|
Hei,
og velkommen til Sannsyns helt rykende ferske nyhetsbrev.
For noen år siden sto følgende sitat på trykk hos Harvard Business Review:
«Data Science – The Sexiest job in the 21st century»
Som en av Norges ledende miljøer innen data science, kan vi vel ubeskjedent si at om vi skal følge dette resonnementet, så består nok Sannsyn nok av Norges absolutt mest sexy mennesker. Og om du tror på det, så har jeg en helt fantastisk bruktbil jeg kunne tenke meg å selge deg: «Special price for you my friend».
Det du imidlertid kan tro på, er at Sannsyns helt nye nyhetsbrev kommer til å endre din oppfattelse av nyhetsbrev, kunstig intelligens og ja kanskje livet som helhet.
Ok, den siste der kan vi kanskje moderere noe, men vi har iallefall ambisjoner. Vi skal gi deg oversikten over hva som skjer innenfor maskinlæring, kunstig intelligens og kanskje enda viktigere gi deg noen veldig gode innspill om hvordan du kan utnytte at denne verdenen går fremover i din egen virksomhet.
Så vi skal holde selvskrytet til et minimum. Faktisk skal vi kutte det helt ut. Vi skal utelukkende fokusere på hva som skjer innenfor fagfeltet og forhåpentligvis om hvordan dette kan brukes praktisk. Ønsker du derimot å høre om alle våre fantastiske prosjekter, våre fantastiske folk eller lurer på hvor mange ganger jeg kan klare å skrive fantastisk i en enkelt setning, så tar du bare kontakt. Så skal du gjerne få vite mer.
Problemet er selvsagt at leserne av dette nyhetsbrevet nødvendigvis vil drive i forskjellige bransjer. Så vi kan ikke beskrive alt for alle. Men, med litt godvilje kan det vel være at du ser hvordan dette faktisk kan tilpasses din bransje?
|
|
|
Har du kommet deg helt hit, så kan jeg fortelle deg at det er egentlig her nyhetsbrevet starter. Så ikke stopp nå, når du har kommet så godt igang
|
|
|
I retail må AI være overalt
Vi starter med et par linker til noen interessante artikler om hvordan AI har gått fra å være et verktøy for automatisering til å faktisk bli en tilrettelegger av bedre handel. Først en artikkel om hvordan Walmart har skapt seg en konkurransefortrinn. Walmart har forøvrig gått fra 700 000 til mer enn 60 millioner unike produkter på 10 år. Dette ville ikke vært mulig uten AI. Vi har også en artikkel som fokuserer på hvordan Wayfair (en retailer) og Spotify bruker AI til å engasjere sine kunder.
|
|
79 % treffsikkerhet på algoritmehandel
Langt mer enn 90 % av handler innen visse finansielle instrumenter handles i dag av datamaskiner. At det er lønnsomt kan vi jo se både fra resultatene de store selskapene innen bransjen genererer og fra Sannsyns eget arbeid innenfor feltet. For eksempel Virtu Financial, som er en av de store aktørene i bransjen, skrev i sin IPO presentasjon i 2014 at de hadde kun hatt en dag med tap i løpet av de siste 1238 dagene. Nå har det blitt publisert en ny forskningsrapport som kan gi ytterligere litt informasjon. Relativt enkle algoritmer kan gi en treffsikkerhet på 64 %, mens om man også har tilgang til ordreflyt, vil denne prosenten øke til 79 %. Gang dette opp med et stort antall milliarder handler og man begynner å få et pent tall.
|
|
Verdens største språkmodell for en rekke språk
En veldig stor andel av maskinlæringsutviklingen skjer i USA (og Kina), som resulterer i at det meste er fokusert på engelsk språk. Nå har imidlertid en gruppe forskere publisert en ny LLM (Large Language Models) som håndterer 46 språk. Her kan du lese mer om teknologien bak, og du kan også teste modellen her.
LLM er en gren under Natural Language Processing (NLP) som igjen er en gren innen maskinlæring. NLP fokuserer på å bygge modeller som forstår og responderer på språk, om det så er skriftlig eller muntlig, og som kan respondere til dette med tekst eller tale. NLP har utviklet seg veldig fort det siste tiåret mens nå de siste par årene har mye av fokus og fasinasjon vært rundt det som kalles LLM eller Large Language Models. Du har kanskje hørt om OpenAIs GPT-3, som har flyttet hva som er mulig en del steg fremover. GPT-3 er imidlertid en relativt stor modell med rundt 175 milliarder parametere (Bloom har selvfølgelig 176 milliarder) og rundt 500 milliarder tokens som totalt trenger 800 gB lagringsplass. Estimater av hva det har kostet å trene GPT-3 med dagens skyressurser ligger i intervallet $4.6 – $12 millioner. Derav Large i LLM.
|
|
Tøffere tider for grafiske designere?
Dall-E skapte bølger når den kom for halvannet år siden, og har nylig kommet i en ny versjon Dall-E 2. Man kunne beskrive hva man ønsket i et bilde, og modellen ga deg et forslag. Google har nå lansert sin versjon, Imagen, som gir enda mer imponerende resultater. For eksempel, gi modellen følgende beskjed: «A bald eagle made of chocolate powder, mango and whipped cream» og en kanskje litt mer humoristisk vri «Rage against the washing machine»:
|
|
|
Forløpig bruk begrenser seg stort sett til søte bilder av corgier på skateboards og teddybjørner som deltar i olympiske svømmekonkurranser. Men det er naturlig å tenke seg at denne teknologien snart kan gi grafiske designere, iallefall den enklere delen av bransjen, konkurranse. For ta en titt på disse bildene, som kommer fra henholdsvis “a shiba inu dog dressed as a firefighter» eller “Frog wearing a hat, digital art”.
|
|
Man skal studere bildet ganske nøye for å se at det ikke faktisk er ekte, og det skal jo ikke så mye fantasi til for å forstå hva slik teknologi kan gjøre både innen film og design.
Navnet Dall-E kommer forøvrig fra en kombinasjon av Salvador Dali og Pixars WALL-E, og ønsker du å leke deg litt med disse verktøyene, så har du mange muligheter. Som her, her og her.
|
|
Har pendelen begynt å svinge bort fra cloud?
«Alt skal opp i skyen» har vært mantraet en stund nå, men nå ser det ut til at en del av de større aktørene har begynt å tenke litt anderledes både på grunn av kostnader og hastigheter. Modeller begynner å bli såpass store at det ofte påløper veldig store kostnader å kjøre alt i skyen. Et annet argument som har begynt å få feste spesielt i retail er at det er bedre å kjøre mindre modeller ute på hver lokasjon, da de forskjellige lokale markedene ofte er såpass forskjellige at de trenger egne modeller, og for å unngå å måtte flytte store datamengder. Dette har også endret måten skyleverandørene tenker, som gir bedre muligheter for hybridløsninger.
|
|
Den første medisinen som er helt utviklet av AI klar for klinisk studie
Pharma.ai har fått godkjent en medisin, hvor både oppdagelse og design er gjort av AI, til kliniske tester. De første frivillige har allerede mottatt første dose
|
|
Bare å nevne AI gir fremdeles positive effekter
Accenture har undersøkt de 2000 største selskapene (per market cap) og funnet ut at de selskapene som nevner AI i kvartalspresentasjonene har 40 % større sjanse for at aksjekursen stiger enn de som ikke gjør det. 12 % av selskapene har oppnådd det Accenture definerer som «AI Achievers». Disse kan tilskrive i snitt 30 % av deres omsetning til AI og allerede før Covid, hadde 50 % større omsetningsvekst enn tilsvarende selskaper uten dette fokuset
|
|
Automatisk verifisering av Wikipedia
Som vi alle vet, Wikipedia er et av de mest suksessfulle internettprosjektene som gir oss tilgang til mer enn 6.5 millioner artikler. Fordelen og problemet med Wikipedia er at alle kan gjøre endringer, som har resultert i mange veldig bra artikler men også en del artikler som dessverre langt fra holder mål.
Meta (jepp, gamle Facebook) har nå satt igang et prosjekt hvor maskinlæring leser igjennom mer enn 100 000 kildehenvisninger i paralell for å sjekke om disse virkelig underbygger påstandene i artiklene. Som kunnskapsbase for modellen har de bygd et datasett med mer enn 134 millioner websider.
Dette er ambisiøst og nok noe større enn del fleste trenger. Men maskinlæring kan fint brukes til å sjekke innholdet på intranettet, i dokumentasjoner liggende eller sørge for at alt innholdet i nettbutikken er oppdatert.
|
|
AI-modeller trenes dobbelt så raskt som i fjor
Vi har alle hørt om Moores lov som sier at datamaskiner blir dobbelt så raske hvert annet år. (Egentlig sier den at antallet transistorer i en integrert krets dobles hvert annet år, men det er ikke så farlig). Utviklingen innen AI har i mange år gått raskere. Det finnes en egen benchmark for maskinlæring som heter MLPerf
Avhengig av hvilke modeller vi ser på, så har utviklingen de siste 2 årene vært 9-10 ganger. Hvilke andre felt kan vise til tilsvarende utvikling?
|
|
Tren til jobbintervjuer med AI
Google har lansert en ny tjeneste som lar deg trene på jobbintervjuer mot en AI. Fungerer vel kun på engelsk, iallfall enda, men kan jo uansett være interessant å ta en titt på. Den viser jo også litt hvor langt teknologien har kommet
|
|
|
En liten beklagelse er på plass. Uttrykket AI brukes mye i dette nyhetsbrevet, selv om det egentlig ikke stemmer. Det aller meste av det vi egentlig snakker om er maskinlæring. AI er mest et uttrykk konsulenter med forkjærlighet for PowerPoint og kunnskapsløse journalister bruker. Men det har nå festet seg, og vi har kapitulert, da vi forsøker å holde nyhetsbrevet relativt lite teknisk
|
|
|
Robot som lærer av deg
Roboter skal etter sigende kunne ta over mer og mer av våre oppgaver. Robotstøvsuger og gressklipper er jo normen i dag, og de vil stadig kunne overta flere oppgaver. Men en flaskehals er opplæring. Før du skal kunne ha for eksempel en «hushjelps-robot» hjemme, så må den tilpasses dine oppgaver og ditt miljø. Men hva om den kun kunne se deg gjøre jobben, for så å imitere deg? Her er litt interessant forskning, både med videoer, forskningsrapport og kode (kommer snart)
|
|
Er du lojal til partiet?
Det kommer jo stadig også meldinger om dystopisk bruk av AI. Kina leder vel ofte ann, og nå har de lansert en ny programvare for sjekk av partilojalitet. Programvaren bruker bildeanalyse av ansiktsuttrykk, bildescanning, EEG-analyse og analyse av brukerens hud for å avdekke lojalitet til partiet. På World Economic Forums websider er det ett innlegg om en løsning som potensielt kan bevege seg i samme retning med en løsning som kan sensurere deg på tvers av alle plattformer. Intensjonen er muligens god, men jeg kan se for meg relativt mange argumenter for at slike løsninger definitivt ikke er veien å gå.
|
|
Vil du leke deg litt med noen AI-modeller, så ta gjerne en titt på disse sidene:
|
|
|
Da nærmer vi oss slutten. Men før vi er ferdig, så skal vi gi deg en siste godbit. Vår nye Sannsyn-video. Vi lover at den ikke inneholder pinlig allsang med våre ansatte eller grønnvasking på høyt nivå.
Faktisk kan man argumentere for at den er ganske fornærmende. Vi blir jo sammenlignet med innsektsmiddel og et monster.
Men det er jo for et godt formål. Vi er på jakt etter nye folk.
|
|
|
Har du fått tilsendt dette nyhetsbrevet, og gjerne vil ha det direkte? Da er det bare å hoppe over hit, så slipper du å gå glipp av noe som helst
|
|
|
|
|
|
Kilde: The Economist, 11. juni 2022
