av Mikael Winterkvist | feb 8, 2025 | Artificiell intelligens, Bluesky, Mastodon, Threads, Twitter
Europa riskerar att halka hopplöst efter i AI-kapplöpningen på grund av alla regler, lagar och förordningar. EU måste plocka bort alla regler – det är så det brukar låta i debatten men är det verkligen hela bilden?
Magasin Macken har tagit sig en titt på AI-utveckligen här hemma och vad Europa har hittat på och hur framtiden kan se ut, med betoning på ordet kan för som alla fått lära sig den senaste tiden – mycket kan ändras blixtsnabbt.
Lanseringen av kinesiska DeepSeek, en app, en tjänst och en Open Source-lösning, öppen källkod och gratis, har skakat om hela branschen vilket är ett ”understatement”. Nvidia tappade i runda slängar 600 miljarder dollar i aktievärde då det sades att DeepSeek inte använde Nvidias vassa grafikkort för att driva sin tjänst.
Paniken
När den värsta paniken lagt sig så visade det sig att DeepSeek inte riktigt gick att ”köra på tio år gammal hårdvara” och AI-lösningen vägrade också att svara på i stort sett alla känslig frågor om hemlandet Kina. Det är en rätt hårt censurerad AI-lösning visade det sig. När den sedan sattes på ytterligare prov så svarade den inte helt sällan fel. DeepSeek var inte riktigt så bra som den utmålades som men den visade att det förmodade amerikanska försprånget inte alls vara så stort, som inte minst, de amerikanska AI-bolagen fått oss att tro.
Det finns en lång rad europeiska bolag som jobbar med olika AI-lösningar (naturligtvis) och det finns även en koalition, en europeiska allians som har grundats med målet att skapa ett alternativ till teknikens vanliga ordning. Det där lät kanske något flummigt men OpenEuroLLM har satt upp lite andra mål och riktlinjer för sin utveckling av AI-lösningar än vad som är helt vanligt i branschen. För att stödja dessa mål bygger OpenEuroLLM en familj av högpresterande, flerspråkiga stora språkmodeller. Modellerna kommer att finnas tillgängliga för kommersiella, industriella och offentliga tjänster är det sagt.
Ledande
I koalitionen finns över 20 ledande europeiska forskningsinstitutioner, företag och högpresterande datorcentrum (HPC) med som medlemmar som leds av Jan Hajič, en datorlingvist vid Charles University, i Tjeckien, och Peter Sarlin, en av grundarna av Silo AI, Europas största privata AI-labb, som köptes förra året av den amerikanska chiptillverkaren AMD för 665 miljoner dollar.
Runt medlemmarna finns andra bolag, tjänster och funktioner som kommer att bidra med arbetat att utveckla de olika lösningarna. Här finns Aleph Alpha, ett av de ledande bolagen inom Tysklands AI-sektor, Finlands CSC, som äger en av världens mest kraftfulla superdatorer, och Frankrikes Lights On. Här finns även Barcelonas Superdator Center, en rad universitet och AI Sweden det svenska nationella centret för tillämpad artificiell intelligens.
När det gäller den sistnämnda organisationen så lyder presentationen:
Vårt uppdrag är att accelerera användningen av AI till förmån för vårt samhälle, vår konkurrenskraft och för alla som bor i Sverige. Vi har en bred finansiering, är inte vinstdrivande, och samarbetar med våra över 150 partner från både privat och offentlig sektor samt akademi.
Kollektiv
Nu vore det fel att beskriva AI-satsningarna inom EU som någon slags kollektiv och jämföra det med USA:s utveckling som i första hand sker inom privata och börsnoterade bolag. Riktigt så enkel är inte bilden men USA saknar en liknande sammanslutning vilket inte är detsamma som att den europeiska vägen framåt vare sig är bättre eller snabbare. Det vet vi faktiskt inte, ännu.
Projektet har en budget på över 52 miljoner Euro, motsvarande nästan 69 miljarder svenska kronor. I sammanhanget ingen jättebudget, men inte heller snålt tilltagen.
Enligt OpenEuroLLM ska modellerna, mjukvaran, data och utvärdering vara helt öppen. De kommer också att kunna finjustera och instruera instruktioner för specifika industri- och offentliga behov. Dessutom lovar alliansen att bevara både språklig och kulturell mångfald.
Vackra ord som vi inte heller vet om OpenEuroLLM kommer att lyckas med men oavsett det så är det projektets uttalade målsättning.
Fundament
Tanken är att utveckla basen, ett fundament, som sedan kan lämnas över till privata aktörer, universitet och andra att bygga vidare på. Den tunga, dyra utvecklingen av språkmodellerna ska göras inom projektet är det tänkt. Det är en viktig skillnad mellan Europa och USA och i så måtto kan sägas satt det finns en kollektiv idé här.
Sen återstår att se om projektet lyckas att kryssa mellan GDPR, upphovsrättsregler och andra regleringar inom EU men när det gäller pengar, projekt och resurser är EU och Europa med på banan i den här kapplöpningen.
av Mikael Winterkvist | feb 7, 2025 | Artificiell intelligens, Bluesky, Mastodon, Threads
Läckor har skvallrat om, att Apple har ett internt robotteam som arbetar med att bygga nya produkter för hemmabruk och nu, via en nyligen publicerad video, har Apple visat vad det skulle kunna handla om – en lampa.
Apple skriver:
Ickeverbala beteenden som hållning, gester och blick är väsentliga för att förmedla inre tillstånd, både medvetet och omedvetet, i mänsklig interaktion. För att robotar ska kunna interagera mer naturligt med människor bör robotrörelsedesign på samma sätt integrera uttrycksfulla egenskaper – såsom avsikt, uppmärksamhet och känslor – tillsammans med traditionella funktionella överväganden som uppgiftsuppfyllelse, rumsliga begränsningar och tidseffektivitet.
Lampan har AI-funktioner och kan följa efter en bok som du sitter och läser. Lampan kan påminna dig om att dricka vatten, ta reda på hur vädret ser ut, svara på frågor via Siri och vara något som går långt utanför en traditionell lampa.
av Mikael Winterkvist | feb 1, 2025 | Artificiell intelligens, Bluesky, Mastodon, Threads, Twitter
An artificial high tech agent and robot solving advanced problems in a high tech urban environment – det var instruktionerna för att skapa bilden ovan.
Nu kommer den riktigt stora revolutionen och nyttan med AI – agenter. En AI-agent kan liknas vid en mer avancerad digital assistent som kan göra specifika saker – boka möten, leta reda på billiga resor, göra minnesanteckningar och liknande.
AI-agenter finns redan och det är här utvecklingen nu tar fart på allvar. Det har funnits liknande funktioner sedan länge men det finns en viktig skillnad, AI-agenter kan läsa in data, tolka den och fatta egna beslut. De lär sig också och utvecklas över tid till skillnad från automationsverktyg som följer fördefinierade regler.
Några exempel
AI-agenter kan:
- Ta emot en faktura och registrera den både i affärssystemet och i bokföringssystemet
- Göra avancerade sökningar i en databas och samla in och sammanställa uppgifter
- Boka möten och skicka en kallelse till de som ska vara med
- Göra sammanställningar, analyser och redovisa resultat
Det brukar sägas att AI-agenter är speciellt lämpade för repetitiva uppgifter – saker som du gör ofta och återkommande. En annan uppgift är exempelvis att gå igenom din dator, söka reda på uppdateringar, installera säkerhetsuppdateringar och sedan installera uppdateringarna utifrån de program som du använder mest – och avgöra om uppdateringarna ska installeras direkt eller om de kan vänta till inatt, medan du sover. Den typ av beslut som du själv kanske fattar när uppdateringar ska installeras.
Hotellrum
En AI-agent skulle även kunna boka ditt hotellrum, ge förslag på restauranger i närheten och leta reda på evenemang som du kan vara intresserad av. AI-agenten skulle boka en middag och ett teaterbesök, utifrån dina preferenser – för att ta ytterligare ett exempel.
En AI-agent skulle också kunna hjälpa en journalist, en forskare eller en utredare att snabbt samla in data, statistik och uppgifter för en rapport eller en text. En AI-agent skulle också kunna användas för att bygga en ny, skräddarsydd AI-agent som utför en speciell uppgift.
AI används för att utveckla AI.
Utvecklingen inom AI går nu i rekordfart, blixtsnabbt, och AI-funktioner som kan svara på frågor, skapa bilder, kommer snabbt att utvecklas, förfinas och bli bättre samtidigt som vi får mängder av avancerade funktioner som kan vara en hjälp i vår vardag. Det brukar talas om AI-funktioner på ”Ph.D.-level” – agenter som kan utföra uppgifter på en högre akademisk nivå kanske skulle kunna vara en passande översättning till svenska.
Det är ännu mer avancerade AI-agenter.
Superagenter
Det är en slags super-agenter:
- AI-verktyg utformade för att ta itu med röriga, mångskiktade, verkliga problem som mänskliga sinnen kämpar för att organisera och erövra.
- De kan inte bara hantera ett enda kommando utan har ett mål uppsatt. Superagenter hanterar stora mängder data, kan analysera olika alternativ och leverera ett resultat.
Vi tar exemplet med en resa igen men nu handlar det om att planera en hel resa – med besöksmål, middagar, teater och biobesök – allt hanterat av en Super-Agent som beställer, köper och sammanställer – en hel resa.
Dina instruktioner är ”Boka en resa, jag vill se en lättsam musical, äta gott och sova bra. Resan får inte kosta mer än 20 000 per person.”
Jobbar du som journalist så skulle du kunna be en Super-agent att samla in tillgängliga data om antalet skador på kabelbrott i Östersjön de senaste 10 åren, med platser, ägare av kablarna och resultatet av eventuella polisutredningar. Materialet innehåller också namn och telefonnummer till de du kan ringa för att ställa frågor.
Yrken
Det är idag svårt att överblicka i detalj vad den här utvecklingen kan komma att innebära men högst sannolikt så kommer den att betyda att yrken där det tidigare trots att AI-utvecklingen inte skulle innebära så stor påverkan kan komma att förändras dramatiskt. Det är intellektuella yrken, kommunikatörer, journalister, forskare, analytiker, programmerare, designers, tekniker och andra liknande yrken.
Jobb som tidigare inte har berörts lika påtagligt av den tekniska utvecklingen – fram till nu.
Det kommer att leda till att mängder av avancerade uppgifter kommer att utföras väsentligen mycket snabbare än idag. Sedan återstår det sedvanliga arbetat med ett säkerställa att den information som samlats in är vederhäftig, korrekt och att slutsatserna också är de rätta.
Oavsett det – vi kommer att göra mer avancerade saker snabbare och vad vi ska göra med all tid som frigörs då – det är som det brukar heta en helt annan fråga.
An artificial high tech agent and robot solving advanced problems in a high tech urban environment – det var instruktionerna för bilderna som illustrerar den här texten. Ett exempel på generativ AI.
av Mikael Winterkvist | jan 29, 2025 | Artificiell intelligens, Bluesky, Mastodon, Threads
Open AI anklagar nu kinesiska DeepSeek för att ha destillerat, kopierat data och svar, för att utveckla sin AI-modell. Frågan om intellektuella rättigheter, kopiering, stöld av data och rättigheter är intressant – speciellt om du ställer frågan hur Open AI fått tag den data som den använt för att träna sina modeller och lösningar?
En rätt stor andel av de AI-lösningar som finns tillgängliga just nu har tränats och utvecklats med data som samlats in från nätet – utan tillstånd, utan att fråga och utan att betala för den information som samlats ihop. Open AI är inget undantag.
De flesta AI-modeller har även tränats med hjälp av böcker, texter, tidningsartiklar, bilder, teckningar, illustrationer – information som är upphovsrättsskyddad
Intressant
När nu Open AI anklagar kinesiska DeepSeek för att på ett otillåtet (olagligt?) sätt ha försett sig av det Open AI anser vara sina intellektuella rättigheter vilket onekligen är intressant.
OpenAI, är ett företag som har fått ta emot en rad stämningar från författare, komiker, nyhetsorganisationer och andra som anklagat Open AI för att använda deras upphovsrättsskyddade verk utan samtycke för att träna sina modeller. Faktum är att företaget förra året medgav att det skulle vara ”omöjligt att träna dagens ledande AI-modeller utan att använda upphovsrättsskyddat material.”
Hörd jag någon viska ”karma”?
av Mikael Winterkvist | jan 29, 2025 | Artificiell intelligens, Bluesky, Mastodon, Threads
OpenAI hävdar att DeepSeek, den kinesiska AI-lösningen har byggt sin lösning genom att ”destillera”, samla in och använda data som OpenAI har samlat in.
Destillation i det här sammanhanget är en processen där svar från mer effektiva AI-modeller används för att förbättra och stärka mindre modeller. Syftet är att uppnå liknande resultat genom att använda större modellers resonemang.
Tillåter
OpenAI tillåter affärsanvändare att destillera sina modeller på sin plattform men enligt företagets användarvillkor får användare inte träna sina egna modeller med Open AI:s data. Kinesiska DeepSeek har sagt att de använder destillation när det gäller R1 och nu anklagar Open AI det kinesiska bolaget för att ha gått längre och använt metoder utanför det Open AI tillåter.
The Guardian
av Mikael Winterkvist | jan 28, 2025 | Artificiell intelligens, Bluesky, Mastodon, TED, Threads
Scared of superintelligent AI? You should be, says neuroscientist and philosopher Sam Harris — and not just in some theoretical way.
We’re going to build superhuman machines, says Harris, but we haven’t yet grappled with the problems associated with creating something that may treat us the way we treat ants.
