Hvem vinder AI-løbet i 2024? Big Techs kapløb om AGI

Kunstig intelligens (AI) er blevet den mest diskuterede teknologiske udvikling i dette årti. Da vi presser grænserne for, hvad maskiner kan gøre, er det ultimative mål for mange teknologigiganter at opnå Kunstig Almindelig Intelligens (AGI) – en hypotetisk form for AI, der kan forstå, lære og anvende sin intelligens til at løse ethvert problem, ligesom et menneskes hjerte.

Kapløbet om AGI er ikke kun et spørgsmål om teknologisk overlegenhed; det er en rejse, der kan forme det meget væv af vores samfund. De potentielle anvendelser af AGI er omfattende og transformerende, fra at løse komplekse globale problemer til at revolutionere brancher over hele linjen. Dette er hvorfor verdens førende teknologivirksomheder investerer milliarder af dollars og utallige timer i AI-forskning og udvikling.

I denne artikel vil vi udforske indsatsen fra nøgleaktører i AI-løbet, herunder Google (GOOGL ), NVIDIA (NVDA ), Microsoft (MSFT ), OpenAI, Meta og andre. Vi vil diskutere deres strategier, præstationer og de unikke tilgange, de tager for at presser grænserne for AI-teknologi.

Forståelse af AGI

Hvad er AGI?

AGI, ofte beskrevet som “den hellige gral” af kunstig intelligens, er forestillet som et system, der kan udføre enhver intellektuel opgave, som et menneske kan. Men at definere AGI har vist sig at være lige så svært, som at opnå det. Geoffrey Hinton, en pionerfigur i AI, bemærker, at mens AGI er et “alvorligt, omend dårligt defineret begreb“, er der kun lidt enighed om, hvad det præcis indebærer. Hinton foretrækker begrebet “superintelligens” til at beskrive AGI-systemer, der vil overgå menneskelig kognitiv evne.

Den flygtige natur af AGI

Førende teknologivirksomheder, herunder OpenAI, Google, Meta, Microsoft og Amazon (AMZN ), er i frontlinjen i dette løb. Hver virksomhed bringer sine unikke styrker og strategiske mål til bordet. OpenAI, for eksempel, er dybt engageret i at sikre, at AGI, når den udvikles, kommer alle mennesker til gode. Organisationen har oprettet en styrestruktur, hvor bestyrelsen vil afgøre, hvornår deres systemer har opnået AGI, en milepæl, der vil have en betydelig indvirkning på deres partnerskab med Microsoft.

Google

Google har længe været i frontlinjen for AI-forskning og udvikling, med to hovedafdelinger, der driver dens indsats: DeepMind og Google Brain.

A. DeepMind og dens præstationer

DeepMind, som Google købte i 2014, har været ansvarlig for nogle af de mest banebrydende præstationer i AI. Deres AlphaGo-program besejrede verdensmesteren i det komplekse spil Go i 2016, en bedrift, mange troede var årtier væk. Dette blev efterfulgt af AlphaZero, som opnåede overmenneskelig præstation i skak, shogi og Go gennem selvforstærkning.

Mere nylig har DeepMind gjort betydelige fremskridt i protein-foldning med AlphaFold. Dette AI-system kan forudsige proteinstrukturer med bemærkelsesværdig nøjagtighed, hvilket potentielt kan revolutionere lægemiddelforskning og vores forståelse af sygdomme.

B. Google Brain og TensorFlow

Google Brain, Googles interne AI-forskningshold, har været instrumental i udviklingen af værktøjer og rammer, der har accelereret AI-forskning verden over. TensorFlow, en åben kilde-maskinlæringsbibliotek udviklet af Google Brain, er blevet et af de mest anvendte værktøjer til at bygge AI-modeller.

Google Brain har også gjort betydelige bidrag til naturlig sprogbehandling med modeller som BERT (Bidirectional Encoder Representations from Transformers), som har forbedret Googles søgeresultater og sprogforståelsesevner.

C. Seneste udviklinger og fremtidige planer

Google fortsætter med at presser grænserne for AI med projekter som LaMDA (Language Model for Dialogue Applications), som sigter mod at gøre konversations-AI mere naturlig og kontekstbevidst. Virksomheden har også arbejdet på at integrere AI dybere i sine produkter, fra Google Search til Gmail til Google Photos.

I forhold til hardware har Google udviklet sine egne AI-chip, kaldet Tensor Processing Units (TPU’er), optimeret til maskinlæringsarbejdsbelastninger. Disse chippenheder driver mange af Googles AI-tjenester og er også tilgængelige for kunder gennem Google Cloud.

Settende fremad ser Googles AI-strategi ud til at være fokuseret på udvikling af mere generelle og fleksible AI-systemer, der kan håndtere en bred vifte af opgaver, og nærmer sig begrebet AGI. Virksomheden er også stærkt investeret i kvante-computeringforskning.

NVIDIA’s rolle i AI-økosystemet

Selvom NVIDIA måske ikke er et husnavn som Google eller Microsoft, spiller virksomheden en afgørende rolle i AI-økosystemet som den førende leverandør af hardware, der driver AI-beregninger.

A. GPU-dominans i AI-hardware

NVIDIA’s Graphics Processing Units (GPU’er) er blevet standarden for træning og kørsel af AI-modeller. Oprindeligt designede til at rendre grafik i videospil, viste GPU’er sig at være exceptionelt velegnede til den parallele proces, der kræves i AI-beregninger.

NVIDIA’s datacenter-omsetning, som i høj grad er drevet af AI-relaterede salg, er vokset hurtigt. I 2022 introducerede virksomheden sin H100 GPU, baseret på den nye Hopper-arkitektur, som lover betydelige ydelsesforbedringer for AI-arbejdsbelastninger.

B. NVIDIA’s AI-softwarestack

Ud over hardware har NVIDIA udviklet en omfattende softwarestack til AI-udvikling. Dette inkluderer CUDA, en parallel computing-platform og programmeringsmodel, der tillader udviklere at udnytte kraften af NVIDIA’s GPU’er til generel procesbehandling.

NVIDIA tilbyder også værktøjer som cuDNN (CUDA Deep Neural Network library) og TensorRT, som optimerer dyb læring på NVIDIA’s GPU’er. Disse værktøjer er bredt anvendt i AI-fællesskabet og har bidraget til NVIDIA’s dominans i AI-hardwaremarkedet.

C. Partnerskaber og samarbejder

NVIDIA har dannet strategiske partnerskaber med mange førende teknologivirksomheder og forskningsinstitutioner. For eksempel arbejder de tæt sammen med selvstændige bilproducenter for at levere AI-drevne løsninger til selvstændige biler. Virksomheden har også samarbejdet med sundhedsinstitutioner for at anvende AI i medicinsk billedbehandling og lægemiddelforskning.

I 2022 annoncerede NVIDIA et partnerskab med Booz Allen Hamilton (BAH ) for at udvikle AI-drevne cybersecurity-løsninger til den amerikanske regering og kritisk infrastruktur. Dette understreger den voksende betydning af AI i nationale sikkerheds- og forsvarsanvendelser.

Microsofts AI-strategi

Microsoft har strategisk positioneret sig selv som en leder i AI ved at udnytte partnerskaber og investere i nøgle-AI-startups. Virksomhedens $13 milliarder-investering i OpenAI har givet dem eksklusiv adgang til OpenAI’s modeller, som er blevet integreret i Microsoft-produkter som GitHub Copilot og Azure AI-platformen.

A. Azure AI og cloudtjenester

Microsofts cloudplatform, Azure, tilbyder et bredt udvalg af AI-tjenester, der tillader virksomheder at integrere AI i deres applikationer. Disse tjenester dækker områder som maskinlærning, computerseende, naturlig sprogbehandling og talegenkendelse.

Azure Machine Learning, en cloud-baseret miljø til træning, deployment og administration af maskinlæringsmodeller, er blevet et populært valg for virksomheder, der søger at implementere AI-løsninger. Microsofts strategi om at tilbyde letanvendelige AI-værktøjer har hjulpet med at demokratisere AI-udvikling og accelerere dens adoption på tværs af forskellige brancher.

B. AI-integration på tværs af Microsoft-produkter

Microsoft har konstant integreret AI-kapaciteter på tværs af sin produktlinje. I Microsoft 365 (tidligere Office) drives AI-funktioner som smart komposition i Outlook, automatisk slide-design i PowerPoint og dataanalyse i Excel.

Windows 11 har set en øget AI-integration med funktioner som Windows Studio Effects, som bruger AI til baggrunduskarpering, øjenkontakt og automatisk rammejustering i videokald. Virksomheden har også introduceret AI-drevne funktioner i sin Edge-browser og Bing-søgemaskine, udnyttende store sprogmodeller til at give mere interaktive og informative søgeresultater.

OpenAI’s hurtige fremskridt

OpenAI forbliver en central figur i AI-landskabet, især med sin mission om at udvikle AGI. Virksomheden har været en pioner i skabelsen af nogle af de mest avancerede sprogmodeller, herunder GPT-4 og den kommende GPT-5. OpenAI’s modeller er ikke kun førende i teknisk kapacitet, men også i kommerciel integration, takket være deres dybe partnerskab med Microsoft.

OpenAI’s AGI-ambitioner er velkendte, med CEO Sam Altman, der fastslår, at opnåelse af AGI ville repræsentere “den mest kraftfulde teknologi, menneskeheden endnu har opfundet.” Virksomhedens tilgang til AI-udvikling balancerer banebrydende innovation med en stærk fokus på etiske overvejelser og samfundsmæssig indvirkning. Men de høje omkostninger forbundet med træning af store modeller har nødtvunget betydelig ekstern finansiering, herunder samtaler med investorer som den Forenede Arabiske Emiraters regering for at sikre op til $7 billioner til fremtidige AI-chipprojekter​

A. GPT-serien og dens indvirkning

OpenAI’s mest bemærkelsesværdige præstation har været udviklingen af GPT (Generative Pre-trained Transformer)-serien af sprogmodeller. GPT-3, udgivet i 2020, var en game-changer i feltet naturlig sprogbehandling, demonstrerende en hidtil uset evne til at generere menneske-lignende tekst.

Udgivelsen af GPT-4 i 2023 pressede yderligere grænserne for, hvad der er muligt med sprogmodeller. GPT-4 demonstrerede forbedrede resonanskapaciteter, reducerede hallucinationer og evnen til at håndtere multimodale indgange (tekst og billeder). Disse modeller har fundet anvendelser i forskellige felter, fra indholdsskabelse til kodegenerering til automatiseret kundeservice.

B. DALL-E og multimodal AI

Ud over tekstgenerering har OpenAI gjort betydelige fremskridt i billedgenerering med DALL-E. Dette AI-system kan skabe unikke billeder fra tekstbeskrivelser, demonstrerende potentialet for AI i kreative felter. Den seneste iteration, DALL-E 3, forbedrede kvaliteten og nøjagtigheden af de genererede billeder og introducerede funktioner som inpainting og outpainting.

Disse udviklinger i multimodal AI – systemer, der kan arbejde med forskellige typer data som tekst og billeder – repræsenterer et betydeligt skridt mod mere generelle AI-systemer.

Meta’s AI-initiativer

Meta, under ledelse af CEO Mark Zuckerberg, har skiftet fokus mod udvikling af Kunstig Almindelig Intelligens (AGI). Meta’s strategi indebærer opbygning af AGI-systemer, der kan udføre en bred vifte af komplekse opgaver lige så godt som, eller bedre end, mennesker. Dette ambitiøse mål afspejler Meta’s bredere vision om at integrere avanceret AI på tværs af sin omfattende samling af apps og tjenester.

For at støtte denne indsats investerer Meta kraftigt i beregningskraft, med planer om at samle over 340.000 af Nvidia’s H100 GPU’er inden udgangen af 2024. Denne enorme beregningskapacitet er afgørende for træning af store AI-modeller som LLaMA 3, som blev lanceret for nylig.

A. PyTorch og åben kilde-bidrag

En af Meta’s mest betydelige bidrag til AI-fællesskabet har været PyTorch, en åben kilde-maskinlæringsbibliotek. PyTorch har opnået bred adoption i forskningsfællesskabet på grund af sin fleksibilitet og lette brug, især til dyb læring.

Meta AI, virksomhedens AI-forskningsafdeling, publicerer regelmæssigt sin forskning og udgiver åben kilde-værktøjer, bidragende til det bredere AI-økosystem. Denne åbne tilgang har hjulpet Meta med at tiltrække top-AI-talenter og forblive i frontlinjen for AI-forskning.

B. AI i sociale medier og metaverset

Meta udnytter AI omfattende på tværs af sine sociale medieplatforme (Facebook (META ), Instagram, WhatsApp) til indholdsanbefalinger, annoncetargeting og indholdsmoderation. Virksomhedens anbefalingsalgoritmer behandler enorme mængder data for at personliggøre brugeroplevelser.

C. Seneste gennembrud og udfordringer

I 2024 annoncerede Meta flere AI-gennembrud, herunder Segment Anything Model (SAM), en ny AI-model til billedsegmentering, der kan identificere og omringe objekter i billeder og videoer med bemærkelsesværdig nøjagtighed. De introducerede også en række af de mest populære åben kilde-LLM kaldet LLaMA (Large Language Model Meta AI).

Men Meta har også stået over for udfordringer, især i indholdsmoderation. Virksomheden har kæmpet for at effektivt bruge AI til at bekæmpe misinformationskampagner og hadefulde udtryk på sine platforme, hvilket understreger kompleksiteten ved at anvende AI til virkelige sociale problemer.

Andre bemærkelsesværdige spillere

IBM fortsætter med at være en stor spiller i AI med sin watsonx-platform, som har udviklet sig betydeligt siden sin opstart. IBMs fokus er skiftet mod at gøre AI mere åben, tilgængelig og skalerbar for virksomheder. Watsonx-platformen inkluderer nu en samling af AI-drevne automatiseringsværktøjer og styrekapaciteter, der tillader virksomheder at integrere og administrere AI-løsninger mere effektivt på tværs af forskellige domæner som IT-drift, cybersikkerhed og kundeservice.

For nylig introducerede IBM generative AI-kapaciteter for at forbedre deres managed Threat Detection and Response Services. Dette inkluderer en ny AI-drevet Cybersecurity Assistant designet til at strømline og accelerere undersøgelsen og responsen på sikkerhedstrusler, yderligere udnyttende IBMs bredere AI-kapaciteter bygget på watsonx-platformen​ (IBM Newsroom)​ (IBM Newsroom).

IBM er også med til at danne strategiske partnerskaber med virksomheder som AWS, Adobe (ADBE ), Meta og Salesforce (CRM ) for at integrere sine AI-løsninger i bredere økosystemer, sikrer, at dens AI-teknologier er både fleksible og bredt accepterede på tværs af brancher​ (IBM TechXchange Community)​ (IBM – United States).

B. Amazons AI-tjenester

Amazon forbliver en dominerende kraft i AI gennem sin Amazon Web Services (AWS)-platform, som tilbyder en omfattende samling af AI- og maskinlæringsværktøjer. AWS’s Amazon SageMaker er en nøgletilbud, der tillader udviklere at bygge, træne og deployere maskinlæringsmodeller i stor skala.

Ud over enterprise AI-tjenester fortsætter Amazon med at innovere i forbruger AI-produkter med Alexa, dens virtuelle assistent, der anvender avanceret naturlig sprogbehandling og maskinlærning til at interagere med brugere. Virksomhedens fokus på at integrere AI sammen med sine e-handel- og cloudtjenester har positioneret den som en leder i AI-rummet.

C. Apples tilgang til AI på enheden

Apples unikke tilgang til AI lægger vægt på AI-behandling på enheden for at prioritere brugerprivatliv. Dette illustreres af funktioner som Face ID og den bredere anvendelse af maskinlæringsmodeller gennem sin Core ML-ramme. Apples brugerdefinerede silicium, herunder A-serien og M-serien chip, inkluderer dedikerede neurale motorer, der driver AI-opgaver effektivt på enhederne.

Virksomheden har også forbedret sine AI-tilbud med forbedringer i naturlig sprogbehandling gennem Siri og fremskridt i computerseende med funktioner som Live Text.

Hvad kommer næste? Vejen til AGI