Framfarir gervigreindar | Spunagreind

Ímyndið ykkur tækni sem þjappar allri þekkingu sem er aðgengileg á netinu í auðmeltanlega og sérsniðna mola. Þú spyrð um hvað sem er og færð svarið um hæl. 

Fyrir ári síðan, um miðjan nóvember 2022, hefðum við líklega tekið fálega í þessa ‘fjarstæðukenndu’ hugmynd. En nú, í nóvember 2023, höfum við greiðan aðgang að nokkrum þjónustum sem gera einmitt þetta, dugar þá að nefna þá þekktustu ChatGPT frá OpenAI eða Pi frá Inflection.ai 

Nú get ég farið í ChatGPT í símanum eða á vafranum í tölvunni og spurt um nánast hvað sem er. Hér eru nokkur einföld dæmi: 

• I have a day to spend in Warsaw. Give me the top three sights to visit there. I will be using a bicycle, and it would be nice to end the day in a bar with a beer garden. 
• I’m making Hollandaise sauce to go with fresh asparagus. Should be vegan. Give me a recipe I three easy steps. 
• I just watched the movie ‘There will be blood’ with Daniel Day Lewis and would like to have a summary of what the critics had to say about it. 

Möguleikarnir eru nánast óþrjótandi.

Og þessi tækni er öllum aðgengileg sem bera sig eftir henni. Í leik og starfi. 

Og framundan er hröð þróun þar sem við munum gefa þessum þjónustum sífellt fjölbreyttari fyrirmæli – á formi mynda, töluð fyrirmæli, textafyrirmæli – og fáum fjölbreyttari svör. Og fyrir vikið verða þær hagnýtari. 

Í dæminu hér að neðan eru fyrirmælin á formi myndar af ljúffengu sætabrauði (mynd vinstra megin). Græjan – ChatGPT – greinir fyrst hvers kyns það er og kemur svo með uppskriftina. Hægra megin eru fyrirmælin hins vegar texti en nú er óskað eftir mynd.

Ekki svo galið!

Nú getum við einnig látið þær læra sérvalinn texta svo svörin taki mið af honum (GPTs frá OpenAI). Og enn verður tæknin hagnýtari. 

Og nýlega hefur komið fram að OpenAI og Miðeind hafa verið að kenna GPT-4 Turbo – nýjustu útgáfunni – enn meiri íslensku og framfarirnar eru víst miklar. Svo nú getum við brátt alfarið svissað yfir í íslenskuna ef við viljum.

Hefur einhver einhvern tíman sagt ‘NEI’ við Turbo! 

Spunagreind 

Hin undirliggjandi tækni er afrakstur áratuga þróunar í gagnatækni en einkum er það framþróun Generative AI | GenAI eða Spunagreindar sem skiptir máli. Þar hafa fyrirtækin OpenAI og Microsoft, Google og DeepMind og Meta verið mest áberandi. Undanfarin ár hafa þau unnið að þróun stórra mállíkana sem eru grunnurinn að þeirri tækni sem við köllum spunagreind. Líkönin eru í raun búin að lesa eða sjá stóran hluta þess efnis sem finnst á netinu og á grundvelli þess geta þau spunnið nýjan þráð eða stafrænt efni, t.d. texta, kóða, myndefni og hljóð sem stenst að mestu leyti þær kröfur sem við gerum þegar við sjálf búum til slíkt efni.  

Munurinn er að spunagreindin getur lært og spunnið á hraða tölvunnar. 

Þegar spunagreindin kom fram bættist hún við úrval öflugrar gagnatækni og innviða sem þegar voru til staðar og styðja hraða upptöku hennar.  

• Gagnatækni hefur á undanförnum árum og áratugum orðið sífellt aðgengilegri, hagkvæmari og áreiðanlegri.  
• Stafvæðing hefur stóraukið gagnasöfnun og þar með ýtt undir þróun innviða til að halda utan um gögnin, m.a. í skýjaþjónustum þar sem hugbúnaðarþjónustur þrífast vel. 
• Reiknigeta í skýjaþjónustum eykst hratt og reiknirit taka framförum og á sama tíma er vitund meðal lykilfólks að aukast svo að lokum taka lög og reglur mið af þróuninni.  

Allt þetta gerir það að verkum að þegar spunagreindin kom fram í þjónustum eins og ChatGPT eða DALL-E varð notkunin strax afar mikil og áhrifin eftir því. Segja má að spunagreindin hafi breiðst út á methraða vegna þess að svo margt annað í umhverfinu studdi hana. 

Tækni sem breytir leiknum 

En af hverju breytir spunagreindin leiknum? Hvað er svona merkilegt við þessa tækni? 

Kannski er ekki til neitt einfalt svar við því en gerum samt tilraun… 

Komin er fram gervigreindartækni sem hefur náð tökum á tungumáli. Fyrir vikið getum við nú gefið tölvum fyrirmæli án þess að nota forritunarmál. Fyrsta birtingarmyndin eru stafrænar þjónustur í skýinu sem innihalda allt efni sem sett hefur verið á internetið. Þessar þjónustur eru aðgengilegar í næsta vafra eða snjallsíma og þegar við sendum þeim fyrirmæli á okkar eigin tungumáli þá spinna þær svör á formi texta, mynda eða kóða sem eru í mörgum, ef ekki flestum tilfellum betri en við sjálf búum til. 

Við eru því farin að fela tölvum verkefni sem áður voru aðeins á færi manna og kröfðust hugsunar.

Undanfarin 200-300 ár hefur verðmætasköpun einkum byggst á því að vélvæða hreyfingu – eða vöðvaaflið – en nú erum við farin að vélvæða hugaraflið. Við höfum frekar góða reynslu af vélvæðingu og höldum því áfram á sömu braut. Þegar við höfum náð góðri stjórn á þessari tækni – sem gerist hratt –  mun hún gera tölvur hagnýtari, við munum fela þeim sífellt fleiri verkefni og verðmætasköpun verður mikil. 

Hvað gerist næst? 

Einfalda svarið er svona: Spunagreindin hefur fært okkur nær því að gera tölvur að þarfasta þjóninum. Við felum þeim fleiri verkefni.

Til skamms tíma má gera ráð fyrir að stafrænar spunaþjónustur verði betri og ódýrari og að þær spretti upp í hugbúnaðarlausnum sem við notum nú þegar og geri tölvur enn hagnýtari en áður. Rétt í þessu var ég að fá uppfærslu á SaaS hugbúnaði frá Pitch sem ég nota til að búa til kynningar. Þar er nú innbyggður ‘AI powered pitch generator’ sem ætti að spara mér sporin.

Annað dæmi er ‘AI Assistant’, þarfasti þjónninn frá DataLab, sem eykur til muna aðgengi starfsfólks að þekkingu sem falin er í texta. Lausnin leyfir notendum að yfirheyra eigin textagögn á íslensku sem vistuð eru á Sharepoint, Confluence og víðar – jafnvel viðkvæm textagögn – í öruggu og notendavænu umhverfi.  

Til lengri tíma, segjum til 20-30 ára, er næsta víst að gervigreindin mun ná enn betri tökum á tungumáli og því næst mun hún mastera ‘almenna skynsemi’ (e. Theory of the world) og getuna til að áætla (e. Planning).  

Þau sömu og færðu okkur tungumálagetuna eru fyrir nokkru síðan byrjuð að þróa þessa nýju getu. Ekki er víst að þeim takist það en þó er vitað að tungumálalíkönin munu stækka margfalt á allra næstu árum. Því er hins vegar ósvarað hvaða geta kemur þá fram. Eric Schmidt sem áður var CEO hjá Google lét hafa eftir sér fyrir örfáum vikum að… 

“The level of innovation I’m seeing now is stronger than I’ve ever seen in my entire life by orders of magnitude” 

Time Magazine, Október 2023

Það virðist hið minnsta augljóst að framundan eru enn frekari framfarir gervigreindar. 

Hröðunin 

“Framfarir í tækni verða meiri og gerast hraðar eftir því sem tíminn líður”.  

Því heldur Ray Kurzweil fram í lögmáli sínu um ‘accelerating returns’ sem lýsir því hvernig framfarir í tækni fylgja veldisvexti fremur en línulegum vexti. Þess vegna er okkur erfitt að meta líklega þróun tækniframfara, við eigum það til að ofmeta til skemmri tíma og vanmeta til lengri tíma. En nú er staðan jafnvel sú að við erum farin að vanmeta hraða þróunar til skemmri tíma þar sem getan er þegar orðin mikil og sérhvert stökk í getu hefur umtalsverð áhrif. 

Þess vegna hafa ýmsir í fræðasamfélaginu verið að uppfæra mat sitt á því hvenær fram gæti komið gervigreindartækni með getu á pari við mannlega greind (e. Artificial General Intelligence). Fyrir 2 árum síðan voru mörg á því að slík tækni gæti komið fram í kringum 2050 eða 2060. Sum eru reyndar enn á því að okkur takist það aldrei. En nýlega hafa einhver þeirra uppfært þessar spár sínar og tala nú um ca. 20 ára glugga. Geoffrey Hinton er einn þeirra.  

Að lokum…

Kannski var gervigreindin alltaf hluti af stóra planinu!  

Til að gera tölvur hagnýtari. 

Hugmyndin um gervigreind kom fram á sama tíma og tölvur komu fram, um og upp úr 1950. 

Tölvuöldin gekk í garð og við hömuðumst við að auka notagildi tölvunnar. En alltaf var þessi þröskuldur til staðar, þú þurftir að læra sérstakt tungumál, þ.e. forritunarmál, til að gefa tölvum fyrirmæli. Þess vegna var notagildið takmarkað þótt það hafi vissulega stóraukist með notendavænum hugbúnaðarlausnum með tökkum, gluggum og þægilegheitum til að gera almennum notendum með takmarkaðan áhuga á tölvum auðveldara um vik.  

Nú stígum við inn í öld gervigreindar þar sem tölvur munu í auknum mæli geta gert það sem við segjum þeim að gera.  

Notagildið mun fyrir vikið aukast til muna. 

Það er svo undir okkur komið að hámarka notagildi og lágmarka skaðleg áhrif nýrrar tækni. 

Nánar verður fjallað um þá hlið málsins í öðrum bloggpósti. 

Nánari upplýsingar veitir Brynjólfur Borgar Jónsson hjá DataLab 

binniborgar@datalab.is | 693 0100 

Hér að neðan er uppskrift að Hollandaise sósu frá ChatGPT!