Resumé
Heiselberg leverer en mere fysik-nær refleksion over kunstig intelligens og dens udviklingspotentiale. Med udgangspunkt i statistisk fysik og komplekse systemer diskuteres, hvorvidt vi nærmer os en form for generel intelligens, eller om nuværende metoder blot er avanceret mønstergenkendelse. Artiklen trækker linjer mellem neurale netværk og fysiske systemer med mange frihedsgrader, hvilket giver en dybere forståelse af læringsprocesser som dynamiske systemer. Samtidig diskuteres begrænsningerne ved skalering og databehov. Artiklen appellerer til fysikerens intuition og viser, hvordan begreber som faseovergange og emergens kan være relevante for AI. Det er en tankevækkende analyse af, hvor feltet er på vej hen.
Fra og med årgang 37 (2026 -) udgives artikler under licensen Creative Commons Kreditering-IkkeKommerciel CC BY-NC 4.0.
Artikler i årgang 1–36 (1990 - 2025) er ikke udgivet under Creative Commons. Her er alle rettigheder forbeholdt artiklernes respektive forfattere.
