FORWARD - Europæiske perspektiver på teknologi og samfund - Nr. 01 (DK)

Europæiske perspektiver på teknologi og samfund

AI tegner fremtiden

MULIGHEDER

Sådan kan AI forbedre vores liv og fremme europæisk vækst

Sikkerheden ved AI skal være på plads fra starten

SAMARBEJDE

Sådan arbejder Europa sammen om AI

04 Mod, ansvarlighed, fællesskab

Matt Brittin, President of Google EMEA Business & Operations, fortæller, hvorfor AI udgør en enestående mulighed for Europa – og hvad der skal til for at udnytte fordelene.

06 Hvad er dit håb for AI?

Hvad mener ledende personer om kunstig intelligens?

Hvilke muligheder ser de? Dyk ned i perspektiver fra europæiske nøglepersoner indenfor politik, erhvervsliv, videnskab og samfund.

10 Det næste store videnskabelige instrument

Pushmeet Kohli, vicepræsident for forskning hos Google DeepMind, fortæller, hvordan AI kan udløse en ny bølge af banebrydende opdagelser.

14 AI fra Europa

Mød ti virksomheder, institutioner og NGO’er der allerede udnytter AI til at skabe en positiv forskel.

20 »Smart regulering giver flere fordele«

Cecilia Bonefeld-Dahl fra DIGITALEUROPE og Joëlle Barral fra Google DeepMind diskuterer EU’s AI-forordning og dens indvirkning på den europæiske konkurrenceevne.

24 Enormt potentiale

Martin Thelle, seniorpartner hos Implement Consulting Group, beskriver det økonomiske potentiale ved AI, og hvordan Europa bør agere for at udnytte det fuldt ud.

28 Reduktion af udledninger

Forebyggelse af kondensstriber er et effektivt middel til at mindske luftfartens klimapåvirkning. Google og EUROCONTROL arbejder på at opnå dette gennem AI-baseret flyveledelse, der udpeger de optimale ruter for flyene.

30 Bedre muligheder og større sikkerhed

Anca Dragan fra Google DeepMind er overbevist om, at AI vil åbne utroligt mange muligheder, men også medføre en række kort- og langsigtede risici, som vi bør tage hånd om allerede nu.

34 Et spørgsmål om selvstændighed

Der er 1,3 milliarder mennesker med alvorlige funktionsnedsættelser på verdensplan. AI-baserede værktøjer som Googles Livetransskribering og Livetekstning kan hjælpe dem til et mere selvstændigt liv.

Resuméerne af artikler på denne side er skrevet med hjælp fra Gemini og derefter finpudset af redaktionen.

Forklaring af AI

AI kan hjælpe os med at løse opgaver hurtigere og lettere – og med generativ AI kan maskiner nu forstå og interagere med sprog, lyd og billeder.

Kunstig intelligens (AI)

AI er en generel betegnelse for computeres evne til at udføre opgaver med menneskelignende adfærd, herunder regelbaserede programmer.

Artificial Intelligence

Machine Learning

Deep Learning

Maskinlæring (ML)

ML er en del af AI, hvor det ikke er nødvendigt at programmere maskinerne specifikt. I stedet bruger maskinerne algoritmer til at identificere og lære mønstre i data og til at anvende det lærte til konstant at forbedre beslutningerne.

Dyb læring (DL)

DL er en del af ML, hvor computere lærer på en måde, der efterligner den menneskelige hjerne. Med DL opbygger maskiner lag af viden, som bliver mere og mere komplekse. Denne type AI-modeller bliver typisk trænet på specifikke datasæt til brug indenfor et bestemt område eller en bestemt branche.

Introduktion til Gemini

Generative

Artificial Intelligence

Generativ AI (GenAI)

GenAI er en form for AI, der kan forstå tekst, kode, billeder, lyd og video og bruge dette til at generere eller syntetisere nyt indhold. Denne teknologi er generelt anvendelig på tværs af næsten alle fagområder eller brancher. Store sprogmodeller (LLM’er) som Google Gemini (se boksen nedenfor) falder ind under GenAI. Det er specialiserede applikationer, der fokuserer på at generere tekst af høj kvalitet.

Gemini-appen er en brugergrænseflade til Googles multimodale LLM (der håndterer tekst, lyd, billeder og meget mere). Her får den enkelte mulighed for at samarbejde direkte med generativ AI for at booste sin kreativitet og produktivitet. Nøglefunktionerne omfatter:

Produktivitet

Chat med Gemini for at komme i gang med at skrive, planlægge, lære og meget mere. I chatten kan du bruge tekst, stemme eller endda billeder. »Hjælp mig med at skrive en mail til min udlejer Teresa om at få repareret opvaskemaskinen«

Udvidelser

Saml relevante oplysninger fra Google-tjenester som Maps, Gmail, Docs og YouTube, så du lettere og hurtigere kan strukturere dem og føre dine idéer ud i livet. »Opsummer de seneste mails fra Lars Petersen«

Generering af billeder Skab fængslende billeder med levende detaljer og realisme – for sjov, til inspiration eller arbejdsbrug eller hvad som helst andet – blot ved at beskrive, hvad du forestiller dig. »Skab et billede af en balkjole lavet af papirservietter i et elegant showroom«

Gemini Live

Du kan føre samtaler med Gemini Live på din telefon for at brainstorme, forstå komplicerede emner eller øve dig på vigtige øjeblikke med talesvar i realtid. »Jeg skal til jobsamtale. Hjælp mig med at øve mig på spørgsmålene«

Mod, ansvarlighed, fællesskab.

Tilbage i 1987 havde jeg min første oplevelse med internettet, da jeg sad i et computerlokale på universitetet. Det føltes ikke umiddelbart revolutionerende – de eneste e-mails, jeg fik, var fra folk i samme rum. Hvis det skulle have nogen værdi, skulle alle have adgang. Jeg var lige så uimponeret, da jeg prøvede World Wide Web for første gang i 1997. Man fandt kun side op og side ned med links til andre sider, og mange af dem handlede tilsyneladende om Star Trek! Der manglede indhold, søgemaskiner og adgang. Da jeg fik min første smartphone i 2007, var den heller ikke særlig »smart«. Det sjoveste, man kunne gøre med den, var at spille Brick Breaker. Der manglede apps, appbutikker og mobiloptimeret indhold.

Dengang var det meget svært at forudse, hvor meget alle disse nye teknologier faktisk ville komme til at ændre verden. Vi var lykkeligt uvidende om både de mulige risici og de enorme fordele. I dag har 73 % af verdens befolkning en mobiltelefon, og 66 % har adgang til internettet. Teknologier som har været eksponentielt livsforandrende. Kunstig intelligens, eller AI, har endnu større potentiale til at løse samfundets store udfordringer og øge vores kreativitet og produktivitet i hverdagen. Som enhver anden ny teknologi er AI ikke helt uden risko. Der er en reel risiko for misinformation, misbrug og fejltagelser. Men for mig er der én risiko, der opvejer dem alle: Risikoen for at misse udviklingen. Dette blad overvejer begge aspekter og ser både på de mulige risici ved AI og de mange muligheder, AI giver. I modsætning til manges opfattelse er AI ikke en nyskabelse, og teknologien består ikke kun af chatbots. Der har været brugt AI i autopilotsystemer til fly siden begyndelsen af 00’erne, og det samme gælder for stavekontrol, grammatikværktøjer og spamfiltre.

Hos Google har vi arbejdet med AI i mere end 10 år. I 2012 begyndte vi at træne computere i at genkende katte på YouTube. Det kan virke ubetydeligt, men i virkeligheden var det vores første forsøg på maskinlæring. I 2016 offentliggjorde vi for første gang vores AI-principper. I dem beskriver vi åbent formålet med vores AI-satsning, og hvordan vi går til opgaven med gåpåmod, ansvarlighed og samfundsinddragelse. Vi har opdateret principperne årligt fra 2019 til 2023 som led i vores fortsatte engagement i ansvarlig udvikling af AI. I 2016 skabte vi også AlphaGo og Transformer, som danner grundlag for næsten alle de store sprogmodeller, vi har nu. Og vi har fortsat udviklingen. AI-drevne Google-værktøjer hjælper nu mennesker og virksomheder i hele verden hver eneste dag. Men for mig kan denne historie bedst forstås gennem mit yndlingsprodukt, Google Oversæt. Systemet blev udviklet i 2006. Oprindeligt havde det to sprog, som skulle hjælpe embedsmænd med at oversætte dokumenter til FN. Nu nærmer vi os 250 sprog, og vi har en ambition om at nå op på 1000. Softwaren oversætter 150 milliarder ord om dagen, og ved du hvad de tre mest populære søgninger er? »Hej«, »Hvordan går det?« og »Jeg elsker dig«. Jeg ser det som en konstant påmindelse om, at folk ønsker at bygge broer, ikke mure, i vores ofte meget komplekse verden. Det er også derfor, jeg tror, at AI kan gøre os mere menneskelige. AI er for en stor dels vedkommende opstået i forsøget på at blive bedre til at forstå mennesker, og hvordan vi udtrykker os. Arbejdet med værktøjer som Oversæt og ambitionen om at forstå sprog bedre har ført til fantastiske teknologiske gennembrud og været en hjørnesten i opbygning af kunstig intelligens og de store sprogmodeller.

Kære læser

Matt Brittin President of EMEA Business & Operations

Over de sidste par år har AI sat fart på den teknologiske udvikling og givet inspiration til mange. Men vi er stadig i den spæde start og har endnu til gode for alvor at opleve de positive resultater af anvendt AI i stor skala. Hos Google forfølger vi ambitiøst de ekstraordinære og mere dagligdagsnære muligheder, som AI tilbyder, og som kan forbedre vores liv eksponentielt. Vi sørger samtidig for at opbygge teknologien på en måde, der er sikker og ansvarlig, og som tager hånd om de meget reelle risici ved AI, mens vi stadig opnår fordelene (se vores interview med Anca Dragan, der er direktør for Safety and Alignment hos Google DeepMind). Endelig arbejder vi også sammen med regeringer, NGO’er, den akademiske verden og den private sektor. Det har nemlig altid krævet en samlet indsats at udnytte teknologien bedst muligt, og her er AI ikke nogen undtagelse.

En enestående mulighed

Det er vigtigt, at vi løser denne opgave rigtigt. For Europa udgør kunstig intelligens en enestående mulighed for at booste den økonomiske vækst og styrke konkurrenceevnen. I sig selv rummer generativ AI potentialet til at udvide EU’s økonomi med 1,2 billioner euro – og 59 % af indbyggerne i EU mener, at AI vil gavne samfundet. I dette blad kan du læse succeshistorier om en række europæiske virksomheder, der anvender AI (læs interviewet med Martin Thelle, som har lavet en rapport om de økonomiske muligheder ved AI, og artiklen med europæiske AI-cases i stor og lille skala) og løser nogle af vores mest komplekse udfordringer (læs beretningen fra Pushmeet Kohli, vicepræsident for forskning hos Google DeepMind). Men fordelene kommer ikke af sig selv. Det kræver et regelsæt med plads til innova-

tion og gennembrud, investeringer i forskning og udvikling, den rette infrastruktur og en arbejdsstyrke, der er forberedt på og kvalificeret til brug af AI. En tilgang, hvor »alt er tilladt«, er selvfølgelig ikke en mulighed. AI skal udvikles på en etisk og ansvarlig måde og skal reguleres. Men Europa er nødt til at ramme en passende balance. Risikoen ved den nye teknologi skal mindskes, samtidig med at der åbnes for innovation. I vores forsidehistorie diskuterer AI-forskningsekspert Joelle Barral og Cecilia Bonefeld-Dahl, der er generaldirektør for DIGITALEUROPE, hvordan man kan finde det vanskelige balancepunkt.

Da jeg for 27 år siden prøvede World Wide Web for første gang, havde jeg ingen anelse om, hvilken enorm positiv indflydelse det ville få på mit liv og på verden som helhed. Mulighederne med AI strækker sig meget længere: Sygdomsbekæmpelse (med værktøjer som Google DeepMinds AlphaFold, som beskrevet på side 13), dekarbonisering (se vores artikler om at undgå kondensstriber fra fly) og understøttelse af tilgængelighed (se vores tekst om AI og tilgængelighed). I sidste ende opnår vi et bedre og mere retfærdigt samfund. Du kan finde en række inspirerende eksempler på alle mulighederne her i bladet sammen med et bredt udvalg af perspektiver og dialoger om AI. God fornøjelse med denne første udgave af Forward. Med venlig hilsen

Matt Brittin

Hvad er dit håb for AI?

»AI kan bidrage til at løse nogle af de største udfordringer, vi står over for i dag. Virksomheder, der udvikler og bruger AI, kan spille en afgørende rolle i at styrke Europas industrielle kapacitet og strategiske uafhængighed.«

Amparo Merino Segovia

Viceminister for socialøkonomi, Spanien

»Generativ AI er lige så banebrydende som det tidlige internet. Det vil ændre vores økonomi og samfund markant. Vi har ikke råd til at undlade at investere helhjertet i udviklingen og brugen af denne teknologi, men samtidig skal vi også sikre, at udviklingen sker på en ansvarlig måde.«

Prins Constantijn af Nederlandene

»Kunstig intelligens kan skabe en digital revolution i den offentlige sektor. AI-værktøjer kan forbedre kvaliteten og effektiviteten af offentlige tjenester ved at øge produktiviteten, frigøre ressourcer og åbne for nye måder at engagere borgerne og styrke lokalsamfundene på. Europa bør omfavne dette epokegørende potentiale i stedet for at modarbejde det.«

Ayesha Bhatti Politisk analytiker, Center for Data Innovation

Hvad tænker ledende personligheder om kunstig intelligens? Hvilke muligheder ser de? Dyk ned i perspektiver fra europæiske nøglepersoner indenfor politik, erhvervsliv, videnskab og samfund.

»AI har den vigtige egenskab, at det kan hjælpe os med at nå FN’s mål for bæredygtig udvikling.

Hvis AI kan bringe os hurtigere frem mod disse mål, bliver det et værdifuldt redskab. AI skal ikke fokusere på selve teknologien som sit endemål, men i stedet på at forbedre menneskers liv, beskytte planeten og fremme velstand.«

Andrea Renda Director of Research, Centre for European Policy Studies (CEPS)

»Det er vigtigt at samarbejde med industrien om AI for at sikre, at teknologien udvikles på en måde, der faktisk gavner forbrugerne. Ved at arbejde sammen kan vi sikre gennemsigtighed, retfærdighed og etisk brug af AI og levere innovative løsninger, der forbedrer folks liv, og som samtidig er sikre, inkluderende og respekterer forbrugernes rettigheder.«

António Balhanas

CEO

for Euroconsumers

»Jeg ser en fremtid, hvor AI-værktøjer er udbredt og gør både enkeltpersoner og virksomheder mere effektive, produktive og innovative. Men vi skal tilbyde lige adgang til træning og værktøjer, som sikrer, at alle kan trives i dette nye landskab. Det er også vigtigt at ændre vores tilgang, så vi møder AI med nysgerrighed og entusiasme i stedet for frygt.«

Anna Anderson CEO for Riga TechGirls

»AI har potentialet til at øge produktiviteten og væksten markant, også for små og mellemstore virksomheder. Regeringen handler nu for at udnytte AI-teknologiens muligheder til gavn for både økonomien og samfundet.«

Peter Burke

Minister for erhverv, handel og beskæftigelse, Irland

»Vi har i de seneste år brugt kunstig intelligens i hele vores værdikæde til at udvikle nye lægemidler og nye digitale produkter. Ved hjælp af prædiktiv analyse og ansvarlig brug af AI kan vi behandle store mængder patientdata sikkert og i overensstemmelse med lovgivningen. Det giver os indsigt i, hvilke behandlinger der er mest effektive, og hvorfor nogle personer er disponerede for bestemte sygdomme. Inden for radiologi bruger vi AI-værktøjer til at forbedre billeddiagnostik og udvikle nye medicinske løsninger, der kan hjælpe med at stille diagnoser.«

Markus Blank

Head of Applied Imaging, Innovation and Data Enablement hos Bayer

»Når AI-værktøjer bruges effektivt, kan de øge beskæftigelsen i Europa. De kan hjælpe medarbejdere med at udvikle nye kompetencer og hjælpe organisationer med at tiltrække kvalificerede kandidater. For at opnå disse samfundsfordele kræver det dog, at vi skaber et balanceret økosystem. En balance, hvor borgerne er godt beskyttet, og innovatører har friheden til at opfylde deres potentiale.«

Paul Hofheinz President og medstifter af Lisbon Council

»De store forandringer, som AI medfører, driver vores samfund og økonomier mod et vendepunkt. AI-udviklere er nødt til at skabe digital tillid ved at udvise ansvarlighed i deres organisationer. De enkelte landes regeringer skal arbejde målrettet på at regulere AI. Det betyder, at vores nuværende love og fortolkninger skal tilpasses til at tage højde for udviklingen af kunstig intelligens, og at der skal indføres resultatbaserede regler for områder med høj risiko.«

Bojana Bellamy President, Centre for Information Policy Leadership hos Hunton & Williams LLP

»AI er en vigtig del af mit arbejde som indholdsskaber, især inden for animation og fotoredigering. Jeg bruger dagligt AI-værktøjer til at brainstorme, skabe grafik og baggrunde og til at lave tekstkorrektioner og oversættelser. Når jeg kombinerer mine egne kreationer med AI-genererede elementer, hjælper det mig med at realisere mine kreative visioner.«

Dani Verdari

Indholdsskaber på YouTube

»Vi har muligheden for at bruge AI til at fremme overgangen til klimaneutralitet og holde os inden for 1,5°C-målet. AI og maskinlæring kan øge hastigheden i vores processer, forbedre produktiviteten og understøtte bedre systemer. Det kan skabe ny bæredygtig, robust og retfærdig vækst og samtidig tage hånd om de presserende udfordringer ved klimaforandringer, tab af biodiversitet og forurening.«

Nicholas Stern

Formand, Grantham Research Institute on Climate Change and the Environment, London School of Economics

Gemini hjalp med at udtrække nogle af disse udsagn fra interviews i podcasts.

DET NÆSTE STORE VIDENSKA

BELIGE INSTRUMENT

Kunstig intelligens hjælper allerede forskere over hele verden med at finde svar på vor tids store og påtrængende spørgsmål. Men det er kun begyndelsen.

Pushmeet Kohli, vicepræsident for forskning hos Google DeepMind, fortæller, hvordan AI kan udløse en ny bølge af banebrydende opdagelser.

Vi befinder os på et afgørende tidspunkt, hvor der sker færre videnskabelige landvindinger. Men samtidig bliver vores udfordringer – fra pandemier og klimaforandringer til økonomisk stagnation – stadig mere komplekse og presserende. Løsningen på denne innovationsflaskehals og nøglen til videnskabelige fremskridt ligger i samspillet mellem banebrydende forskning og kunstig intelligens. AI-systemer bruges allerede som et vigtigt værktøj til at analysere data inden for næsten alle fagområder fra strukturel biologi til kvantekemi og fra meteorologi til materialeteknologi. Men der er meget mere at komme efter. AI er et stærkt værktøj, der giver forskere adgang til nye vinkler på verdens kompleksitet og hurtigere svar. Hos Google ser vi AI som den ultimative katalysator for menneskelig opfindsomhed, der sætter os i stand til at accelerere videnskab og innovation på næsten alle områder. Det kan eksempelvis være at udvikle ny medicin gennem dybere indsigt i vores biologi, frigøre ubegrænset ren energi gennem fusionsforskning eller finde bæredygtige materialer og løsninger på klimakrisen.

AlphaFold er et af Google DeepMinds kerneprojekter og et fascinerende eksempel på, hvordan AI har bidraget stærkt til at løse en videnskabelig udfordring, som forskere har arbejdet med i årtier, nemlig afkodning og bedre forståelse af proteiners tredimensionelle struktur. Proteiner består af komplekse, foldede kæder af aminosyrer og spiller en central rolle i alle celler. Den store udfordring ligger i, at hvert enkelt protein har en forskellig struktur. Formen bestemmer proteinets egenskaber og funktioner i organismen. Beskrivelsen af et enkelt protein og identifikationen af dets funktioner i kroppen giver rigeligt stof til en hel doktorafhandling og kan kræve flere års arbejde. Med AlphaFold har vi hjulpet med at fremskynde denne proces: Ved at folde 200 millioner proteinstrukturer – næsten alle de proteiner, som videnskaben kender – har AlphaFold potentielt givet os, hvad der svarer til flere hundrede millioner års fremskridt. Den seneste generation, AlphaFold 3, har endda udvidet strukturforudsigelsen til at omfatte andre biomolekyler som DNA og RNA. Vi byggede videre på utallige forskeres store forarbejde, da vi begyndte at udvikle

Ved at løse nogle af vor tids mest krævende videnskabelige og tekniske udfordringer bidrager vi til at skabe banebrydende teknologier.

AlphaFold. Hver gang de afkodede et proteins struktur, blev denne 3D-struktur gemt i en database, som med sine mere end hundrede tusinde proteinstrukturer fungerede som træningsdata for AlphaFold. På grund af det enorme potentiale besluttede vi at gøre vores AlphaFold 2-teknologi tilgængelig for forskningsgrupper over hele verden som en open source-applikation. I de sidste to år har vi givet fri adgang til AlphaFold-databasens 200 millioner forudsigelser af proteinstrukturer, herunder 20.000 fra menneskekroppen. Denne gratis database med forudsigelser har været med til at demokratisere forskningen og er blevet anvendt af over 2 millioner forskere fra 190 lande. I Europa er databasen blevet brugt af anerkendte institutioner som University of Oxford, Københavns Universitet og Leibniz Institute for Tropospheric Research. Ikke mindst giver databasen nye muligheder for forskere i udviklingslande, som ellers ikke har den nødvendige forskningsinfrastruktur til at dechifrere proteinstrukturer eksperimentelt.

Hurtigere resultater ved hjælp af forudsigelser

Inddragelsen af AlphaFold i sundhedsforskningen favner bredt, fra udvikling af malariavaccine (næste side) til bedre forståelse af Covid19, kræft og andre sygdomme. AlphaFold bruges også til forskning på andre områder, såsom udvikling af plastikædende enzymer (næste side) eller til at bekæmpe patogener, der truer de afgrøder, vi spiser. Vi hører fra mange forskere, der bruger AlphaFold, at forudsigelserne har fremskyndet deres arbejde med flere år - og dermed fremskyndet reelle løsninger på nogle af menneskehedens største udfordringer. Med AI og maskinlæring har vi endelig fået værktøjerne til at forstå det meget avancerede system, som vi kalder livet. Men vi stopper ikke ved AlphaFold og proteinstrukturer. Vi har også udviklet et AI-værktøj, som kan være med til at revolutionere materialeforskningen. Værktøjet accelererer og effektiviserer identificeringen af nye materialer ved at forudsige deres stabilitet. Det har allerede fundet 2,2 millioner nye kandidater og identificeret 380.000 stabile emner. Heriblandt er der en række materialer med potentiale til at gøre teknologier grønnere. Det gælder alt fra effektive, bæredygtige elbilbatterier til superledere, der kan skabe mere kraftfulde computere. Ved at løse nogle af vor tids mest krævende videnskabelige og tekniske

udfordringer bidrager vi til at skabe banebrydende teknologier, der kan fremme videnskaben, ændre vores måde at arbejde på, understøtte mangfoldige samfund og forbedre milliarder af menneskers liv. Når man ser på de enorme udfordringer, som menneskeheden står over for, er AI ikke længere blot »nice to have«. Det er faktisk en nødvendighed for at sætte fart på den videnskabelige udvikling. Men det er en mission, der er for stor og for vigtig til at blive løftet alene. Vi er nødt til at arbejde sammen for at maksimere potentialet i AI, og det er derfor, vi hos Google samarbejder med forskere og forskningsinstitutioner i hele Europa og interagerer med politiske beslutningstagere og samfundet som helhed. Samtidig er vi bevidste om nødvendigheden af at handle ansvarligt og mindske de reelle risici ved AI, herunder fejl eller misbrug. Med udgangspunkt i videnskabelig metode og en holistisk tilgang til ansvar og sikkerhed arbejder vi på at sikre, at AI er til gavn for alle og bidrager til en bedre verden.

Gemini har lavet et kort referat af artiklen, som redaktionen har færdiggjort

Kunstig intelligens skaber videnskabelige gennembrud. Et eksempel er Google DeepMinds AlphaFold, som er et AI-værktøj, der identificerer og forudsiger proteinstrukturer. Det giver helt nye muligheder for at bekæmpe sygdomme som malaria og kræft. Samtidig kan det f.eks. også bruges til at udvikle enzymer til at nedbryde plast. AlphaFold demokratiserer forskningen ved at være frit tilgængelig for forskere, også i ulande. Et andet eksempel på AI fra Google er et redskab, der forudsiger materialers stabilitet, hvilket kan sikre grønnere teknologier. Google er bevidst om, at der følger et ansvar med AI, og samarbejder derfor bredt med forskere og samfundsaktører for at reducere fejl og misbrug.

Praktisk brug af AI

Forskere bruger AlphaFold til en lang række udfordringer. Her er to eksempler:

01.

BEKÆMPER MALARIA

Hvert år dør mere end 600.000 mennesker af malaria. Forskere over hele verden leder efter effektive vacciner. En af udfordringerne er malariapatogenernes evne til at mutere. Efter de kommer ind i blodbanen via stik fra inficerede myg, undviger patogenerne immunsystemet ved konstant at ændre deres egen og værtscellernes struktur. Forskere ved University of Oxford har brugt AlphaFold til at finde ud af, hvilke dele af et protein man kan bruge til at skabe en ny generation af vacciner, der angriber parasitterne gennem hele deres livscyklus. Hidtil har man været nødt til at undersøge tusindvis af molekyler enkeltvis for at finde de mest lovende kandidater. Det er en opgave, som AlphaFold kan klare meget hurtigere, hvilket kan føre til lovende behandlinger, der kan hjælpe med at bekæmpe malaria.

02.

SPISER PLASTIK

Det har indtil nu været svært at genanvende plast, fordi industrien overvejende bruger blandet plast. Da det er meget tidskrævende at adskille blandet plast i individuelle bestanddele, er det næsten umuligt at genbruge materialerne fuldstændigt. Det betyder, at en stor del af de 400 millioner tons plastaffald, der produceres hvert år, bliver brændt eller ender i verdenshavene. En løsning kan være at udvikle enzymer til at nedbryde disse forurenende plastmaterialer. Forskere ved University of Portsmouth brugte AlphaFold til at identificere 100 enzymstrukturer i løbet af kun et par dage. Det gav mulighed for udvikling af hurtigere, mere stabile og billigere enzymer til genbrug af plast. Metoden fungerer allerede rigtig godt i lille skala. Det lykkedes at nedbryde et ton plastaffald næsten fuldstændigt på bare ti timer. I industriel skala kan disse forskningsresultater revolutionere genbrug af plast og reducere mængden af affald i havet betydeligt.

AI FRA EUROPA

AI er ikke kun fremtiden. Allerede i dag udnyttes fordelene ved AI af nye startups og traditionelle virksomheder, af cybersikkerheds- og radiologifirmaer og af virksomheder i byer som Dublin, København og Madrid. Her er ti virksomheder, institutioner og NGOʼer, der dagligt bruger AI til gavn for deres kunder, patienter og medarbejdere.

SPOTIFY

Oplevelser til musikfans over hele verden

Spotify er en ægte europæisk teknologisucces. Mere end 600 millioner mennesker verden over bruger virksomhedens musikstreaming hver måned. I 2016 migrerede Spotify 1.200 onlinetjenester og databehandlingsstrukturer til Google Cloud, hvilket forbedrede driftseffektiviteten og gav adgang til Googles AI-kapacitet.

Spotify har databeskyttelse i fokus i virksomhedens udviklingsaktiviteter og anvender Googles store sprogmodeller til at hjælpe med at identificere individuelle lyttemønstre og skræddersy personlige anbefalinger til brugerne. Funktionerne Discover Weekly og Spotify Wrapped bruger modeller som AIto til at hjælpe med at levere kuraterede playlister og datadrevet historiefortælling, der øger loyaliteten blandt brugerne. Spotify bruger også AI til at skabe et sikkert miljø for musikelskere ved at identificere og fjerne potentielt skadeligt indhold.

Med sin effektive udnyttelse af AI har Spotify formået at engagere sine brugere og opnå en solid tocifret vækst i antallet af premiumabonnenter.

CROWDSEC

Skaber mere sikkerhed på internettet

I 2010’erne arbejdede Philippe Humeau og Thibault Koechlin med hostingløsninger med høj sikkerhed. De designede et system, der blokerede IP-adresser fra ondsindede aktører. En dag blev en af deres kunder angrebet af en hacker, der udnyttede mere end 3.000 IP-adresser. Det lykkedes at afværge angrebet, men Humeau og Koechlin fik en idé: »Hvad nu, hvis vi deler disse IP-adresser med vores kolleger i branchen? Ville det ikke lamme de cyberkriminelles aktivitet endnu mere?«

I 2020 etablerede de to franskmænd cybersikkerhedsstartupvirksomheden CrowdSec, der er baseret i Nantes. Virksomheden tilbyder et kollaborativt og proaktivt open source-system til beskyttelse mod indtrængen og en firewall til webapplikationer. Hver gang en IP-adresse udviser mistænkelig adfærd, bliver den blokeret og delt. Det smarte er, at når tilstrækkeligt mange brugere rapporterer den specifikke IP-adresse, bliver den delt på realtidsblokeringslisten. På den måde beskytter brugerne hinanden. AI spiller en afgørende rolle i at identificere falske positiver og kompleks adfærd, pludselige adfærdsændringer, angreb med et lavt signal-støj-forhold, IP-adresser, der opererer i kohorter, eller endda IP-adresser fra residential proxies. Nye gennembrud i AI har gjort det muligt for CrowdSec at udskifte sit klassiske ekspertsystem med en maskinlæringstilgang, der kan analysere 12 millioner signaler dagligt. Nu begynder andre AI-systemer at lære af CrowdSecs unikke datasæt og foreslå deres egne løsninger.

CrowdSec fik øjeblikkelig succes med deres unikke koncept. Virksomheden bruger Googles værktøjer og produkter og deltog sidste år i Cybersecurity-programmet i det første Google for Startups Growth Academy. I dag har CrowdSec mere end 100.000 aktive brugere i over 190 lande og beskytter mod mere end 10 klasser af angreb i 500 forskellige scenarier.

CLEVERGY

Sparer penge og beskytter klimaet

Analysér, optimer og styr dit energiforbrug med en AI-drevet app: Det er et letforståeligt tilbud. Men Clevergy sætter barren højere end blot at opnå besparelser. Virksomheden er baseret i Madrid og deltog i Sustainability-programmet under Googles Startup Growth Academy i 2022. Kernen i Clevergys løsning er Google Cloud, der leverer arkitekturen til at analysere millioner af datapunkter, såsom energiforbrug på timebasis, vejrdata og oplysninger om husstanden. Det er med til at skabe personlige anbefalinger til den enkelte forbruger, som kan omfatte alt fra at optimere solcelleanlæg til de bedste tidspunkter til at lade elbilen op eller starte opvaskemaskinen. »Vi vil gerne skabe en platform, der gør energiomstillingen tilgængelig for alle husstande«, siger CEO og medstifter Beltran Aznar.

Clevergy samarbejder med energileverandører som det spanske forsyningsselskab Naturgy og installatører af solceller. Clevergy giver dem mulighed for at tilbyde en app til deres kunder, så de kan få indsigt i deres energiforbrug og ændre det. Virksomheder kan udnytte denne indsigt til at identificere muligheder for krydssalg og hjælpe forbrugerne med at reducere energispild og omkostninger. Det er til gavn for begge parter: Kundetilfredsheden og indtjeningen stiger, samtidig med at det bidrager til en mere bæredygtig fremtid. Energieffektivitet er en hjørnesten i Europas mål for dekarbonisering, og derfor kan AI-drevne løsninger som Clevergy være afgørende for at skabe positive miljøeffekter.

SOCIALSPACE

Ruster unge til at tage kontrol over deres mentale sundhed

Ifølge en dansk undersøgelse fra 2021 kæmper hver tredje kvinde og hver femte mænd i alderen 16-24 år med psykiske problemer. Det er en stigning på over 7 % på ti år. Den københavnske NGO SocialSpace vil bidrage til at vende denne tendens ved at hjælpe unge med at tage kontrol over deres mentale velbefindende.

SocialSpace blev grundlagt i 2021 af Freja Sangild Boysen, der selv har oplevet, hvor svært det er at navigere i det komplekse virvar af de mere end 70 gratis rådgivningstilbud i Danmark. Hendes NGO har designet en app med en AI-drevet chatbot, som hjælper de unge gennem hele dette økosystem. »Vi tror på, at digitale værktøjer kan være en del af løsningen«, siger SocialSpace.

Chatbotten bygger på Google Gemini og er trænet på SocialSpaces brugerdata. Den søger at skabe en interaktiv, problemfri oplevelse for personer, der søger rådgivning. Chatbotten tilbyder personlig, anonym støtte og bruger et empatisk sprog til at opfordre de unge til at åbne op om deres oplevelser. Baseret på disse samtaler foreslår chatbotten et relevant udvalg af muligheder ud fra nøgleord på serviceudbydernes hjemmesider. Med AI-chatbotten forventer SocialSpace at fordoble antallet af brugere inden for to år, og man håber at have skabt en model for apps til brug på tilsvarende områder.

DEEPHEALTH

Ifølge EU-Kommissionen og European Cancer Information System er lungekræft den største årsag til kræftrelaterede dødsfald i Europa. Men hvis lungekræften opdages tidligt, har patienterne flere behandlingsmuligheder og en større chance for at overleve. Selvom lavdosis-CT-scanning giver håb om at opdage sygdommen på et tidligere stadie, skal der følges op på scanningerne gennem en kompleks og tidskrævende analyse for nøjagtigt at identificere og diagnosticere kræftknuder.

DeepHealth, der er førende inden for AI-drevet sundhedsinformatik, har udviklet en banebrydende AI-løsning til at hjælpe radiologer med at identificere kræft. Radiologerne kan bruge AI til automatisk at opdage og segmentere knuder i lungerne, hvilket gør det muligt at fortolke CT-scanninger af lungerne mere sikkert og, ifølge en undersøgelse af Hempel m.fl., op til 42 % hurtigere.

Inddrager AI i bekæmpelsen af lungekræft UKSH

I dag bruges DeepHealths AI-drevne løsning til at hjælpe radiologer hos NHS i England med en af verdens største screeningsindsatser for lungekræft. Data fra de britiske myndigheder viser, at denne målrettede kontrol af lungesundhed fører til, at hele 76 % af de opdagede kræftformer bliver fundet på et tidligere stadie.

Det er et bemærkelsesværdigt eksempel på AI’s potentiale til ikke kun at forbedre de kliniske resultater, men også til at udnytte screeninger til at opdage sygdomme i de tidligste stadier. Ved at anvende AI til store befolkningsscreeninger med komplette løsninger for lunge-, bryst- og prostatasygdomme skubber DeepHealth de teknologiske grænser for billeddiagnostik.

Optimering af hospitalsprocesser med AI

Professor Jens Scholz er klar i spyttet: »Et hospital, der ikke engagerer sig aktivt i kunstig intelligens i dag, er ikke trådt ind i det 21. århundrede.« Den administrerende direktør for Universitetshospitalet i Slesvig-Holsten (UKSH) er fuldt bevidst om sundhedssektorens presserende behov for modernisering. »Alene sidste år behandlede vi en halv million mennesker på UKSH«, siger Jens Scholz. »Kunstig intelligens kan forbedre processerne for alle parter, eksempelvis på skadestuen.« Som et pilotforsøg anvendes AI til at optimere driftsprocesserne med henblik på endnu hurtigere patientbehandling, reducering af arbejdsbyrden for hospitalspersonalet og mere effektiv ressourceudnyttelse.

Som en af fordelene ved AI, nævner Jens Scholz, at det er muligt at forbinde oplysninger om patienten med eksisterende data fra tidligere behandlinger, allerede mens patienten er på vej til hospitalet. Selv før ambulancen ankommer, kan AI bruge forskellige oplysninger, såsom patientens vitale tegn, til at foreslå nødvendige behandlinger. På den måde bidrager AI til bedre koordinering af ressourcerne. »Teknologien har et enormt potentiale«, siger Jens Scholz. UKSH er en pioner inden for AI blandt tyske hospitaler. Hospitalet arbejder intensivt på en bred vifte af anvendelsesmuligheder for AI. For eksempel kan personalet bruge AI-sprogmodeller til at skrive lægeerklæringer. For at sikre en vellykket implementering af AI, også når det gælder følsomme data, bruger UKSH nu sovereign cloud-løsningen fra T-Systems og Google, der opfylder særligt høje sikkerhedskrav. Desuden bliver data udelukkende hostet i Tyskland. Hovedmålet bag enhver brug af AI er at få teknologien til at overtage så mange administrative opgaver som muligt, så sundhedspersonalet får mere tid til at tage sig af deres patienter.

CARREFOUR

Reduktion af omkostninger og minimering af madspild

I dag forventer dagligvarekunder mere end bare et stort udvalg af varer. De vil have en problemfri digital oplevelse, lige fra nem onlinebestilling med afhentning i butikken til personlige vareanbefalinger. Den traditionsrige, førende europæiske detailkæde Carrefour har taget denne udvikling til sig. Kæden har iværksat en større digital transformation for at leve op til kundernes forventninger og fastholde sit forspring til konkurrenterne.

For en virksomhed af Carrefours størrelse er det en ret omfattende operation. Virksomheden har indgået et samarbejde med Google Cloud om AI-drevne løsninger for at reducere omkostningerne og øge rentabiliteten. I sine belgiske butikker bruger Carrefour AI til at optimere lagerstyringen. Avancerede algoritmer, der er baseret på store mængder indkøbsdata, forudsiger præcist efterspørgslen. Det betyder, at kæden kan holde et optimalt lagerniveau og løbende forudse behovet for genbestilling.

Resultaterne er slående: Siden Carrefour begyndte at anvende Google Cloud, har kæden reduceret sine it-driftsomkostninger med 40 % og det it-relaterede energiforbrug med 45 %. AI-systemet er desuden meget effektivt til at reducere madspild. Det identificerer proaktivt varer, der nærmer sig udløbsdatoen, og anbefaler prisnedsættelser. På den måde minimerer Carrefour både madspild og økonomiske tab, hvilket er en win-win-situation for både virksomheden og miljøet.

ELEVENLABS

Giver den digitale verden en stemme

AI-startupvirksomheden ElevenLabs har en mission om at gøre indhold universelt tilgængeligt på alle sprog og med alle stemmer. Virksomhedens polske grundlæggere var frustrerede over at lytte til dubbing uden indlevelse, og de udviklede derfor deres egen model til at generere menneskelignende tale ud fra tekst. ElevenLabs’ modeller er kontekstuelt bevidste og kan realistisk gengive intonation, tempo og betoning samt de følelsesmæssige nuancer i en tekst. Det betyder, at en krimi vil have et andet tonefald end et kærlighedsdigt, og stemmerne kan skræddersys efter køn, alder eller accent. Samarbejdet med Google Cloud giver ElevenLabs den nødvendige infrastruktur til at betjene kunder over hele verden pålideligt og uden afbrydelser. Deres teknologi bruges til at indtale lydbøger og nyhedsartikler, animere figurer i videospil, hjælpe med præproduktion af film, automatisere lokaliseringsprocesser i underholdningsbranchen, skabe dynamisk lydindhold til sociale medier og annoncer, lægge stemme til automatiserede supportagenter og uddanne medicinsk personale. ElevenLabs’ mission rækker ud over forretning og underholdning. Virksomhedens grundlæggere, Piotr Dąbkowski og Mateusz Staniszewski, vil demokratisere adgangen til skriftligt indhold for mennesker med synshandicap og hjælpe dem, der har mistet deres stemme, med at genvinde den. Virksomheden fokuserer både på at bygge AI-lydprodukter i høj kvalitet og på at styrke beskyttelsesforanstaltningerne mod misbrug. Dette sker gennem et stærkt engagement i ansvarlig AI og gennemsigtighed i AI-genereret indhold, brug af avancerede moderationssystemer, samarbejde om oprindelsen af indholdet og udvikling af egne mekanismer til autentificering af stemmer.

AA IRLAND

Forbedrer den digitale oplevelse for kunderne

The AA (Irland) blev grundlagt i 1910 og er et velkendt navn i landet. Virksomheden er mest kendt for vejhjælp, men er også en førende mægler af bilforsikringer og tilbyder desuden indbo- og rejseforsikringer. I samarbejde med designbureauet Granite begyndte The AA (Irland) i 2021 at omstrukturere sin hjemmeside ved hjælp af AI-værktøjer for at gøre det lettere for de besøgende at få tilbud på bilforsikring. »Vores nye bilforsikringsproces udnytter AI-drevne anbefalinger til placering, flow og optimering af sektioner. Det gør behandlingen markant hurtigere, reducerer kravene til brugerens indsats og forbedrer den samlede brugeroplevelse«, siger The AA (Irland).

Derudover har generative AI-modeller som Google Gemini vist sig at være effektive til at forfine det kreative indhold og udvikle digitale annoncekampagner, der rammer de forskellige kernemålgrupper præcist. »Gemini hjælper med at skabe og tilpasse annoncetekster og finde kreativt materiale, som vi kan bruge. Men Gemini hjælper også med at analysere konkurrencesituationen«, siger virksomheden og tilføjer, at teknologien hjælper organisationen med hurtigt at tilpasse sig og opfylde kundernes skiftende behov. »Hos The AA (Irland) ser vi AI som en udvidelse af vores team, der løbende forandrer en virksomhed med over 100 års arv og tillid i bagagen.«

BOWER

På vej mod den cirkulære økonomi

I 2021 producerede EU mere end 84 millioner tons emballageaffald. Det er en stigning på 6 % sammenlignet med 2020, svarende til omkring 190 kg pr. indbygger. Mindre end halvdelen af det kommunale affald bliver genanvendt. Nu vil søskendeparret Suwar og Berfin Roza Mert fra Stockholm hjælpe os med at genbruge vores affald bedre end nogensinde før. I 2018 skabte de Bower, en AI-drevet mobilapp, der identificerer ethvert stykke materiale eller emballage og guider brugerne til den nærmeste affalds- eller genbrugsplads, hvor de kan bortskaffe genstanden korrekt.

Brugerne kan enten scanne en stregkode eller tage et billede af genstanden. Takket være en nyudviklet open source-computersynsmodel, der er trænet på Google Gemini, fungerer appen nu i hele verden og kan identificere de fleste husholdningsartikler med en nøjagtighed på over 90 %. Appen genkender både genstanden og materialet og matcher det med lokale retningslinjer for genbrug, så den kan hjælpe brugerne med at bortskaffe genstanden korrekt. For at motivere brugerne til at engagere sig i genbrug har app-udviklerne tilføjet spilelementer med udfordringer, konkurrencer, kontante belønninger og sporing af CO2-besparelser.

Bower har i øjeblikket mere end 650.000 brugere og er tilgængelig globalt. I 2023 modtog Bower 1,75 millioner euro i finansiering gennem Google.org samt støtte fra et team af Google Fellows for sikre en hurtig udvikling af appen. De to søskende har et ambitiøst mål om at reducere verdens CO2-udledning med 500.000 tons årligt gennem genbrug.

»Smart regulering giver flere fordele«

Cecilia Bonefeld-Dahl, generaldirektør for Europas førende sammenslutning for digital teknologi, DIGITALEUROPE, og Joëlle Barral, seniordirektør for forskning og udvikling hos Google DeepMind, diskuterer EU’s AI-forordning og dens indvirkning på den europæiske konkurrenceevne.

Cecilia, for et par måneder siden trådte den europæiske forordning om kunstig intelligens (AI-forordningen) i kraft som verdens første samlede lovmæssige regulering af kunstig intelligens. Hvad er dit syn på, at EU tager føringen inden for AI-regulering?

CBD Det er historisk, at man forsøger at regulere så nyt et område. På nogle punkter er det positivt, men der er også udfordringer. Sidste år blev kun 6 % af AI-venturekapitalen investeret i startups, hvilket er meget lidt. Vi har et stort antal små AI-virksomheder. Den manglende konsolidering gør det svært at tiltrække investeringer og konkurrere globalt.

Hvordan forventer du, at AI-forordningen vil påvirke den europæiske konkurrenceevne?

CBD Den har bestemt ikke gjort europæisk baserede virksomheder mere konkurrencedygtige. Mange er allerede flyttet til USA. De europæiske forbrugere kommer ikke til at være de første til at nyde godt af nye produkter på markedet. Vi er nødt til at øge vores agilitet, for vi vinder ikke gennem regulering.

Gemini gav inspiration til relevante spørgsmål til brug i interviewet og opsummerede relevante studier.

Joëlle, du er direktør for AI-forskning hos Google DeepMind. Hvordan forventer du, at AI-forordningen vil påvirke dit arbejde og udviklingen af AI-teknologier?

JB Det påvirker allerede alt, hvad vi gør. Vi har et internt beredskab for AI-forordningen. Vores teams gør sig klar til at håndtere kravene til dokumentation, test og overvågning. Vi er nødt til at sikre, at vi tilpasser vores praksis på området, i takt med at teknologien udvikler sig.

Google opererer globalt og skal forholde sig til forskellige juridiske landskaber. Hvordan sikrer virksomheden ansvarlig udvikling og udrulning af AI på tværs af forskellige regioner?

JB Mange lande anerkender, at AI er en enorm mulighed for samfundet, samtidig med at de anerkender de udfordringer, der ligger i at sikre, at teknologien bliver klar til at blive udbredt. Det er vigtigt at samle mange lande om at udvikle et fælles globalt styringslag. For at sikre en konsekvent og ansvarlig udvikling og implementering af AI i hele verden, arbejder vi tæt sammen med regeringer, myndigheder og brancheeksperter for at forstå lokale forskelle og tilpasse vores produkter og tjenester derefter.

Tror du, det er muligt at udvikle AI-regler, der kan anvendes globalt?

JB Jeg er fortrøstningsfuld: Hvis vi formår at skabe en fælles ramme, vil vi være langt bedre stillet om nogle årtier, end hvis vi alle laver vores egne regler.

CBD Teknologivirksomheder er ikke nationale. Det skaber problemer at have nationale eller endda regionale regler. Det vil være en fordel for alle at have harmoniserede rammer.

DIGITALEUROPE har for nyligt offentliggjort en undersøgelse, der viser, at EU er bagud i forhold til sine globale konkurrenter inden for de fleste kritiske teknologier, såsom AI. Hvad er de vigtigste årsager til dette?

CBD At vi stadig er 27 lande! Jeg er tidligere CEO, og jeg valgte at skalere uden for Europa først. Sådan gør mange teknologivirksomheder. Skalerbarhed kan ikke lade sig gøre i Europa, medmindre det virkelig er ét marked. Fjernelsen af disse barrierer er den største opgave for den nye EU-Kommission.

Hvad kan eller bør politikerne gøre for at øge Europas konkurrenceevne inden for AI?

JB Den nye EU-Kommission har muligheden for at udvikle en flerårig strategi og politisk dagsorden, der inddrager AI og andre digitale teknologier i et løft af EU’s konkurrenceevne på baggrund af et stærkt transatlantisk samarbejde. Politikernes fokus bør være på at implementere og håndhæve politikker, der understøtter videnskabelige gennembrud, innovation og bred anvendelse af digital teknologi på tværs af alle sektorer, både i store og små organisationer. Interessenterne skal kunne udnytte det teknologiske økosystem til at styrke hinanden. Der skal være mulighed for og vilje til at bevæge sig frit mellem startups, store virksomheder og den akademiske verden.

Regulering af AI er en balancegang mellem at styrke innovation, skabe samfundsmæssige fordele og håndtere risici. Hvordan kan politikerne finde denne balance uden at overregulere?

CBD Spørg virksomhederne: Hvad er udfordrende for jer? Vi ved, at en virksomhed med 50 ansatte kan forvente en direkte omkostning på ca. 300.000 euro alene for at overholde AI-forordningen. Hvem skal dække den udgift? Vi har brug for en investeringsordning. Ellers risikerer vi at virksomhederne bliver bremset yderligere og må ansætte advokater i stedet for udviklere. Jeg mener, at det er rimeligt at sige, at hvis en virksomhed indsender al den nødvendige dokumentation for at lancere et produkt inden for en af risikokategorierne, bør den kunne forvente et svar inden for tre måneder. Hvis der ikke rejses nogen røde flag i løbet af denne periode, bør produktet som udgangspunkt anses for at være kompatibelt.

JB Vi er nødt til at sikre, at reguleringen af AI fremmer og muliggør de bredere samfundsmæssige og økonomiske fordele, som AI tilbyder, samtidig med at vi både tager hensyn til teknologiens risici og kompleksitet og borgernes bekymringer. AI-forordningen er allerede vedtaget, så det bliver især vigtigt at holde dette for øje, når der skal udvikles og implementeres et adfærdskodeks i de kommende måneder. Kodekset skal skabe en bro mellem de forpligtelser, der gælder for udbydere af generelle AI-modeller, og vedtagelsen af harmoniserede europæiske standarder.

Hvilke andre generelle vilkår er vigtige for innovation og konkurrenceevne i forhold til AI i Europa?

JB Det er afgørende at investere i forskning og udvikling. På nuværende tidspunkt bruger USA mere end dobbelt så meget pr. indbygger på forskning og udvikling af kunstig intelligens som EU. Forskning og udvikling er altafgørende for bedre at forstå AI’s fordele og risici, og hvordan de bedst håndteres. Desuden er det vigtigt at opbygge den rigtige underliggende infrastruktur. Vi bør også inten-

»Skalerbarhed kan ikke lade sig gøre i Europa, medmindre det virkelig er ét marked. Fjernelsen af disse barrierer er den største opgave for den nye EU-Kommission.«

CECILIA BONEFELD-DAHL

sivere Europas indsats for at opkvalificere og omskole både arbejdstagere og virksomheder – med særlig vægt på at fremme AI-kompetencer.

Undersøgelsen fra DIGITALEUROPE peger også på vigtigheden af strategisk samarbejde. Hvordan kan branchen, den akademiske verden og myndighederne samarbejde om at fremme AI-innovation og styrke Europas rolle på den globale AI-scene over de næste fem år?

CBD Vi har brug for en mere tværgående tilgang. Jeg kan ikke se, hvorfor vi ikke skulle opfordre branchen til videndeling. Der er mange jurister, der kigger på reglerne. De har brug for viden om, hvordan AI er opbygget, eller hvordan det skal dokumenteres. Der er også konkrete trusler, såsom cyberangreb fra fjendtligt indstillede aktører og andre risici, som vi skal lære om og dele viden om med hinanden.

Joëlle, Google har sine egne AI-principper. Hvad ligger der bag udviklingen af dem, og hvordan guider de ansvarlig brug og udvikling af AI i virksomheden?

JB Vi var blandt de første til at indføre AI-principper i 2018. Det første princip understreger, at AI skal være til gavn for samfundet. Og så sikrer yderligere principper, at vi ikke ruller teknologi ud, der kan være skadelig. Vores AI-principper beskriver også anvendelser, som vi ikke støtter, som f.eks. masseovervågning eller våben. Vores teams bruger principperne helt fra tidlig forskning til produktlancering. Det er et sæt konkrete principper, som vi efterlever.

Lad os tale om den offentlige sektor: Hvordan tror du, at kunstig intelligens kan hjælpe regeringer og politikere med at forbedre effektiviteten i deres daglige arbejde og i den offentlige sektor generelt?

CBD De bør bruge AI til at finde ud af, hvordan de kan bruge færre offentlige midler og skabe mere værdi for pengene. Uanset om det handler om at kurere kræft, bekæmpe pandemier eller tackle cyberkriminalitet.

JB AI åbner for personalisering. Et nyligt eksempel er den italienske by Padova, hvor myndighederne blev bestormet med henvendelser fra borgerne om problemer omkring luftkvaliteten. Ved hjælp af AI kunne myndighederne levere bedre svar til borgerne og frigøre ressourcer. Der findes utallige lignende eksempler.

Til sidst vil jeg gerne høre, hvad jeres vision for fremtiden for AI i Europa er?

»Europa bør indse, at man missede den teknologiske omstilling for 20 år siden, men at det forsømte nu kan indhentes, fordi talentet er til stede.«

JOËLLE BARRAL

JB Europa bør indse, at man missede den teknologiske omstilling for 20 år siden, men at det forsømte nu kan indhentes, fordi talentet er til stede. Jeg tror, Europa har en stor chance for at blive en vigtig aktør i denne nye æra.

CBD Ville det være urealistisk at sige, at 25 % af de offentlige udgifter i Europa skal gå til den digitale omstilling af samfundet? Europa har potentiale til at blive førende inden for områder, der i dag ikke får tilstrækkelig opmærksomhed, som sundhedspleje, uddannelse og bekæmpelse af klimaforandringer. Vi udnytter ikke vores fulde kapacitet på nogle af de nøgleområder, der er afgørende for Europas borgere.

ENORMT POTENTIALE

Kunstig intelligens kan give den europæiske økonomi et markant løft.

Det er konklusionen i en ny undersøgelse, der er bestilt af Google. Martin Thelle, der er seniorpartner hos Implement Consulting Group og medforfatter til undersøgelsen, beskriver det specifikke potentiale, som AI rummer, og hvordan Europa bør agere for at udnytte det.

Du har på vegne af Google lige færdiggjort en rapport om, hvordan generativ AI påvirker EU’s økonomi. Hvad er de vigtigste resultater?

Vi vurderer, at generativ AI har potentiale til at øge EU’s bruttonationalprodukt (BNP) med 8 %, svarende til ca. 1,2 til 1,4 billioner euro inden for det næste årti. Vi forventer, at AI spredes hurtigt og når sin maksimale udbredelse om cirka ti år. Det er betydeligt hurtigere end tidligere teknologier, hvor det ofte tog årtier at opnå bred anvendelse. AI vil blive en integreret del af mere end 60 % af alle jobs og øge produktiviteten ved at automatisere tidskrævende opgaver, så den enkelte medarbejder kan fokusere på mere værdiskabende aktiviteter. Samtidig betyder det, at vi skal investere i kompetenceud-vikling for at udnytte fordelene og hjælpe alle godt igennem de forandringer, som AI medfører.

Googles CEO Sundar Pichai og flere andre mener, at AI vil ændre verden hurtigere end opfindelsen af elektricitet. Er du enig i det? Helt sikkert. Thomas Edison opfandt glødepæren for over 160 år siden, men selv i dag har millioner af mennesker stadig ikke adgang

INTERVIEW: FELIX WADEWITZ;

til elektricitet. Til sammenligning forventes AI at opnå bred anvendelse i løbet af bare 20 til 30 år. Verden er langt mere forbundet nu, end den var i 1879, og nye teknologier spreder sig langt hurtigere.

Hvordan kan AI helt konkret styrke europæisk produktivitet og konkurrenceevne?

AI har potentiale til at øge produktiviteten markant ved at automatisere rutinemæssige, gentagne og tidskrævende opgaver, så de kan udføres hurtigere og mere præcist. Derudover kan AI fremskynde arbejdsprocesser ved at assistere med komplekse kognitive opgaver som at skrive, analysere store datasæt og syntetisere information. Det er en produktivitetsforøgelse, som er afgørende for, at den europæiske økonomi kan forblive konkurrencedygtig. Samtidig kan den have en positiv indvirkning på både økonomien og forskningsmiljøet.

Når vi taler om forskning, hvordan kan AI så hjælpe med at fremme videnskabelige gennembrud i Europa?

AI kan hjælpe eksperter med at analysere og håndtere de enorme datasæt, der er nødvendige for videnskabelig innovation og der-

% 200-250

med fremskynde arbejdsprocesserne. Derudover kan AI automatisere og simulere forsøg, hvilket reducerer både omkostningerne og den tid, der kræves for at opnå videnskabelige gennembrud. Inden for lægemiddelforskning kan AI f.eks. forudsige molekylære interaktioner og potentielle bivirkninger. Det forkorter forskningsfasen og gør forskernes arbejde nemmere. AI kan også fremme samarbejdet mellem forskningsinstitutioner gennem mere effektiv datadeling og -analyse.

Hvilke sektorer i økonomien kan få mest ud af kunstig intelligens, og hvor vil det være mindre væsentligt? De største fordele ved AI vil kunne ses i sektorer med stort potentiale for automatisering af gentagne kognitive opgaver, som f.eks. informationsteknologi, finans og offentlig administration. AI kan f.eks. effektivisere finansielle transaktioner og overholdelsestjek og dermed reducere driftsomkostningerne markant. Omvendt vil sektorer, der i høj grad baserer sig på menneskelig interaktion eller manuelle opgaver, som personlig pleje og byggeri, blive mindre påvirket af AI. Inden for byggeriet kan kunstig intelligens hjælpe med projektplanlægning og sikkerhedsovervågning, men det manuelle byggearbejde vil være mindre tilbøjeligt til at blive automatiseret.

Historisk set har servicesektoren haft svært ved at øge produktiviteten. I din rapport nævner du, at servicevirksomheder kan få uforholdsmæssigt stor gavn af AI. Kan du give nogle konkrete eksempler?

Produktiviteten er faktisk stagneret i takt med, at økonomierne har bevæget sig mod serviceydelser. AI kan dog øge produktiviteten i servicesektoren væsentligt gennem forbedret kundeservice, f.eks. ved hjælp af responsive chatbots, samt ved at effektivisere processer som behandling af juridiske dokumenter eller kontrakter. Advokatvirksomheder kan bruge AI til hurtigt at gennemgå kontrakter og juridiske dokumenter og dermed reducere advokaternes tidsforbrug på disse opgaver. Derudover kan kundeserviceafdelinger anvende AI-chatbots til at håndtere rutineforespørgsler, så medarbejderne kan fokusere på mere komplekse problemer.

60

forventes at blive suppleret af generativ AI

Gælder det også for offentlige tjenester i Europa?

Ja, AI kan bruge automatiserede systemer til at effektivisere borgerrettet service og reducere ventetider. For eksempel tilbyder AI-chatbots i Portugal og Danmark døgnåbne tjenester med personlige svar baseret på omfattende offentlige databaser. Europa-Kommissionen bruger allerede AI til maskinoversættelse, hvilket forbedrer kommunikationen og effektiviteten. Desuden kan AI hjælpe eksperter med at håndtere folkesundhedsdata, forudsige sygdomsudbrud og optimere ressourcefordelingen i sundhedsvæsenet.

Små og mellemstore virksomheder (SMV’er) er rygraden i mange europæiske økonomier. Hvordan kan de udnytte AI til at øge produktiviteten på trods af deres begrænsede kapacitet?

For SMV’er kan det være en udfordring at implementere AI på grund af begrænsede it-ressourcer og digitale færdigheder. Men generativ AI er langt mere intuitivt at bruge, fordi man interagerer i naturligt sprog. Samtidig er det billigere end tidligere teknologiske innovationer. Med lavere eller ingen datakrav kan SMV’er lettere implementere AI.

Hvad mener du, der skal til, for at Europa fuldt ud kan udnytte fordelene ved kunstig intelligens og undgå at sakke bagud i forhold til andre globale økonomier? Hvad er de største udfordringer, der skal overvindes?

Europa er allerede bagud i forhold til den første bølge af AI-innovation, hvilket gør det nødvendigt at maksimere brugen af eksisterende teknologier for at indhente det tabte. EU skal vedtage gunstige AI-regler, investere massivt i AI-infrastruktur og computerkraft samt sikre bred anvendelse og tilgængelighed. Der skal følges op med ny træning og opkvalificering af arbejdsstyrken for at udnytte AI’s fulde potentiale. Selvom AI vil påvirke vores jobs, ligesom tidligere teknologiske fremskridt har gjort, vil vi sandsynligvis ikke se så omfattende ændringer i arbejdslivet, som nogle måske frygter.

mia. kr løftes BNP i Danmark

Find hele rapporten for Danmark her.

Over

Opkvalificering til fremtidens arbejdsmarked

Google AI Essentials er et kursus, du gennemfører i dit eget tempo, og som ikke kræver nogen forudgående erfaring. Kurset er for alle faggrupper og alle brancher og giver dig grundlæggende AI-færdigheder til at øge din produktivitet. På under 10 timer vil AI-eksperter lære dig om AI og vise dig, hvordan du bruger det i praksis. Når du har gennemført kurset, får du et certifikat fra Google, som du kan dele med dit netværk og potentielle arbejdsgivere. AI Essentials er en del af Googles Career Certificates- program.

Læs mere på: grow.google/intl/europe/google-career-certificates/

Kan du uddybe det? Lige nu er mange optimistiske med hensyn til AI’s potentiale til at forbedre deres arbejdseffektivitet, mens andre frygter at miste deres job. Hvad siger du til dem, der er bekymrede for deres job?

Vi vil sandsynligvis ikke se en større disruption af arbejdsmarkedet end ved tidligere teknologiske paradigmeskift. De nuværende AI-værktøjer kan ikke udføre alle opgaver inden for et arbejdsområde, så derfor vil det kun være få jobs, der er i fare. Arbejdsfunktioner, der kræver menneskelig interaktion, som baristaer eller kirurger, vil ikke blive påvirket i samme grad. Det skønnes, at kun ca. 7 % af arbejdstagerne er stærkt eksponerede for AI, i den forstand at mere end halvdelen af deres jobrelaterede opgaver potentielt kan udføres af generativ AI på et tidspunkt i fremtiden. En AI-drevet økonomi forventes at skabe nye jobmuligheder, som ikke findes i dag, såsom promptkonstruktion. Mere end 60 % af alle jobs vil blive suppleret af AI. Teknologien vil ikke erstatte mennesker, men give dem mulighed for at fokusere på mere kritiske opgaver, mens AI håndterer repetitive opgaver.

Hvilke kompetencer skal man udvikle som medarbejder for at få gavn af AI?

Medarbejderne har brug for en række kompetencer, lige fra grundlæggende digitale færdigheder og viden om kunstig intelligens til avancerede kognitive evner som kritisk tænkning og analytiske færdigheder. Generativ AI vil også skabe nye jobtyper, som vi endnu ikke kan forestille os. For eksempel vil det være afgørende at vide, hvordan man fortolker og udnytter AI-genererede indsigter. På tværs af alle sektorer skal man vænne sig til løbende læring og tilpasning, i takt med at AI-teknologierne udvikler sig.

En af udfordringerne for EU i sammenligning med andre økonomiske supermagter er demografiske ændringer. Hvad gør dig optimistisk i forhold til, at AI kan hjælpe med at løse denne udfordring? Ved at frigøre tid giver AI mulighed for at afhjælpe den europæiske arbejdskraftmangel indenfor kritiske områder som sundhed, teknik og uddannelse. AI kan eksempelvis forøge sundhedspersonalets effekti-

vitet markant og potentielt afhjælpe op til 40 % af den nuværende mangel på arbejdskraft. Indenfor uddannelse kan kunstig intelligens skabe personlige læringsoplevelser og hjælpe underviserne med administrative opgaver, så de kan fokusere mere på undervisning og elevernes engagement. Derudover kan AI-drevne løsninger indenfor ingeniørarbejde optimere projektstyring og ressourceallokering, hvilket kan afhjælpe manglen på kompetencer i denne sektor.

På trods af AI’s enorme potentiale for Europa fremhæver din rapport en stigende forskel mellem EU og USA indenfor AI-relateret forskning og udvikling. Hvilke konsekvenser har det for den europæiske økonomi, og hvad kan man gøre for at mindske denne forskel i fremtiden?

Hvis den nuværende tendens fortsætter, vil USA og muligvis Kina føre an i udviklingen af kunstig intelligens, mens EU fortsat vil indtage en brugerrolle. Det kan føre til, at USA opnår betydeligt større økonomiske gevinster fra AI end EU. For at undgå dette bør EU styrke den lokale AI-forskning og bygge videre på eksisterende modeller for at skabe nye applikationer eller værktøjer. Det kan være mere effektivt at investere i samarbejde, der udnytter Europas enorme ressourcer, end at satse på individuelle gennembrud i forskning og udvikling. EU kunne f.eks. oprette fælles AI-forskningscentre og tilskynde til offentlig-private partnerskaber for at fremme innovation.

Når vi taler om innovation, hvor i Europa ser du så den lyseste fremtid for udbredelsen af AI?

Digitalt stærke markeder som Estland, Holland og de nordiske lande forventes at føre an i udbredelsen af AI. Estlands e-Residency-program og digitale offentlige tjenester er et godt eksempel på, hvordan innovative politikker kan fremme anvendelsen af AI. Men udviklingen i Frankrig, Spanien og Portugal er også lovende. Frankrigs investering i AI-startups viser, hvordan målrettet finansiering kan understøtte væksten i AI-økosystemet. Dette er eksempler på, hvordan man i mange dele af EU anerkender og udnytter potentialet i kunstig intelligens. Nu er det vigtigt at sikre, at Europa som helhed kan holde trit med andre globale regioner.

GRØNNERE LUFTFART MED FÆRRE FLYSTRIBER

Forebyggelse af kondensstriber er et effektivt middel til at mindske luftfartens klimapåvirkning. Googles AI-værktøjer kan hjælpe flyveledere med at udpege optimale baner for flyene, så man undgår kondensstriber.

Kan du huske første gang, du kiggede op på himlen nær en lufthavn?

De hvide striber efter et fly ser måske smukke ud, men de har en overraskende stor påvirkning på miljøet. Forskning viser, at kondensstriber udgør omkring en tredjedel af luftfartens bidrag til den globale opvarmning. Derfor er håndtering af kondensstriber en vigtig del af indsatsen mod klimaforandringer.

Google Research har sammen med sit AI-klimateam udviklet en algoritme til at identificere områder på himlen, hvor der sandsynligvis vil opstå kondensstriber. Ved at integrere disse data i flyplanlægningen kan flyselskaberne optimere flyveruterne og opnå en betydelig reduktion af klimapåvirkningen. »Vi stræber efter at skabe de bedst mulige prognoser for at få den største klimaeffekt. Det ultimative succeskriterium for vores arbejde er hvor meget CO2-udledning, vi kan undgå«, siger John Platt, der er Fellow hos Google Research.

Kondensstriber opstår, når flyet passerer gennem forskellige lag af luftfugtighed i stor højde, hvor der dannes iskrystaller omkring sodpartikler fra motorens udstødning. Striberne kan blive hængende som menneskeskabte cirrusskyer i flere minutter eller endda timer og bidrage til at holde på varmen i jordens atmosfære. I 2023 analyserede Google Researchs klima-AI-team, i samarbejde med Bill Gates’ bæredygtige energiinitiativ Breakthrough Energy, et stort datasæt med satellitbilleder, vejrdata og flyvekursdata. Målet var at foreslå ruter og højder, der kunne minimere kondensstriber. Piloter fra American Airlines gennemførte 70 testflyvninger over en periode på seks måneder for at vurdere nøjagtigheden af forudsigelserne. Resultatet var en reduktion af kondensstriber på 54 % ved et merforbrug af brændstof på kun 2 %, hvilket viser potentialet for en omkostningseffektiv og skalerbar klimaløsning.

»Forebyggelse af kondensstriber er afgørende, fordi det er et af de få værktøjer, som luftfartsindustrien har til at mindske sin klimapåvirkning på kort til mellemlang sigt«, siger Ilona Sitova, Senior Aviation Sustainability Expert ved EUROCONTROL Maastricht Upper Area

reduktion i dannelsen af kondensstriber blev opnået i testflyvninger med American Airlines, hvor der kun blev brugt 2 % ekstra brændstof. 54 %

Control Centre (MUAC). MUAC administrerer det øvre luftrum over Belgien, Holland, Luxembourg og det nordvestlige Tyskland, som er en af verdens travleste luftfartskorridorer med mere end 5.400 flyvninger på en travl sommerdag.

MUAC er en pioner inden for forskningen på området og var de første til at gennemføre et praktisk forsøg med forebyggelse af kondensstriber i 2021. Google har siden 2022 samarbejdet med MUAC og delt resultater fra sit AI-program, herunder konkrete forudsigelser af dannelse af kondensstriber. Forudsigelserne gør det muligt for flyvelederne at give taktiske godkendelser til flyvning uden for de områder, hvor der er risiko for kondensstriber. Det er en kompleks balancegang, hvor den potentielle klimaeffekt skal vejes op mod andre faktorer som flyvetider og andre driftsmæssige hensyn. »Hvis man i et ekstremt tilfælde følger en prognose, der siger, at man ikke kan bruge bestemte flyvehøjder, vil det tilgængelige luftrum blive indskrænket og højst sandsynligt medføre forsinkelser. Vores mål er at opretholde en høj kapacitet, så vi kan betjene luftrummet på en sikker måde og samtidig reducere kondensstriberne«, siger Ilona Sitova.

AI gør det lettere at reducere kondensstriber

Logistik – og naturligvis sikkerhed – vægter også tungt. MUAC planlægger kapacitet og vagtskemaer for flyveledere op til et år i forvejen og koordinerer med militæret for at afgøre, hvilke højder der er tilgængelige for civile fly. Men kondensstriber kan ikke forudsiges så præcist langt ud i fremtiden. Man kan ændre banen for de enkelte fly i realtid på selve dagen med Googles AI-genererede forslag, men omdirigering af flyvningen efter take-off øger kompleksiteten.

»Det giver mere præcise resultater at ændre ruten under flyvningen, men det er ikke den bedste måde at arbejde på, fordi det påvirker netværksplanlægningen og flyveledernes arbejdsbyrde«, forklarer Ilona Sitova. Hun er dog overbevist om, at AI kan spille en afgørende rolle i at hjælpe flyvelederne med at integrere forebyggelse af kondensstriber: »Vi kommer til at få gavn af AI i form af bedre lokale processer for flyselskaber og netværks- og flyveledere, der reducerer kondensstriber.«

MUAC satser på at udnytte de nye teknologiers potentiale som en del af sit arbejde for at forebygge kondensstriber. »Vi anerkender, at der er behov for omfattende automatisering af de operationelle processer til at reducere kondensstriber. Et vigtigt skridt er de løbende forsøg i samarbejde med Google, hvoraf det seneste startede i august 2024«, siger Ilona Sitova.

»Bedre muligheder kræver bedre sikkerhed«

Anca Dragan, der er direktør for Safety and Alignment hos Google DeepMind, er overbevist om, at AI vil åbne utroligt mange muligheder for menneskeheden. Men det er muligheder, der kan være ledsaget af et bredt spektrum af risici. Hun argumenterer for, at vi allerede nu skal tage hånd om både kort- og langsigtede risici ved kunstig intelligens.

Anca Dragan, du har beskæftiget dig med kunstig intelligens i mange år. Du begyndte at kode allerede i fjerde klasse under din opvækst i Rumænien, og som ung voksen flyttede du til Tyskland for at studere datalogi. Du har taget orlov fra din stilling som lektor på UC Berkeley for nu at stå i spidsen for AI Safety and Alignment hos Google DeepMind. Med din store erfaring indenfor området, hvordan ser du så på udviklingen af AI indtil nu? Forskere har gennem flere årtier udviklet AI-systemer, der har opnået hidtil umulige bedrifter – alt fra at besejre skakmesteren Garry Kasparov tilbage i 1997 til at forbedre vores forståelse af Mars. Nu sker »det umulige« overalt – hver dag. AI kører folk rundt i amerikanske byer (jeg har selv arbejdet med selvkørende biler hos Waymo i seks år, hvor vi gjorde helt fantastiske fremskridt). AI hjælper også læger med at opdage flere kræfttilfælde. Men udviklingen af AI begrænser sig ikke kun til løsningen af konkrete udfordringer. Der er endnu mere avancerede AI-systemer med »generel intelligens« på vej.

Hvordan adskiller disse systemer sig fra det, vi har oplevet indtil nu?

Vi forventer, at de systemer, der normalt betegnes som kunstig generel intelligens (AGI, Artificial General Intelligence), vil kunne præstere på næsten menneskeligt niveau i forhold til alle former for kognitive opgaver. Det har længe været et mål for Google DeepMind og andre AI-forskere verden over at udvikle AGI, og med god grund. Alene i videnskabens verden, hvor AI allerede kan løse konkrete og komplicerede udfordringer som at kortlægge hele universet af proteiner (side 10), vil vi kunne høste enorme gevinster ved at skabe tværfaglige AI-forskningsassistenter og -redskaber. Vi er mange, der støtter hypotesen om, at en generel, altomfattende intelligens vil være nøglen til epokegørende gennembrud – og at snæver AI har sine begrænsninger. Man forventer også enorme fremskridt på områder som uddannelse, sundhedspleje og helt overordnet for vores velbefindende, som f.eks. forebyggelse af alvorlige sygdomme eller bekæmpelse af klimaforandringer. Så langt er vi ikke kommet endnu, men udviklingen af mere intelligent generel AI går stærkt på alle fronter. Det giver os grund til at tro, at vi kan opnå AGI og høste fordelene inden for det næste årti.

Hvad betyder denne udvikling for de potentielle risici ved AI?

De stadig mere avancerede AI-systemer rummer ikke kun et potentiale, men også et risikobillede, der omfatter alt fra skadelige effekter ved de nuværende systemer, til mere ekstreme og potentielt katastrofale risici ved AGI-systemer.

Hvilke typer risici tænker du på?

De aktuelle systemer kan fungere som en ny platform for cyberangreb. De kan formidle stereotyper eller mangle de nødvendige nuancer til at afbalancere udfordrende holdninger til kontroversielle emner. De kan bidrage til følelsesmæssig polarisering, give forkert medicinsk rådgivning eller forstærke uretfærdighed. Nogle af de fremtidige systemer kan måske medføre endnu større risici, som f.eks. meget effektive cybervåben, understøttelse af bioterrorisme eller udnyttelse som et stærkt overtalelsesmiddel. Endnu

»Vi opdager ofte i vores arbejde med sikkerhed, at løsningerne på kort- og langsigtede risici er tæt forbundne og kan anvendes på tværs.«

længere ude i fremtiden kan nogle af de mest kraftfulde systemer muligvis udvikle selvbevidsthed, sprede sig selv, ræsonnere på avanceret plan og bedrage folk. Disse nye risici vil derfor kræve bedre AI-sikkerhed.

Skal vi tage det i rækkefølge og fokusere på nutidens AI-risici først, inden vi ser på fremtidens AI-risici? Hvordan skal vores tilgang være til denne afgørende risikostyring?

Alle disse risici er vigtige, og vi er nødt til at gå i gang med at håndtere dem nu. Det giver sig selv for nutidens trusler, men det er vigtigt, at vi også begynder at tage hånd om de mulige trusler, vi forudser i fremtiden. Som et historisk eksempel kan nævnes, at man forholdsvist hurtigt forstod, at luftforurening fra forbrændingsmotorer udgjorde en langsigtet alvorlig risiko. Alligevel tog det næsten 60 år fra den første Ford Model T rullede af samlebåndet, til USA indførte nationale standarder for luftforurening fra biler. Vi har traditionelt været langsomme til at gøre noget ved risikoen for forurening på grund af den tætte forbindelse mellem forureningskilderne og den globale økonomi.

Kan du uddybe det?

Analogien om forurening fortæller os noget om AI: En ting, vi har lært af den menneskelige udvikling, er, at jo hurtigere vi opdager og reducerer de mulige risici ved ny teknologi som AI – både de aktuelle og på længere sigt – jo bedre. Alligevel er der i dag en opfattet konflikt mellem de forskere, der fokuserer på nutidens trusler fra AI og dem, der ser på de langsigtede risici. Nogle ser de langsigtede risici som en afledningsmanøvre for at undgå at tage fat på nutidens trusler. Men sådan må det ikke være. Jeg synes, at denne konflikt modvirker hele indsatsen, og at vi skal holde inde med beskyldningerne, så vi kan komme videre med det meget vigtige arbejde med hele spektret af risici.

Dit job hos Google DeepMind fokuserer på AI-sikkerhed. Hvordan arbejder I med de nuværende og fremtidige risici?

Industrilaboratorier som Google DeepMind arbejder på at forudsige, evaluere og reducere hele risikobilledet for AI. Faktisk mener mange af os, fra mine forskerkolleger inden for etik til forskere i AGI-alignment som mig selv, at det er et falsk dilemma, at man skal prioritere den ene type risiko frem for den anden. Vi opdager ofte i vores arbejde med sikkerhed, at løsningerne på kort- og langsigtede risici er tæt forbundne og kan anvendes på tværs.

Kan du give et eksempel?

Helt sikkert, du kan faktisk få to. Det er almindeligt anerkendt, at det er vigtigt at reducere generative AI-modellers faktuelle fejl – eller »hallucinationer« i branchesprog – for at reducere spredningen af unøjagtige oplysninger. Men det er mindre kendt, at mange af de strategier, vi bruger til at mindske hallucinationerne, også kan hjælpe os med at føre tilsyn med AGI-modeller i fremtiden. På samme måde kan arbejdet med værdipluralisme inden for alignment hjælpe med at reducere polarisering i dag, samtidig med at det potentielt gør AGI-systemer i stand til at forstå og forsvare sig mod misbrug og afveje brugernes og samfundets mål. Derfor arbejder vores sociotekniske og etiske forskere side om side med vores AI-sikkerhedsudviklere og -forskere.

Anca Dragan er lektor på UC Berkeley. Hun har taget orlov for at stå i spidsen for AI Safety and Alignment hos Google DeepMind og arbejder primært i San Francisco.

Apropos samarbejde: Hvordan kan eller bør politikere, forskere og andre interessenter involveres i at gøre AI sikker?

På samme måde som vi inden for hvert AI-laboratorium er nødt til at arbejde sammen om alle sikkerhedsrisici. Det er også vigtigt, at AI-virksomheder, akademiske forskere, samfundet og regeringer over hele verden afviser det falske valg mellem nutidens trusler og katastrofale risici og tager højde for hele paletten af muligheder, der kan opstå, når AI bliver stadig mere sofistikeret, autonom og allestedsnærværende. Hvis vi skaber en fælles praksis for AI-sikkerhed, vil det hjælpe mod både aktuelle trusler og langsigtede risici. Det internationale samfund af regeringer, samfundsgrupper og branchen kan i fællesskab udvikle stærkere metoder til at evaluere modellernes kapacitet og alignment. Sammen kan man skabe en fælles praksis at udføre evalueringerne og skabe de nødvendige risikodæmpende foranstaltninger.

Kan vi nå at få styr på risikoen?

Det er vigtigt at sige, at vi ikke står over katastrofale risici med nutidens systemer. Den nyeste chatbot bliver ikke pludselig en eksistentiel trussel. Men vi er nødt til at forbedre vores evne til at måle farlige egenskaber og forstå, hvordan de ændrer sig, når AI-modeller vokser i størrelse og kompleksitet. Vi skal have skaleringslove for farlige egenskaber og være bedre forberedt på at reducere risikoen for, at et system vil udvise en sådan farlig adfærd. Vi har også stadig brug for at forbedre og styrke det menneskelige tilsyn og vores anvendelse af det til at forhindre, at der opstår skævheder i den optimerede alignment. Og vi er nødt til få en bedre forståelse af, hvordan mennesker vil anvende modellerne og med hvilke applikationer, samt de bredere konsekvenser af den udbredte anvendelse. Det kan potentielt kræve mange års forskning at forstå anden- eller tredjeordenseffekterne af AI-systemer og skabe de nødvendige fremskridt inden for alignment-forskning. Derfor bør vi alle bruge denne værdifulde tid til at arbejde målrettet – hvilket vi allerede gør hos Google DeepMind.

ET SPØRGSMÅL

SELVSTÆNDIGHED

Der er 1,3 milliarder mennesker med alvorlige funktionsnedsættelser på verdensplan. AI-baserede værktøjer som Googles Livetransskribering og Livetekstning kan hjælpe dem til et mere selvstændigt liv.

Et høreapparat er ikke nok for Matthew Johnston på 55 fra London. Han er nemlig født døv. Han bruger primært mundaflæsning, når han taler med andre. Da hans yngste søn Harry flyttede til Hongkong i 2020, forsøgte de at holde kontakten via videoopkald. Men Matthew fandt hurtigt ud af, at mundaflæsning på skærmen er sværere, end når man sidder overfor hinanden. Da han opdagede, at den nyeste Google Pixel-telefon havde funktionen Livetekstning til at transskribere samtaler i realtid, slog han straks til. Den første, han ringede til, var sin søn. De havde talt sammen i en halv time, da Harry udbrød: »Far, det er første gang nogensinde, vi har ringet til hinanden.« Det påvirkede Matthew: »Jeg kunne som 55-årig ringe til min søn for første gang i mit liv.«

Livetekstning er et af de digitale værktøjer, som Google har designet sammen med og til personer med funktionsnedsættelser. Ifølge WHO har 16 % af verdens befolkning (eller 1,3 milliarder mennesker) betydelige funktionsnedsættelser. At skabe en verden, der er

lettere at navigere i for alle, og især for mennesker med handicap, går godt i spænd med Googles mission om at gøre verdens information niverselt tilgængelig. »Det er et spørgsmål om selvstændighed. Om at give alle mulighed for at leve det liv, de ønsker, uden barrierer, i en verden, der typisk ikke er indrettet med dem i tankerne«, siger Christopher Patnoe, Head of EMEA Accessibility and Disability Inclusion hos Google.

Kunstig intelligens giver nye muligheder for at udvikle mere inkluderende produkter. Døve og hørehæmmede kan f.eks. udnytte de store sprogmodellers evne til at analysere tale. Googles udviklere brugte teknologier til automatisk talegenkendelse og lydregistrering til at udvikle appen Livetransskribering i 2018, og året efter kom Lydnotifikationer. Mens Livetransskribering leverer transskriptioner af samtaler i realtid på over 120 sprog, identificerer Lydnotifikationer lyde i omgivelserne og i hjemmet og sender meddelelser til døve eller hørehæmmede, hvis brandalarmen lyder eller dørklokken ringer.

Lidia Best, som er formand for European Federation of Hard of Hearing People, har oplevet styrken af AI, både privat og gennem en lang række hændelser i sit netværk: »Der var et opslag på de sociale medier, som gjorde dybt indtryk på mig. En kollega delte et billede af sin smartphone med appen Livetransskribering åben ved siden af en tv-skærm i Grækenland. For første gang kunne hun følge med i græske nyhedsudsendelser takket være Livetransskribering-appen!«

En af udviklerne bag Livetransskribering er Dimitri Kanevsky. Han mistede hørelsen helt, da han var ét år gammel, og forsker nu i talegenkendelse hos Google. Da han blev ansat hos Google i 2014, brugte han et separat apparat til at konvertere tale til tekst. Det var en brugbar løsning, men den bestod af flere dele og krævede forberedelse på forhånd. Med Livetransskribering kan Dimitri bruge transskription af tale til tekst meget mere spontant i hverdagen, som for eksempel når han bestiller en kop kaffe. »Jeg har drømt om det her hele mit liv«, siger Dimitri. Nu er det blevet en af vores mest populære hjælpeteknologier på Android.

Læs mere om tilgængelighed.

Matthew Johnston var 55, da han takket være AI kunne lave sit første telefonopkald.

Europæiske perspektiver på teknologi og samfund