vi skal primært hjelpe bedrifter, men også offentlig sektor med å utnytte det vi kaller «den nye oljen», nemlig data. I katapulten lanserer vi en datafabrikk som skal behandle og gjøre dataene klare, en AI-klinikk for å vise hvordan man kan bruke AI i egen forretningsmodell, og en simulator for raskere å utvikle og teste produkter og tjenester. Med disse tre tjenestene skal vi hjelpe bedrifter å konkurrere på internasjonalt nivå, sier han.

AID katapult tilbyr tre tjenester: AI-klinikken, datafabrikken og simulatoren. Prosjektleder Gurill Mediaa presenterte dem under lanseringen.

Ansvaret for å lede AID-katapulten har Gurill Mediaa fått. Hun ser fram til å hjelpe bedrifter og offentlige aktører med å utvikle tjenester og produkter, og til å lage digitale verdiøkende tjenester på toppen av produkter som allerede finnes.

– Dette er en spennende og viktig oppgave. Vi gleder oss til å gå i gang med å løse oppdraget vi har fått og nå målene vi har satt oss, sier Mediaa.

Hun understreker at AID katapult er en del av et økosystem og har mange kompetente samarbeidspartnere med seg på laget.

Sivas katapultprogram legger rammene for et godt utgangspunkt sammen med Næringshagen i Østfold, DigiCat i Ålesund/ ÅKP, Cluster for Applied AI, Halden Næringsutvikling, visualiserings- og simuleringsbedriften Augment City/OEC, Institutt for Energiteknikk (IFE), Digital Norway/Nemonoor, AI-selskapet Chronos og UiT Norges arktiske universitet avd. Narvik.

– Er du nysgjerrig på hva AID katapult er, så ta kontakt. Jeg vil gjerne vise deg simulatoren og mulighetene som ligger i AI, digitale tvillinger og datadeling sier Gurill Mediaa.

Godt oppmøte på lanseringen av AID katapult.

Lanserer senter for kunstig intelligens

Slik skal Nemonoor få fart på bruken av kunstig intelligens i norske virksomheter over hele landet.

Av Henning Brikt Andersen, Kommunikasjonssjef Digital Norway Alle foto, Dan-Børge Pedersen

Konsortiet bak Nemonoor

– Nemonoor skal være en tjenesteleverandør og en hub. Vi skal finne midler og støtte med helt konkrete ressurser til virksomheter. Og vi skal koble sammen aktører som kan dra nytte av hverandre, sier Eirik Andreassen i Digital Norway.

Han er koordinator for Nemonoor, et helt nytt nasjonalt senter for kunstig intelligens. Senteret består av åtte partnere fra forskning, akademia, innovasjon, nettverk og testsentre.

Når Nemonoor nå lanseres, er formålet å bygge kompetanse og evne hos private og offentlige virksomheter til å ta i bruk kunstig intelligens. De skal også sikre synergier med andre aktører på nasjonalt og europeisk nivå.

Den nye nasjonale huben tilbyr kunnskapen, testsentrene og nettverket norske virksomheter trenger for å lykkes med å ta i bruk kunstig intelligens.

I Norge har vi høy tillit, stor grad av digital modenhet og masse data. Det finnes mange anledninger til å lære av hverandre og bygge broer. Da er det viktig med åpenhet og mer samarbeid på tvers for å gjøre dette på en god måte.

– Kunstig intelligens har aldri vært mer omtalt, diskutert eller benyttet enn nå, forklarer Andreassen.

– Derfor er det stadig viktigere for bedrifter, organisasjoner og virksomheter å forstå og utnytte potensialet i teknologien.

Koordinator for Nemonoor – Eirik Andreassen, Digital Norway

Timingen er god

Maskinlæringsmodeller kutter utslipp på anleggsplasser. Datasyn effektiviserer og øker kvaliteten på norske veigjerder. Bildegjenkjenningsteknologi gir oppdrettere bedre verktøy for å overvåke aktivitet i mærene.

Det er bare noen eksempler på bruksområder av kunstig intelligens i norsk næringsliv i dag.

– Det har aldri vært så kort vei fra forskning til anvendelse på noe felt. Det skjer så mye, og det er spennende. Nå kan alle ta i bruk litt kunstig intelligens, selv uten å kunne programmere.

Morten Dalsmo, Sintef Digital & Inga Strümke, NTNU

Det sier Inga Strümke. Hun er forsker ved Norwegian Open AI Lab på NTNU og SimulaMet, med kunstig intelligens som fagfelt.

Vi er fortsatt tidlig i utviklingen, påpeker hun. Ingen kjenner omfanget av hvordan teknologien kommer til å påvirke samfunnet og verden vi lever i. Det gir mange muligheter, men også en rekke utfordringer.

Strümke mener timingen bak Nemonoor er god:

– I Norge har vi høy tillit, stor grad av digital modenhet og masse data. Det finnes mange anledninger til å lære av hverandre og bygge broer. Da er det viktig med åpenhet og mer samarbeid på tvers for å gjøre dette på en god måte.

– KI kan kutte globale utslipp med en femtedel

Konsortiet bak Nemonoor består av noen av de fremste miljøene på kunstig intelligens i Norge;

NORA/UiO, Norway Health Tech, NTNU, SINTEF, Digital Norway, Smart Innovation Norway, Institutt for Energiteknikk (IFE) og Ålesund Kunnskapspark (ÅKP).

Morten Dalsmo er konserndirektør i SINTEF Digital. Han poengterer at det er et skrikende behov i næringslivet for tilgang på ressurser som omhandler kunstig intelligens:

– Næringslivet har mye å gå på når det kommer til å dele data og kompetanse på tvers av bransjer og sektorer, begynner han og legger til:

– Kunstig intelligens har potensialet til å redusere globale utslipp med en femtedel innen 2030. I SINTEF er vi opptatt av å koble næringslivet på forskningsfronten og sørge for at kunstig intelligens tilpasses flere anvendelsesområder.

Håkon Haugli, direktør i Innovasjon Norge, er også tydelig på at delingspotensialet i norsk næringsliv er stort:

– Nemonoor er en fantastisk koblingsboks mellom ulike bedrifter og næringer. Så er det opp til deltakere å gå inn i det med de gode spørsmålene og vilje til å dele. Hvis de gjør det, så er dette et helt uovertruffent bra initiativ.

Tettere på den europeiske utviklingen

Nemonoor er en European Digital Innovation Hub (EDIH, kan uttales «eddy»), og er delvis finansiert gjennom Norges medlemskap i EUs 7-årige DIGITAL-program. Det innebærer at tjenestene vil tilbys gratis eller til en redusert pris.

I Europa pågår det for tiden et stort ressursløft når det kommer til kunstig intelligens, påpeker Andreassen. EU har per dags dato gitt tilsagn til at det opprettes 136 EDIHer i alle EU-medlemsland.

Andreassen forklarer at Europa har verdens høyeste tetthet av forskere, men samtidig verdens laveste andel av oppstartsbedrifter.

– Det er en indikasjon på at vi ikke klarer å overføre den kunnskapen som finnes i forskningsmiljøer og klynger til næringslivet, sier Andreassen og legger til:

Teknologien skal gjøres så tilgjengelig at alle kan ta den i bruk. Det er dit vi må.

Haugli trekker også frem viktigheten av å være påkoblet den europeiske arenaen:

– Det gir enorme merverdier hvis vi evner å ta den posisjonen i bruk. At vi internasjonalt klarer å posisjonere Norge som et spennende land når det kommer til bruk av kunstig intelligens.

Strümke er tydelig på at særlig forståelse og kunnskap knyttet til hva kunstig intelligens egentlig er, og hvordan det kan brukes, blir særlig viktig om norsk næringsliv skal bli gode på å ta teknologien i bruk.

– Også skulle jeg ønske vi hadde mer politisk ledelse på dette feltet. men nå skjer det faktisk en egenkoordinering. Det er et forsøk på å løse problemer sammen – og det er fantastisk, avslutter hun.

Etablerer senter som skal få fart på bruken av kunstig intelligens

Forrige uke ble det kjent at Norges deltagelse i Digital Europe bærer frukter. En norsk European Digital InnovationHub skal få fart på bruken av kunstig intelligens i norske virksomheter over hele landet. Senteret skal hete Nemonoor og er stiftet av en rekke sterke aktører innen kunstig intelligens.

Eirik Andreassen

Ordningen retter seg mot private og offentlige virksomheter over hele landet, og hensikten med ordningen er gå gi virksomhetene tilgang til den kunnskapen om anvendt KI som er bygget opp med basis i mange års forskning, utvikling og innovasjon.

Dette er et prestisjefullt oppdrag og en fantastisk mulighet for norskebedrifter til å øke satsingen på kunstig intelligens, gjennomtilgang til både de beste ressursene i landet og en tett kobling til sterke fagmiljøer i E, Eirik Andreassen, leder for Nemonoor.

I første omgang vil Nemonoor bidra til virksomheter som jobber innen produksjon, helse, smarte byer og samfunn, samt energi-systemer/bærere. Vi vil primært fokusere på løsninger som bygger på prediksjon, maskinsyn og språkmodeller, og vi retter oss mot private og offentlige virksomheter i hele landet.

Foruten DigitalNorway, består Nemonoor av, Institutt for Energiteknikk (IFE), NORA/UiO, Norway Health Tech, NTNU, SINTEF, Smart Innovation Norway og Ålesund Kunnskapspark (ÅKP). Til sammen skal konsortiet sikre at virksomhetene som deltar får tilgang til kunnskapen, testsentrene og nettverket de trenger for å lykkes med å ta i bruk KI som en integrert del i virksomheten.

– Vi ser frem til å jobbe tett med de andre nasjonale og europeiske innovasjonsnavene for å sikre at virksomhetene får tilgang til de aller beste og mest relevante tjenestene de trenger, sier Andreassen.

Skuffet over manglende finansiering fra regjeringen

I Norge er det Kommunal og distrikts departementet (KDD) som er ansvarlig for DIGITAL Europe programmet, med Innovasjon Norge som tilrettelegger for EDIH ordningen. EU vil finansiere halvparten av driftsbudsjettet til konsortiet. De resterende midlene må komme fra nasjonale kilder. Det var et håp om at KDD ville bidra til å delfinansiere de nasjonale EDIHene, men i revidert nasjonalbudsjett ble det klart at dette ikke er tilfelle.

Det manglende bidraget fra norsk side står i sterk kontrast til hva v

åre naboland Finland, Sverige og Danmark gjør for å definansiere EDIHene sine, sier Eirik Andreassen.

Norge ligger allerede etter våre naboland når det gjelder bevilgninger for å bidra til bruk av avanserte digitale teknologier, og den manglende nasjonale medfinansieringen bidrar til å forsterke denne skjevheten.

EDIHeri alle EUs medlemsland

European Digital Innovation Hubs (kan utales «eddy»), er et sentralt virkemiddel i EU sitt nye 7-årige DIGITAL-program. Formålet er å sikre at private og offentlige virksomheter rustes til å ta i bruk avanserte digitale teknologier. EU har per dags dato gitt tilsagn til at det opprettes 136 EDIHer i alle EU-medlemsland, i den hensikt å sikre at kunnskapen som finnes i hvert enkeltland skal gjøres tilgjengelig for virksomheter i andre EU-land.

Norge fikk innvilget to EDIHer, Nemonoor og Oceanapolis, Nemonoor starter opp aktivitetene til høsten 2022

Kontakt: Eirik Andreassen, eirik.andreassen@digitalnorway.com, tlf: 402 00 598

#nemonoor #EDIH #digitalnorway

Artificial intelligence – what is it and why is it on everyone’s lips?

Used correctly and in the right circumstances, artificial intelligence has the power to help businesses in the private sector as well as the public sector become more efficient and most importantly; more sustainable.

Illustration (Shutterstock.com)

By Research Director at Institute for Energy Technology Tomas Nordlander and journalist Mari Kristine Buckholm

The history of artificial intelligence (AI) goes back to the Dartmouth Conference in New Hampshire in the summer of 1956. That is when the word was first coined. The conference gathered some of the key researchers in the United States, who were computer scientists, to look at the potential of the computer. The researchers had already started looking into making the computer intelligent before that, but the Dartmouth Conference is considered to be the founding event of artificial intelligent as a field.

Machines and software that try to achieve a goal or solve a problem in a changing environment using reasoning, memory, planning, scheduling, that is artificial intelligence

From that time until now, we have had AI winters and AI springs. Every time there is an AI spring, like 1956, we have a lot of funds coming in. Several companies put a lot of money in, and a lot of promises as well, but some of these promises are not realistic. For example, in 1956, they were talking about the autonomous car and the universal translator, and it was promised to be ready in 10-15 years. But, as we all know, 15 years later there were no autonomous cars.

What happens next is that people get disappointed when AI does not deliver, and almost all the funding stops. A lot of good researchers leave the field and move to other fields. So, every time the AI winter comes, we lose a lot of excellent AI researchers.

Then the spring comes again, because someone has gotten a breakthrough, and the funding comes back. Also, every time we have an AI spring, the charlatans show up as well. People who do not really have AI experience, capabilities or AI products come because there is a lot of money involved. They also make promises, which lead to disappointment – and affect the AI hype.

The lasting AI spring

Today, we are in the middle of an AI spring, but there are still some cold winds. The difference this time, compared to previous AI springs that have turned into winter, is that we have available data from Internet-of-Things (IoT), we have mature algorithms, and we have processing power in the cloud. All this makes the current AI spring unique, and I think it is here to stay. With that said, there will be a lot of disappointments as well, where people are promised gold, but get coal in return.

This is why it is important to remember the history of AI. When I bump into young people around 25-35 years old, they tend to think that AI is only about deep neural network and that everything written about AI that is older than 10 years, is irrelevant. That is a huge mistake. You might think that the autonomous vehicle came from the DARPA (Defense Advanced Research Projects Agency) Grand Challenge or Tesla, but in the 1980s there were autonomous Mercedes Benz cars driving on the highways of France, Germany and Denmark, using AI.

We had cars driving autonomously already in the 80s and people do not know. We have so much more to learn from the history of AI, but people are too short-sighted back in time. Some of the most relevant research papers are not as young as five years old; they might in fact be 20-40 years old.

Hence, if you wish to focus on AI, do not ignore research and results of AI that is older than 5-10 years. You will only do yourself a disfavor and create more work than you need to do.

Definitions of AI

Through the years, there have been many attempts to define what artificial intelligence is. The simplest and most common definition, but a problematic one, is “intelligence demonstrated by machines and software”. The problem is that we do not have a universally agreed upon definition of the word intelligence. If you and I have two different views of what intelligence is, it means we would also have two different views of artificial intelligence.

Therefore, a more comprehensive definition that does not contain the word intelligence would be better: “Machines and software that try to achieve a goal or solve a problem in a changing environment using reasoning, memory, planning, scheduling.” That is artificial intelligence.

Machine learning, on the other hand, is a group of AI techniques (some statistical techniques also belong under the machine learning umbrella). It enables a system to automatically learn and progress from experience without being explicitly programmed.

The most important reason why people and companies should have competence within AI today, is that AI has the potential to help with digitalization. For the Institute for Energy Technology (IFE), digitalization means how organizations use digital technology to enable them to do more with less effort and get it done quicker, safer, and cheaper. If AI can help with that, you will get a competitive advantage compared to those who do not utilize it. Basically, it is about staying in the game and being competitive.

It is also necessary to remember that AI might not always be the solution. There are some problems where people apply AI, when other techniques like statistics or mathematical modelling are way better. I have seen instances where people choose to apply AI to a problem simply because it attracts funding, but they end up using the wrong technique to the problem. They would have had a much more efficient solution if they used mathematical modelling instead.

Nevertheless, used correctly and in the right circumstances, AI has the power to help a large number of businesses in the private sector as well as the public sector become more efficient and most importantly; more sustainable.

When is AI the solution?

We have several examples of smart use of AI in the new Cluster for Applied AI. Many of our cluster members already utilize artificial intelligence in a way that is both efficient and environmentally friendly. In the following, I will present some of the most relevant cases.

At IFE, we produce medicine for prostate cancer. It is a radioactive medicine that is given intravenously to patients, but it has a half-life of two weeks. This means that from we produce it, we have two weeks to give it to the patients, otherwise it does not work. We deliver this medicine from our facility at Kjeller to the entire world, and it must reach the patients, wherever they are, within two weeks. The medicine is kept in a vial and we need to identify if there are dust or particles that make it necessary to discard it.

Previously, this was done manually by people looking at and shaking them against light to check. First of all, they would get a small dose of radiation, which is not dangerous, but not great either. Secondly, it is hard for the human eye to detect these particles. Now, we have project where we use a robot hand to shake the vials and we use machine vision with AI to identify the particles, which can do the job faster, more accurate, and safer than humans, which means better medicine reach the patient faster.

A second example is that of eSmart Systems. The software company uses AI to detect maintenance needs on the masts of power lines.

Previously, when you were inspecting powerlines, you would rent a helicopter and fly along the power lines with a camera and/or binoculars to try to identify what might be broken. This is traditionally known as one of the more dangerous helicopter trips that you can take. There is always high risk involved when working close to power lines, but this method also has a high carbon footprint.

eSmart Systems’ solution is to use drones to inspect instead. These drones can be autonomous or controlled by man and are equipped with a camera connected to artificial intelligence which analyses the power lines and masts in real-time. This means that the operator will know exactly which mast to go to, what tools and parts to bring, and which error to climb up and fix. The AI has been fed with a broad spectrum of images showing all different kinds of masts and potential errors and trained to detect and identify all types of errors. It can recognize and analyze 200 000 images in one hour, whereas a human being would need one year to analyze 100 000 images.

Before, the utilities left a big carbon footprint, there was more risk involved with the helicopter, it was more expensive, and they still did not get as accurate information.

The third example from the cluster is Husqvarna’s production of saw blades for chain saws in Sarpsborg, Norway. They are interested in AI to look at the quality early in the production line. Very often, if there is a mistake early in the production line, they want to detect it as quick as possible. Because when you build a product and it is faulty early on, but you do not know, you invest more money and time building things on top of it. In the end, after spending a lot of time and resources, you find out it does not hold the standard and must throw it away.

Husqvarna wishes to know early in the process if the tolerance, width and height of the product is perfect. If it is not, they will discard it early on. Hence, the company uses AI to detect faults early in the production process, so that they do not invest or use resources unnecessary.

A fourth example is predictive maintenance. Here, IFE has been using AI techniques since the 1980s to assist in safety critical industries. We predict when failure will occur (based on sensor inputs such as vibrations, sound, and electrical profile used) which allow for optimal selection of time to do maintenance. For example, predictive maintenance is used on large water pumps for nuclear installation.

From the public sector, the most relevant examples of smart, and in some cases lifesaving, use of AI are within healthcare. For example, AI can be used to predict breast cancer and help identify tumors. It can analyze databases of people’s medical records to identify pre-diabetics, so that measures can be made and medicine given to prevent them from ever becoming diabetic. Of course, today we have laws and regulations that prevent the sharing of medical records, but these things could be evaluated against how much it is worth.

AI can also be used to analyze what some schools are doing correctly in terms of teaching and learning compared to other schools, or to make sure that elderly can stay at home as long as possible with the help of smart sensors.

AI in the future

To sum up, there are many ways that AI can help both private businesses and entire sectors, including the public sector, to become both more efficient and more sustainable. As discussed, AI is nothing new. The reason why AI is in the wind again, seemingly for good this time, and has become a popular buzzword all over the world, has a combined explanation.

Every time there has been an AI spring, it is because one of the AI techniques has made significant progress. In the 1980s, it was a so-called expert system (computer program that emulates the decision-making ability of a human expert) that suddenly started being able to handle industrial problems which gave the industry a huge benefit. Thus, the AI spring blossomed, before it became winter once again.

What initiated the current AI spring, is neural networks and the progress we have made within that field. A neural network model is originally inspired in design by the human brain (but it is not an artificial brain) and is programmed to recognize patterns. We have managed to, in several different areas, use neural networks with a higher degree of accuracy than humans. For example, a neural network can learn how to play chess against itself and get better and better, until it is better than any human chess player.

Even though we have had great success with neural networks, the focus should shift to other AI techniques as well – which could work very well with neural networks. Because AI is much more than machine learning. The latter has the downside that it is “black box”, which means that we cannot see how the knowledge is represented in the AI model. But a big part of AI techniques and algorithms are “white box”, that people have forgotten a little bit about, where you can actually explain the reasoning for everything. In the future, the important thing will be to combine them.

Going forward, everyone should to gain more knowledge about AI. Attending courses is one thing, but what we really need, are initiatives like Siva’s Catapult centers and the newly formed Cluster for Applied AI, where people and companies can connect, ask questions, test products, share knowledge and experience, and establish collaborations.

If we succeed in creating such a national AI team and work together instead of competing against each other, we will be able to create value within our own borders and become a force to reckon with internationally as the world enters the AI age.