Hopp til innholdet
Norsk journal om kunstig intelligens 255 artikler Oslo --:--
TokenPrat
2 min lesetid Av TokenPrat-redaksjonen

🇳🇮 10 grunner til Ă„ heise flagget for norsk AI i 2026

Fra hele Tokenprat-redaksjonen (som i skrivende stund bestÄr av én mann, en Mac Mini og en usedvanlig engasjert AI) vil vi rette en varm og oppriktig takk til alle dere som har funnet veien hit.

Vi startet Tokenprat fordi vi trodde det fantes nordmenn som ville lese om AI pĂ„ sitt eget sprĂ„k – uten buzzwords, uten hype og uten Ă„ mĂ„tte betale for et nyhetsbrev. Dere har vist oss at vi hadde rett.

SĂ„ til dere som har lest, delt, nikket gjenkjennende og av og til tenkt «dette skjĂžnte jeg faktisk» – tusen takk. 17. mai passer perfekt til Ă„ feire nettopp det.


10 grunner til Ă„ heise flagget for norsk AI i 2026

1. Vi er faktisk i verdenstoppen.
Norge er helt i toppen globalt nÄr det gjelder digital modenhet og bruk av AI. Ikke verst for et land som er mest kjent for laksen og bunadene.

2. Vi har personvern i blodet.
Der resten av verden diskuterer om data skal beskyttes, har Norge allerede bestemt seg. GDPR sitter i ryggmargen her – og det er et konkurransefortrinn, ikke et hinder.

3. Vi bygger lokal infrastruktur.
Norge investerer tungt i lokal AI-infrastruktur – fra forskningsprosjekter som Norwegian AI Cloud til nye datasentre og “sovereign AI”-lĂžsninger. Norske data pĂ„ norsk jord blir stadig viktigere.

4. Offentlig sektor tar AI pÄ alvor.
Norge satser pĂ„ ansvarlig AI gjennom regulatoriske sandkasser, stĂžtteordninger og nasjonale initiativer. Det gir oppstartselskaper og SMB-er en tryggere vei inn i AI-utvikling – og det er faktisk gledelig.

5. Vi satser tungt pÄ AI-forskning.
Flere nye AI-forskningssentre har fĂ„tt betydelig stĂžtte de siste Ă„rene, blant annet fra ForskningsrĂ„det. MĂ„let er Ă„ utvikle lĂžsninger pĂ„ norske utfordringer – med norsk kompetanse.

6. Vi snakker norsk til maskinene.
Det jobbes aktivt med sprĂ„kressurser for bĂ„de bokmĂ„l, nynorsk og samiske sprĂ„k, slik at AI-modeller faktisk forstĂ„r oss – ikke bare halvveis.

7. NĂŠringslivet er i bevegelse.
Rundt 10–20 % av norske bedrifter bruker AI i dag. Det hþres kanskje lite ut – men det viser hvor tidlig vi fortsatt er, og hvor stort potensialet er fremover.

8. Vi deler Äpent.
MiljÞer som NORA og Simula Research Laboratory bidrar til Äpen forskning og samarbeid. Den norske tradisjonen for deling passer godt inn i open source-verdenen.

9. Vi stiller de riktige spÞrsmÄlene.
Etikk, personvern og konsekvenser for arbeidslivet er en viktig del av AI-debatten i Norge. Vi bygger ikke bare raskt – vi prĂžver ogsĂ„ Ă„ bygge riktig.

10. Dere leser Tokenprat pÄ norsk.
Det er kanskje det beste beviset pĂ„ at norsk AI-kultur er levende. Dere vil forstĂ„ – ikke bare konsumere. Det lover godt.


Vi gleder oss enormt til Ă„ fortsette Ă„ fĂžlge det ville, forvirrende og fantastiske som skjer i AI-verden – og dele en liten bit av det pĂ„ norsk, til dere.

God 17. mai! 🎉🇳🇮

– Tokenprat-redaksjonen

Del

Les videre

Forsiden →
Forelesningssal om natten med en tavle full av krittdiagrammer, en laptop og hĂžye stabler med manuskripter
· Forskning

OpenAI slapp over 700 matematikkbevis pĂ„ Ă©n dag – Lean sjekker rundt 42 prosent av dem

6. oktober la OpenAI ut 722 matematiske manuskripter laget av en intern modell uten navn. Det mest interessante er metoden: en AI som tenker i timevis per problem, og et maskinelt verktĂžy som skal skille holdbare bevis fra tull.

Studiomikrofon med lysende fargede lydbĂžlger i et mĂžrkt lydstudio
· Modeller

Ming 3.0 TTS: Beste Ă„pne stemmekloner med MIT-lisens – men den snakker ikke norsk

Ant Group har sluppet to talemodeller som kloner stemmer, designer nye fra en beskrivelse og ler, sukker og nÞler pÄ kommando. Den minste har bare 0,5 milliarder parametere, og lisensen er sÄ Äpen som det gÄr an. Men stÄr norsk pÄ Þnskelista, mÄ du vente.

MenneskehÄnd og robothÄnd som holder hver sin trekloss med samme grep
· Forskning

FlashDexRetarget: Én policy for tusen hĂ„ndbevegelser – og 100 ganger mindre GPU-tid

Roboter med fingre trenger enorme mengder treningsdata, og den billigste kilden er opptak av mennesker som hÄndterer ting. Problemet er Ä oversette en menneskehÄnd til en robothÄnd. Et nytt prosjekt fra KAIST og Holiday Robotics gjÞr det med én felles modell i stedet for én per bevegelse, og bruker