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.

Berømtheder er begyndt at bruge generativ AI til at tage kontrol over deres egne billeder og udnytter nu teknologien til at indgå aftaler med kendte brands.

Ved at skabe digitale kopier af sig selv kan berømtheder få mere kontrol over deres eget image og have større fleksibilitet i deres aftaler. Samtidig kan brands bruge de digitale kopier på måder, de aldrig kunne bruge de rigtige berømtheder, blandt andet til ændring af deres udseende, udførelse af utrolige bedrifter og spontane samtaler med kunder.

Berømte kopier 

Tidligere har berømtheder ofte afstået en vis grad af kontrol over deres afbildninger og markedsføringsindhold til brands. Berømtheder behøver nu kun at bruge nogle få minutter i et studie med en 3D-scanner, der kan skabe digitale repræsentationer af dem til utallige timers indhold.

Brugen af generativ AI åbner nye muligheder, men rejser også juridiske og etiske spørgsmål. Ejerne af digitale kopier skal beskytte deres rettigheder og sikre, at brugen af AI-genererede afbildninger er i overensstemmelse med loven. Der er også risiko for, at forbrugere fejlagtigt kan opfatte de digitale kopier som ægte billeder eller videoer af  berømtheder. Har du set afsnit 1 i den nyeste sæson af Black Mirror? Afsnittet giver et skræmmende indblik i problematikken omkring digitale kopier.

Deepfake Tom Cruise

Flere Hollywood-aftaler begynder allerede at dukke op. Virksomheden Metaphysic har for eksempel indgået en aftale om at levere AI-tjenester til en kommende Robert Zemeckis-film med Tom Hanks i hovedrollen.

Metaphysic er måske bedst kendt for sit uofficielle arbejde med en anden filmstjerne: den virale TikTok-konto @DeepTomCruise, hvor en skuespiller efterligner berømtheden ved hjælp af generative AI-værktøjer. Profilen har på nuværende tidspunkt 5,2 millioner følgere.

Læs mere her, https://archive.ph/nMjbV#selection-391.0-427.122

Flere sociale kommentatorer og teologer er bekymrede. Er det muligt, at en ny religion kunne udvikle sig omkring AI? 

De argumenterer for, at AI kan blive objektet for en religiøs tilbedelse, et “sted” hvor mennesker søger sikkerhed og visdom fra en kunstig enhed, der optræder som en alvidende guddom. Det er en udvikling, som i den grad kan påvirke samfundet og ændre måden, vi forstår og praktiserer religion på.

En kilde til åbenbaring  

Vi ved allerede, at AI kan generere tekst og meget af det. Det er derfor ikke svært at forestille sig, at AI også har potentialet til at generere skrifter og blive en kilde til åbenbaring, der kan transformere tro og skabe en ny form for religiøsitet. Selvom tanken stadig er fiktion, er spørgsmålet om guddommeliggørelsen af AI ikke umulig. 

Forstil dig eksempelvis, at AI kan ændre den måde, religiøse tjenester og prædikener udføres på ved at skabe figurer, der kan levere indhold med både følelse, refleksion og relevans ved hjælp af avancerede AI-værktøjer som ChatGPT. 

Selvom AI-teknologi kan have visse fordele, skal vi stadig være opmærksomme på de potentielle risici og udfordringer, herunder potentiel diskrimination og manglende evne til at opretholde ægte, personlig kontakt og åndelig omsorg. Alligevel er det værd at huske på, at pandemien ændrede vores forhold til skærmen, som viste sig at være en god erstatning for den fysiske tilstedeværelse. 

Forestil dig så nu en skærmskikkelse, til rådighed døgnet rundt, der kan lytte, reagere og forstå individuelle oplevelser og svare derefter. Populariteten af chatbots inden for mental sundhed antyder, at dette måske ikke er helt urealistisk.

Hvem ved, hvad fremtiden bringer? 

Læs mere her, https://thewalrus.ca/ai-religion/?utm_source=tldrai 

SpaceX og Tesla founder Elon Musk har netop meldt sig ind i AI-ræset. 

Musk som tidligere har været ude og advare mod AIs potentielle farer, lancerer nu sin egen AI-virksomhed med navnet, xAI. På hjemmesiden står der, at xAI er sat i verden for “at forstå universets sande natur” og er sat i søen med et team af ingeniører rekrutteret fra store amerikanske teknologifirmaer. 

Under en Twitter Spaces-begivenhed skitserede Musk sin plan for at bygge en sikrere AI. I stedet for at programmere moral direkte ind i AI’en, sigter xAI mod at skabe en “maksimalt nysgerrig” AI. Musk mener, at en kunstig intelligens, der fokuserer på at forstå universets sande natur, vil være mere i overensstemmelse med menneskelige interesser, da han grundlæggende finder menneskeheden interessant. Han forudsagde også, at superintelligens, AI, der overgår menneskelig intelligens, kunne ankomme inden for de næste fem til seks år.

xAI bliver en konkurrent til firmaet OpenAI, virksomheden med ansvar for ChatGPT, som Musk selv var med til at stifte tilbage i 2015. Han forlod dog firmaet i 2018. 

Læs mere her, https://www.reuters.com/technology/elon-musks-ai-firm-xai-launches-website-2023-07-12/ 

En ny undersøgelse viser, at folk er mere tilbøjelige til at stole på tweets genereret af AI-modellen GPT-3 end på indhold skrevet af mennesker – en klar reminder om, hvor kraftfulde AI-sprogmodeller kan være til at informere eller vildlede offentligheden.

Forskerne fandt ud af, at deltagerne i undersøgelsen havde svært ved at skelne mellem tweets skrevet af AI-modellen og tweets skrevet af mennesker. Faktisk var deltagerne bedre til at identificere sand information, når den kom fra AI-modellen, og havde sværere ved at genkende desinformation skrevet af AI-modellen. 

Umuligt at skelne 

Forskerne indsamlede tweets om videnskabelige emner som vacciner og klimaforandringer og bad GPT-3 om at generere nye tweets med både korrekt og ukorrekt information. Resultaterne viste, at GPT-3-genererede tweets var “umulige at skelne” fra ægte tweets.

Alligevel er der visse begrænsninger ved undersøgelsen, herunder at deltagerne skulle vurdere tweets uden kontekst og dermed ikke kunne se Twitter-profiler eller tidligere tweets, der kunne hjælpe dem med at identificere bots eller vildledende indhold.

Studiet konkluderede også, at deltagerne i undersøgelsen var bedre til at vurdere nøjagtigheden af tweets end GPT-3 i visse tilfælde. Forskerne mener, at forbedring af træningsdatasæt, der bruges til at udvikle sprogmodeller, kan gøre det sværere for dårlige aktører at bruge disse værktøjer til at sprede desinformationskampagner. 

Desuden understreger forskerne, at en langsigtet strategi til at imødegå desinformation er at fremme kritisk tænkning, så folk er bedre rustet til at skelne mellem fakta og fiktion. 

Læs mere her, https://www.theverge.com/2023/6/28/23775311/gpt-3-ai-language-models-twitter-disinformation-study 

Udgivelsen af nye AI værktøjer har tvunget flere og flere til at tage stilling til deres fremtidige jobsituation og til det alvorlige spørgsmål, “er mit job i fare?

Copywriters verden over mister allerede arbejde, da deres kunder skifter til generative AI-værktøjer som ChatGPT, som overtager indholdsproduktionen. Men kan sprogmodellerne virkelig gøre det bedre og fuldstændig erstatte mennesket?

Blogindlæg på bestilling 

For nylig har WordPress fået et nyt AI-værktøj, der kan skrive blogindlæg for dig. Den nye tilføjelse kan redigere tekstens tone og lader brugeren vælge mellem stilarter som ‘provokerende’ og ‘formel’. Værktøjet kan også rette stavefejl og grammatik samt oversætte mellem 12 sprog, herunder engelsk, spansk, fransk, kinesisk og hindi.

Det er blot det seneste eksempel på AI-tekstgenerering, men tilgængeligheden på en af verdens største platforme til blogging og indholdsadministration vil, uden tvivl, sprede denne teknologi yderligere på nettet.

Men selvom værktøjet giver brugerne mulighed for at generere varieret indhold efter behov og i betydelig grad reducerer den tid og indsats, der kræves til indholdsoprettelse, bekymrer flere sig om, at nettet vil blive oversvømmet af lavkvalitets AI-genereret spam. Samtidig er generative AI-værktøjer berygtet for at være unøjagtige, og den standardkopi, de producerer, er ofte kedelig eller forældet.

Hvor slemt står det til?

En ny forskningsartikel har undersøgt jobmarkedet i flere europæiske lande mellem 2011 og 2019 for at se, hvad der virkelig skete, da dyb-læringsteknikken opstod som en måde at automatisere opgaver såsom transkription af tale, billedanalyse og anbefalinger for sociale feeds og e-handelssider.

Forskerne konkluderede, at brancher, hvor AI kunne være mest nyttig, ikke oplevede jobnedskæringer. Faktisk var der en stigning på omkring 5% i antallet af beskæftigede inden for mere specialiserede job, der var sårbare over for AI. Dette støtter ideen om, at ny teknologi kan øge efterspørgslen efter mere dygtige arbejdstagere, samtidig med at den erstatter dem, der udfører rutinearbejde.

Læs mere her, https://www.theverge.com/2023/6/7/23752261/wordpress-automattic-generative-ai-writing-tool-plug-in-jetpack 

og her, https://archive.ph/38h5o

Hvordan ser fremtidens AGI-systemer ud ifølge manden bag OpenAI og den succesfulde sprogmodel ChatGPT, Sam Altman? 

I en artikel på OpenAIs hjemmeside, diskuterer han deres mission om at sikre, at kunstig generel intelligens (AGI) – AI-systemer, der er generelt klogere end mennesker – gavner hele menneskeheden. 

Ifølge Altman kan teknologien nemlig hjælpe med at forbedre menneskeheden ved at mindske overflod, forbedre den globale økonomi og bidrage til opdagelsen af ny videnskabelig viden. Vi skal forestille os en verden, hvor vi alle har adgang til hjælp til næsten enhver kognitiv opgave og hvor mulighederne for menneskelig opfindsomhed og kreativitet er uendelige. 

Risiko for misbrug

Altman peger dog også AGI’s potentielle negative konsekvenser. For AGI kommer med alvorlig risiko for misbrug, drastiske ulykker og samfundsmæssig forstyrrelser. Men fordi fordelene ved AGI er så store, mener folkene bag OpenAI ikke, at det er muligt eller ønskeligt for samfundet at stoppe udviklingen for evigt; i stedet skal samfundet og udviklerne af AGI finde ud af, hvordan man gør det rigtigt.

I den sammenhæng fremhæver Altman vigtigheden i gradvist at implementere stadig mere kraftfulde AI-systemer og få erfaring med at betjene dem i den virkelige verden. Han mener, at dette er den bedste måde at styre AGI’s eksistens på. En gradvis overgang giver tid til at folk, politikere og institutioner kan forstå, hvad der sker, opleve fordelene og ulemperne, tilpasse vores økonomi og implementere regulering.

Altman og OpenAI understreger altså behovet for at tage forholdsregler og arbejde med sikkerhed og evner samtidigt, og de erkender, at det ikke er hensigtsmæssigt at tale om dem separat, da de er forbundet på mange måder. 

Offentlig indsigt og træning 

OpenAI mener også, at uafhængige revisioner bør foretages, inden nye systemer frigives, og at offentlige standarder for vurdering af træningsforløb, sikkerhedsvurderinger og anvendelse af modeller bør etableres. De mener, at de store verdensregeringer bør have indsigt i træningsforløb over en vis skala.

Fremtiden for menneskeheden bør bestemmes af menneskeheden, lyder ordene fra Altman, som understreger, at det er vigtigt, at dele oplysninger om fremskridt med offentligheden. Der bør være stor kritisk gennemgang af alle bestræbelser på at opbygge AGI samt offentlig konsultation vedrørende væsentlige beslutninger.

Sam Altman og OpenAI forestiller sig en verden, hvor menneskeheden blomstrer på en måde, der sandsynligvis er umulig for os at fatte fuldt ud. De håber, at bidrage til en AGI, der er i overensstemmelse med en sådan blomstring. Altman erkender, at fremskridtene med AGI-systemer sandsynligvis vil fortsætte hastigt derfra. Hvis dette er tilfældet, kan verden blive ekstremt anderledes end i dag, og risiciene være ekstraordinære. 

Læs mere her, https://openai.com/blog/planning-for-agi-and-beyond 

To tyske forskere, Sophie Jentzsch og Kristian Kersting, har opdaget, at ChatGPTs viden om vittigheder er ret begrænset. Den gentager nemlig de samme 25 vittigheder igen og igen. 

De to forskere, tilknyttet Institute for Software Technology, German Aerospace Center (DLR) og Technical University Darmstadt, har udforsket humorindholdet i ChatGPT’s 3.5-version (ikke den nyere GPT-4-version) gennem en række eksperimenter med fokus på vittighedsgenerering, forklaring og opdagelse.

Tomatvittigheden

Flere mennesker har da også bemærket, at når de beder ChatGPT om en vittighed, vender den ofte tilbage med: “Hvorfor blev tomaten rød? Fordi den så salatdressingen.” Det er derfor ikke overraskende, at Jentzsch og Kersting fandt ud af, at “tomat”-vittigheden var GPT-3.5’s næstmest almindelige resultat. 

Selvom et lille antal af de genererede svar var unikke, ser det ud til, at ChatGPT primært skabte dem ved at blande elementer fra forskellige vittigheder, den allerede kender. Og forskerne fandt da også, at nogle af sprogmodellens originale kreationer slet ikke altid gav mening.

En grad af forståelse

Når den blev bedt om at forklare hver af de 25 mest almindelige vittigheder, gav ChatGPT primært gyldige forklaringer ifølge forskernes metode og indikerede en “forståelse” af stilistiske elementer som ordleg og dobbeltbetydninger. Dog havde den svært ved sekvenser, der ikke passede ind i de indlærte mønstre, og kunne ikke afgøre, hvornår en vittighed ikke var sjov. 

Generelt fandt Jentzsch og Kersting, at ChatGPT’s opdagelse af vittigheder blev kraftigt påvirket af tilstedeværelsen af vittighedens “overfladekarakteristika” som struktur, brug af ordleg eller ordspil, hvilket viser en vis grad af “forståelse” af humoristiske elementer.

Trods ChatGPT’s begrænsninger inden for vittighedsgenerering og -forklaring påpeger forskerne altså, at fokusset på indhold og betydning indikerer fremskridt mod en mere omfattende forskningsforståelse af humor i sprogmodeller.

Læs mere her, https://arstechnica.com/information-technology/2023/06/researchers-discover-that-chatgpt-prefers-repeating-25-jokes-over-and-over/?utm_source=tldrai