Historien om Deep Learning
Dagens fantastiska datorfunktioner som immiterar mänskans förmåga att lära sig, associera korrekt samt ”förstå” har en lång historia bakom sig. ChatGPT språkgeneratorn, Alfa Zero som lärde sig att spela schack från noll till mästare under en förmiddag genom att spela mot sig själv och avancerade Digital Twins är sidoströmmar av det som kallas Deep Learning inom AI.
Historien anses börja med Alan Turing på 1950-talet. Han tänkte sig i framtiden en superdator som skulle kunna ha mänskoliknande intelligens. Tanken var att skapa i datorn ett program/nätverk som spelade med förinställda virtuella neuroner som hade en given numeriskt given relation med varandra . Dethär relationstalet bestämde hur den digitala neuronen skulle reagera. Reaktionen angavs med 0 eller 1 och var grunden till att datorn skulle kunna skapa t.ex. ett konstaterande om huruvida bilden hade en kant eller en nyans. Också ljud kunde identifieras.
En programmerare skulle träna datorn med en massa bilder/ljud för att få dom rätta utslagen. Ifall utslaget blev fel så skulle en algoritm korrigera relationsvärdet mellan neuronerna tills datorn kunde bedöma bilden/ljudet rätt.
Alan Turing hade idén men att åstadkomma det i praktiken krävde nya matematiska lösningar. Genombrottet kom i Sovjet i mitten på 60-talet då Alexey Ivakhnenko tillsammans med V.G. Lapa utvecklade ett litet men fungerande virtuellt neuralt nätverk.
Det gick ända till 1980 innan man kunde demonstrera ”mänskliga” egenskaper typ att uttala engelska ord. (Terry Sejnowskis program NetTalk)
”Godfather of Deep learning” Geoffrey Hinton – sedermera forskare vid Google – utvecklade väsentlig dessa förmågor vidare . Yann LeCunn kunde på 1990 talet skapa en maskin som kunde läsa handskriven text. LeCunn och Hinton fick 2019 Turinger utmärkelsen.
Efter dethär börjar det gå undan. Investerare ser marknadspotentialen och stora företag plöjer ner miljarder i teknologin. IBM:s Deep Blue besegrar världsmästaren i schack Garry Kasparov 1999.
Från teoretisk matematik på 1960 talet till fungerande självlärande intelligens på 30 år. Då får man en bild av var världen kommer att befinna sig om 10 år. Har vi tillräckligt utrymme i läroplanen i detta ämne för dagens 15 åringar? Dom bör vara mästare på detta område om 10 år! Och passionerade mästare!
Fem minuters AI test diagnostiserar Alzheimers 15 år på förhand
Två forskare på Cambridge University har redan fått godkännande för sin diagnostiserande produkt av Englands Medicines and Healthcare Products Regulatory Agency (MHRA). Bolaget Cognetivity har tagit fram en AI lösning som visar svartvita foton med bilder av djur mer eller mindre påtagliga.
Med mängder av bilder och genom att be försökspersonen identifiera djuren kan programmet förstå mönster i hjärnfunktionerna. Genom att beräkna snabbheten att identifiera och korrektheten att identifiera rätt djur så kan programmet bedöma och hitta minnesluckor långt innan Alzheimers blir påtaglig i livet.
Poängen är att testet är kostnadseffektivt att utföra och störningar i minnesfunktionerna kan upptäckas tidigt. Rent av 15 år enligt forskarna. Då upptäckten är tidig så kan man lättare få inbromsat utvecklingen av sjukdomen . Och framförallt mycket billigare . I England räknar man med att sjukdomen kostar samhället 26 miljarder pund dvs närmare 30 miljarder Eur per år.
65% kaupan työpaikoista voidaan automatisoida 2025
Kaupan alalla automatisointi ei ole vielä pitkällä Euroopassa. Aasiassa ja joissakin paikoissa USA:ssa on automatisoituja kauppoja jossa tavara tuodaan esiin automaattisesti, hyllyt täytetään ja maksu hoituu enemmän tai vähemmän suoraan kun tuotetta otetaan hyllystä (eli askel pidemmällä kuin itsepalvelu maksaminen) . Jopa tarjoilu on automatisoitu juomien ja syömisen osalta.
Walmart USA:ssa on pinteessä Amazonin kanssa ja pyrkii nyt automatisoida kaiken mahdollisen itse kivijalkakaupassa. Varastot automatisoituvat roboteilla, niin myös siivous ja hyllyjen täyttö. Myös kieltäpuhuvat robotit voivat palvella. Tavoitteena 65% työpaikoista vähenevät.
ChatGPT saavutti Gold Standard USA:ssa lääketutkinnossa!
Tekoäly on suuri haaste tyypillisille keskiluokan ns white collar työsuhteille. Lääkärit, juristit, opettajat, pikkupomot jne saa pätevän haastajan tekoälysovelluksista.
On merkillepantavaa että ChatGPT – joka 60 päivässä sai 100 miljoonaa käyttäjää (Googlella kesti 2 vuotta) – että tämä ratkaisu osasi vastata testiin , joka on välttämätön jotta saisi tarjota lääkepalveluja USA:ssa, niin hyvin että robotti sai Gold Standard vastauksista. Kolmiosainen Medical Licensing Exam vaatii 60 pistettä ja ChatGPT saavutti jopa 75 pistettä
Moni lääkärikokelas on huonompi….
ChatGPT testataan nyt myös miten pärjää businessschool testeissä ja lakikoulujen testeissa.
