ChatGPT og den generative AI-tsunami

Generativ AI er en revolution, hvor almindelige mennesker kan udnytte kunstig intelligens, hvilket giver os allesammen mulighed for at automatisere opgaver og systemer, revolutionere kommunikation og spare tid og penge i vores daglige liv.

Generativ AI er dog ikke udelukkende positivt. Der er institutioner og individer som, med rette, er bekymrede for, at det vil være farligt for vores jobs, for demokratiet, for læringssamfundet og for menneskehedens frie vilje. Men der er også dem, som ser udviklingen af generativ AI som skabelsen af et værktøj til at forbedre menneskelig erkendelse, hvilket giver os nye midler til at tænke, opfinde og udforske vores krop, sind og universet.

Lad os undersøge, hvad generativ AI er, hvor vi er i øjeblikket, og hvor kunstig intelligens potentielt kan tage os hen i de næste år. Vi starter med lidt baggrund, og så slutter vi med de mange anvendelsesområder. 

Hvad er generativ AI?

Lad os starte fra en ende af. Generativ AI er en gren af ​​datalogi, der involverer superviserede/overvågede og semi-overvågede algoritmer, der gør det muligt for computere at skabe nyt indhold ved hjælp af tidligere oprettet indhold, såsom tekst, lyd, video, billeder og kode. Det handler om at skabe autentisk udseende artefakter, der er helt originale.

Med andre ord er generativ AI en delmængde af maskinlæring, der fokuserer på at skabe algoritmer, der kan generere ny data. Generative modeller bruges i mange forskellige anvendelsesområder – fra kunst og musik til robotteknologi.

Udtrykket “generativ AI” refererer til, hvordan disse modeller lærer at skabe nye data i stedet for blot at genkende dem. For eksempel kan en generativ AI lære at generere billeder, der ligner en hund ud fra et vist antal parametre (såsom antallet af ben eller hud/pelsfarven).

Generativ AI er her faktisk allerede, og den er i stand til at producere tekst og billeder, der spænder over blogindlæg, programkode, poesi og kunst (hvor den kontroversielt nok vinder konkurrencer).

Hvordan virker generativ AI?

Kort sagt benytter generativ AI komplekse maskinlæringsmodeller, f.eks. til at forudsige det næste ord baseret på tidligere ordsekvenser, eller det næste billede baseret på ord, der beskriver tidligere billeder. Tilbage i 2017 brugte Googles Brain-medarbejdere oprindeligt teknologien til at oversætte ord, samtidig med at konteksten bevares.

Siden da har store sprogmodeller og tekst-til-billede-modeller spredt sig hos førende teknologivirksomheder, herunder Googles BERT og LaMDA, Facebooks OPT-175B og BlenderBot samt OpenAI, en nonprofitorganisation, der står bag den i 2023 allestedsværende GPT-3, som fokuserer på tekst og DALL-E2, der fokuserer på billeder. Derudover er der også online communities som Midjourney og lignende, der har skabt gode generative modeller.

Generativ AI har været begrænset til store teknologivirksomheder, fordi træning af dem kræver enorme mængder data og computerkraft. For ja – algoritmer fødes ikke som superstjerner, de skal også trænes. 

ChatGPT’s “motor”, GPT-3, blev oprindeligt trænet på 45 terabyte data og anvender 175 milliarder parametre eller koefficienter til at lave sine forudsigelser; et enkelt træningsløb for GPT-3 kostede 12 millioner dollars. Men det er ikke engang den vildeste. Wu Dao 2.0, en kinesisk model, har 1,75 billioner parametre. Det er de færreste virksomheder, som har datacenterkapacitet eller cloud computing-budget til at træne deres egne modeller af denne type fra bunden.

Når først en generativ model er trænet, kan den imidlertid “justeres” til et bestemt domæne med meget færre data. Dette har ført til specialiserede modeller af BERT – for biomedicinsk indhold (BioBERT), juridisk indhold (Legal-BERT) og fransk tekst (CamemBERT) (det er ikke en joke!)- og GPT-3 til en lang række specifikke formål.

Hvordan bruger jeg generativ AI såsom ChatGPT?

For at bruge generativ AI, har du stadig brug for menneskelig involvering i både begyndelsen og slutningen. Til at starte med skal du indtaste en såkaldt ”prompt” i den generative AI for at få den til at skabe indhold. Et prompt er en frase, et spørgsmål eller en handling, som du gerne vil have den til. Her er nogle eksempler:

Forklar renters rente til en 8 årig. 

Skriv en overskrift om fordelene ved digital transformation, som motiverer til at man klikker på den, og som er relaterbar for SMV’er.

Skriv en blog, der imødekommer eventuelle bekymringer som “indsæt din målgruppe” måtte have omkring mit produkt og overbevis dem til at “indsæt hvad du gerne vil have målgruppen til”.

Generelt giver et kreativt prompt kreative resultater, og i starten er det bare med at være nysgerrig og forsøge forskellige prompts. Resultaterne vil altid afspejle input, og for at få de bedste resultater ud af en generativ AI, skal man faktisk øve sig. Generativ AI er et redskab, som du skal lære at kende, og som du skal lære at mestre. Jo bedre prompts, du skriver, desto bedre output.

Herunder har Keyhe brugt Midjourney / Discord til at generere inspiration og perspektiver i facilitere/skabe en mere nuanceret og nytænkende diskussion omkring det tabu, som eksisterer omkring brugen af høreapparat. Credits: @keyhe.delsink, Instagram

Der findes allerede en 82-siders bog med prompts til DALL-E 2 og en prompt markedsplads, Promptbase, hvor man mod et mindre gebyr kan købe de bedste prompts, så du får mest mulig ud af den generative AI. 

I den nærmeste fremtid ser vi nok også en udvikling og businesscase for “Prompt udvikling” som et etableret erhverv.  

Generativ AI og samarbejdet med mennesker

Når en generativ AI genererer indhold til dig, skal resultatet evalueres og redigeres. ChatGPT og lignende producerer f.eks. gode tekster, men det er de færreste, jeg har læst og gennemgået, som ikke kunne forbedres med en hurtig menneskelig gennemgang, ligesom de genererede billeder kan kræve en efterbehandling.

Som eksempel brugte Jason Allen, der vandt Colorados kunstkonkurrence med hjælp fra den generative AI Midjourney, mere end 80 timer på at lave 900 versioner af hans værk, og han finjusterede sine prompts igen og igen. Derudover forbedrede han resultatet med Adobe Photoshop, øgede billedkvaliteten og skarpheden med et andet AI-værktøj.

Generativ AI og menneskets stærkeste egenskab

Vores evne til at skabe er en af ​​vores stærkeste egenskaber. Vi har igennem de sidste 100 år forsøgt at automatisere de hårde, dyre eller tidskrævende fysiske opgaver, og ved hjælp af teknologi har vi fået en vej væk fra fysisk nedslidende arbejde. En automatisering, der både giver værdi og mening.

Selv om maskinerne laver det fysiske arbejde, betyder det ikke, at vi sidder uden et arbejde og kigger på. Det har faktisk medført, at det gode håndværk er i højere kurs end nogensinde før.

Men hvad så, når automatiseringen rykker ind i skolerne, ikke til at hjælpe underviserne, men de studerende, og hvad med indrykket på de kreative arbejdspladser?

Takket være generativ AI er næsten alle områder, hvor mennesker skaber originalt indhold til genopfindelse – uanset om det er sociale medier, spil, reklamer, grafisk design, produktdesign eller markedsføring. Der er ingen tvivl om, at AI-genereret materiale i sidste ende vil blive billigere, hurtigere og bedre, end hvad mennesker kan skabe manuelt i de fleste tilfælde.

Mens generativ AI kan erstatte visse funktioner fuldstændigt, vil andre funktioner sandsynligvis trives gennem en samskabende proces mellem mennesker og maskiner. Vi har tidligere set, at kunstig intelligens kan hjælpe med at diagnosticere f.eks. kræft, men at det bedste resultat skabes i samarbejdet mellem mennesker og en AI.  

Hvad er udfordringerne ved generativ AI såsom ChatGPT?

Bias: Generative AI models can perpetuate and even amplify existing biases in the data they are trained on. This can lead to discriminatory outcomes and perpetuate societal inequalities.

Misuse: Generative AI models can be used for malicious purposes, such as creating deepfake videos or impersonating individuals online.

Safety and reliability: Generative AI models can make mistakes or produce unexpected results, which can lead to accidents or other unintended consequences.

Job Loss: Generative AI models could automate certain jobs, leading to job loss and economic disruption.

Privacy: Generative AI models can be used to generate personal data, potentially leading to privacy breaches.

Explainability: Generative AI models can be difficult to understand, making it hard to know how and why they are making certain decisions. This can make it hard to trust and regulate them.

Hvor dygtig er teknologien egentlig til at efterligne den menneskelige indsats på kreativt arbejde? Den kursiverede tekst ovenfor er faktisk skrevet af ChatGPT som svar på overskriften “Hvad er udfordringerne ved generativ AI såsom ChatGPT?”, som jeg gav den som prompt.

Selve svaret afspejler styrkerne og svaghederne ved det meste AI-genereret indhold. For det første er svaret fra en generativ AI som f.eks ChatGPT afhængig af det prompt, som jeg giver den. I ovenstående forsøgte jeg med flere forskellige formuleringer, før jeg endte på denne. For det andet skriver systemet ret godt. Der er ikke grammatiske fejl, og ordvalget er faktisk passende. For det tredje vil svaret have gavn af en smule redigering. For det fjerde kom ChatGPT med ideer, som jeg ikke selv tænkte på. Det sidste punkt om explainability er for eksempel ikke et, jeg selv ville have taget med i første omgang. 

Men svaret er ikke 100 %, hvilket dens svar sjovt nok også understreger. Et punkt om faktualitet ville have været på sin plads, da ChatGPT og andre generative AI-modeller beviseligt giver både forkerte og vildledende svar – eller f.eks. skaber billeder af hænder med 3-7 fingre. Samlet set giver det dog en god illustration af den potentielle værdi af disse AI-modeller for virksomheder.

Generativ AI vil unægteligt sætte skub i en tsunami af ​​indholdsskabelse med væsentlig påvirkning af marketing, software, design, underholdning og interpersonel kommunikation.

Hvis du vil have et energifyldt foredrag om ChatGPT og Generativ AI, eller hvis du bare vil høre, hvordan du kan benytte generativ AI i din kontekst, kan du kontakte Jarle Fink Kondrup direkte.