Lektion 2 av 21
En kort historia, från Turing till ChatGPT
Du behöver inte kunna AI:s historia för att använda den. Men en snabb resa genom de stora stegen hjälper dig förstå varför allt hände så plötsligt, och varför det inte kommer sluta.
Den brittiske matematikern Alan Turing ställde en enkel fråga: "Kan maskiner tänka?"
Han föreslog ett test: om en människa chattar med en maskin och inte kan avgöra om det är en maskin eller en annan människa, ja, då har maskinen klarat testet. Det var 1950. Ingen hade ens sett en persondator ännu.
I decennier försökte forskare bygga AI genom att programmera regler för hand. "Om patienten har feber OCH ont i halsen, föreslå penicillin." Det fungerade för enkla saker men kraschade så fort verkligheten blev komplicerad.
Tänk dig att du försöker skriva regler för hur man kör bil. Du börjar med "om rödljus, stanna." Men sedan behöver du hantera fotgängare, regn, hala vägar, andra bilisters konstiga beteende... Listan tar aldrig slut. Och det var exakt problemet.
I stället för att skriva regler började forskare låta datorer hitta sina egna mönster i stora mängder data. Det kallas djupinlärning.
Det var som att sluta ge kocken ett recept och i stället säga: "Här har du hundra tusen middagsrecept. Lär dig vad som funkar."
En forskargrupp på Google publicerade ett papper med titeln "Attention Is All You Need." Det lät kryptiskt, men det var startskottet för allt som händer nu.
Innan transformern kunde AI hantera ord ett i taget, ungefär som att läsa en bok genom att titta på ett ord och glömma alla andra. Transformern lät datorn se hela meningen på en gång och förstå hur orden hänger ihop.
Det var det som gjorde språkmodeller som GPT möjliga.
I november 2022 släppte OpenAI ChatGPT. Det var inte den första språkmodellen, men det var en av de första som gjorde generativ AI enkel att prova för en bred publik.
Inom fem dagar hade den en miljon användare. Inom två månader hundra miljoner. Plötsligt var AI inte något som forskare pratade om på konferenser, det var något din mormor frågade om vid julbordet.
Du behöver inte förstå alla tekniska detaljer. Men poängen är: det som hänt de senaste åren är inte en trend som kommer försvinna. Det är mer som internet 1995, alla visste att det var stort, men ingen visste riktigt hur stort.
De som lärde sig använda internet tidigt fick en enorm fördel. Samma sak händer med AI just nu.
Du behöver inte kunna AI:s historia för att använda den. Men en snabb resa genom de stora stegen hjälper dig förstå varför allt hände så plötsligt, och varför det inte kommer sluta.
Den brittiske matematikern Alan Turing ställde en enkel fråga: "Kan maskiner tänka?"
Han föreslog ett test: om en människa chattar med en maskin och inte kan avgöra om det är en maskin eller en annan människa, ja, då har maskinen klarat testet. Det var 1950. Ingen hade ens sett en persondator ännu.
I decennier försökte forskare bygga AI genom att programmera regler för hand. "Om patienten har feber OCH ont i halsen, föreslå penicillin." Det fungerade för enkla saker men kraschade så fort verkligheten blev komplicerad.
Tänk dig att du försöker skriva regler för hur man kör bil. Du börjar med "om rödljus, stanna." Men sedan behöver du hantera fotgängare, regn, hala vägar, andra bilisters konstiga beteende... Listan tar aldrig slut. Och det var exakt problemet.
I stället för att skriva regler började forskare låta datorer hitta sina egna mönster i stora mängder data. Det kallas djupinlärning.
Det var som att sluta ge kocken ett recept och i stället säga: "Här har du hundra tusen middagsrecept. Lär dig vad som funkar."
En forskargrupp på Google publicerade ett papper med titeln "Attention Is All You Need." Det lät kryptiskt, men det var startskottet för allt som händer nu.
Innan transformern kunde AI hantera ord ett i taget, ungefär som att läsa en bok genom att titta på ett ord och glömma alla andra. Transformern lät datorn se hela meningen på en gång och förstå hur orden hänger ihop.
Det var det som gjorde språkmodeller som GPT möjliga.
I november 2022 släppte OpenAI ChatGPT. Det var inte den första språkmodellen, men det var en av de första som gjorde generativ AI enkel att prova för en bred publik.
Inom fem dagar hade den en miljon användare. Inom två månader hundra miljoner. Plötsligt var AI inte något som forskare pratade om på konferenser, det var något din mormor frågade om vid julbordet.
Du behöver inte förstå alla tekniska detaljer. Men poängen är: det som hänt de senaste åren är inte en trend som kommer försvinna. Det är mer som internet 1995, alla visste att det var stort, men ingen visste riktigt hur stort.
De som lärde sig använda internet tidigt fick en enorm fördel. Samma sak händer med AI just nu.
När du chattar med ChatGPT eller Claude känns det ibland som att prata med någon som faktiskt förstår dig.
ChatGPT: grunderna för vardag och jobb
Lär dig använda ChatGPT för mejl, dokument, planering och research. Från konto och första samtal till effektiva arbetssätt i vardagen.
Jämför och välj rätt AI-verktyg
ChatGPT, Claude, Gemini, Copilot och andra verktyg passar olika bra för olika uppgifter. Den här kursen hjälper dig att välja rätt utifrån behov, budget och arbetssätt.
ChatGPT avancerat: Custom GPTs, Agent Mode och team
Gå bortom vanlig chatt. Bygg egna Custom GPTs, använd Agent Mode och Deep Research, och sätt upp ChatGPT för ett helt team.
