Vil AI avskaffe påsken?

Vil AI avskaffe påsken?

Hmm. Nei, det vil den vel ikke. Og det er det vel heller ingen som har sagt. Men jeg har lært meg en journalists første triks; finn på en sinnssvak overskrift så folk klikker seg inn. Og siden du leser dette, har jeg jo lykkes. 

Har forøvrig også fått beskjed at jeg ikke har lært meg en nettmarkedsførers aller viktigste triks. Jeg har gjemt linken til å abonnere på nyhetsbrevet helt nederst. Det fikser jeg herved nå:

Har du fått tilsendt dette nyhetsbrevet av en kollega og gjerne vil ha det direkte?
Da er det bare å hoppe over
hit, så slipper du å gå glipp av noe som helst

Og med det, så starter vi på det virkelige innholdet: 
 
Er Chat-GPT første eksempel på «Artificial general intelligence»? 

Artificial intelligence / kunstig intelligens har lenge vært et veldig fluffy uttrykk som har blitt misbrukt av alt fra journalister til politikere til konsulenter hvis viktigste verktøy er Power Point. Vi andre har visst at det egentlig er maskinlæring som har stort sett ligget bak. Uttrykket har blitt så misbrukt at det har kommet på plass et nytt uttrykk (Ok. Nytt er relativt. Først nevnt i 1997), Artificial general intelligence (AGI), som vel uttrykker det man egentlig mener. AGI kalles også «strong AI» eller «full AI» og er definert som «the ability of an intelligent agent to understand or learn any intellectual task that human beings or other animals can».

På mange måter har vel også målstolpen flyttet seg. For en del år tilbake var selvkjørende biler science fiction. I dag er det på mange måter allerede her. På samme måte er Chat-GPT noe som plutselig har gitt «folk flest» en bedre forståelse av hvor langt ting egentlig har kommet. Og som OpenAI sier: «GPT-4 er ikke perfekt, men det er ikke du heller». Må si de mistet litt troverdighet der. Men kan vi da si at Chat-GPT faktisk er første eksempel på AIG? En gjeng Microsoft-forskere påstår så:

Moreover, in all of these tasks, GPT-4’s performance is strikingly close to human-level performance, and often vastly surpasses prior models such as ChatGPT. Given the breadth and depth of GPT-4’s capabilities, we believe that it could reasonably be viewed as an early (yet still incomplete) version of an artificial general intelligence (AGI) system.

Les hele rapporten her.

Et sterkt motargument er Chat-GPT 4s suksess eller mangel på sådan på Codeforces. Dette er et nettsted der man kan løse programmeringsoppgaver på forskjellige nivåer. Chat-GPT 4 klarte alle problemene lagt ut før 5. september 2021 i den enkleste kategorien, men ingen etter 12. september samme år. 

Chat-GPT hadde «cut-off» for treningsdata september 2021.  Hmm…. Så mye for AGI-teorien?


Vil vi alle miste jobben?

De aller fleste har vel lest om advarslen fra Elon Musk, Steve Wozniak og snart 3000 andre mer eller mindre kjendiser innenfor tech som har signert et brev om en 6 måneders pause for utvikling av AI-modeller kraftigere enn GPT-4. 

Man kan selvsagt spørre seg om hva som ville skje om dette ble tatt seriøst? Ville AI-forskerne dra på en 6 måneders velfortjent ferie (tvilsomt) ? Ville mange ha fortsatt å jobbe «i smug» men resultatene ville ikke blitt presentert før om 6 måneder (mer sannsynlig) ? Ville dette endelig gitt Kina mulighet til å ta igjen USA (hmm) ? Ville Sannsyn ha gitt full gass og dermed om 6 måneder ha opparbeidet seg et forsprang de store aldri ville klart å ta igjen (ingen kommentar) ? Britene skal forøvrig investere i en £900m supercomputer for å bygge sin BritGPT. 

Et annet sted i dette nyhetsbrevet er det en link til forskning som viser at utviklere kan øke sin produktivitet med 55,8 % ved hjelp av AI samtidig som et forskningseksperiment på MIT ga ChatGPT til 444 universitetsutdannede personer innen andre fagfelt, og resultatet var at effektiviteten øker med 0,8 standardavvik mens feilraten faller med 0,4 standardavvik. Noen andre forskere har sett litt på hvordan dette vil treffe andre arbeidstakere. De gikk gjennom 800 yrker og så hvilke yrker og industrier som vil bli mest påvirket:


Det betyr ikke at dette er listen over yrker som vil forsvinne, men listen over de yrkene som vil bli mest påvirket. Goldman Sachs har også gitt ut en større rapport om temaet og her er en annen forskningsrapport som påstår at 80 % av amerikanske arbeidstakere vil bli påvirket. 

Microsoft har jo kommet med sin 365 Copilot. Nå skal alle kontorarbeidere få seg sin egen assistent. Så får vi se da. Vil dette gjøre folk mer effektive eller være enda et nytt verktøy som kan skape enda mer jobb? For er vi helt ærlig; har for eksempel PowerPoint vært et verktøy som har bidratt til økt effektivitet og gode presentasjoner, eller et verktøy som har skapt en haug med relativt unyttige arbeid for godt utdannede og godt betalte konsulenter? Når vi er inne på Microsoft; Teams kommer forøvrig også i en ny AI-versjon

Et annet eksempel kan jo for eksempel være fotograf. Dette er jo for øvrig en bransje som virkelig har fått kjørt seg de siste årene, etter mobilkameraene har blitt så bra. Så kommer det et verktøy som dette. AI sørger for proffe ansatt-bilder, som tidligere måtte tas av en fotograf. Ingen garanti for kvaliteten, men det ser nå unektelig ganske bra ut for en brøkdel av kostnaden. Problemet for dette selskapet er selvsagt at dette er en tjeneste mange kan lage og enhetskostnaden er nær null. Og fra dagens $39 per person så vil nok dette falle ganske nær enhetsprisen sannsynligvis innen ikke så alt for lang tid om ikke allerede før det blir en standardfunksjonalitet i moderne kameraer?

Så kan man jo selvsagt si at det ble ikke høyere arbeidsledighet fordi maskiner tok over manuelt arbeid som når dampmaskinen kom for fullt. Det ble mange nye stillinger. Selv de siste 10-15 årene er det mange stillinger som har forsvunnet uten at vi har fått høy arbeidsledighet av den grunn. Hvem savner vel for eksempel typografen? Men på den andre side, så ga ikke dampmaskiner oss mer enn en 25 % produktivitetsøkning, og det tok veldig mye lenger tid. Men igjen, nå kan roboter lære fra videoer. Så her går det unna.

Boken «Bullshit jobs» ble forøvrig en bestselger ved å påpeke det alle som har vært mer enn 45 minutter i arbeidslivet vet; at ikke alt man gjør i alle jobber er like nyttige. Så om AI skulle fjerne noen jobber, så er det vel andre som vil fylle tomrommet? Hva med en nyopprettet stilling som CAIO, eller Chief AI Officer? Alle firmaer trenger vel en slik? 
 
Oppstart henter $350 mill for AI som skal kunne bruke software for deg

Ok, dette er vel ikke en helt tilfeldig oppstart. Bak selskapet står en tidligere leder fra OpenAi samt et par karer som står bak maskinlæringsalgorimefamilien Transformers. T’en i ChatGPT står forøvrig for Transformers. (Se mer detaljer lenger ned)

Selskapet heter Adept og er igang med å lage en AI assistent. Første versjon kan for eksempel lete litt rundt i LinkedIn og hente ut relevante linker som deretter lastes inn i en rekruteringsprogramvare. En relativt enkel jobb for et menneske men overraskende kompleks for en maskin. Dette betyr vel at hele RPA-industrien snart bør finne på noe nytt å drive med. 

Spørsmålet er jo selvsagt hvor bra dette vil fungere i praksis. Men med såpass solide folk bak og en tilstrekkelig stor krigskasse ville jeg neppe ha veddet mot at dette kommer til å være noe som vi vil kunne lese om i alle aviser om et par års tid. 
 
Hvordan vil AI endre verden for utviklere? 

Det er liten tvil om at utviklere nok kommer til å bli berørt av hva som skjer innen AI. Men de har jo vært gjennom store endringer tidligere også. Verden for utviklere ble vel snudd nær opp-ned etter publiseringen av denne boken, så dette har de vært gjennom før 



Nå har det kommet enda et verktøy. En AI-agent som selv kan lære seg nye verktøy eller APIer som det heter på utviklersk. Som alltid, en liten disclaimer. Har ikke selv testet dette så er det noe som lover gull og grønne skoger, så kan det hende det kan være på sin plass å være litt skeptisk. Dette gjelder selvsagt ikke ovenfor Tone. Dette skiltet jeg så på vestlandet et sted er selvsagt helt troverdig. Det skjønner jo alle. For er det noen som kan finans, så er det jo nailcare-bransjen. Men for alt annet, kan det av og til være lurt å ikke la seg rive helt med. 



Og Tone kan være glad hun ikke bor i USA og driver med AI. For der er det nå forbudt å skryte uhemmet av AI modeller som ikke holder det de lover. Om dette gjelder for Tesla og deres biler som allerede for flere år siden skulle kunne fungere som selvkjørende taxier sies det forøvrig ikke noe om. 

Men tilbake til utviklere. GitHub Copilot skal etter sigende kunne skrive opptil 80 % av koden også for dyktige utviklere. Som Andrej Karpathy, Teslas tidligere AI-sjef, sier: Copilot skriver 80 % av koden hans med 80 % treffsikkerhet. Han koder ikke lenger. Han har blitt redaktør. Til og med forskningen gir ham rett. Utvikling med et AI-verktøy øker hastigheten med 55,8%. Og ikke bare det. I en helt objektiv undersøkelse, tilfeldigvis gjennomført av GitHub, gjør nettopp dette verktøyet utviklerne veldig mye mer fornøyde med jobben også. Hvordan er det forøvrig å par-programmere med AI i praksis? Les her

Det er forøvrig en rekke forskjellige verktøy som kan benyttes for mange forskjellige formål (Sammenstilt av Sequoia Capital):



Nå skal det forøvrig komme en helt ny familie Copilots under fellesnevneren GitHub Copilot X hvor Xen står for mange forskjellige type oppgaver, som for eksempel sikkerhet. Microsoft har også lansert sin sikkerhetsversjon, mens andre har sørget for at for eksempel å skrive tester skal visst være et tilbakelagt stadie. Så påstår de iallefall. 

Her er forøvrig et par praktiske eksempler: En fyr ved navn Ethan Mollick satte av 30 minutter til å se hvor mye han kunne få gjort. Målet var å planlegge lanseringen av en programvare for opplæring. AI skulle gjøre alle oppgavene. Det er faktisk både imponerende og litt skremmende hva han fikk til. 

Her er også en video av en som får ChatCPT til å bygge en Shopify-app i løpet av en time fra en idé på en serviett til en webside helt automagisk. 

Eller et verktøy som bruker AI til å oversette fra et programmeringsspråk til et annet? Hva skal man med det? Kan man ikke like gjerne skrive Python først som sist, liksom…


Så med en slik utvikling spørs det om Francesco endelig slipper å forbli frustrert, eller om han får en helt batteri med nye verktøy som kan kontinuerlig skape nye frustrasjoner?
 
Hva er «Generative AI» og «Transformers»

ChatGPT står for Chat Generative Pre-trained Transformer. Chat trenger vel ikke noen nærmere forklaring. Det gjør vel ikke Pre-trained heller. Da står vi igjen med Generative og Transformers. For dere som har fulgt med på nyhetsbrevet vårt, så forklarte vi hva Generative var i et tidligere nyhetsbrev, men vi kan godt utdype litt mer her. En litt lengre intro kan du for eksempel også få fra BCG her eller en AI-generert artikkel fra Sequoia Capital her. De to neste illustrasjonene kommer også fra Sequoia.



For å gi en veldig kort oppsummering, så kan vel Generative AI defineres som en undergruppering av maskinlæring som lar maskiner skape og generere nytt innhold. Dette i motsetning til mye av de andre typene maskinlæring hvor fokus er predikering. 

Generative AI er matematiske modeller som kan generere data basert på mønster fra eksisterende. Disse er følgelig trent på store datasett, og klarer da å skape nytt som har lignende stil, mønster eller struktur. 


Transformers kommer ikke fra 80-tallets tegneseriehelter men fra Google. Et par av deres forskere publiserte i 2017 dette dokumentet. Transformers er forøvrig mye brukt i dag, også av selskaper utover de store amerikanske, inklusive Sannsyn. 

Transformers er en type deep learning som I hovedsak brukes innen NLP (Natural Language Processing) men som gradvis blir mer og mer vanlig i andre typer problemer, inklusive tidsserier. Les mer her
 

AIs ultimate seier

Man kan si mye om fremskritt som ChatGPT og Midjourney, men Microsoft har kommet med det ultimate beviset for at AI faktisk har gjort enorme fremskritt. De har lansert en app som tolker notatene til leger



Hmm. Ved nærmere undersøkelser viser det seg at appen faktisk skal bruke stemmegjenkjenning fremfor skrifttolkning. Ja, AI er imponerende, men det finnes visst enda visse grenser. 

Når vi først er inne på leger og medisinsk forskning, så har forskere nå klart å lage en modell som kan lese tanker. Forskere har klart å hente ut tekst som gir den semantiske betydningen av bilder forsøkspersonene ble vist. Så da gjenstår det bare å vente til dette kommer som en mobil-app, og vi kan se resultatene på skilsmissestatistikkene. For da blir det aldri noe mer gjetting når du får «ikke noe» som svar på spørsmålet; «hva er galt kjære?».

Mozilla lanserer Mozilla.ai, som vil fokusere på open-source AI

Det er ingen hemmelighet at de store tech-selskapene dominerer AI, som en naturlig konsekvens av at de er de eneste som har råd til forskningsbudsjetter på størrelse med nasjonalbudsjettet i små land og dertil tilhørende kostnader for å trene modeller. Det kommer neppe som en overraskelse, men flertallet av disse selskapene har også en tildels kraftig politisk vinkling, som også viser seg i modellene eller er det treningsgrunnlaget? Det er derfor bra at det også kommer åpne alternativer. 


Det lanseres stadig noe nytt

OpenAI har lansert plug-ins for ChatGPT. Det vil kunne forbedre tjenesten ganske kraftig. Det betyr at ChatGPT kan kobles til andre tjenester, hente ny informasjon, og rett og slett bli langt mer oppdatert. 

Adobe har lansert Firefly, som vil kunne generere bilder, og vil bli integrert i Adobes andre verktøy.

Stable Diffusion Reimagine, et nytt verktøy for å lage alternative bilder av samme bilde. 



Claude, en hjelpsom AI chat eller en Chat som kan holde møter for deg? Eller som skaper dialog i spill? Eller hva med en som kan hjelpe blinde?

ChatGPT kommer til Slack som vel er en videreutvikling av morselskapet Salesforces Einstein. Så ikke nok med hjemmekontor, men heretter kan du til og med slippe å snakke med (chatte med) kollegaene dine 😉

En app som gjør oss alle til flinke tegnere. Her er også en tilsvarende nettversjon. Et lite aber er at du ikke lenger kan få copyright-beskyttelse på bilder skapt av AI. Og de bildene som har fått det, vil nå miste den. Det gjelder riktignok for USA. Så andre regler kan gjelde her hjemme. Men det gjør nok uansett veien litt lenger for oss som ikke kan tegne, men som samtidig kunne fint levd godt med at vi kunne fått godt betalt for «kunsten vår». 



Hva med autogenererte Power-Points eller AI-modeller? Eller kanskje kombinere en rekke modeller?

Har du gamle familiebilder som du kunne tenkt deg å animere? 

En oversikt over hvilke verktøy som fungerer til hva? 
 
Litt smått og godt for deg som er litt teknisk

Hvordan implementere ChatGPT i din egen Python-kode. Her er en plug-in. OpenAI har også egne. Og ønsker du å scrape websider med ChatGPT, så går visst det også. 

Det kommer nesten daglig nye alternativer til Chat-GPT. Nå har DataBrix lansert en versjon som både er open source og tilpasset at «hvemsomhelst» skal kunne lage gode alternativer til de store tech-selskapene. Den heter til og med Dolly, etter den skotske sauen som var verdens første klone. 

Her er forøvrig en lang liste over ChatGPT-alternativer du kan implementere selv. Og her kan du implementere en ChatGPT med ditt eget innhold. Her kan du eksprimentere litt.

Her er forøvrig noe som kan være veldig greit å lese for deg som utvikler for Apples mobiler og pads. 

En ny versjon av regnearket, i Python, beregnet for forskere og data scientists. 

Også innen forskningen skjer det ting

Amazons forskningsgjeng, iallfall en av dem, har publisert en artikkel om hvordan man kan bruke neurale graf nett til å øke effektiviteten for anbefalinger med 230 %. Ikke dumt for deg som driver nettbutikk. 

SalesForce er ikke noe dårligere, og har publisert forskning om hvordan store språkmodeller, som ChatGPT, skal kunne forstå bilder. 

Forskere har klart å øke hastigheten på hashing ganske kraftig ved bruk av maskinlæring. Hashing kan forøvrig brukes til så mangt, inklusive gi din bedrift langt bedre muligheter for å vise relevant reklame for hver og en av dine kunder. 

Ok. Kanskje ikke forskning, og heller ikke helt fersk. Men på tampen av fjoråret kom McKinsey med sin årlige undersøkelse av AI og hvordan bedriftene forholder seg til AI. Det er en dobling av adopsjonsraten siden 2017. 

Meta har publisert vektene for en LLM (stor språkmodell / LLM) som er bedre enn GPT-3 men 10x mindre. Det betyr at den kan kjøres lokalt på kun en GPU. Her link til GitHub og skjema du kan fylle ut for tilgang. Om du ikke er forsker, og følgelig ikke får tilgang, eller bare for lat til å fylle ut et skjema, så har du også mulighet til å laste den fra diverse piratsider. Kanskje Piratebay og co får en ny vår? Nå er det ikke lenger filmer og musikk som gjelder; nå er det maskinlæringsmodeller? Uansett, dette har gitt mange nye muligheter.

Lurer du på hvordan ChatGPT-4 egentlig fungerer. 100 sider fra OpenAi i det de kaller «GPT-4 Technical Report». Eller hva med BloombergGPT. En 50 milliarder parameter modell for finans? Google jobber visst med ikke mindre enn 100 forskjellige språkmodeller.


Ting som kanskje ikke er like bra

Boken 1984 var vel aldri tiltenkt å være en instruksjonsmanual sies det. Men kombinasjonen ny teknologi, gode intensjoner og mange som tenker at det ikke spiller noen rolle da de ikke har noe å skjule, kan nok føre oss litt på ville veier. 

Franskmennene har for eksempel nå vedtatt et overvåkingssystem for fotball-VM som ville gjort kinesiske myndigheter stolte, og her hjemme har ett nytt stortingsvedtak gitt ganske vide fullmakter til overvåking. Stiftelsen Tinius vil prøve dette for retten, men vil sannsynligvis ikke komme veldig langt. Skulle de vinne, så blir det vel fort et nytt vedtak med noen små justeringer. Direktøren i datatilsynet, Line Koll, sier at heretter er retten til privatliv i Norge ganske illusorisk



Og for deg som ønsker å skaffe deg en «edge» på å velge riktig tall på Lotto-kupongen kan AI hjelpe. Det koster sikkert ikke så fryktelig mye heller. Iallfall ikke i forhold til hva et par førstegevinster i Lotto kan gi deg.

La meg fortelle deg et par småting…. Nei, forresten…. Om du ikke ser problemet; ta kontakt, så skal vi i Sannsyn holde et aldri så lite kurs for deg som inkluderer hvordan AI fungerer, litt grunnleggende statistikk-opplæring og et grunnkurs i økonomi. Dette fordi vi bryr oss og ikke minst fordi vi er veldig nysgjerrige på hvor det gikk galt for deg. 

 
 

Og til slutt litt mer merkelige saker

Replika, en «AI-venn», ga 60 % av brukerne kjærlighetssorg når algoritmene ble endret. Og Bing innfinner seg ikke med å være en hyggelig lenger. 

Har du forresten sett Black Mirror? Stadig flere av episodene kan bli virkelighet. For eksempel den hvor livet blir filmet. 

Og helt til slutt; AI finner ikke mindre enn 8 potensielle signaler fra romvesner

«And on that bombshell» er det på tide å finne frem Kvikk Lunch’en og komme seg ut på fjellet

God påske!

Vis maskinen hvem som er sjefen

«Kjære leser, tenk deg å våkne opp en dag og oppdage at du har blitt overgått av en maskin! Vel, dette er ikke lenger science fiction, men realiteten i verden av AI og maskinlæring. Men frykt ikke, vi er her for å holde deg oppdatert på alt som rører seg i denne spennende bransjen, og kanskje lære deg noen triks så du kan vise maskinene hvem som er sjefen!»

– Chat-GPT

Ja, hvorfor skal jeg egentlig skrive dette selv lenger når maskinen gjør en like god jobb?
Kan AI ta jobben din?

Dette spørsmålet kommer stadig opp. Og for stadig fler yrker er vel svaret ja. Forskere har selvsagt stilt seg dette spørsmålet, og har latt Chat-GPT prøve seg på diverse profesjonseksamener. For eksempel, kan det klare kvalifikasjonsprøvene til å bli lege? I USA må man gjennom tre tester (i tillegg til utdannelse), og Chat-GPT passerte eller kom svært nær på alle tre nivåene. Hva med advokat? Joa, Chat-GPT besto den såkalte «Bar-Exam» som de aller fleste stedene i USA krever for at man skal kunne kalle seg advokat. Så lege og advokat er innenfor? En dommer brukte forøvrig også Chat-GPT til å dømme i en rettssak, og den første rettssak der AI skal stå for hele saken, er berammet denne måneden. En AI skal fortelle den tiltalte akkurat hva vedkommende skal si gjennom en mobiltelefon. Så kom protestene, og vedkommende ble truet med opptil 6 måneders fengsel, da han ville «praktisere jus uten godkjennelse».

Hva med en MBA fra en av de aller mest respekterte universitetene? Wharton rangeres stadig blant de beste. Og ja, Chat-GPT klarte visst også fint eksamen i «Operations Management» som er et av kursene alle må igjennom. 

Det har også blitt forsket på hvordan Chat GPT kan forbedre kode, og den besto faktisk Amazons tekniske intervjuspørsmål.

Når det er sagt, så ble forskerene overrasket over hvilke feil som ble gjort. Chat-GPT bommet på det som defineres som matte for 6-klassinger og problemstillinger der det er flere problemstillinger vevd sammen. Så det betyr vel at de fleste av oss enda ikke ligger ann til å bli erstattet riktig enda. Med mindre du er designer. Da ligger du muligens tynt ann. MIT og The Atlantic har forøvrig også sine synspunkter.
EU og USA med stor ny avtale om AI

EU og USA har tidligere også inngått avtaler vedrørende AI, men da har disse vært begrenset til gitte områder, som for eksempel rundt privat informasjon. Nå har de inngått en mer overgripende avtale som har målsetning om å sammen kunne bygge modeller, men at data fremdeles forblir i de respektive regionene. For eksempel, maskinlæring brukes for å regulere el-kraftdistribusjon, slik at ikke værforhold skaper nedetid. Mange land lager slike modeller. Nå skal det bygges felles modeller som inkluderer alle landenes data.

EU er forøvrig i gang med flere regler rundt AI, som blant annet fryktes at kan spenne ben på open-source miljøet. GitHubs CEO Thomas Dohmke er ikke like pessimistisk. Og godt er det. Ellers kunne vel GitHub ha lagt ned? EU har forøvrig kommet med en rapport om hvordan nye AI-regler kan påvirke start-ups i EU, hvis ikke toget allerede har forlatt perrongen allerede vel og merke. 

Når vi er inne på temaet AI og Europa, så skal som mange har fått med seg, så er det OL i Paris neste år. Så hva er vel mer naturlig enn å «fast-tracke» lovverk som skal godkjenne svært omfattende AI-basert overvåking?




Kina har visst fremdeles verdensrekorden med mer enn 60 kameraer på en kort veistump. Etter dette gikk viralt har visst en del av disse kameraene forsvunnet. 
Maskinlæring har blitt juksernes beste venn?

Chat-GPT har ikke uventet blitt brukt til en mengde forskjellige oppgaver, hvorav juksing med skoleoppgaver nok er en av disse. Det er flere programvarer som påstår å skulle kunne gjennomskue dette. Til og med OpenAI har laget en versjon

Grunnen til at vi inkluderer dette her, er for å advare om det som står med liten skrift. Denne klarer positivt å identifisere 26 % av AI-skrevet tekst, mens 9 % av det et menneske har skrevet blir falsk klassifisert som AI-tekst. Systemet er trent på 34 forskjellige tekstgenereringssystemer fra 5 forskjellige selskap. Treffsikkerheten betyr imidlertid at man like gjerne kan slå kron eller mynt. Så om du er foreldre eller lærer; la like gjerne denne typen verktøy forbli ubrukt inntil videre. OpenAIs CTO Mira Murati mener forøvrig at Chat-GPT (og lignende teknologi) vil kunne revolusjonere måten vi lærer på.  Elevene vil kunne spørre og grave om temaer vedkommende ikke forstår, og få det forklart på et utallig antall måter på vedkommendes eget nivå. Det finnes forøvrig muligheter for å få evaluert resultatet fortløpende.



Når vi er inne på juks, så har også en rekke nyhetsmedier begynt å publisere artikler skrevet av maskinlæring. Buzzfeeds aksje hoppet 200% da de annonserte dette. En av de det ikke gikk like bra med er  IT-tidsskriftet CNET. Det gikk forøvrig helt fint til det ble oppdaget. Da var det visst kvaliteten det var noe i veien med. Protestene og ramaskrik fra alle kanter var ikke en del av beslutningen. Verktøyet takket for den lærerike og spennende tiden og sa i en uttalelse at «nå skulle det tilbringe mer tid med familien».

Netflix gikk i samme PR-felle, da de brukte AI til å generere anime. Netflix sier de brukte det da det ikke er nok tegnere å oppdrive. Fansen, eller var det tegnernes fagforening, kjøper ikke dette
Tom Hanks skal spille Tom Hanks den yngre

Russerne har som vi tidligere omtalte, spilt inn komiserier med amerikanske skuespillere som ikke engang visste de var med i serien. I Storbritannia skal ITV produsere en ny tv-serie med Deepfakes. Nå skal Miramax lansere en spillefilm hvor Tom Hanks spiller Tom Hanks. Ja, da en yngre versjon av Tom Hanks. Det neste blir vel å leie inn «Kåre Hanks» som da kan spille dagens Tom Hanks, men da bare til en brøkdel av kostnaden. Men det ville vel skapt litt for mye rabalder. Det får holde med den russiske Keanu Reeves.
Tar robotene over verden?

Litt på siden av hva vi pleier å skrive om, men fremdeles interessant. Investeringene i oppstartsselskaper innenfor roboter er opp 7.7% i desember 2022 i forhold til året før. Opp til 1.14 milliarder dollar, og det i et investormarked som for mange føltes ut som om det traff veggen.

Når vi er inne på roboter; de fleste har vel fått med denne videoen over hvor mye robotene klarer på en (lab) byggeplass. Her er noen bloopers. Roboten bommer visst av og til den også. Nå har det også kommet en robot som kan lukte som en hund. Merk, ikke lukte som en våt hund, men ha luktesansen til en hund. Så hva er vel poenget med å dra til flyplassen lenger da, om man ikke lenger får se en søt bombe- eller narkohund som gjør jobben sin? En luktende robot? Nei og nei… Da er det bedre å dra på stranden å løpe og leke med en hund. Det har visst kommet en robothund som kan løpe 3m i sekundet i dyp sand også. Så så mye for den ideen.

Eller hva med en flyvende robot som veier 1.2 milligram og som bruker lys og vind for energi. Kan for eksempel brukes til polynering av planter. Ikke nok med at robotene skal ta fra folk jobbene. Nå skal de ta jobbene fra biene også?
Eller er det advokatene som tar over?

De store datamodellene trenes selvsagt på et stort materiale. Og dette materialet er det ikke maskinlæringsselskapene som genererer. Ok, av og til trenes modeller på simulerte data, men det er ikke det vi snakker om nå. De store språkmodellene er gjerne trent på nettinnhold mens bildemodellene er trent på bildedatabasene som finnes tilgjengelig. 



Disse datasettene er det da noen andre som eier, og følgelig vil ha betalt for. Getty har igjen saksøkt Stability AI som står bak Stable Diffusion. De har visst til og med sett eksempler på at programvaren har generert bilder med en avart av Gettys vannmerke, Noen har faktisk gått igjennom 12 millioner av de 2.3 milliarder bildene som er brukt til trening, og funnet mer enn 15000 fra Getty. 

Microsoft, GitHub og OpenAI er også saksøkt i et massesøksmål fordi deres tjeneste CoPilot, som bistår utviklere å skrive kode, er trent på milliarder av kodelinjer uten at noen har gitt tillatelse til dette. 

Det samme gjelder selvsagt også Midjourney. Som her, hvor Midjourney til og med la til en slags signatur, som med stor sannsynlighet kommer fra en av verkene den er trent på.


Her fra Stable Diffusion. Bildene øverst er generert av Stable Diffusion basert på en tekstbeskrivelse. De nederste bildene er tilsvarende søkt frem i en søkemotor. Ingen tvil om at det er en viss likhet. Har du forresten lyst på din egen implementasjon av Stable Diffusion, så klikk her
Stable Diffusion copying

Her er forøvrig en tjeneste hvor man kan laste opp et bilde som er generert av AI, for så å få tjenesten til å identifisere hvilke bilder dette er basert på. 

Forskere har faktisk funnet at mye av de portrettene osv. som vi har fått presentert i media som AI-genererte faktisk ikke egentlig er det, da de i litt for stor grad er basert på enkeltpersoner fra treningsmaterialet.
Dobling av AI-hastighet på en svært enkel måte

DeepMind (som er Googles OpenAI-konkurrent) snublet over, eller kanskje rett og slett faktisk prøvde en rekke forskjellige metoder, og fant frem til en måte de kan doble hastigheten på uttrekk fra store språkmodeller. De har oppnådd en økning på 2-2.5x på modell med 70 milliarder parametere. Trikset er å bruke en liten modell først for å hente ut svar, og deretter benytte en mer kompleks modell for å score dette svaret. Fremgangsmåten kan brukes i mange sammenhenger, og kan både gjøre AI raskere og billigere. Les mer her. De er visst ikke de eneste. Her er det noen som kan skilte med 40x lavere ressursbruk.

Google har forøvrig blitt veldig stresset av Chat-GPTs suksess og har sagt at de vil lansere sin konkurrent i løpet av året. Baidu kommer også med sin konkurrent i mars, som vil hete Ernie, og Alibaba har også kastet seg på. Det betyr vel at visse ministere ikke trenger å utelukkende basere seg på at kineserne får innsikt i regjeringens arbeid kun gjennom TikTok lenger. Nå blir det flere muligheter til å dele data. Regjeringen har forøvrig, ved Mehl, besluttet at TikTok ikke skal forbys på regjeringstelefoner, til tross for at den sannsynligvis inneholder en keylogger. The Economist skriver forøvrig om «The race of the AI labs» her (betalingsmur), som forklarer på typisk The Economist-vis hva som skjer.

Teksten ovenfor ble forøvrig skrevet for noen dager siden, og ting skjer fort. Så Google har nå kastet seg rundt og lansert Bard, basert på selskapets LaMDA (Language Model for Dialogue Applications), som er en av Googles største språkmodeller. Denne ble forøvrig oppfattet som en stor skuffelse i markedet, og Googles aksje falt tilsvarende 100 milliarder USD, som forøvrig tilsvarer Equinors verdi, i timene etter lansering. Den falt ytterligere 50 milliarder USD dagen etter, og vipps så var Telenor, Yara, DNB samt Hydro borte. Det tok forøvrig ikke mange timene før artiklene om at Google snart er et fallert selskap ble skrevet. Kan vel være litt tidlig å avskrive de helt enda? 
Utviklingen går fort

Det amerikanske forsvaret har noen av verdens største forskningsbudsjetter og står bak mye av det vi i dag tar som selvfølgeligheter i våre liv. ARPANET ble til dagens internett. Digital foto ble utviklet på 60-tallet for spionsatellitter, våtservietter til sårbehandling, teflon osv. Nå har det imidlertid skjedd et skift. Ett 2-milliarders forskningsprosjekt for autonome undervannsdroner har blitt stoppet. Kommersielle alternativer har gått forbi, og det er dermed bare tull å bruke skattebetalernes penger på dette. Denne beslutningen burde definitivt være en inspirasjon både for noen og enhver, også her hjemme, eller kanskje rettere sagt spesielt her hjemme. 
Hva skjedde med OpenAI? Ikke lenger non-profit?  

OpenAI har vært i vinden de siste månedene. Man kan vel ikke ha åpnet en avis uten å ha sett hvordan GPT-3 har endret verden. Det har også kommet meldinger om at Microsoft har kjøpt seg opp. Men OpenAI skulle jo være en non-profit? Iallefall var vel det tanken når Elon Musk og co satte igang i 2015. (Ja, Musk hadde en finger med i spillet her også, og gikk inn med penger i første runde. Satt i styret frem til 2018. Her er forøvrig et bra intervju med Sam Altman, selskapets CIO (betalingsmur)). Så hva er greia med Microsoft og aksjekjøp?

Microsoft gikk inn med $1 milliard i 2019, $2 milliarder i 2021 og nye $10 milliarder nå i en verdsettelse på $29 milliarder. Avtalen sier videre at Microsoft skal få 75% av utbyttet inntil de har fått tilbake pengene sine. Deretter vil MS ende opp med en eierandel på 49 %. Andre eiere vil også sitte med 49 %, og OpenAIs non-profit sitte igjen med 2 %. 

Microsoft er forøvrig igang med å rulle ut Chat-GPT i sine tjenester. Både den og Dall-E 2 er tilgjengelige på Azure. Microsoft skulle opprinnelig relansere Bing i mars, basert på Chat-GPT 4 (og ikke 3 som er tilgjengelig i dag), men har allerede lansert en tidlig versjon.


Her er forøvrig Microsofts offisielle tidslinje for sitt AI-arbeid. Og som den observante leser vil se, så er det stort sett OpenAI som står bak det meste:


OpenAI har forøvrig fått kritikk for å bruke Kenyanske arbeidere som fikk betalt mellom 10 og 20 kroner per time for å «sensurere» Chat-GPT. Med andre ord, sørge for å filtrere bort de svarene som gjør seg minst på trykk. Arbeidsmiljøet var vel heller ikke all verden å skryte av. PTSD faktisk? Det må virkelig ha vært noe å ta tak i. Det er forøvrig mulig å «jail-breake» Chat-GPT for å komme seg rundt disse sperrene. Evt. spørre på en litt annen måte om du vil.

Image

OpenAI har forøvrig også leid inn mer enn 1000 personer i Sør-Amerika og Øst-Europa hvorav 600 skal jobbe med klassifisering av materiale som kan brukes blant annet for selvkjørende biler, mens 400 er utviklere som skal skrive kode som kan brukes til å trene deres produkt for utvikling av utviklerkode.

Uansett, de kan iallefall trøste seg med å være det produktet som raskest nådde 100 millioner brukere. Tok to måneder. TikTok hadde den forrige rekorden på 9 måneder, mens Instagram hadde den før det igjen med 2 1/2 år.

Det har forøvrig allerede begynt å poppe opp et helt øko-system av gode implementasjoner. Ta for eksempel en titt her (kode), her eller her for noen tilsvarende tjenester som fokuserer på reise. Slik finnes det implementasjoner innen de aller fleste temaer og jeg måtte dessverre begrense meg til et tilfeldig ett. Ellers ville dette nyhetsbrevet blitt fryktelig langt.
Mer enn 520 algoritmer er godkjent for medisinsk arbeid av FDA

Legemiddelindustrien og helsesektoren er blant de som har virkelig hatt mye positiv effekt av maskinlæring. Det gjøres for eksempel knapt fremskritt innenfor kreftforskningen som ikke i stor grad er basert på maskinlæring. Siste opptelling nå er at FDA har godkjent 520 algoritmer. En av disse kan hjelpe deg å slutte å røyke
It’s all fun and games – Litt diverse tidsfordriv

For deg som ikke kan få nok av Seinfeld, så genereres det nå en uendelig strøm av Seinfeld-innhold her. Eller rettere sagt, det ble generert nytt innhold 24/7 siden 14. desember, inntil karakteren Jerry gikk litt utenfor hva som regnes som politisk korrekt. Showet er nå stoppet i 14 dager.  

Maskinlæring har dekryptert et 400 år gammelt brev fra «Mary, Skottenes dronning», som har vært en utfordring for historikere siden hun ble halshugd i 1587. 

Chat-GPT har mange gode siden, men har nå hatt sine utfordringer og det har vært rapportert en del spinnville svar. Her er de største tabbene samlet.

Her er et lite quiz-spørsmål: Når ble neurale nett oppfunnet, eller sagt på en annen måte, hvor langt tilbake må vi for å finne de første stegene som ble til neurale nett? Svarte du 1943, så får du full pott. Ellers bør du kanskje lese «A Brief History of Neural Nets». Om du heller vil lese bakgrunnshistorien for de nye språkmodellene, så finner du den her eventuelt en leseliste her. Blir det for lite ambisiøst, og du vil lære hele historien om AI? Ja, da må du nok belage deg på noen års studier. Om du imidlertid kun har 10 minutter, så kan du gå hit.

Lyst til å bli en suksessrik barnebokforfatter med null innsats? Automatiser historieskrivingen med et AI-verktøy (ja, du kan sikkert gjette hvilke som kan bistå deg) og les her hvordan det kan autogenereres bilder som settes sammen til en bildebok. Muligens jeg er litt gammeldags som tror barn fremdeles leser bøker. Så kanskje heller få autogenerte filmer? Kan det bli enklere?

Har du forøvrig fått deg en wifi-tilkoblet brødrister? Hvis ikke, så kan livet ditt umulig være komplett. Eller? Mindre enn 50 % av alle smart-enheter er faktisk koblet til nettet. Så kanskje det ikke er helt kritisk alikevel?
Litt tekniske nyheter helt til slutt…

TensorFlow var lenge det ledende verktøyet for bygging av neurale nett. PyTorch tok vel over stafettpinnen rundt 2019 eller noe der omkring. Siden forrige nyhetsbrev har PyTorch hatt sin årlige konferanse med flere nyheter. Da ble PyTorch 2.0 annonsert. API vil ikke endres men det kommer mange effektivitetsforbedringer. En del av kodebasen vil bli endret fra C++ til Python for å gjøre det enda mer brukervennlig. Grafer kan kompileres med torch.compile. PyTorch kan forøvrig fremdeles brukes i eager mode. Lovely tensors er et nytt bibliotek som vil gjøre debugging lettere. Jupyter Notebooks får også endelig multi-GPU støtte. Og har du ikke helt fått dreisen på Pandas enda? Da kan du gå hitBert er forøvrig et svært sentralt verktøy innen NLP. Visste du at man kan bruke Bert med Convolutional Networks også? Og om heller tidsserier er din greie, så ta en titt her.

Her er forøvrig Chat-GPTs svar til alle spørsmål på StackOverflow. Også de uten andre besvarelser. Og ønsker du å tune den til ditt innhold, da kan du starte her og fortsette her. Skal du forøvrig bruke Chat-GPT i egen kode, så kan det være en ide med en tracker så ikke eventuelt kostnader skal gå helt amok. Om OpenAI går amok når noen har funnet et smutthull til å kunne implementere ChatGPT gjennom Docker på egen maskin, skal jeg ikke spekulere i. Men om du har Docker installert, kan du laste ned containeren og prøve her. Og når du først er igang, så kan du nå få NLP i SQL eller rett og slett erstatte en SQL-analytiker med 26 Chat-GPT kommandoer. 

Og der tror jeg vi setter strek for denne gangen. Det ble veldig mye Chat GPT denne gangen. Litt for mye vil kanskje noen si. Men interessen for dette temaet har eksplodert de siste ukene, og som en lettpåvirkelig sjel lar jeg meg selvsagt rive med. Men det er det slutt på fra og med neste nyhetsbrev. Da skal alt bli så mye bedre. Blir det ikke det, så lar jeg AI skrive hele brevet. For AI er jo alltid helt nøytralt. For det sier iallefall AIen selv. Og som jeg har lært fra barnsben, står det i avisen, eller internett som det idag heter, så er det jo alltid sant.


Med vennlig hilsen,
Øyvind Dale Spørck

oeyvind@sannsyn.com
Mobil: 92 444 777
Sannsyn AS
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
Har du forøvrig ikke sett videoen vår enda, så gjør det nå. Under 2 min, og faktisk ganske morsom om jeg skal si det selv. 

Høstens vakreste eventyr

*|MC:SUBJECT|*

Høstens vakreste eventyr

Det var en gang et kontormenneske, som ville bruke høstferien til å være ute i naturen. Det var en fredfull tid. Løvet som gulner og snart faller fra løvtrærne. Vakkert var det.

Men etter tolv sekunder, så begynte vedkommende å kjede seg. Man hadde da ikke brukt de siste 15 årene med fjeset klistret til mobilskjermen for å bygge tålmodighet? Nei, det får finnes grenser. 

Da er det bra Sannsyns nyeste nyhetsbrev dukket opp. Her hopper vi fra høydepunkt til høydepunkt, og du vil kontinuerlig bli oppdatert med nyheter, faglig innhold og rett og slett det beste av det beste. Helt tilpasset det moderne menneskets sult etter kontinuelig stimuli, med poeng etter poeng på rekke og rad. 

Så la oss bare komme igang før momentet forsvinner helt, eller jeg eventuelt blir gjennomskuet 😉 
Data-Lars inn på folketinget?

Danmark har fått et nytt parti, Det Syntetiske Parti, hvor både partiets representant og politikken er generert fra AI.  Politikken er generert på bakgrunn av politikken til småpartier siden 1970. Tanken er at partiet nå skal representere de ca 20 % av danskene som ikke stemmer ved valg, da de ikke føler eksisterende partier tar hensyn til deres interesser. 

Et av partiets forslag er borgerlønn på 100 000 danske kroner per måned. Dette er mer enn dobbelt så mye som gjennomsnittslønnen i Danmark, og vil nok unektelig bli populært; dog neppe så gjennomførbart. 
Video fra tekst

I vårt forrige nyhetsbrev hadde vi flere eksempler på at man kunne få fantastiske bilder fra korte tekstbeskrivelser. Men det er sååå «last month». Nå er det test til video som gjelder. Meta AI har nå lansert sitt Make-A-Video som gjør nettopp det. Ganske imponerende. Om du vil implementere dette selv, så er det bare å laste ned her

Google Cloud til Norge

Google Cloud har nå annonsert at de skal satse i Norge, og bygge datasenter her. De har ikke sagt noe om hvor i Norge de skal satse enda, men har nok allerede begynt jakten på tomter. Regjeringen har samtidig annonsert at datasentre ikke lenger vil få redusert el-avgift, så region Norge blir neppe Google Clouds billigste alternativ. 

Når vi er inne på Google Cloud, så har de også lansert en ny «Medical Imaging Suite» som potensielt kan gi veldig stort potensiale for bedring av både kvalitet og effektivitet i helsevesenet. Rundt 90 % av alle helsedata består av bilder (tenk røntken-bilder ++) og AI-assistanse i tolkning av bilder har gitt veldig gode resultater.
Hvordan NYT bruker maskinlæring for å øke antallet abonnenter

De fleste aviser har i dag en slags betalingsmur. NYT har hatt det siden 2011. Men den stopper ikke alt, da tilgang fungerer som effektiv reklame. Men hvor mange artikler er det lurt å gi bort? Svaret er at det varierer fra person til person. Her er en litt teknisk forklaring på hvordan maskinlæring brukes for å optimalisere antallet gratisartikler forskjellige lesere skal få.
Selvkjørende taxier på plass

Waymo, Alphabets bilselskap, har i mer enn to år hatt selvkjørende taxier i Phoenix-området. I mai i år forsvant de siste «hjelpesjåførene» ut av bilene, og det har siden ikke vært noen til å ta over kjøringen. Nå står Los Angeles på menyen

IKEA har også startet med selvkjørende lastebiler mellom et  distribusjonssenter og en butikk 50 mil unna. Her vil det forløpig være hjelpesjåfører ombord. Men de forsvinner vel om ikke så alt for lenge. 
AI med matematisk gjennombrudd

Multiplisering av matriser er sentralt i maskinlæring, og nå har AI oppdaget en mer effektiv måte å gjøre dette på. 

Matematikeren Volker Strassen oppdaget i 1969 en metode hvor man kunne multiplisere 4×4 matriser gjennom 49 steg. Tidligere brukte man 64. DeepMind har nå annonsert at ved hjelp av AI og et neuralt nettverk kalt AlphaTensor, har de funnet ut hvordan dette kan gjøres i bare 47 steg

Det virker ikke som noen stor revolusjon. Men siden et gjennomsnittlig grafikkort sikkert gjennomfører et par trillioner slike operasjoner hver dag, så vil er det bare å gange opp og se effekten. Og det med eksisterende hardware. 
Syntetiske data til redningen

En av de store utfordringene med maskinlæring er at det kreves mye data. Gartner spår nå at innen 2024 vil minst 60 % av dataene benyttet innen maskinlæring være syntetiske. 

Syntetiske data er allerede svært viktig innenfor astronomi og trening av selvkjørende biler men vil nå de aller fleste bruksområder. 

Så for deg som tenker at dere ikke har nok data internt i bedriften er det håp. Ikke sikkert det trengs så veldig mye.
Lei av dårlig 5G-dekning? Bygg ditt eget nett

Amazon AWS tilbyr nå fullt 5G-nett rett ut av boksen bokstavelig talt. Fyll ut noen skjemaer, sender kommer i posten sammen med 10 sim-kort, og deres skytjeneste tar hånd om resten. Koster $10 per time. Advokatkostnader for hva som skjer om norske myndigheter finner ut hva du driver med er ikke inkludert. 
Oversettelse av kun muntlige språk

Mer enn 40 % av verdens rundt 7 000 nålevende språk er kun muntlige. Mange av brukerne av disse språkene behersker i liten grad andre språk og er dermed effektivt utelukket fra den teknologiske revolusjonen som pågår. Rundt 2 500 er også i fare for å forsvinne

Meta er igang med å bygge en AI løsning som er den første i sitt slag, og som kan oversette mellom det Taiwanesiske (?!?) språket Hokkin og Engelsk. Selskapet er forøvrig igang med å lage en universaloversetter som skal kunne oversette mellom hundrevis av språk i sanntid. 
The (almost) New Kid on the Block

TensorFlow og PyTorch er velkjente for de som driver med maskinlæring, og i særdeles deep learning. TensorFlow er som kjent fra Google, mens PyTorch er det Facebook… ehem.. Meta som står bak. 

Google har lansert et nytt rammeverk, JAX. Ok, før du skriver en hissig e-post om at de lanserte det for mer enn et år siden og at jeg er like utdatert som hockeysveis, så vil jeg innrømme at du har rett. Det er ikke helt nytt, men det er vel først nå det begynner å bli mer komplett og brukanes for annet enn spesielt interesserte. 

JAX er på samme måte som PyTorch laget for å være mest mulig «Numpy-ish». Det er imidlertid mye enklere å bruke og mer intuitivt enn TensorFlow, som vel er grunnen til at Google kom med enda et rammeverk. DeepMind er forøvrig store fans av JAX.
94 % av ledere i større virksomheter mener AI er kritisk for suksess de neste 5 år

Denne gangen er det Deloitte som har kommet med sin AI-rapport. Totalt 2 620 personer i 13 land ble intervjuet. 79 % av sa at de nå har på plass minst 3 AI-deployments mot 62 % i fjor. Så dette går fort. Her er forøvrig de største utfordringene:

Mer detaljer i rapporten for de som er interessert.  
Metaverse – Det mest ensomme sted (ikke) på denne jord?

Metas (jepp, tidligere Facebook) store satsing er Metaverse. Noen får kanskje vibber fra Spielbergs «Ready Player One», mens andre tror at dette kommer til å bli det nye internett. 

Uansett, Meta har investert mer enn 100 milliarder kroner i året i prosjektet. Da er det skuffende at tallene viser at kun 38 aktive brukere var innom Decentraland i løpet av en 24 timers periode. Dette «stedet» er hvor man kan kjøpe og selge eiendom, og svært sentralt i prosjektet.

Så vennligst vent med å putte pensjonen inn i Metaverse selv om prisene er lave 😉
Kina i ferd med å ta livet av sin gyldne gås?

Kina har akkurat avsluttet sin seneste kongress, og mer makt sentraliseres rundt Xi. Teknologiaksjene i Kina falt 11% når beslutningen kom om at han fikk en tredje term. Dette har vært en trend en liten stund nå. «The Great Leap Forward» fungerte ikke, og det gjorde heller ikke Gosplan i de syv tiårene etterpå. Først når selskap, grundere og gode ideer fikk utvikle seg friere opplevde Kina en voldsom vekst. Teknologiselskapene har virkelig fått kjenne pisken, og nå har et spritselskap passert Tencent i verdsettelse. Dette var nok svært utenkelig for noen år siden. Når det er sagt, så dundrer jo f.eks kinesisk bilindustri videre, og er neppe så langt unna å ta over ledertrøyen for selvkjørende biler.  
Verdens første «Deep Fake» TV-serie er på plass

Keanu Reeves, Jason Statham og Margot Robbie har fått gleden av å spille i den russiske TV-serien «ПМЖЕЙСОН» enten de vil eller ikke. Her er et klipp på Youtube. Vil tro de ikke er helt fornøyde. Når det er sagt, så ble også AI benyttet til å la Val Kilmer snakke i den nye Top Gun. Kilmer fikk strupekreft og har mistet evnen til å snakke. Dermed ble det generert en ny basert på tidligere opptak. 
NRK prøver AI

Denne saken var bare for bra til å la passere. 


Så får vi heller se gjennom fingrene med at saken er fra desember i fjor, og at den ikke har noe som helst med AI å gjøre. Fakta er at det er en av NRKs manuelle tekstere som har klønet det til. Men det kunne jo vært AI? 
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. (Annonsen har løpt ut, men send oss gjerne tips direkte om du vet om noen vi burde snakke med, eller om du selv kunne tenke deg å bli en av oss) 


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

Kaboom! Og da var det launch

*|MC:SUBJECT|*

Kaboom!

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:
 
Ett nytt AI-generert bilde hver gang du går inn på siden. Ser ekte ut, men er ikke det. 
Lar deg tegne på skjermen. Etter hver strek tar AI over og forsøker å fullføre
Gjør tegningen din til et bilde
For deg som vil spille piano, men som egentlig ikke kan det. 
Si noe, og AI leter gjennom 100 000 bøker for å finne sitater som passer
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