Diverse OpenAI - sjukt imponerende AI

[Harry Stoteles]

"a few hundred people" er nok å underdrive, men at Folk flest™ tenker at dette er ganske kult og en fin måte å tjene seg rik på, tror jeg stemmer. KI-milliarden er et godt eksempel. Dessuten undrer jeg på hvor originalt det seriemanuset kan ha vært.

Jeg leste denne også:

How’s this for a bombshell – the US must make AI its next Manhattan Project | John Naughton

A new essay on the rise of superintelligent machines pivots from being a warning to humanity to a rallying cry for an industrial complex to bolster American military defence

www.theguardian.com

In his view of how AI will progress in the near-term future, Aschenbrenner is basically an optimistic determinist, in the sense that he extrapolates the recent past on the assumption that trends continue. He cannot see an upward-sloping graph without extending it. He grades LLMs (large language models) by capability. Thus GPT-2 was “preschooler” level; GPT-3 was “elementary schooler”; GPT-4 is “smart high schooler” and a massive increase in computing power will apparently get us by 2028 to “models as smart as PhDs or experts that can work besides us as co-workers”. En passant, why do AI boosters always regard holders of doctorates as the epitome of human perfection?

After 2028 comes the really big leap: from AGI to superintelligence. In Aschenbrenner’s universe, AI doesn’t stop at human-level capability. “Hundreds of millions of AGIs could automate AI research, compressing a decade of algorithmic progress into one year. We would rapidly go from human-level to vastly superhuman AI systems. The power – and the peril – of superintelligence would be dramatic.”

Greit nok at AGI (Artificial General Intelligence) kommer, hvis det kommer, etter 2028. Det kommer i alle fall ikke før. Det vi tenker på som generell intelligens er noe som bare kropper som navigerer en materiell og sosial verden har. Enn så lenge har ikke datamaskinen det.

Jeg er også skeptisk til ideen om at intelligens kan oppnås gjennom kodifisering. Kodifisering gjennom LLM-er er et forsøk på total språkliggjøring av virkeligheten og blir sånn sett en ekstrem form for lingvistisk determinisme, som er en lite overbevisende filosofisk posisjon.

 

[yellow]

NRK Radio bruker nå KI ved simutanoversettelser.
Høres ut som en følelsesløs, sosiopatisk seriemorder. Veldig ubehagelig.

 

[Asbjørn]

Greit nok at AGI (Artificial General Intelligence) kommer, hvis det kommer, etter 2028. Det kommer i alle fall ikke før. Det vi tenker på som generell intelligens er noe som bare kropper som navigerer en materiell og sosial verden har. Enn så lenge har ikke datamaskinen det.

Jeg er også skeptisk til ideen om at intelligens kan oppnås gjennom kodifisering. Kodifisering gjennom LLM-er er et forsøk på total språkliggjøring av virkeligheten og blir sånn sett en ekstrem form for lingvistisk determinisme, som er en lite overbevisende filosofisk posisjon.

Etter å ha brukt litt tid på å forstå hvordan LLM’er og tilsvarende bildegeneratorer fungerer er jeg nokså sikker på at det ikke er veien til noeslags generell intelligens. Algoritmen forsøker bare å finne den mest plausible fortsettelsen på dialogen i vinduet, uten noe hensyn til hva teksten betyr. Dum som et brød.

 

[PeriodeLytter]

Litt som interessforum som HFS. Denne posten som eksempel

 

[MML]

Jeg tror man undervurderer sannsynligheten for eksponentiell utvikling. Bare se utviklingen siste 10 år. Hvor er vi om 10 år?

 

[PederP]

Biler bremset automatisk for bolle-tilbud

Både biler og veier blir mer digitale. Vegvesenet jobber bredt med sensorikk og datainnsamling. Derfor vet de også hvorfor noen biler bremset uten førerhjelp da de ble eksponert for skilt med tilbud på hveteboller ved en bensinstasjon.

www.tu.no

 

[Harry Stoteles]

Jeg tror man undervurderer sannsynligheten for eksponentiell utvikling. Bare se utviklingen siste 10 år. Hvor er vi om 10 år?

Det kommer an på potensialet i teknologien, tenker jeg. En maskin som er veldig effektiv på å beregne sannsynlighet på hvilke ordfragmenter ("tokens") som bør følge hverandre for å gjøre en leser mest mulig fornøyd, vil aldri ende opp med å kunne tenke sjøl eller å kunne ta gode valg. Det er rett og slett ikke en del av hvordan maskinen funker. Det vi har så langt er automatiske systemer som er mer eller mindre effektive til å oppnå noe vi allerede vet hva er, enten det er en riktig løsning på et regnestykke eller en tekst som virker mer eller mindre fornuftig.

Hvis generell intelligens handler om å kunne forholde seg til verden slik mennesker gjør, så er kunstig intelligens slik vi kjenner det i dag, ikke en gang på vei i riktig retning.

 

[Asbjørn]

Jeg tror man undervurderer sannsynligheten for eksponentiell utvikling. Bare se utviklingen siste 10 år. Hvor er vi om 10 år?

Jeg fomlet litt med algoritmer for maskinlæring, neurale nettverk & sånt ca 1995. (Det var et av temaene som jeg forkastet for doktorgraden.) Jeg er ikke så veldig imponert over dagens AI’er. Det er en del forbedringer i algoritmer og datamodeller, dessuten en del smarte mashups av algoritmer opprinnelig ment for andre formål, men hovedsakelig er det bare mye mer regnekraft og lagringskapasitet enn hva vi hadde tilgjengelig for 30 år siden. Brute force, i prinsippet samme under skallet. Jeg er stort sett i stand til å forstå papers om dagens AI’er uten å ha vært borti temaet på 30 år.

Joda, det ChatGPT etc gjør er imponerende, men folk var imponert både av Eliza i 1966 og Racter i 1985, og jeg ser daglig hvor lett det er å postulere intelligens og intensjon når robotgressklipperen min tilsynelatende er nysgjerrig og kommer bort for å se hva jeg holder på med i hagen. Den er jo ikke det, kommer bare tilfeldigvis dit jeg tilfeldigvis står. Det er noe menneskelig i å se mønstre og intelligens der det slett ikke eksisterer. En bedre bullshit-generator er fortsatt ikke spesielt nær selvbevissthet og generell intelligens.

ELIZA - Wikipedia

en.wikipedia.org

PERIPHERALS; A NEW BRAND OF LUNACY FOR SALE (Published 1985)

www.nytimes.com

Racter - Wikipedia

en.wikipedia.org

 

[Harry Stoteles]

Jepp, fenomenet har fått flere navn. Filosofen Daniel Dennett kalte det «the intentional stance» - den tendensen mennesket har til å anta at ting skjer som en følge av rasjonelle handlinger. I religionsvitenskapen kalles det «pareidoli» - tendensen vi har til å se etter mønstre, uavhengig av om de er reelle eller ikke.

 

[Asbjørn]

Med referanse til den første linken din: Der er nok jeg (og du) på nivå 2, the design stance, mht dagens LLM og lignende algoritmer. Det er no frickin’ way at feed-forward multiplikasjon av tensorer for å estimere sannsynlighetene for ulike tokens i neste posisjon av en tekststreng peker mot selvbevissthet etc. Det er bare ikke noe der som kan reflektere over hva den holder på med.

Transformer (deep learning architecture) - Wikipedia

en.wikipedia.org

 

[Harry Stoteles]

ChatGPT er i praksis et kinesisk rom.

John Searle opens the Chinese room thought experiment with the premise of a computer equipped with a program that enables it to behave as if it understands Chinese. The machine accepts Chinese characters as input, carries out each instruction of the program step by step, and then produces Chinese characters as output. It is assumed that the machine is competent in this task; its output consistently passes the Turing test by engaging human Chinese speakers in conversation that results in their being convinced that they are conversing with another human. Given this premise, Searle poses the question of whether the machine truly understands Chinese, or merely produces appearances readily associated with an understanding of Chinese. He refers to these positions as the "strong AI" position and "weak AI" position, respectively.[7][8] Searle writes, "On the Strong AI view, the appropriately programmed computer does not just simulate having a mind; it literally has a mind."[9]

In the second part of his argument, Searle illustrates that the actual techniques used in the machine's operation are irrelevant to answering the question. Instead of a machine, Searle places himself in the room: and likewise receives an input of Chinese characters, and proceeds to carry out the same instructions by hand that were previously given to the computer. At no point is any understanding of Chinese that Searle may or may not have relevant for his successful step-by-step completion of the task; in an aside, he plainly states that he has none. Therefore, Searle is just as capable of passing the Turing test as the computer; likewise, it is indefensible to assert that the computer understands the conversation based on its successful execution of a program, just as it would be with Searle.[10]

Searle concludes that if understanding or intentionality cannot be ascribed to the machine, then one cannot describe what it is doing as thinking; as such, it does not possess a mind in any ordinary sense of the word. Searle therefore asserts that the "strong AI" position must be false.

 

[MML]

Jeg fomlet litt med algoritmer for maskinlæring, neurale nettverk & sånt ca 1995. (Det var et av temaene som jeg forkastet for doktorgraden.) Jeg er ikke så veldig imponert over dagens AI’er. Det er en del forbedringer i algoritmer og datamodeller, dessuten en del smarte mashups av algoritmer opprinnelig ment for andre formål, men hovedsakelig er det bare mye mer regnekraft og lagringskapasitet enn hva vi hadde tilgjengelig for 30 år siden. Brute force, i prinsippet samme under skallet. Jeg er stort sett i stand til å forstå papers om dagens AI’er uten å ha vært borti temaet på 30 år.

Joda, det ChatGPT etc gjør er imponerende, men folk var imponert både av Eliza i 1966 og Racter i 1985, og jeg ser daglig hvor lett det er å postulere intelligens og intensjon når robotgressklipperen min tilsynelatende er nysgjerrig og kommer bort for å se hva jeg holder på med i hagen. Den er jo ikke det, kommer bare tilfeldigvis dit jeg tilfeldigvis står. Det er noe menneskelig i å se mønstre og intelligens der det slett ikke eksisterer. En bedre bullshit-generator er fortsatt ikke spesielt nær selvbevissthet og generell intelligens.

Vis vedlegget 1044602

ELIZA - Wikipedia

en.wikipedia.org

Vis vedlegget 1044603

PERIPHERALS; A NEW BRAND OF LUNACY FOR SALE (Published 1985)

www.nytimes.com

Racter - Wikipedia

en.wikipedia.org

Jepp Brut force. Og hvordan vil denne kraften utvikles videre? Jeg er overbevist om at denne utviklingen blir eksplosiv fremover, selv om generell bevissthet er i det blå.

 

[Anonym]

Jeg jobber en del med arbeid utført av indere, meget godt skolerte folk (langt over meg) men akkurat som AI så skorter det såpass på praktisk forståelse at det er like nyttig som å pisse i havet.

 

[Asbjørn]

Jepp Brut force. Og hvordan vil denne kraften utvikles videre? Jeg er overbevist om at denne utviklingen blir eksplosiv fremover, selv om generell bevissthet er i det blå.

Mulig, men det er også grenser for hvor mye strøm verden kan og vil bruke på datasentre. Gjennombruddet for det vi ser nå var bruk av grafikkort som parallellprosessorer og transformer-algoritmene for neurale nettverk. De var såpass mye mer effektive enn tidligere algoritmer at det ble praktisk mulig å lære opp ChatGPT og lignende. Likevel drar det enormt mye energi. Min prognose er snarere at dette stabiliserer seg på dagens nivå + litt, inntil det eventuelt kommer et nytt gjennombrudd som gjør dette enda litt mer energieffektivt og muliggjør et trinn til.

Det var litt interessant å forsøke seg frem Stable Diffusion billedgenererende AI på hjemmemaskinen. Det tok en uke med kontinuerlig 100 % belastning på grafikkortet å lære den opp til å gjøre noenlunde brukbare bilder av meg med utgangspunkt i et allerede fungerende nettverk, men etter det divergerte prosessen og lagde dårligere bilder om den fikk en uke til. Det kostet et par hundrelapper i strøm. Om jeg hadde et kraftigere grafikkort kunne jeg brent av strømmen på kortere tid, men resultatet ville blitt det samme. For å få brukbare bilder var det deretter nødvendig å generere et dusin eller så og forkaste de 90 % som var skrot. Hvert bilde kostet noen tiøringer i strøm, men altså et par kroner pr brukbart bilde. Likevel blir det nokså åpenbart hermetikk, siden algoritmen ikke har den minste susning om hva bildet forestiller og hvordan verden fungerer.

 

[morbid]

Jepp Brut force. Og hvordan vil denne kraften utvikles videre? Jeg er overbevist om at denne utviklingen blir eksplosiv fremover, selv om generell bevissthet er i det blå.

 

[Hardingfele]

 

[Asbjørn]

Ja, den passer nok best i AI-tråden.

 

[Tweedjakke]

men det er også grenser for hvor mye strøm verden kan og vil bruke på datasentre.

Det er eit veldig godt poeng.

Det er to viktige endringar i datamaskinarkitektur som har skjedd sidan 1990: For det første at vi er i stand til å laga mikroprosessorar med vesentleg mindre transistorar. Her er utviklinga i ferd med å bremsa. For det andre, at vi har motverka denne bremsinga ved å parallellisera, på mange ulike nivå. Det siste let oss gjera same oppgåva raskare, men ikkje med mindre energi - og det er ikkje alle algoritmar som let seg parallellisera særleg effektivt.

(Edit: Det har vore andre framsteg også, men det handlar i gjerne om utnytta prosessorane best mogleg.)

Då står vi att med den traurige måten å få datamaskiner til å arbeida raskare: skriva meir effektiv kode, og det kjem verkeleg ikkje å gå framover med stormsteg.

Edit:

If transistors can’t get smaller, then coders have to get smarter

A team from MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL) identifies three key areas to prioritize to continue to deliver computing speed-ups after Moore's Law ends: better software, new algorithms, and more streamlined hardware.

news.mit.edu

the performance benefits from miniaturization have been so great that, for decades, programmers have been able to prioritize making code-writing easier rather than making the code itself run faster. The inefficiency that this tendency introduces has been acceptable, because faster computer chips have always been able to pick up the slack.

“But nowadays, being able to make further advances in fields like machine learning, robotics, and virtual reality will require huge amounts of computational power that miniaturization can no longer provide,” says Leiserson, the Edwin Sibley Webster Professor in MIT's Department of Electrical Engineering and Computer Science. “If we want to harness the full potential of these technologies, we must change our approach to computing.”

Forresten, to skikkeleg gamle bøker som kan vera interessante:

The Supermen: The Story of Seymour Cray and the Technical Wizards Behind the Supercomputer (Charles J. Murray, 1997)

The Brain Makers: The History of Artificial Intelligence – Genius, Ego, And Greed In The Quest For Machines That Think (Harvey P. Newquist, 1994)

Den siste er gratis på Kindle no, ser eg: ein utruleg fascinerande gjennomgang av førre KI-boomen. Den første er ei interessant historie om korleis Seymour Cray bygde raskare datamaskiner enn nokon andre i si tid, og utfordringane han møtte på.

(Ja, berre for å ha sagt det: "vi" i avsnitt to og tre viser til "menneskeheita". Eg er ikkje meir delaktig enn det. Men eg drøymde, på starten av 1990-talet, om ein karriere innan AI. Det var iallfall meir realistisk enn å drøyma om å verta fotballproff eller rockestjerne.)

 

[Asbjørn]

Microsoft og OpenAI planlegger et datasenter på 5 gigawatt. De behøver et antall dedikerte atomreaktorer for å drive det.

https://www.datacenterdynamics.com/en/opinions/is-microsoft-openais-5gw-stargate-supercomputer-feasible/

https://www.datacenterdynamics.com/en/news/aws-acquires-talens-nuclear-data-center-campus-in-pennsylvania/

 

[PederP]

66 studenter tatt for KI-fusk: – Toppen av et gigantisk isfjell

66 studenter har blitt tatt for KI-fusk det siste året, viser tall fra statlige universiteter og høgskoler. Professor mener at det er enorme mørketall.

www.forskning.no

 

[Tweedjakke]

Microsoft og OpenAI planlegger et datasenter på 5 gigawatt. De behøver et antall dedikerte atomreaktorer for å drive det.

Goldman Sachs slakter AI-historien og roper boble

Makroteamet til Goldman Sachs og MIT-professorer mener AI er for dyrt, med dårlig strømnett og mangel av chips.

www.finansavisen.no

(Med link til rapporten i teksten)

 

[Asbjørn]

^ Det er sjelden jeg er så enig med GS som der - Too much spend, too little benefit.

Jeg overrasket nok en amerikansk gjest i sommer med min «bah, humbug!» holdning til nåværende AI-hype. Han er i real estate og hadde nok forventet å høre noe helt annet fra meg, MIT PhD og greier. Jeg kan se mange nyttige AI-applikasjoner, men ikke så mange for generativ AI. Raskere og bedre bullshit-generatorer løser relativt få av dagens verdensproblemer, og da har jeg litt vanskelig for å forsvare investeringscaset.

Tech bros ser snarere ut til å ha satt seg fore å øke verdens energiforbruk fortest mulig, enten med block chain/bitcoin, generativ AI, eller noe annet som øker salget av chips og servere som skal snurre 24/7.

 

[Harry Stoteles]

Jeg tror helt ærlig at troen på at KI skal avføde en eller annen superintelligens, er en type frelseshistorie der tech bros ser seg selv som frelsere. Elon Musk, for eksempel, liker ideen på at verden egentlig er en datasimulering, som er en idiotisk skjeivlesing av et temmelig søkt tankeeksperiment av Nick Boström. Det går omtrent sånn her:

Minst én av disse tre er sanne:
1) Menneskeheten dør ut før den når et "posthumant" [superintelligent] stadium
2) Et "posthumant" [superintelligent] samfunn vil sannsynligvis ikke kjøre simuleringer av dens egen evolusjonære historie
3) Et "posthumant" [superintelligent] samfunn vil sannsynligvis kjøre simuleringer av dens egen evolusjonære historie og livet vi lever nå er sannsynligvis en simulering*

Jeg mistenker Musk for å forstå simuleringsargumentet som et argument for at livet er et dataspill og det er om å gjøre å få flest poeng. Han ser seg sjøl som en hovedperson i verden, og er åpenbart overbevist om at han sjøl er en av de som driver menneskeheten fremover til et "neste stadium", enten det er via kolonialisering av planeter, sjølkjørende biler eller tenkende chatboter eller hva det nå skal være. Hvis han hadde hatt dyp innsikt i det han driver med, ville han aldri ha satsa så voldsomt på Teslas autopilot eller OpenAI som om det var en type generell intelligens – da ville han drevet mye mer beskjeden og langsom utvikling. Men han har en tro på seg selv (jeg mener narsissisme) som han deler med de andre tech bros, og en innsikt som er langt mer knyttet opp mot finans og butikkdrift enn ingeniørarbeidet selskapene hans driver med. Hvis antallet penger på konto gir en pekepinn på hvor bra et menneske er (Michael Sandel skriver om denne logikken), så må jo Musk være verdens beste menneske. Jeg mistenker ham for å tenke sånn.

Jeg tror den største trusselen, eventuelt potensialet for godt, som KI har, er fundamentalt avhengig av at folk rundt klarer å bruke det som et verktøy med de begrensningene og mulighetene som det har. Noen generell intelligens er vi ikke på vei til, men uhyre effektive bullshitmakere har vi allerede fått.

*Man kan si mye om Boström, men sånne tankeeksperimenter er gjengs tilnærming hos mange filosofer og kan sette søkelyset på interessante problemstillinger. Et helt åpenbart argument mot tankeeksperimentet er ideen om at det er mer sannsynlig at vi er en simulering enn at vi ikke er det – det er jo tallmessig fornuftig men ikke særlig overbevisende, og det har heller absolutt ingen konsekvens for hvordan vi lever eller bør leve.

 

[Balle Clorin]

Vis vedlegget 1044729

Noen som har adressen til hun i hvit kjole til høyre på bildet?

 

[Asbjørn]

Apropos GS-rapporten, datert 25 juni 2024: De nevner også «the all-but-certain Trump-Biden rematch in the November general election». Analytikeres krystallkuler er heller ikke fullt så bra som folk vil ha det til.

 

[I_L]

Jeg tror helt ærlig at troen på at KI skal avføde en eller annen superintelligens, er en type frelseshistorie der tech bros ser seg selv som frelsere. Elon Musk, for eksempel, liker ideen på at verden egentlig er en datasimulering, som er en idiotisk skjeivlesing av et temmelig søkt tankeeksperiment av Nick Boström.

Dette! Har ikke et fnugg av tvil om at oppblåste Silicon Valley-ego i veldig stor grad har lagt premissene for diskusjonen rundt AI. Inkludert advarslene om Skynet-dommedag. Det er også en del av hype'en.

Ellers fremstår ikke simuleringsteoriene for meg som så veldig mye mer, enn en reformulering av gudespørsmålet til dagens begrepsapparat. Da mennesker red på hester og jobbet i smier, så forestilte de seg Gud som en entitet som (gjett hva: ) red hest oppe blant skyene og slo i dem med hammer. Og i dag når mennesker jobber med datamaskiner og lager modeller av virkeligheten basert på data og matematiske formler, så forestiller de seg Gud som (gjett hva: ) en datamaskinoperatør og virkeligheten som en simulering. Og i det ligger det bunn i grunn ikke noe nytt.

Man kan si mye om Boström, men sånne tankeeksperimenter er gjengs tilnærming hos mange filosofer og kan sette søkelyset på interessante problemstillinger. Et helt åpenbart argument mot tankeeksperimentet er ideen om at det er mer sannsynlig at vi er en simulering enn at vi ikke er det – det er jo tallmessig fornuftig men ikke særlig overbevisende, og det har heller absolutt ingen konsekvens for hvordan vi lever eller bør leve.

Sannsynlighetsteori har vist seg svært effektivt når vi skal beskrive virkeligheten matematisk, men at den skal ta spranget derfra til å kunne forklare hva virkeligheten er, vil nok i seg selv betinge "a leap of faith".

 

[Harry Stoteles]

Ja, og det er jo på en måte å opphøye matematikken til en guddom i seg selv.

 

[PederP]

Kalmogorov-Arnold Neural Networks Shake Up How AI Is Done

This new type of network learns functions rather than linear weights, allowing researchers to understand their behavior better. These networks could be the antidote to "black box" artificial intelligence, which could be particularly useful in helping scientists discover new laws.

spectrum.ieee.org

 

[Asbjørn]

No god in the machine: the pitfalls of AI worship

The long read: The rise of artificial intelligence has sparked a panic about computers gaining power over humankind. But the real threat comes from falling for the hype

www.theguardian.com

 

[Asbjørn]

Kalmogorov-Arnold Neural Networks Shake Up How AI Is Done

This new type of network learns functions rather than linear weights, allowing researchers to understand their behavior better. These networks could be the antidote to "black box" artificial intelligence, which could be particularly useful in helping scientists discover new laws.

spectrum.ieee.org

https://arxiv.org/pdf/2404.19756

Hmm. Er ikke det der enslags iterativ wavelet-analyse fra input til output?

Wavelet - Wikipedia

en.wikipedia.org

Spline wavelet - Wikipedia

en.wikipedia.org

https://arxiv.org/pdf/2405.12832

 

[PederP]

Det kan stemme. Uansett er det nok ei stund til me kan snakke om noko slags intelligens som som overgår menneske.

 

[Asbjørn]

Jeg prøvde å stille dette spørsmålet til ChatGPT nå, etter tips i Trent Telenkos txitter-kanal.



Store orakel har rusk i dysa.

 

[weld77]

Det er vel så enkelt som at treningssettet er avsluttet lenge før den aktuelle hendelsen?

 

[Asbjørn]

Tydeligvis. Den helseadvarselen jeg tok med i screenshot er nok helt på sin plass.

 

[I_L]

Tipper at bobla sprekker om et par-tre år. ”Almost no economic impact.“

What happened to the artificial-intelligence revolution?

So far the technology has had almost no economic impact

www.economist.com

 

[weld77]

Tipper at bobla sprekker om et par-tre år. ”Almost no economic impact.“

What happened to the artificial-intelligence revolution?

So far the technology has had almost no economic impact

www.economist.com

Jeg har prøvd å forklare en del folk at det er ingen intelligens involvert og at ChatGPT ikke er særlig mer enn en (veldig god) bullshitgenerator som er rasende flink til å lage ting som fremstår som naturlig språk og noe et menneske kunne ha skrevet. Det sitter til dels langt inne å innse det. Det fremstår nå som relativt åpenbart at man har blitt totalt starstruck av noe som kan generere tekst som fremstår som skrevet av et menneske. Den mest opplagte konklusjonen er at å generere naturlig språk er enkelere enn man har trodd. Hva fremtiden vil bringe vet rimelig nok ingen men så langt så ser det ut som veldig mye røyk uten spesielt mye ild. Er nok en god til Terminator-scenarioet slår inn.*

 

[MML]

En norsk IT-forsker (som jeg ikke husker navnet på) sa en gang at "vi konstant overvurderer den kortsiktige utviklingen og undervurderer den langsiktige". Det er uansett opplagt at det vil ta tid før det får store direkte økonomiske konsekvenser - dersom man ikke har var NVIDIA-aksjonær siste par år da.

Innen medisiner er det allerede flere gode AI-verktøy og jeg har nylig vært på presentasjon etter en internasjonal AI-messe for helsesektoren og ser at det er svært mye spennende på gang. Allerede nå kan man ha en mikrofon i rommet som genererer et fyldig journalnotat med konsise beskrivelser etter en vanlig samtale. Det er flere norske tilbydere av dette. AI "forstår" hva som er relevant og ikke og setter det i kontekst. Jeg forstår at Danmark allerede har startet et samarbeid med Microsoft der en AI driver læring på danske sentraliserte helseopplysninger. Det vil være et fantastisk verktøy for leger dersom man har sin egen AI i journalystemet som kan generere det man ønsker. Sammenfatninger av behandlinger siste år, epikrise fra nåværende innleggelse osv. Det er åpenbart at dette vil frigjøre mange årsverk og øke produktiviteten enormt.

Det eneste jeg har vært i kontakt med AI er at jeg har fått presentert AI-genererte oversettelser av utenlandske epikriser. Alle disse har hatt en struktur og språk som ligger langt over "manuelle" epikriser.

 

[noruego]

Ser absolutt nytteverdi av KI, men da for kunstig «intelligens» som i maskinbasert kapasitet for avansert dataprosessering men ikke «kunstig intellektualitet».

Har testet ut ChatGPT for ulike jobbrelaterte oppgaver, og har også latt meg tidvis imponere.

For systematisering av mindre sensitiv prosess-informasjon som møtejournaler, systematisering av store databakgrunnsmateriale som uansett hentes fra nettet og liknende så ser jeg en effektiviseringsgevinst, spesielt om sluttproduktet primært er for internt konsum og arkiv, slik vel også @MML delvis er inne på. Av de i min familie og omgangskrets som er mest positive til KI så er i alle fall tre av dem medisinere, har jeg bitt meg merke i.

Skal det brukes offentlig må man uansett gå gjennom og sjekke, akkurat som man må veilede unge og/eller nye kolleger for mer sensitive ting man ikke kan forvente at de forstår før de har den nødvendige erfaring.

For mer sensitiv kommunikasjon hvor man balanserer mellom presisjon og nyanser ser jeg foreløpig ikke den helt store verdien, kanskje bortsett fra som innspill til utkast.

Ser i grunnen litt på KI, i alle fall for egen del, som videokonferanseteknologi.

Nå hadde jeg ganske lang erfaring med den slags alt før pandemien, så det kom ikke som noen overraskelse at Teams, Zoom greit kan erstatte og i mange tilfeller være mer effektivt (for ikke å snakke om kostnadssparende om reising er involvert) enn fysiske møter om vi snakker folk som i hovedsak alt har en etablert relasjon og/eller for koordinering.

Hvis formålet er å etablere nye relasjoner, finne kompromisser mellom motstridende mål, løse personbaserte konflikter, forhandle kontrakt etc, så er det fortsatt ingen teknologi som slår det å møtes menneske til menneske, ansikt til ansikt.

Summa summarum så vil nok KI i første omgang utgjøre nok en utfordring for oppgaver og roller som allerede er utsatt for automatisering, men noen større revolusjon a la Gutenberg vil nok vente på seg.

Trur eg.

 

[Harry Stoteles]

KI er ikke bare chatboter, men en lang rekke ulike teknologier med en type innebygget fleksibilitet, og har som egenskap at den kan justere seg etter input.

Artificial intelligence - Wikipedia

en.wikipedia.org

Mye av KI innen medisin er en avansert form for mønstergjenkjenning, som er en veldig annen teknologi enn store språkmodeller/generative pre-trained transformers som ChatGPT.

Artificial intelligence - Wikipedia

en.wikipedia.org

Artificial intelligence - Wikipedia

en.wikipedia.org

Mye av den faktiske nytten av sånne modeller kommer først til syne når vi har sluttet å bruke dem til ting de ikke får til, som kundeservice for eksempel

Airline held liable for its chatbot giving passenger bad advice - what this means for travellers

When Air Canada’s chatbot gave incorrect information to a traveller, the airline argued its chatbot is "responsible for its own actions".

www.bbc.com

 

[Tweedjakke]

Alle disse har hatt en struktur og språk som ligger langt over "manuelle" epikriser.

Er sjølvsagt ikkje medisinar, men eg har inntrykk av at epikrisar er ein temmeleg spesiell sjanger, som skal skildra symptom og tiltak på ein ryddig, klar, presis og eintydig måte? At det er ganske klare konvensjonar for korleis ein uttrykkjer seg?

Altså, at det er eit ganske avgrensa rom epikrise-AIen skal handla (dvs produsera tekst) i?