AI’s udvikling fortsætter i højt tempo, og 2024 ser ud til at bringe flere spændende fremskridt. Generativ AI, som allerede har ændret mange industrier, vil fortsat udvikle sig og finde nye anvendelsesområder. En af de store tendenser vil være brugen af AI til at skabe mere avancerede og realistiske simuleringer og meget mere som vi vil kaste et glimt på i dag! Så sæt dig godt til rette og lad os komme i gang med ‘Hvad er det næste for AI i 2024’.
1. det næste for AI i 2024: Tilpassede chatbots
Du får en chatbot! Og du får en chatbot! I 2024 vil teknologivirksomheder, der har investeret kraftigt i generativ AI, være under pres for at bevise, at de kan tjene penge på deres produkter. For at gøre dette satser AI-giganterne Google og OpenAI stort på småt: begge udvikler brugervenlige platforme, der tillader folk at tilpasse kraftfulde sprogmodeller og lave deres egne mini-chatbots, der opfylder deres specifikke behov—uden krav om kodningsevner. Begge har lanceret webbaserede værktøjer, der tillader enhver at blive en udvikler af generativ-AI-apps.
I 2024 kan generativ AI faktisk blive nyttig for den almindelige, ikke-tekniske person, og vi vil se flere mennesker eksperimentere med en million små AI-modeller. De nyeste AI-modeller, såsom GPT-4 og Gemini, er multimodale, hvilket betyder, at de kan behandle ikke kun tekst, men også billeder og endda videoer. Denne nye evne kan låse op for en hel masse nye apps. For eksempel kan en ejendomsmægler uploade tekst fra tidligere opslag, finjustere en kraftfuld model til at generere lignende tekst med blot et klik på en knap, uploade videoer og fotos af nye opslag og blot bede den tilpassede AI om at generere en beskrivelse af ejendommen.
Men selvfølgelig afhænger denne plans succes af, om disse modeller fungerer pålideligt. Sprogmodeller opfinder ofte ting, og generative modeller er fyldt med bias. De er også nemme at hacke, især hvis de får lov til at browse på nettet. Teknologivirksomheder har ikke løst nogen af disse problemer. Når nyheden aftager, bliver de nødt til at tilbyde deres kunder måder at håndtere disse problemer på.
2. det næste for AI i 2024: Generativ AI’s anden bølge vil være video
Det er utroligt, hvor hurtigt det fantastiske bliver velkendt. De første generative modeller til at producere fotorealistiske billeder eksploderede i mainstream i 2022 og blev hurtigt almindelige. Værktøjer som OpenAI’s DALL-E, Stability AI’s Stable Diffusion og Adobes Firefly oversvømmede internettet med betagende billeder af alt fra paven i Balenciaga til prisvindende kunst. Men det er ikke kun sjov og ballade: for hver mops med pompomer er der et andet stykke uoriginal fantasy-kunst eller sexistiske stereotyper.
Den nye grænse er tekst-til-video. Forvent, at det tager alt det gode, dårlige eller grimme ved tekst-til-billede og forstørrer det.
For et år siden fik vi det første glimt af, hvad generative modeller kunne gøre, når de blev trænet til at sy flere stillbilleder sammen til klip på få sekunder. Resultaterne var forvrængede og hakkende. Men teknologien er hurtigt blevet forbedret.
2.1 Runway AI startup
Runway, en startup der laver generative videomodeller (og firmaet der medskabte Stable Diffusion), lancerer nye versioner af sine værktøjer hver få måneder. Deres nyeste model, kaldet Gen-2, genererer stadig video kun få sekunder lang, men kvaliteten er slående. De bedste klip er ikke langt fra, hvad Pixar kunne producere.
Runway har oprettet en årlig AI-filmfestival, der viser eksperimentelle film lavet med en række AI-værktøjer. Årets festival har en præmiepulje på $60.000, og de 10 bedste film vil blive vist i New York og Los Angeles.
2.2 Filmgiganter kigger os ind AI
Det er ikke overraskende, at de største studier lægger mærke til det. Filmgiganter, herunder Paramount og Disney, udforsker nu brugen af generativ AI gennem hele deres produktionspipeline. Teknologien bruges til at synkronisere skuespillernes præstationer med flere udenlandske overdubs. Og den genopfinder, hvad der er muligt med special effects. I 2023 spillede Indiana Jones and the Dial of Destiny med en yngre deepfake-version af Harrison Ford. Dette er kun begyndelsen.
Væk fra det store lærred tager deepfake-teknologi til marketing- eller træningsformål også fart. For eksempel laver det britiske firma Synthesia værktøjer, der kan omdanne en engangspræstation fra en skuespiller til en endeløs strøm af deepfake-avatarer, der reciterer ethvert manuskript, du giver dem, med et enkelt tryk på en knap. Ifølge firmaet bruges deres teknologi nu af 44% af Fortune 100-virksomhederne.
Evnen til at gøre så meget med så lidt rejser alvorlige spørgsmål for skuespillere. Bekymringer om studiernes brug og misbrug af AI var kernen i SAG-AFTRA-strejkerne sidste år. Men den sande effekt af teknologien er først lige begyndt at blive tydelig. “Filmmagerens håndværk ændrer sig fundamentalt” siger Souki Mehdaoui, en uafhængig filmskaber og medstifter af Bell & Whistle, et konsulentfirma, der specialiserer sig i kreative teknologier.
3. AI-genereret valgdesinformation vil være overalt
Hvis de seneste valg er noget at gå efter, vil AI-genereret valgdesinformation og deepfakes blive et enormt problem, da et rekordstort antal mennesker går til valg i 2024. Vi ser allerede politikere bruge disse værktøjer. I Argentina skabte to præsidentkandidater AI-genererede billeder og videoer af deres modstandere for at angribe dem. I Slovakiet spredte deepfakes af en liberal pro-europæisk partileder, der truede med at hæve ølpriserne og lavede vittigheder om børnepornografi, sig som en steppebrand under landets valg. Og i USA har Donald Trump opmuntret en gruppe, der bruger AI til at generere memes med racistiske og sexistiske stereotyper. Selvom det er svært at sige, hvor meget disse eksempler har påvirket valgresultaterne, er deres udbredelse en bekymrende tendens. Det vil blive sværere end nogensinde at genkende, hvad der er ægte online. I et allerede ophedet og polariseret politisk klima kan dette få alvorlige konsekvenser.
For blot få år siden ville det at skabe en deepfake have krævet avancerede tekniske færdigheder, men generativ AI har gjort det latterligt nemt og tilgængeligt, og resultaterne ser stadig mere realistiske ud. Selv troværdige kilder kan blive narret af AI-genereret indhold. For eksempel har brugergenererede AI-billeder, der angiveligt viser Israel-Gaza-krisen, oversvømmet stockfotomarkeder som Adobes.
Det kommende år vil være afgørende for dem, der kæmper mod udbredelsen af sådant indhold. Teknikker til at spore og begrænse det er stadig i de tidlige stadier af udvikling. Vandmærker, såsom Google DeepMind’s SynthID, er stadig mest frivillige og ikke helt sikre. Og sociale medieplatforme er notorisk langsomme til at fjerne misinformation. Gør dig klar til et massiv realtidseksperiment i at afsløre AI-genereret fake news.
4. det næste for AI i 2024: Robotter, der multitasker
Inspireret af nogle af de kerne-teknikker bag generativ AI’s nuværende boom, begynder robotforskere at bygge mere alsidige robotter, der kan udføre et bredere udvalg af opgaver.
De seneste år inden for AI har set en bevægelse væk fra at bruge flere små modeller, hver trænet til at udføre forskellige opgaver—identificere billeder, tegne dem, beskrive dem—mod enkeltstående, monolitiske modeller trænet til at udføre alle disse ting og mere. Ved at vise OpenAI’s GPT-3 et par ekstra eksempler (kendt som finjustering), kan forskere træne det til at løse kodningsproblemer, skrive filmmanuskripter, bestå biologiprøver fra gymnasiet osv. Multimodale modeller, som GPT-4 og Google DeepMind’s Gemini, kan løse visuelle opgaver såvel som sproglige.
Den samme tilgang kan fungere for robotter, så det ikke ville være nødvendigt at træne en til at vende pandekager og en anden til at åbne døre: en one-size-fits-all model kunne give robotter evnen til at multitask. Flere eksempler på arbejde inden for dette område dukkede op i 2023.
4.1 DeepMind Robocat
I juni frigav DeepMind Robocat (en opdatering af sidste års Gato), som genererer sine egne data fra trial and error for at lære at kontrollere mange forskellige robotarme (i stedet for én specifik arm, hvilket er mere typisk).
I oktober udgav virksomheden endnu en general-purpose model for robotter, kaldet RT-X, og et stort nyt general-purpose træningsdatasæt i samarbejde med 33 universitetslaboratorier. Andre topforskningsteams, såsom RAIL (Robotic Artificial Intelligence and Learning) ved University of California, Berkeley, ser på lignende teknologi.
Problemet er mangel på data. Generativ AI trækker på et internetstort datasæt af tekst og billeder. Til sammenligning har robotter meget få gode datakilder til at hjælpe dem med at lære at udføre mange af de industrielle eller hjemlige opgaver, vi ønsker, de skal kunne.
4.2 Lerrel Pinto udvikler AI med hans team
Lerrel Pinto ved New York University leder et team, der arbejder på dette. Han og hans kolleger udvikler teknikker, der lader robotter lære ved trial and error, og skabe deres egne træningsdata undervejs. I et endnu mere lavmælt projekt har Pinto rekrutteret frivillige til at indsamle videodata fra deres hjem ved hjælp af et iPhone-kamera monteret på en skraldegriber. Store virksomheder er også begyndt at frigive store datasæt til træning af robotter i de seneste år, såsom Meta’s Ego4D.
Denne tilgang viser allerede lovende resultater i førerløse biler. Startups som Wayve, Waabi og Ghost baner vejen for en ny bølge af selvkørende AI, der bruger en enkelt stor model til at kontrollere et køretøj frem for flere mindre modeller til at kontrollere specifikke køreopgaver. Dette har ladet små virksomheder indhente giganter som Cruise og Waymo. Wayve tester nu sine førerløse biler på de smalle, travle gader i London. Robotter overalt ser ud til at få et lignende løft.
Afsluttende tanker til det næste for AI i 2024
AI’s udvikling i 2024 lover at være både spændende og udfordrende. Generativ AI vil fortsætte med at forbedre og forandre forskellige industrier. Fra tilpassede chatbots til avancerede tekst-til-video applikationer. Samtidig står vi over for store udfordringer. Især med hensyn til AI-genereret valgdesinformation. Dette kan have alvorlige konsekvenser for den politiske stabilitet og samfundets tillid til online information.
På trods af disse udfordringer er der også mange lovende fremskridt. Især inden for multitaskende robotter, der kan udføre en bred vifte af opgaver. Dette potentiale kan omforme både industrielle og hjemlige miljøer. Hvilket giver os nye muligheder og forbedringer i vores dagligdag.
Vi står over for en spændende tid. AI vil ændre, hvordan vi arbejder og lever. Samtidig udfordrer det os til at finde nye løsninger på de problemer, den skaber. 2024 bliver uden tvivl et år med store skridt fremad og en dybere forståelse af AI’s rolle i vores fremtid. Lad os være forberedte og åbne for de muligheder, det bringer!