Även med stöd av AI-ramverk som TensorFlow eller OpenAI är det en komplicerad process att bygga ett fungerande AI-system. Det krävs både bredare och djupare kunskap än vad en genomsnittlig webbutvecklare kan erbjuda.

Att bygga fungerande AI-system är fortfarande en utmaning

Har du byggt en fungerande AI-prototyp är det bara att gratulera. Förmodligen är du den smartaste personen i rummet och du ingår i en mycket exklusiv skara av människor. Men kan man tjäna stora pengar på den nya tekniken? AI är bara en ny implementering för att lösa redan existerande problem och vanliga konsumenter har många gånger svårt att se nyttan.

AI är ett hett ämne som intresserar både press, bilföretag och den vetenskapliga sfären. Men vanliga konsumenter är däremot svårflörtade. De vill se lösningar på problem och bryr sig inte så mycket om vägen dit. Att investera stora pengar i något som inte ger uppenbara resultat lockar få. Det gäller med andra ord att poängtera nyttan av AI-system och vad dessa kan erbjuda för värde.

Exklusiv spjutspetsteknologi

Den innersta kärnan av framåtdrivande forskning och utveckling av AI är mycket kompakt och består kanske av 100 personer. Eftersom behovet av skickliga utvecklare är så skriande stort får 99,9 % av alla som är intresserade av AI nöja sig i att åka med i baksätet på den utveckling som pågår. I många fall nöjer de sig med en mainstream-AI som kan användas för att utveckla det egna varumärket.

Inom AI finns det ett begränsat antal grundläggande teknologier som kan samlas under paraplybeteckningen djupinlärning. Många kända företag använder sig av denna teknologi och de flesta applikationer är grundade på densamma. Exempel på detta är fällnings- och återkommande neurala nätverk, auto-kodare, LSTM, gradientförstärkning, slumpmässiga skogar och några andra.

AI – mainstream eller bara för ett fåtal?

På lång sikt är det bara kunder som räknas. Bland forskningsinstitut och företag med djupa fickor ses ofta forskning som en smekmånad. Då finns tid och obegränsat med resurser för att få fram önskade resultat. Men vad händer när smekmånaden är över? Då måste kunskapen på något sätt realiseras i verkliga livet, för att inte bara bli en fångad kunskap tillgänglig för ett fåtal.

När AI blir en del av marknaden kommer vissa dörrar att vara stängda, medan andra öppnas. Många liknar teknologins utveckling (och i det här fallet AI) vid ett tåg som rör sig. Vad ska hända i framtiden? Kommer tåget sakta in eller stanna helt? I så fall kommer små entreprenörer kunna suga åt sig kunskapen och tjäna sig en hacka på vidareutvecklade idéer.

Kommer tåget att öka i hastighet och utvecklingen accelerera? I så fall blir det svårt för små aktörer med begränsade finansiella muskler att hänga med i tempot. Ett tredje scenario är att någon helt otippad person – i ett garage någonstans – uppfinner nästa generations algoritmer som är något helt annat än main stream och att dessa tar hela marknaden med storm. Den som lever får se – det är det enda vi kan vara helt säkra på.