Hvem vinner AI-kappløpet i 2024? Stortekns kappløp mot AGI

Kunstig intelligens (AI) har blitt det mest omtalte teknologiske fremskrittet i dette tiåret. Mens vi presser grensene for hva maskiner kan gjøre, er det ultimate målet for mange teknologigigantene å oppnå kunstig generell intelligens (AGI) – en hypotetisk form for AI som kan forstå, lære og anvende sin intelligens til å løse alle problemer, likt et menneskehjernen.

Kappløpet mot AGI er ikke bare en sak om teknologisk overlegenhet; det er en søkning som kan endre selve fundamentet til vårt samfunn. De potensielle anvendelsene av AGI er enorme og transformerende, fra å løse komplekse globale problemer til å revolusjonere industrier over hele verden. Dette er hvorfor verdens ledende teknologiselskaper investerer milliarder av dollar og utallige timer i AI-forskning og utvikling.

I denne artikkelen vil vi utforske innsatsen til nøkkelaktører i AI-kappløpet, inkludert Google (GOOGL ), NVIDIA (NVDA ), Microsoft (MSFT ), OpenAI, Meta og andre. Vi vil diskutere deres strategier, prestasjoner og de unike tilnærmingene de tar for å presser grensene for AI-teknologi.

Forståelse av AGI

Hva er AGI?

AGI, ofte beskrevet som “den hellige gral” av kunstig intelligens, er tenkt som et system som kan utføre alle intellektuelle oppgaver som et menneske kan. Imidlertid har definering av AGI vist seg å være like flyktig som å oppnå det. Geoffrey Hinton, en pionerfigur i AI, bemerker at mens AGI er et “alvorlig, om enn dårlig definert konsept“, finnes det liten enighet om hva det nøyaktig innebærer. Hinton foretrekker begrepet “superintelligens” for å beskrive AGI-systemer som vil overgå menneskelig kognitiv evne.

Den flyktige naturen til AGI

Ledende teknologiselskaper, inkludert OpenAI, Google, Meta, Microsoft og Amazon (AMZN ), er i fremste rekke i denne kappløpet. Hvert selskap bringer sine unike styrker og strategiske mål til bordet. OpenAI, for eksempel, er dypere engasjert i å sikre at AGI, når den utvikles, vil være til nytte for hele menneskeheten. Organisasjonen har etablert en styrestruktur hvor styret vil bestemme når deres systemer har oppnådd AGI, en milepæl som vil ha en betydelig innvirkning på deres samarbeid med Microsoft.

Google

Google har lenge vært i fremste rekke i AI-forskning og utvikling, med to hovedavdelinger som driver sine innsats: DeepMind og Google Brain.

A. DeepMind og dens prestasjoner

DeepMind, kjøpt av Google i 2014, har vært ansvarlig for noen av de mest banebrytende prestasjonene i AI. Deres AlphaGo-program slo verdensmesteren i det komplekse spillet Go i 2016, en prestasjon mange trodde var tiår unna. Dette ble fulgt av AlphaZero, som oppnådde overmenneskelig ytelse i sjakk, shogi og Go gjennom selvforsterkende læring.

Mer nylig har DeepMind gjort betydelige fremskritt i proteinfoldning med AlphaFold. Dette AI-systemet kan forutsi proteinstrukturer med bemerkelsesverdig nøyaktighet, potensielt revolusjonerer legemiddelforskning og vår forståelse av sykdommer.

B. Google Brain og TensorFlow

Google Brain, selskapets interne AI-forskningsgruppe, har vært instrumental i utvikling av verktøy og rammer som har akselerert AI-forskning globalt. TensorFlow, et åpen kildekode-bibliotek for maskinlæring utviklet av Google Brain, har blitt ett av de mest brukte verktøyene for å bygge AI-modeller.

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

C. Nyeste utvikling og fremtidige planer

Google fortsetter å presser grensene for AI med prosjekter som LaMDA (Language Model for Dialogue Applications), som sikter til å gjøre konversasjons-AI mer naturlig og kontekstbevisst. Selskapet har også arbeidet med å integrere AI dypere i sine produkter, fra Google Søk til Gmail til Google Fotos.

Vedrørende maskinvare har Google utviklet sine egne AI-chip, kalt Tensor Processing Units (TPU), optimalisert for maskinlæring. Disse chipene driver mange av Googles AI-tjenester og er også tilgjengelige for kunder gjennom Google Cloud.

Ser man fremover, synes Googles AI-strategi å fokusere på å utvikle mer generelle og fleksible AI-systemer som kan håndtere en rekke oppgaver, og komme nærmere AGI-konseptet. Selskapet er også tungt investert i kvantecomputeringforskning.

NVIDIAs rolle i AI-økosystemet

Mens NVIDIA kanskje ikke er et huskehjemmets navn som Google eller Microsoft, spiller det en avgjørende rolle i AI-økosystemet som den ledende leverandøren av maskinvare som driver AI-beregninger.

A. GPU-dominans i AI-maskinvare

NVIDIAs grafikkprosessorer (GPU) har blitt standarden for å trene og kjøre AI-modeller. Opprinnelig designet for å rendre grafikk i videospill, viste det seg at GPUer var eksepsjonelt godt egnet for den parallellprosessen som kreves i AI-beregninger.

NVIDIAs datacentersalg, som i stor grad drives av AI-relatert salg, har vokst raskt. I 2022 lanserte selskapet H100 GPU, basert på den nye Hopper-arkitekturen, som lover betydelige ytelsesforbedringer for AI-arbeidsbelastninger.

B. NVIDIAs AI-programvarestack

Utenfor maskinvare har NVIDIA utviklet en omfattende programvarestack for AI-utvikling. Dette inkluderer CUDA, en parallellprosessorplattform og programmeringsmodell som lar utviklere utnytte kraften i NVIDIAs GPUer for generell prosessering.

NVIDIA tilbyr også verktøy som cuDNN (CUDA Deep Neural Network library) og TensorRT, som optimaliserer dyplæring på NVIDIAs GPUer. Disse verktøyene er vidt brukte i AI-samfunnet og har bidratt til NVIDIAs dominante posisjon i AI-maskinvaremarkedet.

C. Samarbeid og partnerskap

NVIDIA har dannet strategiske partnerskap med mange ledende teknologiselskaper og forskningsinstitusjoner. For eksempel arbeider de tett med selvstyrte bilprodusenter for å levere AI-drevne løsninger for selvstyrte biler. Selskapet har også samarbeidet med helseinstitusjoner for å anvende AI i medisinsk bildebehandling og legemiddelforskning.

I 2022 kunngjorde NVIDIA et partnerskap med Booz Allen Hamilton (BAH ) for å utvikle AI-drevne sikkerhetsløsninger for den amerikanske regjeringen og kritisk infrastruktur. Dette understreker den økende betydningen av AI i nasjonal sikkerhet og forsvar.

Microsofts AI-strategi

Microsoft har strategisk posisjonert seg selv som en leder i AI ved å utnytte partnerskap og investere i nøkkel AI-startups. Selskapets 13 milliarder dollar investering i OpenAI har gitt dem eksklusiv tilgang til OpenAIs modeller, som er integrert i Microsoft-produkter som GitHub Copilot og Azure AI-plattformen.

A. Azure AI og skytjenester

Microsofts skyplattform, Azure, tilbyr et bredt spekter av AI-tjenester som lar bedrifter innlemme AI i sine applikasjoner. Disse tjenestene dekker områder som maskinlæring, datavisualisering, naturlig språkbehandling og talegjenkjenning.

Azure Machine Learning, en skybasert miljø for å trene, distribuere og håndtere maskinlæringsmodeller, har blitt et populært valg for bedrifter som søker å implementere AI-løsninger. Microsofts strategi for å tilby enkle å bruke AI-verktøy har hjulpet til å demokratisere AI-utvikling og akselerere dens adopsjon over ulike industrier.

B. AI-integrasjon over Microsoft-produkter

Microsoft har jevnt integrert AI-kapasiteter over sine produkter. I Microsoft 365 (tidligere Office) driver AI funksjoner som smart komposisjon i Outlook, automatisk skjemadesign i PowerPoint og dataanalyse i Excel.

Windows 11 har sett økt AI-integrasjon med funksjoner som Windows Studio Effects, som bruker AI for bakgrunnsusking, øyekontakt og automatisk ramming i videomøter. Selskapet har også introdusert AI-drevne funksjoner i sin Edge-nettleser og Bing-søkemotor, som utnytter store språkmodeller for å gi mer interaktive og informative søkeopplevelser.

OpenAIs raske fremgang

OpenAI forblir en sentral figur i AI-landskapet, spesielt med sin misjon om å utvikle AGI. Selskapet har vært en pioner i å skape noen av de mest avanserte språkmodellene, inkludert GPT-4 og den kommende GPT-5. OpenAIs modeller er ikke bare ledende teknisk, men også i kommersiell integrasjon, takket være deres dype partnerskap med Microsoft.

OpenAIs AGI-ambisjoner er godt dokumenterte, med CEO Sam Altman som uttaler at å oppnå AGI ville representere “den mest kraftfulle teknologien menneskeheten har oppfunnet“. Selskapets tilnærming til AI-utvikling balanserer banebrytende innovasjon med en sterk vekt på etiske overveielser og samfunnsmessig innvirkning. Imidlertid har de høye kostnadene forbundet med å trene store modeller nødvendiggjort betydelig ekstern finansiering, inkludert samtaler med investorer som den forente arabiske emiraters regjering for å sikre opptil $7 billion for fremtidige AI-prosjekter​

A. GPT-serien og dens innvirkning

OpenAIs mest bemerkelsesverdige prestasjon har vært utviklingen av GPT (Generative Pre-trained Transformer)-serien av språkmodeller. GPT-3, lansert i 2020, var en game-changer i feltet naturlig språkbehandling, og viste en utenforliggende evne til å generere menneske-lignende tekst.

Lanseringen av GPT-4 i 2023 presset ytterligere grensene for hva som er mulig med språkmodeller. GPT-4 viste forbedrede resoneringsevner, reduserte hallucinasjoner og evnen til å håndtere multimodale inndata (tekst og bilder). Disse modellene har funnet anvendelser i ulike felt, fra innholdsskapning til kodegenerering til automatisert kundeservice.

B. DALL-E og multimodal AI

I tillegg til tekstgenerering har OpenAI gjort betydelige fremskritt i bildegenerering med DALL-E. Dette AI-systemet kan skape unike bilder fra tekstbeskrivelser, og viser potensialet for AI i kreative felt. Den siste iterasjonen, DALL-E 3, forbedret kvaliteten og nøyaktigheten av genererte bilder, og introduserte funksjoner som inpainting og outpainting.

Disse utviklingene i multimodal AI – systemer som kan arbeide med ulike typer data som tekst og bilder – representerer et betydelig skritt mot mer generelle AI-systemer.

Metas AI-initiativer

Meta, under ledelse av CEO Mark Zuckerberg, har skiftet fokus mot å utvikle kunstig generell intelligens (AGI). Metas strategi innebærer å bygge AGI-systemer som kan utføre en rekke komplekse oppgaver like godt eller bedre enn mennesker. Dette ambisiøse målet reflekterer Metas bredere visjon om å integrere avansert AI over hele sin økosystem av apper og tjenester.

For å støtte denne innsatsen investerer Meta tungt i beregningskraft, med planer om å samle over 340 000 av Nvidias H100-GPUer innen utgangen av 2024. Denne enorme beregningskapasiteten er avgjørende for å trene store AI-modeller som LLaMA 3, som nylig ble lansert.

A. PyTorch og åpne kildekode-bidrag

En av Metas mest betydelige bidrag til AI-samfunnet har vært PyTorch, et åpen kildekode-bibliotek for maskinlæring. PyTorch har fått bred anvendelse i forskningsmiljøet på grunn av sin fleksibilitet og enkelhet, spesielt for dyplæring.

Meta AI, selskapets AI-forskningsavdeling, publiserer regelmessig sin forskning og slipper åpne kildekode-verktøy, og bidrar til det bredere AI-økosystemet. Denne åpne tilnærmingen har hjulpet Meta til å tiltrekke seg topp AI-talent og forbli i fremste rekke i AI-forskning.

B. AI i sosiale medier og metaverse

Meta utnytter AI omfattende over sine sosiale medierplattformer (Facebook (META ), Instagram, WhatsApp) for innholdsanbefaling, annonseret måling og innholdsmoderasjon. Selskapets anbefalingsalgoritmer prosesserer store mengder data for å tilpasse brukeropplevelsen.

C. Nyeste gjennombrudd og utfordringer

I 2024 kunngjorde Meta flere AI-gjennombrudd, inkludert Segment Anything Model (SAM), en ny AI-modell for bildesegmentering som kan identifisere og omringe objekter i bilder og videoer med bemerkelsesverdig nøyaktighet. De introduserte også en serie av de mest populære åpne kildekode-LLM kalt LLaMA (Large Language Model Meta AI).

Imidlertid har Meta møtt utfordringer, spesielt i innholdsmoderasjon. Selskapet har slitt med å effektivt bruke AI til å bekjempe desinformasjon og hatytringer på sine plattformer, og understreker kompleksiteten ved å anvende AI i virkelige sosiale problemer.

Andre bemerkelsesverdige aktører

IBM fortsetter å være en stor aktør i AI med sin watsonx-plattform, som har utviklet seg betydelig siden sin opprinnelse. IBMs fokus har skiftet mot å gjøre AI mer åpen, tilgjengelig og skalerbar for bedrifter. Watsonx-plattformen inkluderer nå en rekke AI-drevne automatiseringsverktøy og styringsfunksjoner som lar bedrifter integrere og håndtere AI-løsninger mer effektivt over ulike domener som IT-drift, sikkerhet og kundeservice.

Nylig introduserte IBM generative AI-kapasiteter for å forbedre sine managed Threat Detection and Response Services. Dette inkluderer en ny AI-drevet Cybersecurity Assistant designet for å strømlinje og akselerere etterforskning og respons på sikkerhetstrusler, og videreutnytter IBMs bredere AI-kapasiteter bygget på watsonx-plattformen​ (IBM Newsroom)​ (IBM Newsroom).

IBM er også med på å danne strategiske partnerskap med selskaper som AWS, Adobe (ADBE ), Meta, og Salesforce (CRM ) for å integrere sine AI-løsninger i bredere økosystemer, og sikrer at sine AI-teknologier er både fleksible og vidt aksepterte over industrier​ (IBM TechXchange Community)​ (IBM – United States).

B. Amazons AI-tjenester

Amazon forblir en dominerende kraft i AI gjennom sin Amazon Web Services (AWS)-plattform, som tilbyr et komprehensivt spekter av AI- og maskinlæringsverktøy. AWS’s Amazon SageMaker er en nøkkeltilbud, som lar utviklere bygge, trene og distribuere maskinlæringsmodeller i skala.

I tillegg til bedrifts AI-tjenester fortsetter Amazon å innovere i forbruker AI-produkter med Alexa, sin virtuelle assistent, som utnytter avansert naturlig språkbehandling og maskinlæring for å interagere med brukere. Selskapets fokus på å integrere AI sammen med sine e-handels- og skytjenester har posisjonert det som en leder i AI-rommet.

C. Apples på-enhet-AI-tilnærming

Apples unike tilnærming til AI legger vekt på på-enhet-behandling for å prioritere brukerens personvern. Dette kommer til uttrykk i funksjoner som Face ID og den bredere bruken av maskinlæringsmodeller gjennom sin Core ML-ramme. Apples egenutviklede silisium, inkludert A-serien og M-serien chip, inkluderer dedikerte neurale motorer som driver AI-oppgaver effektivt på enheter.

Selskapet har også forbedret sine AI-tilbud med forbedringer i naturlig språkbehandling gjennom Siri og fremgang i datavisualisering med funksjoner som Live Text.

Hva kommer neste? Veien til AGI