I løbet af de sidste ti år har AI-systemer udviklet sig med en eksplosiv hastighed. Fra gennembruddet i 2016, hvor AI slog  en legendarisk spiller i det komplekse spil Go, er AI nu i stand til at genkende billeder, tale bedre end mennesker og bestå tests. Men hvad er årsagen til teknologiens eksplosive acceleration?

Fremskridtene inden for AI-systemers evner styres af tre input – beregning, data og algoritmer. Meget af fremskridtet de sidste 70 år er resultatet af forskeres træning af deres AI-systemer ved hjælp af større databehandlingskraft, ofte omtalt som “beregning”. De fodrer systemerne med mere data eller udvikler algoritmiske tricks, der effektivt minimerer mængden af beregning eller data, der er nødvendig for at opnå de samme resultater.

Forståelsen af, hvordan disse tre faktorer har drevet AI-fremgang i fortiden, er afgørende for at forstå, hvorfor de fleste inden for AI ikke forventer, at fremgangen vil bremse lige foreløbig.

Beregning:

• Beregning refererer til den mængde computermæssig kraft eller processorkraft, der bruges til at træne AI-systemer.
• Øget beregning giver AI-systemer evnen til at behandle større mængder data og komplekse opgaver mere effektivt.
• Med tiden er prisen på computere faldet takket være Moore’s lov, hvilket har muliggjort øget brug af beregning i AI-udvikling.

Data:

• Data refererer til de informationer, som AI-systemer trænes på, f.eks. billeder, tekst eller andre typer input.
• Flere data giver AI-systemer mulighed for at opbygge mere nøjagtige og omfattende modeller af sammenhænge mellem variabler i data.
• Mere data giver også mulighed for at træne AI til mere nuancerede og præcise konklusioner.

Algoritmer:

• Algoritmer er sæt af regler eller instruktioner, der guider, hvordan AI-systemer bruger beregningskraften til at analysere og forstå data.
• Forskning i bedre algoritmer har ført til mere effektiv udnyttelse af beregning og data i AI-systemer.
• Forbedrede algoritmer kan hjælpe med at løse problemer med mindre beregning eller data og kan øge AI-systemers præstationer.

Disse tre input – beregning, data og algoritmer – arbejder sammen for at drive fremskridtene inden for kunstig intelligens ved at tillade AI-systemer at behandle mere data, opbygge mere komplekse modeller og opnå bedre resultater i en bred vifte af opgaver.

Den næste fase af AI-fremgang

Når man sætter de tre elementer sammen, forventer eksperter, at AI-fremgangen vil fortsætte med høj hastighed i de næste par år. Databehandling vil fortsætte med at stige, da virksomheder bruger flere penge, og den underliggende teknologi bliver billigere. Den resterende nyttige data på internettet vil blive brugt til at træne AI-modeller, og forskere vil fortsætte med at finde måder at træne og køre AI-systemer, der gør mere effektiv brug af databehandling og data. Fortsættelsen af disse årtiers tendenser er grunden til, at eksperter mener, at AI vil fortsætte med at blive mere kapabel.

Dette bekymrer dog også mange eksperter. Under høringen i Senatsudvalget udtalte Amodei, CEO af den prominente AI-virksomhed Anthropic, at hvis fremskridt fortsætter med samme hastighed, vil en bred vifte af mennesker kunne få adgang til videnskabelig viden, som selv eksperter ikke har, inden for de næste to til tre år. Dette kan øge antallet af personer, der kan “skabe kaos,”  indenfor områder som cybersikkerhed, nuklear teknologi, kemi og biologi.

Læs hele artiklen her: Why AI Progress Is Unlikely to Slow Down | Time

Ifølge artiklen WTF Happened In 2023? vil de økonomiske historikere i 2073 vende blikket mod de seneste halvtreds års vækst og overflod og undre sig: Hvad skete der i 2023? 

Artiklen beskriver, hvordan 2023 synes at være et skæringspunkt, hvor samfundet bevæger sig væk fra en periode med stagnation og mod en fase med acceleration. Dette er inspireret af tidligere perioder i historien, hvor økonomiske og teknologiske fremskridt tog en drastisk vending. For eksempel sås en lignende overgang i året 1971, hvor fremskridt aftog efter den tidligere vækst. Måske er 2023 et lignende vendepunkt, men denne gang i retning af acceleration og optimisme.

Teknologisk Acceleration 

En ny form for optimisme har vundet indpas i 2023 – “pragmatisk optimisme”. Forfatteren af artiklen kalder dette en balance mellem realisme og optimisme. Efter en periode med overdrevet pessimisme er samfundet begyndt at erkende, at virkeligheden ikke er så slem som frygtet. Den pragmatiske optimisme fokuserer på de opnåelige fremskridt og bruger dem som fundament for positiv forandring.

Artiklen fremhæver, hvordan teknologisk acceleration er en central faktor i overgangen fra stagnation til acceleration. Og netop kunstig intelligens (AI) spiller en afgørende rolle i denne udvikling. AI er begyndt at fungere effektivt og bringer fremskridt i rumfart, energiproduktion og meget mere. AI bruges til at optimere processer, forudsige resultater og skabe nye muligheder. Den nye effektive udnyttelse af AI er med til at drive den overordnede fremgang.

Artiklen argumenterer også for, at optimismen og fremskridtet er mere globalt end nogensinde før. Folk verden over engagerer sig i at udforske og replicere innovationer. Den globale tilgængelighed af viden og teknologi har skabt et miljø, hvor pragmatisk optimisme og selvstændig handling kan blomstre.

Fremtidige Udfordringer

Selvom artiklen er optimistisk, anerkender den også udfordringerne ved at bevæge sig fra stagnation til acceleration. For  regulering og kompleksitet kan bremse fremskridtet. Derudover skal der arbejdes på at uddanne og træne en arbejdsstyrke, der kan udnytte de nye teknologier. Politisk engagement og samarbejde er også afgørende for at realisere potentialet i den store acceleration.

I sidste ende står vi over for en kombination af teknologisk fremskridt og positivt skiftende holdninger, der kan resultere i en epoke med øget innovation og fremgang. Sammen med kunstig intelligens og andre avancerede teknologier skaber pragmatisk optimisme og en global vilje til handling en unik mulighed for at forme fremtiden positivt.

En opsigtsvækkende ny artikel viser, hvor kraftfuld AI er ved at blive – og hvordan det kan påvirke alles job.

Historien kommer fra The Atlantic og er en omfattende dybdegående undersøgelse af OpenAI’s nuværende arbejde, komplet med et interview med CEO Sam Altman.

Med titlen ”Ved Sam Altman, Hvad Han Skaber?” (Does Sam Altman know what he’s creating?), viser artiklen, hvor langt OpenAI er nået, i forsøget på at oprette stærke, måske endda superintelligente, AI-systemer. Og artiklen går også i detaljer omkring, hvor bekymret Altman er over AI’s indvirkning på beskæftigelsen.

Hvorfor det betyder noget

Artiklen afslører tidligere ukendte detaljer om OpenAI og forbinder yderligere prikkerne mellem virksomhedens nuværende arbejde og den mulige udvikling af kunstig generel intelligens (AGI) eller “overmenneskelige maskiner”.

OpenAI har langt mere farlig AI, end det offentligheden har adgang til i dag. I interviewet siger Altman, at OpenAI har ”en farlig kunstig intelligens, som hans firma havde bygget, men aldrig ville frigive.”

Dette indikerer klart, at OpenAI eksperimenterer med, og vælger ikke at frigive, AI med forskellige (og farligere) kapaciteter, end vi ser i dag. Dette betyder også, at langt mere farlig open-source AI sandsynligvis allerede eksisterer.

OpenAI’s “red-teaming” indsats (indsats for at gøre AI modellerne sikrere) opdagede, at GPT-4 kunne give ”ondskabsfulde råd” om for eksempel at bygge bomber og planlægge terrorangreb. Som svar lagde OpenAI sikkerhedsforanstaltninger på plads, så brugere ikke kunne få adgang til disse oplysninger, når de brugte GPT-4. Men open-source modeller fra andre udviklere/organisationer har ikke nødvendigvis denne type af sikkerhedsforanstaltninger.

Autonome AI modeller/systemer er på vej

OpenAI planlægger også allerede at bygge autonome AI-systemer. Ilya Sutskever, en OpenAI-medstifter, der også talte med The Atlantic, spekulerede på, hvordan vi til sidst vil have AI-systemer, der i det væsentlige samarbejder på egen hånd for at danne ”autonome virksomheder,” der kan være uden fuld menneskelig kontrol. Han antyder, at en enkelt sådan organisation ville være så kraftfuld som 50 Apple virksomheder eller Google virksomheder. Dette lyder som science fiction, men det er det ikke.

Det er klart fra interviewet, at Altman og OpenAI tror, at kunstig generel intelligens og meget avancerede autonome systemer ikke kun er mulige, men kommer relativt snart.

Og tempoet indenfor udviklingen af AI, lader ikke til at blive sat ned. Flere gange udtrykte Altman behovet for at fortsætte med at udvide teknologien.

Dette vil have en indvirkning på jobs. Altman er klar over AI’s indvirkning på beskæftigelsen. ”Arbejdspladser vil bestemt forsvinde, punktum.” Han bemærker, at vi ofte vil erstatte disse job med nye, bedre job.

Vi kommer formentlig til at se en massiv indvirkning på jobmarkedet i de næste 2-3 år.

Hvad skal der gøres ved det

Vi kan ikke længere ignorere AI’s mulige indvirkning på beskæftigelsen. Indtil nu har AI-modeller hovedsageligt været trænet på tekst. Men modellerne lærer nu hurtigt fra andre typer medier som kode, billeder, videoer, lyd og mere. Dette vil meget hurtigt resultere i betydeligt mere kraftfulde og kapable AI-systemer, end vi kender dem i dag.