Nye AI-fremskritt viser at større ikke alltid er bedre
DeepSeeks suksess er et interessant eksempel på hvordan finansiering kan legge til rette for forskning og innovasjon, uten at profitt nødvendigvis er det endelige målet.
Hovedinnhold
Denne kronikken ble først trykket i kortversjon i Klassekampen.
Denne måneden har DeepSeek brutt illusjonen om at Silicon Valley har monopol på gjennombrudd innen generativ AI, ved å introdusere en ny måte å trene AI-modeller på.
Markedet for LLM-er (Large language models) har vært dominert av «Big Tech», med OpenAIs ChatGPT som den første og mest populære blant dem. Disse selskapene har i stor grad satt premissene for den offentlige debatten, og det har blitt vedtatt sannhet at AI bare kan utvikles med enorme mengder ressurser, både når det gjelder maskinvare og ingeniørarbeid.
Dette dyre økosystemet har blitt sett på som en uunngåelig bivirkning av AI-skiftet, og AI har dermed blitt ansett som noe kun tek-gigantene i Silicon Valley kan utvikle. Faren med denne fortellingen er at AI-forskning og -utvikling fremstår som noe bare de rikeste og største landene har råd til – resten av oss er kun forbrukere.
DeepSeek – et lite laboratorium i Kina – har nå vist oss at fremsteg kan gjøres på en annen måte; ved å bruke færre ressurser og gjøre arbeidet med åpen kildekode (også kjent som open source).
Den åpne kildekode-tilnærmingen desentraliserer programvareutvikling og muliggjør åpent samarbeid. Dette ble helt satt til side i den første bølgen av generativ AI, da teknologigigantene hadde kappløp for å lansere innbringende produkter.
DeepSeek kom ikke som en overraskelse for det vitenskapelige AI-miljøet, men var likevel svært oppmuntrende. En stor utfordring vi som ikke jobber for Big Tech eller med generativ AI har, er at vi ofte blir sett på som supplement til de "seriøse" aktørene innen AI.
Det er ikke fordi vi mangler kompetanse. Norge har 50 forskningsmiljøer som ønsker å satse på forskningssentre for AI. Det er mye igjen som må oppdages, læres og bygges.
Kina er fortsatt et svært stort marked med langt flere ressurser enn Norge. Generativ AI kan muligens fortsatt kreve flere ressurser enn vi er villige til å godta. Det er fortsatt mange spørsmål rundt personvern i gratis AI-apper. Behovet for regulering og problemstillingene rundt AI gjenstår. Men det er blitt betraktelig vanskeligere å argumentere for at det ikke er verdt å forske på AI.