Når nettet blir selvlærende

AI-konseptet, eller kunstig intelligens, har vært et av IT-bransjens buzzwords i flere tiår. Selv om suksessprosjektene har vært få, finnes det løsninger som lar deg spå om fremtiden, forteller CAs danske teknologiguru, Jacob Madsen.

Computer Associates International Inc mener å kunne lage dynamiske og personaliserte "killerapps" på Internett, eksempelvis portaler som kan spå hvordan kundene kommer til å oppføre seg.

Utgangspunktet for disse løsningene er det CA ynder å kalle "neugents", eller nevrale agenter, som analyserer data, sammenlikner med kjente mønstre bakover i tid, og danner seg et bilde av hva som kan skje framover, på bakgrunn av erfaring med hvordan tilsvarende mønstre har utviklet seg tidligere.

Allment sett skal metoden være svært effektiv for å bygge fungerende modeller. Ulempen er at selve modellen gir ikke særlig innsikt i hvordan det reelle systemet faktisk fungerer.

Den grunnleggende idéen er med andre ord at styringsverktøy samhandler med programvareagenter som tråler et nettverk og samler kunnskap og erfaring. Agentene kan enten ta avgjørelser på egen hånd, eller slå alarm og søke assistanse fra en levende operatør.

- Poenget med dette er å varsle om kriser før de inntreffer, slik at man rekker å utføre forebyggende tiltak, før brukerne merker noe, sier Jacob Madsen, divisional technical manager i Computer Associates.

Madsen var invitert til årets SIME-konferanse (Scandinavian Interactive Media Event) i Stockholm, for å foredra om CAs såkalte neugenter.

- Vi har installert flere neugent-løsninger, blant annet hos en større amerikansk bank som hadde mistanke om at de ble svindlet. Etter bare 30 dagers drift med neugent-teknologien fikk banken inn 1,2 millioner dollar - mer enn nok til å dekke kostnadene ved innføringen av den nye teknologien, forteller Madsen.

Et annet eksempel fra finansbransjen er hentet fra et større, internasjonalt forsikringsselskap med omlag 22 millioner kunder:

- Da vi undersøkte selskapets kundeforhold nærmere, fant vi ut at bare en tredel av dem - cirka syv millioner kunder - hadde flere enn ett forsikringsprodukt. Følgelig måtte selskapet ha minst 15 millioner prospekter. Forsikringsselskapet satt på all informasjon om den enkelte kunde, men informasjonen var spredd over flere systemer og var vanskelig å få oversikt over. Med nevral agentteknologi fikk vi sortert informasjonen i ulike profilgrupper slik at vi kunne finne et mønster blant kundene og skreddersy tilbud til den enkelte kunde, forteller Madsen.

CA har også løsninger som en herværende statsbedrift kanskje burde vurdere: Selskapets neugenter kan benyttes i systemer som avlytter jernbanespor.

- Dersom lydene fra togtrafikken avviker fra normalmønsteret, kan neugenten for eksempel varsle at et togsetts hjuloppheng er i ferd med å bli utslitt og må skiftes ut, sier Madsen.

Pilotkundene til CA understreker at neugenter representerer noe langt mer enn tradisjonell trendanalyse, fordi så enormt mange tråder kan følges samtidig. Teknologien sammenliknes heller med mønstergjenkjenning, der neugenten forteller at "dette mønsteret har jeg sett før, og da har det i 80 prosent av tilfellene ført til lammelse av de og de komponentene innenfor et tidshorisont på så og så mange minutter."

Til toppen