AIR #4: Forskning møter kunstig intelligens
og: er en av pillarene for AI-suksess i Norge i ferd med å råtne? m.m.
AI-Resonans hjelper deg å holde tritt med den stadig skiftende og akselererende utviklingen innen kunstig intelligens og feltets påvirkning på vår fremtid.
🔬💡 Kunstig intelligens som hjelpemiddel i forskning
Kunstig intelligens kan brukes til mer enn å skape banebrytende fremskritt for forskningen. Den kan også være et uvurderlig verktøy for å håndtere den enorme informasjonsmengden forskere står overfor hver dag.
Store språkmodeller (LLMs), slik som GPT-modellene bak ChatGPT, kan bistå med gjennomgang av litteratur, analyse av data, og hjelpe en å holde tritt med forskningsfronten. Med deres evne til å fordøye store mengder informasjon, oppsummere komplekse dokumenter, og til og med generere nye ideer, kan LLMs være til stor hjelp for forskere i mange deler av forskningsprosessen, fra hypotesegenerering til formidling av resultater.
Semantic Scholar og Elicit er to løsninger som har fått stor oppmerksomhet, og de illustrerer hvordan AI-drevet teknologi kan effektivisere forskningsprosessen. Men dette er bare toppen av isfjellet. Det finnes et vell av andre AI-drevne verktøy og tjenester designet for å støtte forskningsarbeid.
Det er imidlertid viktig å være klar over de mange utfordringene med å bruke store språkmodeller til forskningsarbeid. De kan ofte dikte opp informasjon, altså hallusinere eller, mer presist, konfabulere, og det er vanskelig å sikre at de sitere korrekte kilder. I tillegg kan de gi ulike responser hver gang, noe som fører til utfordringer med reproduserbarhet.
Men, som man alltid må huske når det er innvendinger mot språkmodeller: den virkelige kraften utløses når de brukes i samarbeid med menneskelige eksperter som kjenner det aktuelle domenet. En må selv evaluere og validere resultater fra slike former for generativ AI. Ved å kombinere menneskelig ekspertise med AI-verktøy, kan en utnytte det beste fra både biologisk og kunstig intelligens.
Nedenfor har vi samlet en alfabetisk liste over noen spennende verktøy til bruk i forskningsprosessen. Listen er langt fra uttømmende, mange overlapper i deres funksjonalitet, og de fleste av dem er hverken veletablerte eller vil nødvendigvis eksistere over lang tid. Feltet utvikler seg svært raskt, og det kan være utfordrende å «skille skitt fra kanel».
AskYourPDF: chat med ethvert PDF-dokument, for eksempel lærebøker, forskningsartikler, forretningsrapporter og historiske dokumenter. Også tilgjengelig som en ChatGPT Plugin.
ChatPDF: et annet verktøy for å chatte med en PDF.
Connected Papers: lag en visuell graf av artikler som ligner. Kan bistå med å skaffe oversikt over et akademisk felt, sørge for en ikke har oversett viktige artikler, og oppdage de mest relevante tidligere arbeider.
Consensus: søk etter kontrollert, objektiv informasjon ved hjelp av kunstig intelligens.
Docalysis: et annet verktøy for å chatte med PDF-dokumenter.
Doclime: enda et verktøy for å chatte med PDF-dokumenter.
Elicit: en kunstig intelligens-basert forskningsassistent. Kan automatisere deler av arbeidet med litteraturstudier og også utpeking av nye forskningsretninger.
HeyScience: en personlig forskningsassistent som kan lese og analysere vitenskapelige artikler, hjelpe deg med å oppdage relevant litteratur, overvåke forskningstrender, fordøye komplekse artikler, og motta pre-submission-reviews.
Inciteful: bygger et nettverk av akademiske artikler og analyserer nettverket for å bistå med å oppdage den mest relevante litteraturen.
🇳🇴 Keenious: finn relevant forskning knyttet til ethvert dokument. Løsningen er utviklet i Norge og er tatt i bruk ved flere internasjonale utdanningsinstitusjoner.
Lateral: hjelper brukere å lese, finne, dele og organisere sin forskning på ett sted.
Litmaps: programvare for litteraturgjennomgang. Kan foreta automatiske søk i sitater og visualisere søkeresultater i et såkalt Litmap.
OpenRead: chat med artikler og få bistand med litteraturstudier.
Paper Digest: tilbyr en kunnskapsgraf og naturlig språkbehandling skreddersydd for teknologidomenet. Søk, gjennomgang, spørsmål og svar, og generering av faktabasert innhold.
Research Rabbit: laget for å bistå forskere med å finne og utforske relevante artikler. Oppretter grafer av tilknyttede artikler og kan blant annet gi personlige anbefalinger.
Scholarcy: et sammendragsverktøy som konverterer lange artikler til korte småbiter. Identifiserer nøkkelinformasjon som informasjon om studiedeltakere, dataanalyser, hovedfunn og begrensninger.
Scite: forstå konteksten av forskning gjennom siteringsanalyse. Se hvordan en vitenskapelig artikkel har blitt sitert ved å gi konteksten for siteringen og hvorvidt siterende artikler gir støttende eller motstridende bevis.
Semantic Scholar: et gratis, AI-drevet forskningsverktøy for vitenskapelig litteratur, utviklet ved Allen Institute for AI.
Semantic Reader: et kunstig intelligens-støttet leseverktøy fra Semantic Scholar.
Sharly AI: atter et verkøy for å chatte med dokumenter.
SciSpace: en forskningsassistent som bistår med å fordøye komplekse tekster, matematikk og tabeller. Kan også brukes til å søke og finne artikler.
🇳🇴🚨 Er en av pillarene for å ta i bruk kunstig intelligens i Norge i ferd med å råtne?
Hvordan man skal definere kunstig intelligens er det strid om, men en ting er sikkert: feltet er basert på matematikk, statistikk og IT-fag. Uten et solid fundament i realfag og IKT-fag vil det være vanskelig å utforske, utvikle og ta i bruk kunstig intelligens.
Derfor er det problematisk at Norge står på kanten av en IT-kompetansekrise.
Regjeringens forslag om å kutte 1.500 IKT-studieplasser i statsbudsjettet for 2023 har utløst en bølge av kritikk. IKT-Norge, en ledende stemme i bransjen, har uttrykt sterk motstand mot dette forslaget. De mener at det et skrikende behov for flere studieplasser, gitt den akutte mangelen på IT-kompetanse i landet.
Samfunnsøkonomisk Analyse har estimert at Norge vil mangle 40 000 personer med teknologikompetanse innen 2030. Dette er en alarmerende prognose, spesielt når 80 prosent av IT-selskapene allerede sliter med å få kompetent arbeidskraft.
Vi trenger en større satsing på IT-kompetanse i Norge. Dette innebærer ikke bare å øke antall IT-studieplasser, men også arbeide hardt og strategisk med rekruttering, satse på etter- og videreutdanning, samt å åpne grensene for internasjonale talenter.
📡 På radaren
Et blikk på noen av de mest spennende utviklingene, trendene og innovasjonene innen kunstig intelligens. Fra de nyeste teknologier og produkter, til betydningsfulle forskningsfremskritt og markante stemmer i feltet – vi holder deg oppdatert.
🌐🗣️ Én modell for alle verdens språk? Metas Massively Multilingual Speech (MMS)-prosjekt tar et stort skritt fremover i tale-gjenkjenning og -syntese, med støtte for over 1000 språk, og med preliminære resultater for nærmere 4,000. Modeller i flere størrelser er tilgjengelige under en åpen lisens, både forhåndstrente og fin-tunede. Interessant nok halverer MMS-modeller feilraten til OpenAIs Whisper, samtidig som modellene dekker 11 ganger flere språk.
🎧🗣️ SoundStorm er en ny effektiv lydgenereringsmodell for rask og høykvalitets lydsyntese.
👋⏰ TikTokChatBot: TikTok hopper på chatbot-trenden med deres Tako-chatbot.
🧩 Scikit-LLM: Sømløs integrasjon av store språkmodeller i scikit-learn.
🌍⚠️ Diskusjoner og voksende bekymringer knyttet til risikoen ved kunstig intelligens får mye oppmerksomhet. Men samtidig er det vanskelig for eksperter å bli enige om spesifikke advarsler. Center for AI Safety har formulert en konsis uttalelse for å stimulere dialog og øke bevisstheten blant beslutningstakere og samfunnet generelt. Denne uttalelsen har blitt signert av en rekke fremtredende skikkelser i AI-feltet, inkludert Geoffery Hinton, Yoshua Bengio, Demis Hassabis og Sam Altman (men det er noen merkbare unntak). Youshua Bengio har forøvrig mer å si om saken. Dette understreker ikke bare viktigheten av uttalelsen, men bekrefter også den brede enigheten i AI-miljøet om nødvendigheten av å adressere de aktuelle risikoene. Uttalelsen er svært kort. Her er den i sin helhet:
Mitigating the risk of extinction from AI should be a global priority alongside other societal-scale risks such as pandemics and nuclear war.🇪🇺 OpenAIs trusler om å trekke ChatGPT fra det europeiske markedet hvis EU “overregulerer” møter motbør.
🇪🇺 EU-kommisjonens har skrevet interne retningslinjer for bruk av ChatGPT og annen generativ AI
🕹️ NVIDIAs Avatar Cloud Engine skal muliggjøre intelligent og dynamisk dialog med ikke-spillbare karakterer (NPCs). Vil dette føre til mer realistiske og engasjerende spillopplevelser?
🕹️ Flere LLM-drevne Minecraft-agenter er nå tilgjenglige.
🧬 BiomedGPT er en ny, multimodal transformer-modell rettet mot biomedisin.
🔝💻 NVIDIA DGX GH200 er først ute med å nå den imponerende milepælen på 100 terabyte VRAM. Dette er en betydelig oppgradering sammenlignet med dens forgjengere, slik som DGX A100. Store aktører innen teknologisektoren, inkludert Google, Meta og Microsoft, er forventet å være blant de første til å implementere dette nye systemet.
🌊 Googles AI-baserte Flood Hub har utvidet sin flomprognose til 80 land. Løsningen gir regjeringer, hjelpeorganisasjoner og enkeltpersoner relevant flomdata og prognoser opptil 7 dager i forveien.
👀 Google vil snart vise deg AI-genererte annonser.
Har du tips om kunstig intelligens-utviklingen i eller utenfor Norge? Er du selv engasjert i et prosjekt eller arbeid som du ønsker å dele med oss? Ta gjerne kontakt med oss via akademix.no.