AI, algoritmer och webben

Historik

Artificiell intelligens (AI) är ett koncept som är minst lika gammalt som datorer.
Om vi ställer tillbaka klockan till 1950 så föreslog Alan Turing, en av skaparna bakom de absolut första datorerna, ett test för att se om en dator kan ‘lura’ en människa att den också är en människa i en textkonversation. Det var en förenkling, men det gjordes en hel del forskning i ämnet och programmet Eliza (1966) hade vissa framgångar med att imitera en psykoterapeut. Och så fortsatte det, vi började se chatbots dyka upp relativt nyligen för att hantera enklare ärenden.

Articificial Life

Men artificiell intelligens är inte ensam om att imitera naturen för att tänja på gränserna. John von Neumann arbetade med teorier kring cellulära automata, självreplikerande maskiner. Hans bok i ämnet, ‘Theory of Self-reproducing Automata’ (1966), publicerades efter hans död och inspirerade John Conway att skapa ‘A Game of Life’, ett datorprogram som kunde simulera celler som levde, expanderade och dog på en virtuellt rutnät. Det var en kul leksak, men det ledde i sin tur till ‘Core War’, ett spel där program tävlar mot varandra i en arena genom att skriva över varandras kod. Ännu en kul sak för programmerare och forskare att laborera med, men även om koden betedde sig som organismer så var koden statisk. Den kunde inte förbättra sig själv.

Nästa steg var att låta koden förbättra sig på samma sätt som naturen gör, genom evolution och mutationer. Förenklat så tar man en pool av algoritmer, exempelvis så skall de lösa hur man sorterar en lista. Så evolutionsmålet är att vara mest effektiv på att sortera listan. Man testar alla algoritmerna, sorterar ut den bästa hälften, korsar dem med varandra, saltar och pepprar med mutationer och stoppar in dem i en ny omgång av tester. Detta kan man upprepa tills man är nöjd med resultaten. Det intressanta är att den här metoden kan resultera i helt kontraintuitiva lösningar som en programmerare antagligen inte hade tänkt på.

Så för att summera, AI och diverse algoritmer lika de som är i nyheterna idag har funnits och hjälpt oss skapa bättre kod i årtionden.

Samtid

Så varför är det helt plötsligt ett så turbulent diskussionsämne?

AI har helt enkelt blivit bättre. Turing-testet är ett rätt trubbigt instrument för att mäta intelligens, det är som han själv sade, ett ‘imitation game’. Så en chatbot kan man kanske mäta med det testet. Vilket leder oss till ChatGPT.

ChatGPT

ChatGPT är en slags evolutionär algoritm där man tar en massiv mängd data i textform och använder den till att träna sig själv för att imitera mänskligt språk. Evolutionsmålet här är att som Eliza gjorde, kunna föra en konversation med en människa. Men inte för att vilseleda, utan att kunna svara på frågor. Feedback från dess användare går tillbaka in i nästa generation av algoritmen tillsammans med tweaks från utvecklare.

Stable Diffusion, DALL-E och Midjourney

Ovanstående är exempel på generativa algoritmer där man kan använda ord för att generera bilder. Så istället för att träna algoritmen på text har man använt bilder som taggats med nyckelord.

Utveckling

ChatGPT har snabbt blivit bra på att svara på vissa frågor, DALL-E kunde mest generera hallucinatoriska landskap med hundansikten, nu kan Midjourney och Stable Diffusion generera fotorealistiska illustrationer. Detta har hänt på ett par år, så det går undan.
Många aktörer kastar sig in i ringen, långt från alla har en egentlig plan eller förstående för tekniken. Men det är rätt ord att kasta omkring sig just nu, så om det blir något av det är öppet. Jämför exempelvis med ‘block chain’-teknologi som fortfarande inte riktigt hittat en nisch att rota sig i.

Problem

Kontroverser har uppstått kring hotet mot arbetstagare och skapare, copyright och etikfrågor.

Eftersom man har hämtat datat (text och bilder) som man tränat algoritmerna på från nätet så har det kommit med en hel del material som är copyrightat. Detta gäller även programkod, så det kan vara en känslig fråga att använda kod som ChatGPT har gett dig, då hela eller delar av den kan vara under copyright eller andra restriktioner.

Konstnärer och illustratörer är med rätta skeptiska till att man använder exempelvis Stable Diffusion till att generera illustrationer som imiterar deras verk. Detta är enkelt gjort, eftersom algoritmen redan är tränad att göra det, på potentiellt copyrightat material dessutom.

Eftersom algoritmerna kan efterapa kan de också skapa material som placerar personer i situationer som de inte gett samtycke till, vilket gör så kallade deep fakes ett ännu större problem än tidigare eftersom algoritmerna är fritt tillgängliga för alla.

Det är så klart extremt lockande att använda den här typen av algoritmer för att snabbt skapa innehåll eller lite kod, vilket minskar behovet av kvalificerade anställda. Det finns ett tydligt incitament att spara pengar här och det upplevda hotet kommer så klart att öka i takt med att algoritmerna blir bättre.

Framtid

Just nu är det vilda västern i AI-sfären, inte alls olikt hur webben var för 20 år sedan. Många frågor har inte fått svar än, det legala och etiska är fortfarande lite oklart. Vi vet inte hur långt de här algoritmerna kan ta oss eller vad konsekvenserna kommer att bli. En sak är säkert, vi kan dra i bromsen, men anden är ur flaskan och Pandoras ask är öppen.

Möjligheter

Bara för att det finns problem och frågor med tekniken betyder inte det att den inte har potential redan idag. En ny utvecklare har en hel hög av teknologier och programmeringsspråk att sätta sig in i och exempelvis ChatGPT kan hjälpa till med att svara på frågor och leda hen rätt. Vilket drar ned på belastningen på seniorer att leda dem framåt.

För mer rutinerade utvecklare finns det verktyg som analyserar kod och ger förslag, både medan du skriver den och som en del av utvecklingsprocessen med tester och integration. Här finns det redan algoritmer som ger automatiska förslag medan man skriver, och så kallade linters. Men mer avancerade verktyg som ex GitHub Copilot använder faktisk AI för att erbjuda mer djupgående hjälp.

Sammanfattning

Så för att runda av så är AI en mix av hype och faktiska risker samt möjligheter. Var vi landar i slutändan är oklart, men det finns russin att plocka ur kakan redan idag, så länge man är försiktig. På kort sikt så kommer vi inte bli arbetslösa, men vi bör absolut förhålla oss till att AI finns och vad som erbjuds i form av stöd.

Till syvende och sist så är det vi skapar till för att användas av människor och människor är bäst på att förstå andra människors behov och krav och kan kommunicera och realisera dem.