Github Copilot
Copilot er en AI-robot, der kan generere kildekode. Den kan løse mange banale opgaver – lidt som at have sin egen juniorprogrammør. ChatGPT kan også skrive kildekode, men den laver ofte småfejl i koden.
Copilot er trænet hårdt, fordi den ikke skal lave fejl i koderne, og det medfører også én stor udfordring – nemlig at Copilot spytter kodestumper ud, der er fuldstændige kopier af træningsdata. På den måde risikerer brugeren at stå med et ophavsretsligt problem. Min anbefaling er derfor, at du bruger Copilot til at få en idé til, hvordan du kan lave en funktion, læser forslaget igennem og herefter lægger forslaget til side og så selv skriver funktionen med egne ord bagefter. Det kræver noget disciplin, og der er måske nogle, der fristes til at hoppe over, hvor gærdet er lavest, men så kan man altså få et problem med ophavsretten.
Jeg synes, at alle udviklere bør prøve Copilot. Du behøver ikke nødvendigvis at bruge den i dit arbejde, men du er nødt til at vide, hvad der er derude, og hvad du er oppe imod.
Midjourney og Stable Diffusion
Midjourney og Stable Diffusion kan begge to generere billeder ud fra tekst. Midjourney er klart nummer ét – den bygger på et bedre træningssæt, den er bedre kurateret, og den laver virkelig gode billeder. Jeg bad den på et tidspunkt om at lave et kikset feriefoto, men den kan simpelthen ikke lave middelmådige billeder.
Stable Diffusion er ikke nær så veludviklet, og billedernes kvalitet er langtfra lige så god som hos Midjourney. Fordelen ved Stable Diffusion er til gengæld, at den i modsætning til Midjourney er open source, så du kan køre den på dit eget udstyr og servere, og at du dermed kan bygge videre på den.
Google Med-PaLM
Med-PaLM er en sprogmodel til lægeverdenen. Den er ikke frigivet til brug, men Google har testet den og offentliggjort et research paper om modellen. I testen gav de både Med-PaLM og en gruppe professionelle læger en diagnose, og så skulle modellen og fagfolkene forklare en patient, hvad diagnosen betød, og hvordan de skulle agere med deres nye sygdom. Efterfølgende spurgte man patienterne (som var forsøgspersoner – ikke virkelige patienter), om forklaringen fra både Med-PaLM og lægerne var dækkende, og AI-modellen scorede næsten lige så højt som lægerne. De menneskelige læger scorede 95, mens Med-PaLM scorede 92.
En gruppe fagfolk har også testet, om Med-PaLM laver fejl, og det gør den af og til. Men forestil dig, at du sidder en aften, dit barn får det dårligt, og du ikke kan ringe til lægen. Vil du så helst spørge en robot og risikere at få et forkert svar, eller vil du undvære nogen som helst form for svar og vente, til lægen åbner dagen efter? Jeg ville nok vælge robotten. Den kunne være en rough first opinion – men det er ikke til at vide, hvornår sådan en form for sprogmodel kommer ud og lever i virkeligheden, for der ville være ramaskrig, hvis den lavede fejl.
MusicLM og Soundraw
Der findes en lang række AI-modeller, der kan lave korte musikstykker ud fra en tekstbeskrivelse, og MusicLM og Soundraw er to eksempler. Kvaliteten er svingende, og de vinder helt sikkert ikke nogen musikpriser, men bare det, at man overhovedet kan generere noget, der minder om musik, er interessant. Hvis du eksempelvis har lavet en kortfilm og skal finde noget musik til den, men ikke har råd til at betale royalties, kunne du bruge en AI-model til at lave et stykke musik nemt og hurtigt.
AI-coaches
Rocky, Noa og Bunch. Det er blot tre af de AI-modeller, der i dag vil agere din personlige coach eller psykolog, og som du altid kan spørge til råds om stort og småt. Her synes jeg, at det begynder at blive lidt farligt, for det kan forandre nogle meget grundlæggende ting i vores samfund, hvis en AI agerer din ven. Og hvem får adgang til dine data i den anden ende? Og hvad sker der med dem?
Et argument kan være, at du selvfølgelig godt ved, at det er en robot, du taler med – men ærlig talt, så glemmer vi lynhurtigt, at chatbotten er en maskine, fordi den agerer så menneskeligt. Vi bliver snydt og glemmer, at der ikke er et ægte menneske bag skærmen, så derfor stiller vi et hav af personlige spørgsmål – og spørgsmålet er, hvem der kan få og udnytte de værdifulde data om dig.