Sten-Åke Sändh
Aktiv medlem
Jag tror att många av oss i den fria världen inte riktigt har förstått vilket starkt grepp om samhället som Partiet har i Kina. Någon allmän tillgång till AI-baserade tjänster kommer inte att tolereras.
Det är absolut sant men problemet är ju att de måste gå samma väg i Kina också och det är klart att de kommer försöka koppla ihop varje individs "sociala poäng" med vad de tillåter individerna att göra men man ska heller inte underskatta att väldigt många kineser studerar utomlands och där kommer nog partiet ändå ha svårt att avskärma individerna från annat inflytande.
De kommer säkert försöka filtrera som sovjetstaten gjorde analogt då bara en del på den tiden hade tillgång till exv. ett bredare urval av litteratur - en del måste ju faktiskt ha tillgång till allt för annars vet man ju inte ens vad man ska censurera för allmänheten. Både kineser och ryssar kommer ställas inför exakt samma dilemma i en AI-framtid. Eftersom du inte har DN så har du säkert missat följande väldigt intressanta DN artikel från 11/4.
DN KULTUR Alice Berggren: AI ställer ohyggliga krav på den digitala arbetarklassen
"Det är lätt att tro och frukta att de artificiella intelligenserna i allt högre grad styr sig själva, och blir smartare bakom våra ryggar. Men i själva verket kräver de nya systemen mer mänsklig arbetskraft än tidigare. Detta arbete sker i låglöneländer som Kenya och Venezuela, skriver Alice Berggren. "
Och det är nog inte en helt osann föreställning. Problemet är dess enögda fokus på en falsk dikotomi mellan automation och mänsklig arbetskraft, som gör oss blinda för vad som faktiskt försiggår bakom kulisserna på de stora techbolagen. De senaste AI-systemen – som Chat GPT och nu även GPT-4 – är inte mindre utan mer beroende av mänsklig omdömesförmåga och styrning, och därmed av mer mänsklig arbetskraft, än tidigare.
Anledningen till att de nya AI-modellerna upplevs som så smarta är inte för att de har uppnått en ny, revolutionerande grad av autonomi. Snarare beror det på andelen mänsklig värdering och bedömning i deras konstruktion. Men den enorma arbetskraft som detta kräver kommer inte från Silicon Valley i första hand, utan från hundratusentals exploaterade digitala arbetare i andra delar av världen. "
(Min anm.: Läs Kenya, Filippinerna och andra länder där engelskkunskaper är hyfsat väl spridda och där IT-världens nya billiga IT-arbetarklass finns som behövs för detta viktiga AI-referens och uppmärkningsarbete. Dessa är så uselt betalda att Alice Berggren och andra nu börjat tala om en ny era av neokolonialism.
Något som inte understryks lika ofta är att träningen bara är effektiv om den data som används är av hög kvalitet. För att en AI ska kunna lära sig någonting alls måste all träningsdata vara noga kategoriserad och märkt – ju mer ingående och detaljerat, desto bättre.
Att klassificera och beteckna data kallas för datamärkning och den utförs i stor utsträckning av människor. Det kan handla om att markera alla rödljus i en sekvens trafikbilder, bedöma tonen i en kort text eller avgöra om ett videoklipp visar två personer som dansar eller som slåss. Det är tack vare datamärkning som AI-modellen över huvud taget kan lära sig identifiera skillnader och mönster mellan olika typer av data.
Denna grundläggande form av datamärkning krävs för i princip all AI-utveckling.
Så det kommer säkert krävas mängder av manuellt metadata märkningsarbete även i Kina. Ska bli intressant att se hur de kommer bete sig för att styra upp det.
!!! Trodde ni som jag att AI var smartare än att vara helt beroende av manuell märkning i grunden för sin magi? En manuell märkning som utförs av hårt exploaterad och underbetald arbetskraft i fattigare länder i Afrika och Asien? AI är nog faktiskt långtifrån så magiskt som AI-evengelisterna vill få oss att tro. !!! ... även om det räcker väl som det är för att imponera stort.
Senast ändrad: