7 grundläggande böcker för att förstå tekniken för artificiell intelligens

Tekniken för artificiell intelligens har blivit ett av vår tids snabbast växande och mest omtalade områden. En av de mest konkreta tillämpningarna av denna teknik, som tränger in i allt från självkörande fordon till sjukvård, är ekonomiteamens dagliga arbete: utläggsregistrering, hantering av kvitton och fakturor, budgetuppföljning och utgiftskontroll. Men var ska du börja för att verkligen förstå den här omställningen, greppa dess tekniska grund och bedöma dess påverkan på ditt företags ekonomiprocesser?

Svaret är enkelt: med rätt böcker. I den här artikeln har vi samlat 7 grundläggande böcker som alla som vill förstå tekniken för artificiell intelligens bör läsa. Oavsett om du söker ett tekniskt perspektiv eller ett strategiskt — har vi i slutet av varje bok lagt till en kort ekonomisk slutsats som kopplar det du läst till verkligheten inom utläggs- och utgiftshantering.

1. Artificial Intelligence: A Modern Approach — Stuart Russell & Peter Norvig

Artificial Intelligence: A Modern Approach, en av de mest omfattande och mest citerade läroböckerna inom området artificiell intelligens, gavs ut för första gången 1995 och används som kursmaterial vid många universitet runt om i världen.

Detta verk, skrivet av Stuart Russell och Peter Norvig, behandlar den artificiella intelligensens grundläggande begrepp — sökalgoritmer, kunskapsrepresentation, maskininlärning, språkteknologi, robotik och mer — på ett systematiskt sätt. Det presenterar både de teoretiska grunderna och de praktiska tillämpningarna på ett balanserat vis.

Slutsats för ekonomiledare: En ekonomichef som känner till de grundläggande begreppen i denna bok kan ifrågasätta leverantörers påståenden om att de är «drivna av artificiell intelligens»; hen skiljer på vilken utläggsprocess som verkligen kan automatiseras och vilken som bara är marknadsföringsdekoration.

2. Life 3.0: Being Human in the Age of Artificial Intelligence — Max Tegmark

Life 3.0 av MIT:s fysikprofessor Max Tegmark går bortom den artificiella intelligensens tekniska dimension och lyfter de stora frågorna om mänsklighetens framtid. Boken delar in livet i tre skeden: biologisk evolution, kulturell evolution och teknologisk evolution som kan utforma både sin hårdvara och sin mjukvara.

Tegmark diskuterar, genom olika framtidsscenarier, hur ekonomin, arbetskraften och den samhälleliga ordningen skulle förändras om en generell artificiell intelligens uppstod.

Slutsats för ekonomiledare: Tegmarks scenarioansats kommer ur samma källa som scenarioanalysen i ekonomisk planering: att redan idag scenariolägga vilka roller i ditt team som automatiseringen kommer att förändra bör vara en del av personalplaneringen lika mycket som av budgethanteringen.

3. Superintelligence: Paths, Dangers, Strategies — Nick Bostrom

Superintelligence av Oxfordprofessorn Nick Bostrom är ett av de verk som mest systematiskt behandlar den artificiella intelligensens potentiella risker. Det undersöker på djupet vad som kan hända om en intelligens som överträffar den mänskliga nivån uppstår; det analyserar noggrant begrepp som kontrollproblemet och värdeanpassning.

Slutsats för ekonomiledare: Bostroms huvudlärdom är lätt att översätta till ekonomispråk: om du väljer fel mått när du sätter ett mål för ett system, kommer systemet att optimera det måttet skoningslöst. Även i utläggsautomatisering gäller att om kontrollreglerna och utgiftspolicyn inte definieras rätt från början, vinner du fart men förlorar kontroll.

4. Human Compatible — Stuart Russell

Det är ingen slump att Stuart Russell dyker upp på listan en andra gång. Human Compatible förklarar varför det kan vara farligt att ge maskiner fasta mål; i stället lägger den fram begreppet «nyttig maskin», som förespråkar att maskiner ständigt ska lära sig människors verkliga preferenser och kunna stoppas vid behov.

Slutsats för ekonomiledare: En bra ekonomiautomatisering bör fungera precis så: i stället för att systemet självt fattar beslut om ett misstänkt utlägg bör det fråga den ansvarige, och det sista ordet ska alltid ligga hos människan. När du utformar dina godkännandeflöden, ta Russells princip om «stoppbarhet» som riktmärke.

5. Deep Learning — Ian Goodfellow, Yoshua Bengio & Aaron Courville

Deep Learning, som betraktas som referensverket inom djupinlärning, behandlar utförligt de matematiska grunderna för artificiella neuronnät och deras praktiska tillämpningar. Efter den matematiska grunden granskar den i detalj framåtkopplade nät, faltningsnät som används i bildbehandling, återkommande nät som bearbetar sekvensdata och generativa modeller.

Slutsats för ekonomiledare: Den tekniska ryggraden bakom att kvitton läses av från en bild och omvandlas till en utläggspost är just de arkitekturer som beskrivs i denna bok. Även om du inte går in på detaljerna hjälper det att skumma kapitelrubrikerna dig att förstå vad det är som eliminerar den dolda tidskostnaden som utläggsregistrering innebär för företaget.

6. The Master Algorithm — Pedro Domingos

Pedro Domingos, professor vid University of Washington, förklarar maskininlärningens fem grundläggande skolor — symbolister, konnektionister, evolutionärer, bayesianer och analogister — på ett begripligt språk. Bokens tes är att det kan finnas en «masteralgoritm» som förenar dessa fem angreppssätt. Den förklarar komplexa begrepp med exempel ur vardagen.

Slutsats för ekonomiledare: De fem skolornas angreppssätt ger en praktisk ram vid inköpsbedömningar: passar regelbaserad klassificering bäst för dina utgiftsdata eller en modell som lär sig mönster — den chef som kan göra den åtskillnaden binder inte budget till fel verktyg.

7. AI Superpowers — Kai-Fu Lee

Kai-Fu Lee, tidigare chef för Google Kina och investerare, behandlar kapplöpningen inom artificiell intelligens ur ett geopolitiskt perspektiv; han analyserar USA:s och Kinas styrkor och svagheter. Boken diskuterar även automatiseringens påverkan på arbetsmarknaden: medan rutinarbete automatiseras bevaras människans plats i arbeten som kräver kreativitet och empati.

Slutsats för ekonomiledare: Lees tes «det rutinmässiga automatiseras» är tydlig för ekonomiteam: de team som lämnar över repetitivt arbete som dataregistrering och avstämning till maskinen flyttar den mänskliga tiden till analys, förhandling och kassaflödesstrategi.

Att tänka på när du läser dessa böcker

• Var uppmärksam på utgivningsdatumet: Området utvecklas snabbt; komplettera böckerna med aktuella artiklar och forskning.
• Känn din tekniska nivå: Du kan överväga att börja med konceptuella böcker (Life 3.0, The Master Algorithm) i stället för matematiktunga verk.
• Översätt till din egen process: Ställ i varje kapitel frågan «vad motsvarar detta i vårt utläggs- och godkännandeflöde?»; först då blir läsningen en investering.
• Läs kritiskt: Varje författare har sitt eget perspektiv; jämför fler än en källa.

Vanliga frågor

Vilken bok ska jag börja med för att lära mig artificiell intelligens?

Om du saknar teknisk bakgrund rekommenderar vi att du börjar med Life 3.0 eller The Master Algorithm. Om du har en teknisk grund passar Artificial Intelligence: A Modern Approach direkt.

Är dessa böcker meningsfulla även för ekonomichefer?

Ja. Life 3.0, Superintelligence, Human Compatible, The Master Algorithm och AI Superpowers kan läsas utan teknisk kunskap och behandlar ämnen som direkt hör till ekonomins agenda, som automatisering, kontroll och arbetskraftens omvandling.

Vad är skillnaden mellan artificiell intelligens och maskininlärning?

Artificiell intelligens är ett brett område som syftar till att maskiner ska uppvisa människoliknande intelligens. Maskininlärning är en gren av det; den låter maskiner lära sig av data utan att programmeras uttryckligen. Djupinlärning är i sin tur en delmängd av maskininlärning som använder artificiella neuronnät.

Hur påverkar artificiell intelligens ekonomiprocesserna?

Dataintensiva, repetitiva uppgifter som avläsning av kvitton och fakturor, utläggsklassificering, policykontroll och avstämning är de områden som förändras först. På så sätt flyttar ekonomiteamen sin tid från dataregistrering till analys.

Från läsning till tillämpning: Masraffs angreppssätt

Begreppen i dessa böcker är inte bara teori — de är grunden för de verktyg som redan idag förändrar ekonomiteamens dagliga arbete. Masraff tillämpar maskininlärning och bildbehandlingsteknik på utläggshantering: kvitton och fakturor läses av automatiskt, kategoriseras och utläggsrapporter skapas på några sekunder. Manuell dataregistrering försvinner och kontrollen av utgiftspolicyn sker av sig själv.

För att se hur det fungerar, titta på produktsidan för utläggshantering eller kontakta oss för att boka en demo för ditt team.