Du behøver ikke være IT-specialist for at kunne forstå automatisering. Det er nemlig ikke raketvidenskab (altså lige bortset fra når det rent faktisk er).
Vi får oftest forklaret automatisering enten i form af over-sensationelle nyheder eller i form af ekstremt kompliceret indforstået beskrivelser fra tech-verdenen. Hvis man ikke lige sidder med en baggrund i datalogi eller kodning kan det være svært at forstå og samtidig virke enormt uoverskueligt at skulle sætte sig ind i teknologien bag automatisering. Men det behøver du heldigvis slet ikke!
Hvis du kan forstå simpel matematik, kan du også lære at forstå automatisering. Nu tænker du måske "Åh nej - men jeg er jo helt vildt dårlig til matematik!" Rolig nu. Vi taler altså om folkeskole matematik, simple formler og akser.
Vi forklarer det her overdrevet forsimplet, så alle kan være med! Så er du et skridt tættere på at forstå teknologien bag.
Automatisering er i virkeligheden egentlig bare matematik. Sommetider er det helt ekstremt svært og kompliceret matematik, andre gange er det ikke. Men kort sagt er der blot tale om en matematisk funktion. Tænk ikke nødvendigvis maskinen som klog, men i stedet super effektiv.
Kan du huske dengang man i koordinationssystemer skulle finde punkterne i x-aksen og y-aksen? I automatiseringsprocesser eller teknologi som AI kan vi tale om input (x) og output (y). Her kender vi både x og y, men vi vil gerne forstå forholdet mellem dem. Derfor har vi brug for mere data til at forudse næste punkt.
Maskinen er altså en matematisk funktion - dens opgave er at lave udregninger og forudsigelser, så vi kan forstå forholdet mellem input (x) og output (y).
Grunden til vi har brug for maskinerne er, at de kan håndtere meget større mængder af data, end vi kan. De kan regne med millioner af datapunkter, som vi mennesker slet ikke ville kunne holde styr på alene. Derudover kan de også håndtere dataen og udregningerne nemmere når det bliver særligt kompliceret og der pludselig skal indsættes og medregnes flere forskellige variabler.
Maskinerne forudser altså de næste punkter. Men for at dette overhovedet er muligt, har maskinen brug for nok data. Der skal selvsagt også være mere end et punkt tilgængeligt, for at den skal kunne regne næste skridt ud.
Maskinerne og automatiseringen vi laver gennem dem, holder styr på store mængder af data og forudser de punkter som vi ikke kan.
Processen bag er som sagt her ekstremt forsimpelt for at kunne forklare teknologien letforståeligt. Er du alligevel frisk på lidt mere, så har onlinemagasinet Medium skrevet artikelen "Machine Learning for Anyone Who Took Math in Eighth Grade", der forklarer det hele lidt dybere.
Her kan du blandt andet også få forklaret hvad formlen y=mx+b indebærer, som en måde til at forstå udregningerne.
Du kan finde mere information i Mediums artikel om automatisering og machine learning. Den kan du læse lige her.
Har du nu fået en lidt bedre forståelse af automatisering? Det håber jeg!
