Glassmodellen för Generativ AI – del 2
Discover more from Plötsligt i framtiden – Judith Wolst
Glassmodellen för Generativ AI – del 2
Allt spännande vi kan använda tekniken till
Generativ AI är bland det hetaste inom tech just nu, men också bland det svåraste att greppa rent tekniskt. För ett par veckor sedan gav jag mig på att försöka förklara hur sjutton Generativ AI egentligen funkar och vad olika buzzwords betyder. Tusen tack för alla fina kommentarer och alla delningar som utskicket gav 💖! Betyder mycket.
Du hittar den första artikeln i serien här ➡️ Generativ AI – från ööh? till AHA!
Nu har vi kommit till del 2 av glassmodellen för Generativ AI där vi ska vi prata om de mer kreativa delarna; allt spännande vi kan göra med glasstruten som grund. Lite färre tekniska begrepp i den här alltså, HURRA.
Först behöver vi dock köra en kort repis av glasstruten och göra några centrala tillägg.
Snabbrepris
Grunden för att Generativ AI funkar ligger bland annat i de tekniska komponenterna Foundation Models, LLMs, Transformers och Diffusion Models som vi benade ut i förra posten. Struten i modellen.
Idag finns det hundratals varianter av glasstrutar – alltså grundmodeller för Generativ AI – ute på marknaden som har tränats upp på MASSOR med data. Några exempel på stora grundmodeller är GPT-4 från Open AI, PaLM2 från Google, LLaMA2 från Meta + Microsoft, Claude 2 från Antropic och Falcon 180B från Technology Innovation Institute (TII).
Här hittar du en rapport som listar 77 stycken grundmodeller och här finns en sökbar databas.
Vad betyder då det här?
Tack vare Foundation Models behöver företag, organisationer och individer – alltså du och jag – som är sugna på att utveckla AI-lösningar inte göra det oerhört svåra grundjobbet själva. (Vilket är tur då det bland annat kräver djup kompetens inom maskininlärning, mattematik och statistik. Det behövs en massa kraftiga datorer, oerhörda mängder data och jättemycket pengar).
Vi kan istället alltså koppla in oss på strutar (intelligenser) som någon annan har utvecklat och använda dessa för att bygga egna smarta appar och digitala lösningar. Jag tänkte hoppa över hur det funkar rent tekniskt, men API:er är ett vanligt sätt att få ditt system att prata med en Foundation Model. Läs mer här, här, här och här.
Vad är det då som byggs?
Vad är det då för generativa lösningar som utvecklas med hjälp av grundmodeller? Och vad ska dessa tusentals nya AI-tjänster hjälpa oss med?
Ett vanligt sätt att kategorisera tillämpningsområden är som i bilden här under; text, images, video, audio, code och så vidare. Inom varje kategori finns det idag oändligt många startups som tävlar om att bli vinnaren i varje respektive område.
I min modell har jag gjort om detta lite inboxade sätt att presentera tillämpningarna till glasskulor – där varje kula representerar ett område där Generativ AI ger oss nya möjligheter ⬇️.
Varje dag, timme och minut lanseras nya Generativa AI-tjänster inom en mängd olika glasskulor. Att som människa hålla koll på allt som händer är därmed en omöjlighet. I mitt huvud brukar jag mentalt se utvecklingen av nya AI-baserade lösningar som ett vattenfall som jag då och då kan besöka för att utforska, testa och lära.
Om du själv vill testa AI-tjänster inom olika typer av områden kommer här några länkar som kan hjälpa dig på vägen.
Generative AI startups, Dealroom.co – lista över startups utifrån kategorier
GenAI – plattform som hjälper dig att hitta nya generativa AI-produkter & tjänster
Antler GenAI Landscape – Antler listar massa AI-baserade tjänster
AI Library – 1500+ AI tools and colabs
Generativ AI – konto på LinkedIn med + 1 miljon följare som varje dag postar tips & information om vad som händer inom området.
De tjänster som jag själv använder mest i min vardag är följande:
ChatGPT (version GPT-4) – Min personliga textbaserade assistent som hjälper mig att besvara frågor, få nya perspektiv och bli mer kreativ.
Midjourney – Bildgenereraren som jag tycker ger det bästa visuella resultatet (och som jag använt för att skapa glassarna i den här artikeln).
Runway ML – Förvandlar bilder till film, eller skapar rörligt innehåll utifrån din textbaserade prompt.
ChatPDF – Japp, det är vad det låter. Ladda upp en pdf och chatta med den. Exempelvis kan du be den att sammanfatta sig själv eller förklara sitt innehåll på olika sätt.
Compose AI - Eftersom jag skriver mycket håller jag just nu på att testa och utvärdera Compose AI (som bland annat är backade av Y Combinator). ”Write faster with AI, save time⚡”.
💬 Kommentera gärna och tipsa om generativa AI-tjänster som du själv har svårt att leva utan. När jag ställde frågan på LinkedIn fick jag bland annat svar från Niclas Deeped Strand –
– som skrev "Jag skulle vilja ha en everything-app för att hålla koll på alla olika AI-applikationer som finns... Det är stört omöjligt att hålla ordning på dem." Och Jesper Åström tipsade om Opus Clip ("repurposes long talking videos into short viral clips") och Clay (”scale your creative outbound ideas).Fint. Låt oss nu byta fokus en aning.
Generativ AI bortom det förväntade
Det jag har skrivit om så här långt är typiska saker som Generativ AI används till. Men! Med hjälp av struten (Foundation Models & LLM:s) har AI lärt sig att generera en massa andra saker än "bara" innehåll som smarta texter, imponerande bilder och programmerad kod.
Låt oss nu kika på några andra tillämpningar som än så länge levt mer i det dolda.
I glasstruten döljer sig datorers imponerande förståelse för en väldans massa saker, beroende på vilken information som modellerna har tränats på. Förutom att skapa innehåll för internet och hjälpa oss att jobba smartare i vardagen, kan Generativ AI också generera massvis med andra saker. Bland annat det som är markerat med uppiggande skrik-grön färg i bilden här under ⬇️.
Generativ AI lär sig prata naturvetenskap
Förutom att lära sig engelska eller svenska kan glasstrutarna (Foundation Models & LLM:s) lära sig att prata biologi, kemi och andra naturvetenskapliga språk.
När vi tar hjälp av AI för att analysera sådant som vi vet – naturvetenskaplig data kring hur världen runt omkring oss funkar – kan Generativ AI sedan hjälpa oss med sådant som vi inte vet. Genera nya innovationer som kan vara oerhört värdefulla för oss. Redan idag sker det massvis av utveckling inom området.
🚨OH NO!
Där passerade jag gränsen för antalet tecken som får plats i ett nyhetsmail. Tur då att det finns en längre version HÄR där texten fortsätter. Där kan du lära dig mer om hur generativ AI också hjälper oss att:
💊 Utveckla nya mediciner
🦠 Accelerera framtagning av vaccin
🔋 Utveckla nya typer av batterier
🔬 Generera nya typer av material
🍔 Ge hävstång för plantbaserad mat
🛰️ Ge oss viktiga insikter hämtade från rymden
🌍 Accelerera den gröna omställningen
På återhörande!
/ Judith
🥰 Tack för att du prenumererar på nyhetsbrevet Plötsligt i Framtiden! Om du har frågor eller tips på vad jag borde skriva om – kommentera gärna på LinkedIn eller skicka ett DM. & tipsa gärna andra som du tror skulle gilla att kika in i en framtid där teknik och hållbarhet är den gröna tråden.