Det är lördag kväll och du har precis sett klart sista avsnittet av ett svenskt kriminaldrama som du på något sätt snubblat över, även om du inte riktigt kommer ihåg hur.

Det är sent och förmodligen dags för sängen, men – utan att uppmana – din Netflix-skärm fylls med reklambilder för fler program. Det finns en om en kvinnlig detektiv i Danmark och en annan om en brittisk inspektör som väver mellan båda sidor av lagen.

Det är ett välbekant scenario för alla Netflix-tittare – när tjänsten på magiskt sätt verkar föreslå program som passar din senaste popkultur-vurm.

Och det är ett exempel på artificiell intelligens på jobbet.

Dessa dagar, datoralgoritmerna som gör att Netflix eller Amazon kan komma med köpförslag är en normal del av livet. Men ibland, det är svårt att inte känna en känsla av vördnad när en maskin – den där fyrkantiga och orörliga lådan i rummet – ansluter till dig på ett intimt plan. En tjatande fråga dröjer:"Hur visste den det?"

Under de kommande åren, folk kommer att ställa den frågan om sina bilar, telefoner, banksystem, och praktiskt taget varje del av teknik som de interagerar med varje dag. Artificiell intelligens förväntas omforma alla dessa aspekter av livet, och otaliga andra.

Företag som Google, Amazon och Facebook spenderar miljarder dollar för att utveckla AI-kapaciteten för sina produkter och tjänster. Under tiden, några av de största genombrotten och den mest konsekventa forskningen på området har skett vid ett offentligt universitet i Edmonton.

University of Alberta har utökat sitt AI-team med några av disciplinens bästa hjärnor i mer än ett decennium. Dess bona fides som en högklassig skola cementerades förra året när Googles DeepMind tillkännagav sitt första satellitcampus utanför London i samarbete med U of A.

Det var en stor kupp för universitetet, men inte helt överraskande för fakulteten som har ägnat år åt att bygga, testa och bevisa koncept. Dessa forskningsrön omvandlar redan fält från hälsovårdsforskning till investeringsbankverksamhet. Och krusningseffekterna har precis börjat.

"Artificiell intelligens har potential att påverka vilken bransch som helst, " säger Jonathan Schaeffer, en datavetare och dekanus vid universitetets naturvetenskapliga fakultet.

"Inom 10 år, artificiell intelligens kommer att vara extremt störande."

AI:s många ansikten

För vissa, det kan vara svårt att inte se artificiell intelligens som en vetenskap så avancerad och komplicerad att den bara existerar i filmernas rike.

För Patrick Pilarski, artificiell intelligens finns på samma tekniska kontinuum som en pinne.

På samma gång, en pinne var ett viktigt verktyg för att peta saker, att luta sig emot, och så vidare. På samma sätt, han säger, artificiell intelligens är ett verktyg som kan användas för att förstärka en persons förmågor och tillåta dem att utföra uppgifter som behövs för det dagliga livet.

"Vi har långsamt förbättrat vår förmåga att interagera med världen genom teknik sedan vår arts tidiga dagar. Vi kanske gör det snabbare än vi brukade... men interaktion med maskiner är fortfarande något framträdande i våra dagliga liv, säger Pilarski, en biträdande professor vid universitetet, som innehar Canada Research Chair in Machine Intelligence for Rehabilitation.

"De här maskinerna gör oss smartare, de gör oss bättre i stånd att se världen, de gör oss bättre i stånd att interagera med eller förändra världen, och de gör oss bättre i stånd att tänka på världen."

Artificiell intelligens är den gren av datavetenskap som utvecklar maskiner som kan agera med den intelligens vi normalt förknippar med människor. Det tillåter maskiner att sålla igenom enorma mängder data för att hitta mönster och till och med utveckla intuition genom försök och misstag.

Disciplinen har utvecklats sedan 1950-talet, men dess popularitet och löfte – i vetenskapliga kretsar och utanför – har ebbat ut och flödat genom åren.

"Jag har arbetat med maskininlärning sedan 1980-talet, " säger Russ Greiner, en professor i datavetenskap vid universitetet. "Vi skulle arbeta med problem som vi hittade på och, välförtjänt, resten av världen sa, 'Vem bryr sig?' Men när vi började distribuera det, folk uppmärksammade."

Människor kanske skulle vara ännu mer uppmärksamma om de förstod i vilken utsträckning AI redan påverkar deras liv. Under de senaste åtta åren, beräkningskapaciteten har ökat exponentiellt, tillåta forskare att tillämpa forskningen på mer praktiska sätt. På samma gång, världens största teknikföretag har börjat investera kraftigt på området.

Resultatet förändrar hur vi lever våra liv.

Artificiell intelligens möjliggör upptäckt av kreditkortsbedrägerier (datorprogram vet när ett köp verkar vara utanför det normala intervallet för en viss kund); det är grunden för vår bekanta vän, Siri (röstigenkänning och naturlig språkbehandling är viktiga grenar av AI); det driver din smartphones förmåga att identifiera ansikten på din kamerarulle (likaså, bildigenkänning är en vanlig användning); och det används för att uppmuntra människor att göra internetköp, baserat på deras tidigare köp- och surfvanor.

"Vi är ett datarikt samhälle och det har vi varit i flera år, ", säger Schaeffer. "Vad AI gör är att tillåta oss att ta data och omvandla den till kunskap. Att ha en miljard bitar av information är värdelöst om du inte kan destillera den till något meningsfullt."

Lära maskiner att lära

Om artificiell intelligens tillåter maskiner att agera som människor, det finns inget mer explicit exempel på det än förstärkningsinlärning.

U of A-professorn Rich Sutton är den världsledande pionjären i ämnet. För mer än 20 år sedan, han använde sin psykologiska bakgrund för att ta ett lärande förhållningssätt till artificiell intelligens – men hans arbete har kanske sin största inverkan idag.

Förstärkningsinlärning ligger bakom internetannonserna som automatiskt visas på din datorskärm, och det driver aktiemarknadshandeln. De grundläggande principerna för förstärkningsinlärning ger sannolikt bränsle till miljarder dollar i ekonomisk aktivitet varje år.

I dess kärna, tillvägagångssättet efterliknar hur människor lär sig genom försök och misstag.

"Om bra saker händer, du fortsätter göra de sakerna. Om dåliga saker händer, du stannar upp och går vidare till något annat. Det är så enkelt, så uppenbart, det vanligt, säger Sutton.

"Om du sitter på din cykel och håller på att ramla omkull, du vrider på ratten och du återhämtar dig ... du borde lära dig tre saker av det. Ett, att du först trodde att du mådde bra. Två, att du slog i stenen och du var inte lika säker. Och tre, att du gjorde några rörelser och du kände dig trygg igen."

Liknande, ett förstärkningsprogram måste avgöra vad som är "bra" eller "dåligt" baserat på en final, önskat resultat. Det kommer att gå igenom miljontals eller tiotals miljoner scenarier för att själv ta reda på vad som sätter det i en "bra" position eller en "dålig" position, i förhållande till det önskade resultatet. Den kommer sedan att anpassa sina åtgärder för att uppnå detta resultat.

Suttons arbete är ungefär så nära vi kommer att ha maskiner som tänker som människor. Men datorer har fortfarande begränsningar.

Schaeffer, datavetaren och dekanen, beskriver en persons hjärna som "allmänt syfte". Vi kanske inte vet hur man fixar ett sprucket rör i vårt hem, men vi vet hur vi ska hantera problemet. En dator, på den andra och, kommer bara att göra vad en person säger åt den att göra.

"Vi bygger massor av idiotkunniga. Den förarlösa bilen vet hur man kör men den vet inte hur man stavningskontrollerar ett dokument, " säger han. "Vi är kännande. Det finns tankesjälvständighet. Vi gör vad vi vill. Computers only do what I tell them to do."