Norsk ordliste for digitalisering

Algoritmer er også brukt i programmering, hvor en algoritme vil fortelle datamaskinen de spesifikke stegene som må utføres for å løse et problem. Vi må altså fortelle datamaskinen både hva den skal gjøre, og hvordan – på samme måte som en pannekakeoppskrift forteller oss hvilke ingredienser vi trenger og hvordan vi går frem.

Selv om algoritmer ofte brukes synonymt med koder, er en kode ordene i oppskriften, mens algoritmen er selve oppskriften. Selv om en datamaskin er stokk dum, kan den utføre disse instruksjonene en million ganger i løpet av et kort øyeblikk. Dette blir spesielt viktig når vi arbeider med store og komplekse datasett hvor et menneske vil bruke svært lang tid på å finne mønstre – eller kanskje ikke være i stand til å finne mønstre i det hele tatt.

Det betyr rett og slett at en API-integrasjon hjelper systemer å kommunisere med hverandre automatisk. API kan man tenke fungerer som en stikk-kontakt. Men istedenfor å få tilgang til elektrisitet, får man tilgang til data. Noen eksempler er betaling med Vipps i en nettbutikk eller innlogging via Facebook.

AR handler om å bruke kameraer, skjermer, sensorer og annen teknologi til å endre eller «utvide» den verden vi ser omkring oss, ved å legge til digital informasjon.

De vanligste eksemplene på AR er de som bruker mobilkameraet ditt, slik som spill som Pokemon Go – et spill som legger til figurer i landskapet når du ser på dette gjennom mobilskjermen din, eller bildefiltrene du finner på Snapchat og Instagram, som kan gi deg alt fra hundeører, større øyne eller gi deg mulighet til å «bytte ansikt» med en venn eller en kjendis. AR «utvider» virkeligheten, eller transformerer den, ved å blande sammen det ekte og det virtuelle. Det finnes også mer oppslukende AR som du opplever gjennom briller.

Transaksjonene kan i prinsippet representere hva som helst. Utveksling av penger er bare det meste kjente og åpenbare eksempelet, i og med at teknologien som sagt er en forutsetning for kryptovalutaer som Bitcoin.

Transaksjonene kan også være for eksempel utveksling av digitale sertifikater, instruksjoner som for eksempel ordrer om å kjøpe eller selge en aksje, utveksling av en pasientjournal mellom pasient og en lege. Det som gjør blokkjede til en spesiell form for hovedbok er at den ikke er håndtert av en sentralisert institusjon, som en bank eller en statlig enhet. I stedet lagres mange kopier på ulike og uavhengige maskiner i et desentralisert nettverk. Det er ingen entitet som kontrollerer hovedboken alene. Les det igjen. Det er ingen som alene kontrollerer blokkjeden – og det er dette som gjør den så sikker. 

I praksis dreier det seg om å beskytte din digitale informasjon, dine enheter og aktiva,- dette omfatter altfra personlige opplysninger, kontoer, filer, bilder og også pengene dine.

Cyber security kan deles inn i ulike typer: Informasjonssikkerhet, nettverkssikkerhet, applikasjonssikkerhet, operasjonell sikkerhet, hendelseshåndtering og opplæring av sluttbruker. Felles er at det handler om å sikre verdifull informasjon i samfunnet, i bedriftene og for privatpersoner.

Den enkleste forklaringen er at data er informasjon. Det er fakta og statistikk (alt fra tekst og tall til lyd og bilde) samlet inn for referanse eller analyse. Data gjør det mulig for virksomheter å ta bedre beslutninger, utforske nye forretningsmuligheter, skape bedre kundeopplevelser osv. Ikke rart data kalles det nye gullet!

På for eksempel et kundesenter vil metadata fra en telefonsamtale være for eksempel navnet på kunden, telefonnummer, dato og tidspunkt, lengde på samtalen osv. Denne «dataen om annen data» gir oss verdifull informasjon, og gjør det mulig for oss å blant annet skape bedre kundeopplevelser.

Når det gjelder stordata skiller vi gjerne mellom følgende hovedkategorier:

1. Strukturert data: typisk det vi finner organisert på en predefinert måte i en database (med rader og kolonner), slik som for eksempel personopplysninger (fornavn, etternavn, fødselsdato og adresse).

2. Ustrukturert data: «alt mulig annet» slik som bilder, lydfiler, filmer, e-post, dokumenter og annen data som ikke er organisert.

De er utdannet til å jobbe med små og store datasett, både i strukturert (for eksempel databaser) og ustrukturert format (for eksempel tekst og bilde). Hovedformålet er å finne mønstre i dataene som kan gi oss verdifull innsikt. En Data Scientist har god kunnskap i blant annet statistikk, maskinlæringsalgoritmer og datavisualisering – og de bruker ofte spesialiserte dataprogrammer for analyse (slik som R, Python og SAS).

Tenk på et datavarehus som en butikk fylt med vannflasker hvor produktet er filtrert, pakket og designet for kjapp og enkel konsumering. I et datavarehus lagres data på en organisert måte, hvor alt arkiveres og systematisert etter en predefinert standard. Her finner vi som regel strukturert data med et tydelig bruksområde og verdi.

Den innebærer et sett av kreative prosesser for å løse problemer. Metoden fungerer godt både til strategiprosesser og til utvikling av nye konsepter, produkter og tjenester.

En designer vil ikke komme inn i prosjektet med en løsning – men i stedet bringe sammen ulike stemmer og perspektiver, samt observere målgruppens atferd og behov, for å finne frem til hvilket problem det egentlig er som skal løses.

Den digitale representasjonen speiler den virkelige tingen, og lærer og endrer seg i takt med det den representerer. 

Virksomheter har hatt modeller av fysiske ting i årevis, men digitale tvillinger tar disse til nye høyder ved å utnytte dataene gjennom bruk av programmer for analyse og maskinlæring – gjerne i sanntid. Slik lærer den digitale tvillingen hele tiden av den fysiske verdenen, basert på stadig mer og bedre informasjon.

En digital tvilling av for eksempel en industriell maskin kan samle inn data gjennom sensorer, og automatisk sende informasjonen til sin digitale tvilling. Inspeksjon og feilsøking vil da i mange tilfeller kunne gjøres på den digitale tvillingen.

Med å forbedre mener vi å forenkle, effektivisere og optimalisere interne systemer, prosesser, produkter og tjenester. Med å fornye mener vi å endre forretningsmodeller, kundeopplevelser eller arbeidsprosesser. Fornying kan vanskelig skje bare internt i bedriften. Det krever tett samhandling med andre aktører i verdikjeden, med kunder og med konkurrenter, og leder ofte til nye partnerskap. Med å skape nytt mener vi å utvikle forretningsmodeller, produkter, tjenester og arbeidsprosesser som endrer konkurranseforhold og som skaper nye markeder.

Hovedteknologier for datadrevete virksomheter er bl.a. stordata, tingenes internett, VR, robotisering, digitale tvillinger, sensorer og maskinlæring.

Dette innebærer at virksomheten endrer hvordan den utfører sine oppgaver, tilbyd bedre tjenester/produkter, jobber mer effektivt eller skaper helt nye tjenester/produkter. Og alle disse endringene gjør de med utgangspunkt i kundens eller brukerens behov og ved smart utnyttelse av digital teknologi.

Koding er måten vi kommuniserer med en datamaskin, og gir den de nødvendige instruksjonene. Selv om du ikke skriver koden selv (det er som oftest ikke nødvendig), så vil hvert eneste tastetrykk oversettes til en kode – av en kode. Koder er alt og overalt.

I 1940 var det å reise til månen science fiction, i 1969 var det en realitet. KI består av flere mer håndfaste underkategorier, slik som robotikk, maskinlæring og naturlig språkprosessering (NLP). At teknologi hører til én eller flere av disse underkategoriene, betyr ikke nødvendigvis at det er kunstig intelligens.

Hvis et system løser et problem like godt som et menneske, og det er vanskelig å avgjøre om du samhandler med et menneske eller en maskin, kan det kalles kunstig intelligens. Dette er en enkel forklaring som funker i de fleste tilfeller. Kunstig intelligens handler altså mye om hvordan et menneske oppfatter et datasystem.

I dag brukes dessverre kunstig intelligens til å beskrive og promotere alt som vagt involverer at en maskin gjør noe utover å åpne mail. Det trenger ikke bety noe mer enn at «vi bruker teknologi som er utviklet i det siste tiåret!», og er ofte bare god, gammeldags markedsføring.

Hunden ønsker gjerne en godbit, og vil etter hvert lære seg den ønskede oppførselen – og forstå hva som fører til en belønning. Vi kan trene en algoritme på samme måte, men i stedet for å lære den å «gi labb», kan vi lære den å for eksempel oppdage mistenkelige transaksjoner.

Under treningen vil algoritmen klassifisere transaksjoner som enten normale eller mistenkelige, og hver gang den treffer blink vil den justere seg litt for å kunne ta samme beslutning ved en senere anledning. Etter treningen vil algoritmen forhåpentligvis ha lært seg hvilke mønstre som er tilstede i mistenkelige transaksjoner, og er klar for å prøve seg i den virkelige verden.

For eksempel kan en automatisere at lys og varme i næringsbygg ikke står på unødvendig, når det ikke er folk til stede.

Sensorer fungerer altså som sansene til annen elektronikk – ofte, men ikke alltid, datamaskiner. Sensorer kan se (foto- og videoteknologi), føle (fysiske målinger), lukte (elektroniske sensorer kan lukte mye mer enn hva vi kan), høre (ultrasoniske teknologier), registrere bevegelse (sensorer med for eksempel innebygde gyroskop), og så videre.

Du bryr deg ikke så veldig mye om hva banken gjør med pengene dine, hvor de lagres eller om det i det hele tatt eksisterer et hvelv. Alt du bryr deg om er at pengene er tilgjengelige når du trenger dem; resten er bankens ansvar.

Vi gjør det samme når vi lagrer data i «skyen» – vi bare betaler noen andre for oppbevaring, beskyttelse og vedlikehold for oss. Ordet «sky» er misvisende; det betyr ikke at data svever rundt på Internett, suser forbi oss i luften eller ikke fysisk eksisterer. Dataene våre er lagret på en harddisk en eller annen plass, på lik linje med all annen data.

Store leverandører som Microsoft, Amazon og Google har opprettet enorme datasentre hvor bedrifter og privatpersoner kan leie plass. I tillegg utformer leverandørene tilleggstjenester som tilbys på en markedsplass, omtrent som på App Store. Brukerne leier blant annet lagringsplass og prosessering, og løsningene kan dimensjoneres slik vi ønsker.

Neste morgen ber du Google Assistant om å «skru på lysene» og «spille Beatles», mens FitBit’en forteller deg at du satt stille i litt for mange timer i går, og må komme deg ut på skitur.

Dette er mulig fordi disse gjenstandene kan koble seg sammen, interagere og utveksle data med hverandre over Internett. Med andre ord; de blir «ting» på ditt «internett av ting». Ved hjelp av denne typen nettverk kan vi etablere plattformer som sømløst knytter sammen ulike produkter og tjenester i ett grensesnitt (slik som en app).

Faktisk kan de største QR-kode inneholde inntil 7089 siffer eller 4296 tall og bokstaver. Hvis du for eksempel velger å legge inn en nettside (som dnb.no) i QR-koden din, så gjelder antallet bokstaver den faktiske nettadressen – og ikke det enorme antallet tegn som du vil finne på nettsiden.

QR-koder er en effektiv kommunikasjonskanal; her kan du lagre store mengder informasjon, og mottaker kan få tilgang på bare noen sekunder ved optisk lesing av data. Alt du trenger er en smarttelefon eller et nettbrett, samt en app for å lese koden.

Inne i headsettet, som dekker for øyne og ører, er det mørkt og stille – inntil skjermene og høyttalerne skrus på. Sanseinntrykkene fra dine egentlige omgivelser erstattes med et virtuelt (datagenerert eller filmet) miljø. Du kan snu seg og se deg rundt, bevege deg og til og med interagere med objekter. I tillegg til brillene krever dette en form for håndkontroller, bevegelsessensorer eller kameraer i rommet, eller en kombinasjon av disse.

Når du setter i gang printeren, følger den datamaskinens instruksjoner. Den leder et valgt materiale gjennom en liten dyse – materialet er regel en form for flytende plast, men det kan også være andre ting – som kan bevege seg svært presist i tre dimensjoner. Materialet påføres lagvis på en flate, inntil det fysiske objektet tar form. 

5G bruker høyere frekvenser enn 4G, noe som åpner for større hastigheter, men til gjengjeld gir kortere rekkevidde på signalet. Dermed må det være kortere avstander mellom basestasjonene.

Enda viktigere enn at det går fort å surfe nettet og dele filer, er den store kapasiteten – som muliggjør kommunikasjon mellom enorme mengder med enheter i tilnærmet sanntid. Det er også en annen side ved 5G som er viktigere for industrien og næringslivet. 5G muliggjør nemlig tilpassede nettverksløsninger for spesielle formål. For eksempel kan et industriområde med millioner av sensorer få sitt eget «nettverk i nettverket», der alt sammen kobles opp med god dekning og sikkerhet – og svært raske responstider.