Omvärldskollen: Diamanter och aprilskämt

60 minuter = 1 000 000 nya användare

När OpenAI släppte lös sin nya modell för bildgenerering så kastade sig människor in i tjänsten. På en timme lyckades de skrapa ihop en miljon nya användare, vilket är rätt galet. Det gjorde såklart även att OpenAI fick begränsa användandet nästan direkt, då deras hårdvara höll på att smälta bort. Men OpenAI drog även in 40 nya miljarder dollar i finansiering i veckan, vilket nu ger företaget en värdering på 300 miljarder dollar. Det är många sommarstugor.

Skrapning av webben skapar nya utmaningar

Eftersom AI-modellerna gillar data – mycket data – så behöver ju företagen som utvecklar och tränar dessa modeller tillgång till så mycket data som möjligt. Enligt Wikipedia Foundation som driver Wikipedia, ser man nu att 65 procent av deras dyraste webbtrafik kommer från botar som ”skrapar” sidorna på innehåll. Detta gör att infrastrukturen för Wikipedia måste stärkas, då den inte är byggd för liknande konstant ökning av trafik på allt innehåll hela tiden. Det innebär alltså att när allt fler bygger och tränar språkmodeller utmanas även vår nuvarande infrastruktur på nätet.

Predicera skogsbränder

Jordens temperatur stiger och vi ser allt oftare större och svårare skogsbränder runt om i världen. Ett sätt att försöka bekämpa detta är PoF – Probability of Fire, en prediktiv AI-modell utvecklad av European Center for Medium-Range Weather Forecasts (ECMWF). Modellen analyserar väder, vind och torrhet, men även andra faktorer så som tillståndet för vegetationen och flöden av mänsklig aktivitet på platser. På detta sätt kan modellen inte bara varna för att bränder kan uppstå, utan även mer noggrant positionera var dessa kan uppstå.

Nämen, nya modeller släpps!?

Vi kanske behöver inrätta en stående sektion här i omvärldsbevakningen med vilka nya AI-modeller som droppat under veckan (risk för lång lista). Nu har även Runway, företaget som satsar på rörlig media och AI, släppt sin nya modell ”Gen-4”. Enligt företaget kan användare nu generera mer konsekventa bildrutor för karaktärer och miljöer, vilket öppnar upp för mycket mer realistiska scener. Räkna alltså med ännu mer syntetisk media framöver!

EU och AI

EU fortsätter stärka sina satsningar på digital infrastruktur, säkerhet och AI. Av de 8,1 miljarder euro som läggs på programmet ”Digital” ska 1,3 gå till utbyggnad av vad man kallar ”kritisk teknik” som anses strategiskt viktig. Inom AI-området innebär bland annat detta att öka tillgängligheten för AI-applikationer inom vård, men även genomförande av regelverket AI Act. Något vi inom Innovationsarenan ser framemot är att det ska satsas på stöd för digitala innovationspunkter som ska ge offentlig sektor tillgång till expertis och teknik. Vi håller koll på vad detta kan innebära!

Fail!

I en undersökning av IDC i samarbete med Lenovo, misslyckas tydligen 88 procent av AI-pilotprojekt med att nå fullskalig produktion. Faktorer som otydliga mål, otillräcklig tillgång till data och brist på intern expertis, snarare än enbart tekniska problem, är det som lyfts som faktorer. Detta understryker behovet av bättre organisatorisk beredskap inom datahantering, processer och IT-infrastruktur.

Men allt är inte dåligt med misslyckade projekt, då det finns många lärdomar att dra av att våga testa och misslyckas. En av lärdomarna vi kan se nu är kanske att många av dessa idéer föds på ledningsnivå och bygger på en stress och panik av att införa AI i verksamheten.

April, april…

Att luras i media idag känns kanske inte lika fräscht som det gjorde för 10-20 år sedan, då vi lever i en helt ny digital värld där sann och falsk information blandas och ges. Så, vad händer nu då när alla dessa gamla aprilskämt som publicerats online tas med som träningsdata för AI-modeller, för att sedan presenteras som information för användare? Detta uppmärksammar Ben Black som 2020 publicerade ett lur om en ort med flest rondeller, något som nu dök upp som information via Googles AI-tjänst. Ytterligare en aspekt av att samtala och förstå vikten av träningsdata för dessa modeller och hur vi ser på output från generativ AI.

Doktor Äpple

​Det verkar som att Apple utvecklar sin hälsoapp genom ”Project Mulberry” (även kallat ”Health+”), som ska innebära ännu mer involvering av AI. Genom att samla in data från enheter som iPhone och Apple Watch ska en AI-hälsocoach kunna ge personliga hälsorekommendationer, med särskilt fokus på kostregistrering och träningsanalys. Apple samarbetar nu med experter inom olika medicinska områden för att skapa informationsvideor som AI-coachen kan hänvisa till och visionen är då att användarna ska ha tillgång till en personlig doktor. Projektet förväntas lanseras i iOS 19.4, planerad till nästa vår eller sommar.

Diamanter och Minecraft

Hur AI-system lär sig information är en sak. Hur systemen sedan gör för att använda den kunskapen inom ett annat område är en nöt värd att knäcka för utvecklare. AI-systemet Dreamer, utvecklat av Google DeepMind, har nu för första gången självständigt lärt sig att samla diamanter i det populära spelet Minecraft utan mänsklig vägledning. Genom att använda förstärkningsinlärning och förmågan att föreställa sig framtida konsekvenser av sina handlingar, navigerade Dreamer genom spelets slumpmässigt genererade världar och utförde de komplexa steg som krävs för att hitta diamanter. Det här är ett betydande steg mot AI-system som kan generalisera sin kunskap över olika domäner.

Webben är inte vad den brukade vara

Det fortsätter svämma över av AI-genererat innehåll på webben och det är inte bara bilder som skapas, utan hela webbplatser som utger sig för att vara legitima sidor. Det krävs inte mycket kunskap idag för att generera både artiklar, personer, bilder som enkelt publiceras som nyhetssidor och liknande på webben. Källtillit har med andra ord aldrig varit viktigare. Syftet med dessa fejkade sidor skiljer sig åt. Ofta handlar det om att sprida propaganda, men ibland är det även enskilda privatpersoner som vill tjäna pengar på reklam.

”Bra jobbat!” säger AI:n

​Enligt en japansk studie kan positiv feedback från AI-chatbots öka den yrkesmässiga själveffektiviteten hos kontorsarbetare och frilansare. Negativ feedback visade sig också förbättra själveffektiviteten, men endast när deltagarna upplevde starkt emotionellt stöd från chefer och kollegor. Resultaten tyder på att AI kan spela en viktig roll i att ge feedback på arbetsplatsen, men dess effektivitet verkar bero på det sociala stöd som finns tillgängligt. Det är alltså fortsatt viktigt att integrera AI-feedback med mänskligt stöd för att främja medarbetares utveckling.