Question 1

Hva er AI og hva betyr det?

Accepted Answer

Kunstig intelligens (AI) er datamaskiner som kan utføre oppgaver som normalt krever menneskelig intelligens. AI står for Artificial Intelligence, på norsk kunstig intelligens. Det handler om systemer som kan lære, resonnere, løse problemer og forstå språk. De AI-verktøyene vi bruker i dag (som ChatGPT, Claude, Copilot) er basert på såkalte store språkmodeller som er trent på enorme mengder tekst. AI er ikke én teknologi, men et samlebegrep for mange teknikker. Dagens AI er "smal AI" - den er god på spesifikke oppgaver (skrive tekst, analysere data, generere bilder), men har ikke generell intelligens som mennesker. Praktisk eksempel: Når du bruker ChatGPT til å skrive utkast til en e-post, bruker du AI. Når Spotify foreslår musikk, bruker du AI. Når bedriften din analyserer kundefeedback automatisk, bruker dere AI.

Question 2

Hva er API og hva betyr det?

Accepted Answer

API (Application Programming Interface) lar programmer snakke sammen - slik at du kan bygge AI inn i dine egne systemer. API er grensesnittet som lar din programvare kommunisere med AI-tjenester. Istedenfor å bruke ChatGPT i nettleseren, kan utviklerne dine bruke OpenAI sitt API til å bygge AI direkte inn i deres CRM, kundeservice-system eller app. For ikke-tekniske: Tenk på API som en meny på restaurant. Du trenger ikke vite hvordan kjøkkenet lager maten (AI-modellen), du bare bestiller gjennom menyen (API) og får resultat tilbake. Praktisk eksempel: En norsk nettbutikk bruker OpenAI API til å automatisk generere produktbeskrivelser når de legger inn nye varer i systemet.

Question 3

Hva er ChatGPT og hva betyr det?

Accepted Answer

ChatGPT er den mest populære AI-chatboten, laget av OpenAI, som kan svare på spørsmål, skrive tekst og hjelpe med oppgaver. ChatGPT står for "Chat Generative Pre-trained Transformer" og ble lansert i november 2022. Den tok verden med storm og nådde 100 millioner brukere på 2 måneder. ChatGPT bruker store språkmodeller (GPT-3.5, GPT-4, GPT-4o) til å forstå og generere menneskelig tekst. Versjoner: Gratis versjon (GPT-3.5 og begrenset GPT-4o), ChatGPT Plus ($20/mnd), ChatGPT Business ($25-30/bruker/mnd), ChatGPT Enterprise (custom pricing). Bedriftsversjonene gir bedre datakontroll, ingen treningsbruk av data, og prioritert tilgang. Praktisk eksempel: Norske markedsavdelinger bruker ChatGPT til å skrive utkast til blogginnlegg, sosiale media-innlegg, pressemeldinger og nyhetsbrev. Kundestøtte bruker det til å svare på vanlige spørsmål. Ledere bruker det til å forberede presentasjoner.

Question 4

Hva er Claude og hva betyr det?

Accepted Answer

Claude er en AI-chatbot fra Anthropic, kjent for å være god på lange dokumenter, koding og å gi nyanserte svar. Claude er en konkurrent til ChatGPT, laget av Anthropic (grunnlagt av tidligere OpenAI-ansatte). Mange opplever at Claude er bedre til: å analysere lange dokumenter (opptil 200 000 ord), skrive kode, gi mer balanserte og nyanserte svar, og håndtere komplekse spørsmål. Versjoner: Claude (gratis), Claude Pro ($20/mnd), Claude Team ($25-30/bruker/mnd), Claude Enterprise (custom). Norske bedrifter som jobber mye med dokumentanalyse, kontrakter eller koding foretrekker ofte Claude. Praktisk eksempel: En norsk advokatfirma bruker Claude til å analysere 50-siders kontrakter og trekke ut viktige klausuler. En utviklingsavdeling bruker Claude til å reviewe kode og foreslå forbedringer.

Question 5

Hva er Copilot og hva betyr det?

Accepted Answer

Microsoft Copilot er AI integrert i Microsoft 365 (Word, Excel, Outlook, Teams) for å automatisere oppgaver. Microsoft Copilot er Microsofts AI-satsing, bygget på OpenAIs GPT-4. Den finnes i to varianter: 1) Bing Copilot (gratis, i Edge-browser) 2) Microsoft 365 Copilot ($30/bruker/mnd, krever M365-lisens) Copilot i M365 kan: skrive og oppsummere i Word, lage presentasjoner i PowerPoint fra notater, analysere data i Excel, oppsummere Teams-møter, sortere e-post i Outlook. Praktisk eksempel: En norsk leder ber Copilot i Outlook: "Oppsummer alle e-poster om Q4-prosjektet denne uken" - får ferdig sammendrag på sekunder. I Teams: "Hva ble besluttet i møtet om budsjett i går?" - får punktliste med action items.

Question 6

Hva er Context Window og hva betyr det?

Accepted Answer

Context window er hvor mye tekst AI-modellen kan "huske" om gangen - altså hvor lang samtale eller dokument den kan håndtere. Context window måles i tokens (se egen forklaring). Eksempler: GPT-3.5: ~4000 tokens (~3000 ord), GPT-4: 8000-128 000 tokens avhengig av versjon, Claude 3.5 Sonnet: 200 000 tokens (~150 000 ord), Gemini 1.5 Pro: 1 million tokens. Jo større context window, jo mer kan AI-en "huske" fra tidligere i samtalen, og jo lengre dokumenter kan den analysere i én operasjon. Praktisk eksempel: Du vil at AI skal analysere selskapets 80-siders årsrapport. GPT-3.5 klarer ikke dette (for liten context window). Claude 3.5 eller Gemini 1.5 klarer det i én operasjon.

Question 7

Hva er Deep Learning og hva betyr det?

Accepted Answer

Deep learning er en type maskinlæring som bruker kunstige nevrale nettverk med mange lag for å lære komplekse mønstre. Deep learning er den teknologien som ligger bak dagens AI-revolusjon. Den bruker nevrale nettverk (inspirert av hjernen) med mange lag (derfor "deep") til å finne mønstre i data. Dette er teknologien bak ChatGPT, bildegenerering (Midjourney), talegjenkjenning og selvkjørende biler. Forskjell fra tradisjonell programmering: Du programmerer ikke regler, du viser systemet millioner av eksempler og lar det lære mønstrene selv. Praktisk eksempel: Når ChatGPT skriver tekst, bruker den deep learning-modeller trent på store deler av internett. Den har lært språkets mønstre, ikke fått eksplisitte regler for grammatikk.

Question 8

Hva er Data Training og hva betyr det?

Accepted Answer

Data training er prosessen hvor AI-modeller lærer ved å analysere enorme mengder eksempler. For å lage en AI-modell som ChatGPT må man "trene" den på store datasett. GPT-4 er trent på hundrevis av milliarder ord fra bøker, nettsider, artikler osv. Modellen lærer språkets mønstre, fakta, resonneringsevne ved å se millioner av eksempler. Viktig: Når du bruker ChatGPT Business/Enterprise brukes IKKE dine samtaler til trening (OpenAI har forpliktet seg til dette). Men gratis ChatGPT kan bruke samtaler til forbedring. Praktisk eksempel: OpenAI brukte måneder og enorme datasentre for å trene GPT-4. Når den er ferdig trent, kan millioner bruke den samtidig uten at den lærer fra hver samtale (det ville vært for ressurskrevende).

Question 9

Hva er Embeddings og hva betyr det?

Accepted Answer

Embeddings er matematiske representasjoner av ord/tekst som lar AI forstå likhet og mening. Embeddings konverterer ord og setninger til tall-vektorer (lister av tall) som representerer betydningen. Ord med lik betydning får lignende tall-representasjoner. Dette lar AI forstå at "bil" og "personbil" er relatert, eller at "CEO" og "daglig leder" betyr det samme. Dette er teknologien som driver semantisk søk: Du søker etter "hvordan få nye kunder", systemet finner dokumenter om "kundeakkvisisjon" selv om de eksakte ordene ikke matches. Praktisk eksempel: En norsk bedrift bruker embeddings til å søke i hele sin kunnskapsdatabase. Spør: "hvordan håndterer vi reklamasjoner?" - får svar fra dokumenter som snakker om "kundeservicesaker" og "complaints" selv om de eksakte ordene ikke står der.

Question 10

Hva er Fine-tuning og hva betyr det?

Accepted Answer

Fine-tuning er å videretrene en eksisterende AI-modell på dine egne spesifikke data for å tilpasse den. Istedenfor å trene en AI-modell fra bunnen av (ekstrem dyrt og tidkrevende), kan man ta en ferdig modell (f.eks. GPT-4) og fine-tune den på egne data. Dette gjør modellen bedre på spesifikke oppgaver eller bransjer. For de fleste norske bedrifter er fine-tuning overkill - bedre prompting og RAG (se egen forklaring) er enklere og billigere. Praktisk eksempel: Et norsk advokatfirma kunne fine-tune GPT-4 på 10 000 juridiske dokumenter for å lage en modell som er ekspert på norsk kontraktsrett. Men dette koster hundretusenvis - så de bruker heller RAG med god prompting.

Question 11

Hva er Foundation Model og hva betyr det?

Accepted Answer

Foundation model er en stor AI-modell trent på brede data, som kan tilpasses mange ulike oppgaver. Foundation models er base-modeller som GPT-4, Claude, Gemini - trent på enorme, varierte datasett. De er "foundation" fordi de kan brukes som grunnlag for mange spesialiserte oppgaver uten å måtte trenes fra bunnen. Tenk på det som en person med bred allmennutdanning (foundation) som så kan spesialisere seg i ulike retninger vs. å utdanne hver spesialist fra scratch. Praktisk eksempel: GPT-4 er en foundation model. OpenAI trente den én gang (ekstremt dyrt). Så kan millioner av bedrifter bruke den til: kundeservice, tekstskriving, koding, analyse - uten å måtte trene egen modell.

Question 12

Hva er Gemini og hva betyr det?

Accepted Answer

Gemini er Googles AI-modell og chatbot, tidligere kjent som Bard. Gemini er Googles svar på ChatGPT. Den kommer i flere versjoner: Gemini Nano (mobil/edge), Gemini Pro (standard), Gemini Ultra (mest avansert). Gemini er integrert i Google Workspace (Docs, Gmail, Sheets) og har ekstremt stor context window (1 million tokens i Gemini 1.5). Praktisk eksempel: En norsk bedrift som bruker Google Workspace kan bruke Gemini til å: skrive i Docs, oppsummere lange Gmail-tråder, analysere data i Sheets, finne informasjon på tvers av alle Google-apper.

Question 13

Hva er GPT og hva betyr det?

Accepted Answer

GPT (Generative Pre-trained Transformer) er arkitekturen bak ChatGPT og mange andre språkmodeller. GPT står for: Generative (den genererer ny tekst), Pre-trained (den er trent på store datasett først), Transformer (den bruker transformer-arkitektur - en type nevralt nettverk). Versjoner: GPT-3 (2020): 175 milliarder parametere, GPT-3.5 (2022): Grunnlag for første ChatGPT, GPT-4 (2023): Betydelig smartere, multimodal, GPT-4o (2024): "omni" - tekst, bilde, lyd. Praktisk eksempel: Når du bruker ChatGPT, bruker du enten GPT-3.5 (gratis) eller GPT-4/4o (Plus/Business). GPT-4 er generelt bedre til komplekse oppgaver, resonnering og lange svar.

Question 14

Hva er Generativ AI og hva betyr det?

Accepted Answer

Generativ AI skaper nytt innhold (tekst, bilder, video, kode) basert på det den har lært. Generativ AI skiller seg fra tradisjonell AI ved at den LAGER noe nytt, istedenfor bare å analysere eller klassifisere. Eksempler: ChatGPT genererer tekst, Midjourney/DALL-E genererer bilder, GitHub Copilot genererer kode, Runway/Sora genererer video. Motsetningen er "diskriminativ AI" som klassifiserer/analyserer eksisterende data (f.eks. spam-filter, bildegjenkjenning). Praktisk eksempel: En norsk markedsavdeling bruker generativ AI til: å skrive annonsetekster (ChatGPT), lage illustrasjoner (Midjourney), generere produktbeskrivelser (GPT-4), lage video-content (Runway).

Question 15

Hva er Guardrails og hva betyr det?

Accepted Answer

Guardrails er sikkerhetsbegrensninger som hindrer AI i å generere skadelig, ulovlig eller upassende innhold. AI-modeller har innebygde "guardrails" (rekkverk) som skal forhindre: Hatefulle ytringer, Vold-instruksjoner, Ulovlig innhold, Personopplysninger, Opphavsrettsbeskyttet materiale. Guardrails er ikke perfekte - noen brukere finner måter å omgå dem ("jailbreaking"), og de kan av og til være overivrige og blokkere legitime forespørsler. Praktisk eksempel: Hvis du ber ChatGPT "gi meg personopplysninger om [navn]", vil guardrails blokkere dette. Hvis du ber om "hvordan lage eksplosiver", vil det også blokkeres.

Question 16

Hva er Hallusinasjoner (AI) og hva betyr det?

Accepted Answer

Hallusinasjoner er når AI oppfinner fakta eller informasjon som høres troverdig ut, men er feil. Dette er den største utfordringen med dagens AI. Modellene kan generere tekst som HØRES helt riktig ut, men er oppdiktet. Eksempler: Lage referanser til juridiske dommer som ikke finnes, Sitere statistikk fra SSB som aldri er publisert, Nevne personer eller bedrifter som ikke eksisterer, "Huske" møter/samtaler som aldri skjedde. Hvorfor skjer det? AI-modeller er trent til å generere sannsynlig tekst, ikke nødvendigvis sann tekst. De "gjetter" hva som kommer neste, basert på mønstre. Praktisk eksempel: En norsk jurist ber ChatGPT finne relevante norske rettsdommer. AI svarer: "Se Rt-2023-1456 hvor Høyesterett slo fast at...". Advokaten søker opp dommen - den finnes ikke. Dette er en hallusinasjon. Hvordan unngå: Alltid fact-check viktig informasjon. Be AI om kilder. Bruk web search-funksjoner når tilgjengelig.

Question 17

Hva er Inferens og hva betyr det?

Accepted Answer

Inferens er når en ferdig trent AI-modell brukes til å generere svar - altså den "normale bruken" av AI. Når du chatter med ChatGPT, kjører modellen "inferens" for hvert svar. Dette er motsetningen til "training" (trening av modellen, som skjedde én gang). Inferens krever mindre ressurser enn trening, men store modeller som GPT-4 krever fortsatt kraftige servere. Dette er grunnen til at OpenAI/Anthropic må ta betalt - inference-kostnadene er betydelige ved millioner av brukere. Praktisk eksempel: Når du skriver "Skriv en e-post om..." til ChatGPT, kjører GPT-4 inferens på ditt input og genererer svaret. Dette koster OpenAI noen cent per spørsmål i server-kostnader.

Question 18

Hva er Instruction-following og hva betyr det?

Accepted Answer

Instruction-following er AI-modellens evne til å følge spesifikke instruksjoner i prompten. Tidlige AI-modeller var dårlige til å følge instruksjoner. Moderne modeller som GPT-4 og Claude er spesifikt trent (via RLHF, se egen term) til å forstå og følge detaljerte instruksjoner. Eksempel på instruksjoner: "Svar på maks 3 setninger", "Bruk formelt språk", "Gi svaret som JSON-format", "Ikke bruk floskler som det er viktig å merke seg". Praktisk eksempel: En norsk kundeservice-avdeling prompter ChatGPT: "Svar alltid på norsk, vær høflig men konsis, maks 50 ord, avslutt med å spørre om de trenger mer hjelp." Modellen følger alle disse instruksjonene konsistent.

Question 19

Hva er Knowledge Cutoff og hva betyr det?

Accepted Answer

Knowledge cutoff er tidspunktet hvor AI-modellens treningsdata slutter - den vet ikke om hendelser etter dette. Hver AI-modell har en "cutoff date": GPT-4 (original): april 2023, GPT-4o: oktober 2023, Claude 3.5 Sonnet: april 2024. Modellen kan ikke vite om: Nyheter etter cutoff, Nye produktlanseringer, Siste politiske hendelser, Bedrifter startet etter cutoff. Løsning: Bruk web search-funksjoner (ChatGPT Plus/Enterprise har "Browse", Claude har web search). Praktisk eksempel: En norsk bedrift spør ChatGPT (uten web search): "Hvem vant Stortingsvalget 2025?" - ChatGPT kan ikke svare (cutoff før valget). Med web search aktivert kan den søke opp svaret.

Question 20

Hva er LLM og hva betyr det?

Accepted Answer

LLM (Large Language Model) er store AI-modeller trent på enorme mengder tekst for å forstå og generere språk. LLM står for Large Language Model. "Large" fordi de har milliarder eller billioner av parametre (GPT-3 har 175 milliarder, GPT-4 antas å ha langt flere). Eksempler på LLM-er: OpenAI: GPT-3.5, GPT-4, GPT-4o. Anthropic: Claude 3.5 Sonnet, Opus. Google: Gemini Pro, Ultra. Meta: Llama 3. Microsoft: Bing Chat (bruker GPT-4). Praktisk eksempel: Når en norsk bedrift vurderer "hvilken AI skal vi bruke?", vurderer de egentlig "hvilken LLM passer best?" - ChatGPT (bruker GPT-4), Claude (bruker Claude 3.5), eller Copilot (bruker GPT-4 med Microsoft-integrasjon).

Question 21

Hva er LoRA og hva betyr det?

Accepted Answer

LoRA (Low-Rank Adaptation) er en effektiv metode for å tilpasse store AI-modeller uten å måtte trene hele modellen på nytt. LoRA lar deg fine-tune en LLM ved å legge til små "adapter-lag" istedenfor å endre hele modellen. Dette er mye billigere og raskere enn full fine-tuning. For de fleste norske bedrifter: Dette er teknisk detalje for ML-ingeniører. Hvis bedriften vurderer custom AI-løsninger, kan LoRA gjøre det rimeligere. Praktisk eksempel: En norsk tech-bedrift vil tilpasse GPT-4 til sin spesifikke bransje. Istedenfor å fine-tune hele GPT-4 (svært dyrt), bruker de LoRA til å legge til et lite lag med bransjespesifikk kunnskap.

Question 22

Hva er Maskinlæring og hva betyr det?

Accepted Answer

Maskinlæring er at datamaskiner lærer av data og erfaring, istedenfor å bli eksplisitt programmert. Maskinlæring er bredere konsept enn AI. Det handler om at systemer forbedrer seg basert på erfaring/data. Typer: Supervised learning (lærer fra merkede eksempler), Unsupervised learning (finner mønstre uten etiketter), Reinforcement learning (lærer ved belønning/straff som AlphaGo). Deep learning (som driver LLM-er) er en type maskinlæring. Praktisk eksempel: En norsk nettbutikk bruker maskinlæring til å: anbefale produkter (har du kjøpt A, liker du sannsynligvis B), oppdage svindel (transaksjonen ser mistenkelig ut), optimalisere priser (når bør vi kjøre salg?).

Question 23

Hva er Multimodal AI og hva betyr det?

Accepted Answer

Multimodal AI kan håndtere flere typer input/output - tekst, bilder, lyd, video - ikke bare én modalitet. Tidlige AI-modeller var "unimodal": Tekst-til-tekst (GPT-3). Multimodal kan: Ta inn tekst + bilde, svare med tekst. Ta inn tekst, generere bilde. Ta inn lyd, svare med tekst. Kombinere alle modaliteter. Eksempler: GPT-4o (tekst + bilde input, tekst output, snart lyd), Gemini (tekst + bilde + video), Claude (tekst + bilde, output tekst). Praktisk eksempel: En norsk eiendomsmegler tar bilde av en leilighet, laster opp til ChatGPT (GPT-4o) og ber: "Skriv en salgsannonse basert på dette bildet" - AI ser rommet, møbleringen, lysforholdene og skriver passende tekst.

Question 24

Hva er Nevrale Nettverk og hva betyr det?

Accepted Answer

Nevrale nettverk er AI-arkitektur inspirert av hjernen, med lag av kunstige "nevroner" som lærer mønstre. Nevrale nettverk består av: Input-lag (mottar data), Skjulte lag (prosesserer, finner mønstre), Output-lag (gir svar). Hvert "nevron" tar input, vekter dem, og sender videre. Ved trening justeres vektene til nettverket gir riktige svar. "Deep" nevrale nettverk har mange lag (derfor "deep learning"). GPT-4 har titalls lag med milliarder av parametere. Praktisk eksempel: Når ChatGPT leser din prompt "Skriv en e-post om...", går teksten gjennom titalls lag av nevrale nettverk som gradvis forstår betydningen, finner relevant kunnskap, og genererer passende svar.

Question 25

Hva er OpenAI og hva betyr det?

Accepted Answer

OpenAI er AI-forskningsselskapet som laget ChatGPT og GPT-modellene. OpenAI ble grunnlagt 2015 av bl.a. Sam Altman, Elon Musk (forlot senere), Ilya Sutskever. Startet som non-profit "for å sikre at AI gagner hele menneskeheten", men konverterte til "capped profit" selskap i 2019 for å tiltrekke kapital. Produkter: ChatGPT (gratis/Plus/Business/Enterprise), GPT-modeller via API, DALL-E (bildegenerering), Whisper (tale-til-tekst). OpenAI er delvis eid av Microsoft (investert $13 milliarder). Praktisk eksempel: Når en norsk bedrift "velger OpenAI", mener de vanligvis at de kjøper ChatGPT Business eller bruker OpenAI sitt API for å bygge egne løsninger.

Question 26

Hva er Parametere (AI) og hva betyr det?

Accepted Answer

Parametere er de justerbare "bryterne" i en AI-modell som bestemmer hvordan den oppfører seg - flere parametere betyr vanligvis smartere modell. Tenk på parametere som hjernens synapsestyrker. Hver parameter er et tall som justeres under trening. Mer komplekse modeller har flere parametere: GPT-3: 175 milliarder, GPT-4: Antatt 1-2 billioner, Claude 3.5: Også hemmelig, men mange milliarder, Llama 2: 7B, 13B, 70B versjoner. Flere parametere ≠ alltid bedre (kan gi diminishing returns), men generelt gir det mer nyansert forståelse. Praktisk eksempel: GPT-4 med ~1000 milliarder parametere skjønner komplekse sammenhenger langt bedre enn GPT-3.5 med 175 milliarder. Det er som forskjellen på en 5-åring og en voksen.

Question 27

Hva er en Prompt og hva betyr det?

Accepted Answer

En prompt er instruksjonen eller spørsmålet du gir til AI-en - det du skriver i chatboksen. Prompting er kunsten å kommunisere effektivt med AI. Bra prompts gir bedre svar. Elementer i god prompt: Rolle ("Du er en erfaren markedsfører..."), Kontekst ("Vi er et B2B-selskap som selger..."), Oppgave ("Skriv en LinkedIn-post om..."), Format ("Maks 150 ord, 3 emojis"), Tone ("Profesjonelt men tilgjengelig språk"). Eksempel dårlig prompt: "Skriv en tekst" → AI vet ikke hva slags tekst, for hvem, i hvilken tone. Praktisk eksempel: God prompt: "Du er en norsk markedssjef. Skriv en LinkedIn-post (maks 200 ord) som introduserer vårt nye CRM-system for små bedrifter. Fokuser på tidsbesparelse. Bruk vennlig, profesjonell tone. Inkluder ett relevant emoji."

Question 28

Hva er Prompt Engineering og hva betyr det?

Accepted Answer

Prompt engineering er ferdigheten å utforme effektive prompts for å få best mulig resultat fra AI. Prompt engineering handler om å forstå hvordan AI-modeller tenker og strukturere forespørsler deretter. Teknikker: Few-shot prompting (gi eksempler), Chain-of-thought (be AI tenke steg-for-steg), Role prompting (gi AI en spesifikk rolle/persona), Constrained generation (sett klare rammer). For norske bedrifter: God prompting kan øke kvaliteten på AI-output med 10x uten å bytte modell. Praktisk eksempel: Dårlig: "Oppsummer dette møtet". Bedre: "Du er en noterer i en bedrift. Les møtenotatet nedenfor og lag et punktlistet sammendrag med: 1) Hovedbeslutninger, 2) Action items med ansvarlig person, 3) Neste steg. Bruk norsk."

Question 29

Hva er RAG og hva betyr det?

Accepted Answer

RAG (Retrieval-Augmented Generation) lar AI søke i dine egne dokumenter for å gi mer presise svar basert på din data. RAG står for Retrieval-Augmented Generation. Isteden for at AI kun bruker sin treningskunnskap (som kan være utdatert eller mangelfull), henter RAG relevant informasjon fra din database FØRST, og bruker det i svaret. Prosess: 1) Bruker stiller spørsmål, 2) Systemet søker i bedriftens dokumenter, 3) Relevante dokumentsnutter sendes til AI sammen med spørsmålet, 4) AI genererer svar basert på faktisk bedriftsdata. Hvorfor bedre enn ren AI? Unngår hallusinasjoner, bruker bedriftens faktiske data, kan oppdateres uten å re-trene modellen. Praktisk eksempel: En norsk bedrift har 500 produktblad. Med RAG kan kundeservice spørre: "Hva er returpolicy for produkt X?" - Systemet finner riktig produktblad, sender relevant seksjon til ChatGPT, som svarer presist basert på faktisk policy.

Question 30

Hva er RLHF og hva betyr det?

Accepted Answer

RLHF (Reinforcement Learning from Human Feedback) er treningsmetoden som gjør AI mer hjelpsom, ærlig og ufarlig. RLHF er grunnen til at ChatGPT er så mye bedre enn rå GPT-3. Prosessen: 1) Pre-trening: Modellen lærer språk fra internett, 2) Supervised fine-tuning: Mennesker viser eksempler på gode svar, 3) RLHF: Mennesker rangerer ulike svar, modellen lærer preferanser, 4) Resultatet: AI som følger instruksjoner, avviser upassende forespørsler, innrømmer usikkerhet. Uten RLHF ville ChatGPT være som en "autocomplete på steroider" - den ville bare fortsette teksten du starter. Med RLHF forstår den at du stiller et spørsmål og forsøker å hjelpe deg. Praktisk eksempel:

Question 31

Hva er Semantic Search og hva betyr det?

Accepted Answer

Semantic search forstår betydningen av ord, ikke bare eksakte treff - så du finner "bil" selv om dokumentet sier "personbil". Tradisjonelt søk (keyword search): Finner dokumenter med eksakt ordmatch. Søker "leiebil" → finner kun dokumenter med ordet "leiebil". Semantic search: Forstår mening/konsepter. Søker "leiebil" → finner dokumenter om "bilutleie", "rental car", "vehicle hire". Dette drives av embeddings (se egen term) - ord konverteres til vektorer som representerer betydning, og systemet finner vektorer med lik betydning. Praktisk eksempel: En norsk bedrift har tusenvis av kundehenvendelser. Med semantic search kan de søke "kunde vil kansellere" og finne e-poster med "ønsker å si opp", "avslutte abonnement", "terminate subscription" - selv om eksakte ord ikke matches.

Question 32

Hva er System Prompt og hva betyr det?

Accepted Answer

System prompt er skjulte instruksjoner gitt til AI-en som styrer hvordan den oppfører seg i alle samtaler. System prompt er "personligheten" og retningslinjene AI får før du begynner å chatte. For ChatGPT inkluderer dette: "Du er en hjelpsom assistent", "Vær høflig og respektfull", "Innrøm når du er usikker", "Avvis upassende forespørsler", Dagens dato, Modellens capabilities. Når bedrifter bygger egne chatbots med OpenAI API, kan de sette egendefinerte system prompts: "Du er kundeservice for Bedrift X. Alltid vennlig. Eskalér til menneske hvis kunden er frustrert. Svar alltid på norsk." Praktisk eksempel: En norsk nettbutikk lager chatbot med system prompt: "Du er kundeservice for SportButikken.no. Vær hjelpsom og entusiastisk. Fokuser på rask hjelp. Du kan svare om: produkter, levering, retur. Eskalér til menneske hvis: klager, refusjon, tekniske problemer. Svar alltid på norsk."

Question 33

Hva er Temperature (AI) og hva betyr det?

Accepted Answer

Temperature kontrollerer hvor kreativ vs. forutsigbar AI-en er - lav temperatur = trygt/konsistent, høy temperatur = kreativt/variert. Temperature er en parameter (0.0 til 2.0, vanligvis 0.0-1.0) som styrer AI-ens "kreativitet": Temperature 0: AI velger alltid mest sannsynlige ord → repeterende, trygt, konsistent. Temperature 0.7 (typisk default): Balansert mellom kreativitet og konsistens. Temperature 1.5+: Veldig kreativt, kan bli kaotisk. Når bruke lav temperature (0-0.3): Fakta-baserte spørsmål, Kode-generering, Dataekstraksjon, Når konsistens er viktigst. Når bruke høy temperature (0.8-1.2): Kreativ skriving, Brainstorming, Marketing copy, Når variasjon ønskes. Praktisk eksempel: En norsk kundeservice-avdeling bruker temperature 0.2 for standardsvar (må være konsistent, korrekt). Markedsavdelingen bruker temperature 0.9 for sosiale media-innlegg (vil ha kreative, varierte formuleringer).

Question 34

Hva er Token og hva betyr det?

Accepted Answer

En token er den minste enheten AI-en behandler tekst i - omtrent 0.75 norske ord per token. AI-modeller leser ikke tekst som hele ord, men splitter den i "tokens". Tokens kan være: Hele ord: "katt" = 1 token. Deler av ord: "katter" = 1-2 tokens ("katt" + "er"). Tegn: "!" = 1 token. Hvorfor viktig? AI-modeller har token-limits (context window), API-bruk faktureres per token, Lengre samtaler bruker flere tokens. Tommelfingerregel norsk: 100 ord ≈ 133 tokens, 1000 ord ≈ 1330 tokens. Praktisk eksempel: ChatGPT Plus har 8000 tokens context (GPT-4). Det tilsvarer ca. 6000 norske ord. Hvis du limer inn et 5000-ords dokument og stiller spørsmål, bruker du nesten hele context windowet. Med GPT-4 32K kan du ha 24 000 ord.

Question 35

Hva er Transformer og hva betyr det?

Accepted Answer

Transformer er AI-arkitekturen som gjorde moderne språkmodeller mulig - hjørnesteinen i GPT, Claude, Gemini. Transformer-arkitekturen ble introdusert i Google-paperet "Attention is All You Need" (2017). Den revolusjonerte AI ved å: Behandle hele setninger/dokumenter på én gang (ikke ord-for-ord), Bruke "attention mechanism" til å forstå sammenhenger, Skalere til enorme modellstørrelser. GPT står for "Generative Pre-trained Transformer" - transformer er kjernearkitekturen. Praktisk eksempel: Når du skriver "banken" i en setning, forstår transformer-arkitekturen fra kontekst om du mener "finansinstitusjon" eller "sted å sitte". Eldre AI-arkitekturer slet med slik kontekstforståelse.

Question 36

Hva er Transfer Learning og hva betyr det?

Accepted Answer

Transfer learning er å gjenbruke kunnskap en AI lærte på én oppgave til en relatert oppgave - som et grunnfag som støtter spesialisering. Isteden for å trene fra scratch hver gang, bruker vi transfer learning: 1) Pre-train stor modell på generelle data (f.eks. hele internett), 2) Fine-tune på spesifikk oppgave (f.eks. juridiske dokumenter). Dette er grunnlaget for hvordan LLM-er fungerer: GPT-4 er pre-trent på generell tekst, så kan den tilpasses spesifikke bruksområder uten å re-trene alt. Praktisk eksempel: OpenAI brukte måneder og enorme ressurser på å pre-trene GPT-4 (transfer learning base). Så kan en norsk bedrift fine-tune den på sine data på få dager/uker, fordi modellen allerede "kan" språk.

Question 37

Hva er Vector Database og hva betyr det?

Accepted Answer

Vector database lagrer tekst som matematiske vektorer, slik at AI kan finne innhold basert på mening, ikke bare nøkkelord. Vector databases lagrer embeddings (se egen term) - matematiske representasjoner av tekst. Dette muliggjør: Semantic search (søk på betydning), RAG-systemer (søk i egen data), Similarity search (finn lignende dokumenter). Populære vector databases: Pinecone, Weaviate, Chroma, Qdrant. Praktisk eksempel: En norsk bedrift har 10 000 PDF-er med produktinfo. De konverterer alle til embeddings og lagrer i Pinecone. Når kunde spør "hvilke produkter tåler salteksponering?", henter systemet relevante PDFer (selv om eksakt ord ikke står der) og sender til ChatGPT for svar.

Question 38

Hva er Zero-shot Learning og hva betyr det?

Accepted Answer

Zero-shot learning er at AI kan utføre oppgaver den ikke eksplisitt er trent på, bare basert på generell forståelse. "Zero-shot" betyr at modellen ikke har sett eksempler på den spesifikke oppgaven, men klarer den likevel: GPT-4 kan oversette mellom språk den knapt så i trening, Kan generere svar på norsk selv om mesteparten av treningsdata var engelsk, Kan skrive kode på programmeringsspråk den så lite av. Few-shot (relatert): Gi AI 2-3 eksempler i prompten, så forstår den mønsteret. Praktisk eksempel: En norsk bedrift vil at AI skal formatere kundedata til spesifikt format de bruker internt. Ingen AI er trent på dette formatet, men med zero-shot kan ChatGPT forstå formatet fra beskrivelse. Med few-shot (2-3 eksempler) blir det enda bedre.

AI-begreper forklart

A

Hva er AI og hva betyr det?

Hva er API og hva betyr det?

C

Hva er ChatGPT og hva betyr det?

Hva er Claude og hva betyr det?

Hva er Copilot og hva betyr det?

Hva er Context Window og hva betyr det?

D

Hva er Deep Learning og hva betyr det?

Hva er Data Training og hva betyr det?

E

Hva er Embeddings og hva betyr det?

F

Hva er Fine-tuning og hva betyr det?

Hva er Foundation Model og hva betyr det?

G

Hva er Gemini og hva betyr det?

Hva er GPT og hva betyr det?

Hva er Generativ AI og hva betyr det?

Hva er Guardrails og hva betyr det?

H

Hva er Hallusinasjoner (AI) og hva betyr det?

I

Hva er Inferens og hva betyr det?

Hva er Instruction-following og hva betyr det?

K

Hva er Knowledge Cutoff og hva betyr det?

L

Hva er LLM og hva betyr det?

Hva er LoRA og hva betyr det?

M

Hva er Maskinlæring og hva betyr det?

Hva er Multimodal AI og hva betyr det?

N

Hva er Nevrale Nettverk og hva betyr det?

O

Hva er OpenAI og hva betyr det?

P

Hva er Parametere (AI) og hva betyr det?

Hva er en Prompt og hva betyr det?

Hva er Prompt Engineering og hva betyr det?

R

Hva er RAG og hva betyr det?

Hva er RLHF og hva betyr det?

S

Hva er Semantic Search og hva betyr det?

Hva er System Prompt og hva betyr det?

T

Hva er Temperature (AI) og hva betyr det?

Hva er Token og hva betyr det?

Hva er Transformer og hva betyr det?

Hva er Transfer Learning og hva betyr det?

V

Hva er Vector Database og hva betyr det?

Z

Hva er Zero-shot Learning og hva betyr det?

Trenger dypere forståelse?

AI-begreper forklart

A

Hva er AI og hva betyr det?

Hva er API og hva betyr det?

C

Hva er ChatGPT og hva betyr det?

Hva er Claude og hva betyr det?

Hva er Copilot og hva betyr det?

Hva er Context Window og hva betyr det?

D

Hva er Deep Learning og hva betyr det?

Hva er Data Training og hva betyr det?

E

Hva er Embeddings og hva betyr det?

F

Hva er Fine-tuning og hva betyr det?

Hva er Foundation Model og hva betyr det?

G

Hva er Gemini og hva betyr det?

Hva er GPT og hva betyr det?

Hva er Generativ AI og hva betyr det?