Kunstig intelligens: Regulering er næsten umulig (Bevis: konkret eksempler)

Mægtige systemer har potentielt en god og en dårlig side. Det gør det også med de nuværende AI-systemer. En regulering af AI bliver ofte diskuteret. Jeg synes, at dette ikke længere er muligt. Fremgangen i kunstig intelligens kan ikke mere opheves. Konkrete eksempler fra mit lokale AI-system viser det. Lokal betyder her også beherskbar privatlivssikkerhed.

Indledning

Ingen hype mere, men en revolution. Det er nu AI. Og det er den grønneste teknologiske omvæltning i menneskehedens historie. Hvem der synes, det er overdrivet, ved sikkert ikke nok om de aktuelle muligheder, som AI-algoritmer tilbyder.

I hvert fald har mange repræsentanter fra politik, økonomi og videnskab samt samfundet erkendt, at mulighederne for AI også kan medføre en Farlighed. Denne fare skal imødegås, hvilket kaldes Regulierung.

Reglering kan udføres af regeringer, tilsynsmyndigheder eller selvregulerende organisationer. De kan omfatte forskellige områder såsom finansmarkedet, miljøbeskyttelse, sundhedssektoren, forbrugerbeskyttelse eller arbejdsmarkedet. Regleringer skal bidrage til at forebygge misbrug, bedrageri, monopol og andre uønskede praksisser, således at et fair og fungerende system kan opretholdes for alle involverede parter.

Definition af begrebet regulering ifølge den af mig spurte AI.

I hovedsagen forstår jeg under reguleringsbegrebet en lovgivende ramme, altså bindende retningslinjer, der er udstyret med sanktioner.

Jeg vil herunder forklare, hvorfor jeg mener, at det ikke længere er muligt at regulere kraften til kunstig intelligens ved at frysse eller reducere dens nuværende evne. Såvel en afmønstring af dens vækst som også vil være svær og næsten uden nytte.

Regulering af AI er ikke længere mulig

Lad os begynde med noget positivt. Færdighederne i dagens AI-algoritmer, modeller og software-pakker er overvældende. Derved er også sagt, at det drejer sig om både matematiske modeller samt software, data sætter, færdigtrænede neurale netværk og tilgængelige computere-infrastrukturen. Det var ikke sådan før for kort tid siden. Hvor mange gange har jeg selv hørt det også fra IT-eksperter: Det var allerede der. Det er ikke sandt.

Her er nogle anvendelser, der kan gøres med lidt indsats og uden at skulle give sine data til Microsoft, Google, OpenAI eller Amazon:

• Kundekunskabsassistenter: Har du ikke altid ønsket at få adgang til de informationer i dit intranet, som du har brug for, gennem en spørgsmål-til-svar-dialog? Ingenting med at søge igennem kataloger, ingen ubehagelige søgeresultater med få relevante søgeresultater. Eller hvordan ville det være med at finde kode i dit repository ved hjælp af en naturlig sprogkommando?
• Tekstoversigt: Du finder nogle virkelige eksempler i artikler på Dr. GDPR.
• Udtrækning af nøgleord: Jeg har selv programmeret dette, og det var en lokal løsning. Begge til hurtigt tekstforståelse samt muligvis for søgemaskineoptimering (så længe de stadig ikke er baseret på semantiske søgeralgoritmer)
• Afhentning af besvarede spørgsmål: Hvilke spørgsmål besvarer denne artikel? Og hvad er svaret i et enkelt sætninger sammenfattet? I dette blog finder du reelle eksempler.
• Oversættelser til andre sprog: DEEPL gør en fremragende job. Men måske vil de gerne have noget eget, billigere eller bare mere fleksibelt i stedet for en sort boks? Eller de vil gerne selv tilbyde en egen API.
• Taltekstbehandling: Transkription, tidstegnigenkendelse, oversættelse, sprogsanerkendelse, musik fjernet … Tekst efter sprog og sprog efter tekst, så oversat til ti sprog. Hvor ville det være? Selv allerede gjort og imponerende resultater opnået.
• Videogenerering: Eksempelvis oprettelse af en animeret, ganske realistisk person, der realistisk bevæger sine læber til et givet tekst, mens hun taler denne tekst.
• Omsætning af billeder fra tekster: Du kender det sikkert fra DALL-E eller Midjourney. Hvorfor ikke et eget system? Stikord: Privatsfærighed, egne billeder, højere fleksibilitet, kodeejeerskab
• Omsætning af billeder til tekst: Erkendelse af billedkomponenter. Hvaad er på dette billede at se?

Indlæsningsbillede (Oprindeligt billede):

Kunstig intelligens har til opgave at genkende og beskrive billedindholdet.

Her er resultatet:

Billedets objekter blev mange gange genkendt, nemlig: Person (2x), væg, gardin, bord, flaske (flere gange), papir, skål. En variant af algoritmen kan endda genkende vin glasset, der i forgrunden er afskåret til at ses. En anden variant kan også genkende talerstolen som sådan.

• Bild+Audio til Video: Omsætning af 3D-objekter (i videoform) fra 2D-objekter (billeder), kombineret med en animation og en synkronisering. Her et eksempel:

Indlæsningsbillede (Oprindeligt billede):

Tekstindgang (delvis genereret af AI): Indgangstekst (dansk) –> Udsted/Indgang-Text (Engelsk) –> Udsted/Indgang-Audio (kan være hvilken som helst sprog, jeg har her bare hyggestemt en audio-fil ud fra et tekst genereret med en AI):

AI-genereret resultat (Film med animation og lyd):

Det er endnu morsommere med en originalstemme fra en amerikansk præsident. Her følger AI-udgaven:

Fra et to-dimensionelt billede (plus lydindgang) bliver der således en quasi fire-dimensionel afvikling (3D animation + synkron lydafspil). Måske har du bemærket, at også fysionomi er medregnet.

Beregningen af hver video tog ca. en minut (på en halvvejs god computer). Kostnaden for disse resultater er marginal (min ovenstående demonstration opstod ikke nogen udgifter hos mig). Yderligere eksempler kunne jeg give i næsten endeløs form.

Disse eksempler er ikke engang det maksimale af hvad der nu er muligt og hvad lokal på mine systemer kører og kan køre. Eksemplene tjener kun til at illustrere og skal anspire fantasi til, hvad der lige nu er realiserbar. Sikkert kender du de udviklede dialoger fra ChatGPT. Noget i den stil kan jeg (mindst uden store anstrengelser) oprette som en spørgsmål-svar-assistent, et viden-system eller tekst-analyse-program.

Intelligensen er universel

Indtil nu har der været højst til ganske intelligente systemer, som var specialiseret i hver enkelt opgave. Men selv da var præstationerne ikke rigtig overbevissende.

En IT-leder fortalte mig, der arbejder for et stort tysk flyselskab, at hans virksomhed har brugt en chatbot i flere år og derfor ikke ser en AI-revolution. Her er hvad denne fly-selskabs-chatbot svarede til min seneste besvarelse:

Min spørgsmål:

Hvordan får jeg en erstatning for flyet, der var for sent i går?

Svar fra luftfartskatten:

Det er mig lidt, jeg kunne ikke forstå din indsendelse. Beder jeg dig at oplyse mig enten med din bogingskode eller dine billetnummer.

Jeg finder det ret meget svagt og ufordelaktigt. Resultatet har ikke noget med kunstig intelligens at gøre, men mere med kunstig dummhed. I en anden test ville jeg vide hvordan jeg kunne få en erstatning for den forsinkede flyvning fra i går. Chatbot svarede mig "Jeg har forstået, at du ønsker at aflyse et fly". At man kan aflyse et fly („i går“) som allerede er sket, er enten tegn på en særlig nådig ånd eller på en utilgængelig chatbot.

Den sandsynligvis en del tusinde euro, der månedligt betales for denne service, som drives af et Microsoft-produkt, kunne være blevet sparet.

Im modsætning her til et (enkelt) eksempel på, hvad moderne AI kan:

Som input får man en kort liste med instruktioner, hver efterfulgt af et teknisk funktionstilnavn (fedtet). Ligesom sådan:

Lyd til Manfred Mann's Earth Band-album på Google Music: Spil Musik*
give me a list of movie times for films in the area: SearchScreeningEvent
I would like to go to the popular bistro in Frankfurt/Main: BookRestaurant
what is the weather like in Kassel: GetWeather

Nu bliver det AI-system følgende spørgsmål:

I want to book a flight for New York:

Svar fra systemet:

BookFlight

Det overraskende her er, at den udregnede tekniske funktionssprog ikke var til stede i listen over vores indtastedata. I stedet har AI automatisk erkendt schemaet for funktionssproget (såsom "Book" + "Restaurant"). Derudover har AI også semantikken af instruktionerne erklaret og en transferføring fra Bistro til Restaurant udført. Til sidst har AI så genereret den manglende tekniske funktionssprog til den givne instruks. Bedre kunne det ikke være. Mindre godt kunne det heller ikke være med sikkerhed, den ovennævnte chatbot fra det store tyske luftfartsselskab.

Kender du ikke de imponerende dialoger, som chatbots som ChatGPT kan tilbyde? Hvis ikke, finder du her et eksempel på en dialog fra en AI, der er umuligt at skelne fra en intelligent menneske.

Efterprogrammering af komplekse algoritmer

Oversætningssystemet DEEPL (fra Tyskland!) at efterligne var aldrig så enkelt og hurtigt muligt som nu. Med den nuværende AI får jeg et lokalt, udbyggeligt og tilpasningsbart system, der kan fungere uden tredjeparts-tjenester.

Selv apps som Shazam eller SoundHound, der kan gennemskue en sangtitel, når du holder din mobiltelefon blot få sekunder ved siden af radioen, kan med de muligheder fra Jetztzeit let efterprogrammeres.

Hvis du nu ikke er imponeret, så er det dit ret. Du er da enten en forvænnet kunde eller fuldstændig uvirksom eller meget forvænnet tekniker.

Sikkerligen ser I indirekte form gennem antallet af eksempler, jeg har givet oven på og i nyligt bidrag om AI, at det ikke kunne være meget besværet med at skabe disse eksempler. Hvor skulle jeg så få tid til at give så mange eksempler i så kort tid? Min tid er for værdifuld til at bruge flere dage på blot at demonstrere for bidrag som dette, kun for at overbevise nogle af læserne om de enorme evner hos AI.

Karaktæristik af AI-færdighederne

Som jeg også tidligere har beskrevet, er moderne evner for kunstig intelligens meget tilgængelige. Især bygger AI på højpresterende computere, som hverken kan eller behøver man kunne siges. AI-modeller kan downloades og videreudvikles. Software-pakker står også til download til rådighed. Det synes tydeligt nok, at AI er frit tilgængelig.

Sammenfør vi det hele:

• Udstyr: Er finder sig hvor som helst. Ved ikke hvordan man bestiller en computer? Løs det så ved at leje en eller flere computere.
• Infrastuktur: Er er tilgængelig gratis. I vide godt, hvordan man bestiller netværkskomponenter og henter den passende software ned. Ellers leje eller ansæt nogen, der kan binde de løse ender sammen.
• AI-Software: Fri tilgængelig eller også til leje mod betaling.
• AI-Modeller: fri tilgængelige og ved behov selv på egen hardware videreudviklelige. Alternativ selv udregne et model. Dertil ville I dog have brug for massedata. Yes, disse er jo også fri tilgængelige eller kan produceres selv ved hjælp af internettet. Hvis det er for besværligt, så kan man i stedet bruge en eksisterende AI til at generere træningsdata.
• Åben kultur: Erhvervet sig over årene. Videnskabsverdenen har altid været om en åben udveksling bekymret. Plattformer som Github fremmer udvekslingen af kildekode.

Alene den nævnte åbne kultur er nok til at argumentere for, hvorfor en regulering af AI ikke længere er mulig.

Hvis AI snart skal reguleres, har jeg allerede downloadet alle nødvendige software-delene på min computer. Og vores virksomhed har også en kapabel computerinfrastruktur til rådighed.

Hvad skal egentlig reguleres?

Den, der kræver en regulering af kunstig intelligens, skal i hvert fald konkret blive. Hva' skal reguleres? Ikke kun kunstig intelligens i almindelighed, for så må mange hverdagsanvendelser indstilles. Jeg ville ikke have noget imod, hvis Efterretningsorganisationer som Amazon Alexa eller Google Nest blev forbudt.

Algoritmer kan ikke reguleres.

Salget af computerhardware eller ejerskabet af denne kan ikke reguleres.

Man kan ikke forbudte brugen af eksisterende og allerede tilgængelige AI-modeller.

Tilgængeligheden af intelligens (videnskab, forskning, privat iværksættere, amatører og hobbyprogrammer) kan man sværre op, men ikke forbudte, i hvert fald ikke i Tyskland.

Konklusion

Det ville være meget bedre, hvis dataskyddsmyndighederne i stedet for at bekymre sig om, hvordan de selv kan blive set, skulle se til, at tyske ansvarlige ikke længere kan udstede illegale data til Google og andre selskaber. Eksempel: Web-tracking. Bøder: 0 euro i Tyskland. Nogle tyske domstole kunne også godt være mere interesseret i at beskæftige sig med dataskyddssager, så de kan hjælpe den pårkedede person og sikre denne en effektivt dataskydd.

Når det er gjort, kan vi begynde at tale om AI-Dings, som de fleste ikke ved noget om. Ett ting er sikkert: AI er stadig tekniskere end alle former for internet-Dings. Det betyder dog ikke, at der ikke igen vil være rådgivere, der ikke har nogen anelse om det, men kommer fra et helt andet fagfelt og alligevel opfører sig som eksperter på AI eller tror, de kan beskæftige sig med AI juridisk, selvom de ikke engang har forstået grundlaget.

Snart vil der være flere artikler om kunstig intelligens på dette sted. I vil blive informeret om de mange muligheder og få konkrete eksempler. Min blog vil være søgbare ved hjælp af et spørgsmål-antwoord-system i stedet for blot at søge efter nøgleord. Hvis det ikke er for meget arbejde, vil jeg også leverer svarene som sammenfattede tekster. Sammenfattelsen kan ikke blot være Ekstraktor (citat af enkelte sætninger), men også abstraktiv (gengivelse i egen ordning).