Kunstig Intelligens

Skandalen i Rio: Når "egenutviklet" KI viser seg å være gjenbruk

Rio de Janeiro lanserte nylig med pomp og prakt det de hevdet var en "egenutviklet" stor språkmodell (LLM) tilpasset lokale behov. Nå viser tekniske analyser på GitHub at det hele i realiteten ser ut til å være en sammenslåing (en såkalt "merge") av allerede eksisterende, åpne modeller. Saken har raskt skapt opphetet debatt i det globale teknologimiljøet og setter søkelyset på en voksende trend med "KI-hvitvasking".

Bakgrunnen for fadesen er den pågående bølgen av digital suverenitet. Både nasjonalstater og storbyer ønsker å eie sin egen teknologi for å slippe avhengighet av amerikanske tech-giganter. Men å trene en avansert språkmodell fra bunnen av koster enorme summer i form av både regnekraft og dataingeniører. Da blir fristelsen til å ta noen snarveier i overkant stor for aktører som vil sole seg i glansen av å være innovative.

For innkjøpsansvarlige og teknologiledere i offentlig og privat sektor gir dette en viktig lekse i digital kildekritikk. Hvis en ekstern leverandør prøver å selge inn en "helt unik, proprietær KI-modell", bør du kreve full åpenhet om modellens opphav. Å bruke sammenslåtte åpne modeller (model merging) er i seg selv en svært kostnadseffektiv og smart ingeniørstrategi for å skreddersy KI til spesifikke behov – problemet oppstår først når man prøver å pakke det inn som banebrytende egenutvikling for å forsvare en kunstig høy pris. Sørg for at din organisasjon betaler for faktisk verdiskaping, ikke bare en fancy innpakning på andres gratisarbeid. [Kilde]

Internasjonale Trender

Børsrushet for KI: Hvem tjener egentlig på børsnoteringene?

Det koker i kulissene hos de mest verdifulle oppstartselskapene innen kunstig intelligens. Flere tunge aktører rigger seg nå for å gå på børs så raskt som overhodet mulig, i håp om å ri på den generelle bølgen av optimisme som blant annet SpaceX' kommende børsplaner har skapt i finansmarkedene.

Bakgrunnen er enkel: Venturekapital-fondene som har pøst milliarder inn i KI de siste tre-fire årene begynner å kreve realisering av gevinst. Samtidig har kostnadene ved å trene og drifte de største modellene blitt så astronomiske at kapitalbehovet ikke lenger kan dekkes av private runder alene. Børsnotering fremstår dermed som den mest realistiske måten å sikre videre finansiering på.

For vekstbedrifter og teknologiske utfordrere betyr dette at kapitalmarkedet igjen er i ferd med å åpne seg, men kravene til lønnsomhet og reell verdiskaping vil være nådeløse når offentligheten får innsyn i regnskapene. For etablerte selskaper som bruker disse verktøyene i det daglige, er det verdt å holde et våkent øye med nøkkelleverandørene sine. Når et KI-selskap går fra å være venture-finansiert til å bli børssensitivt, ser vi ofte at de skrur opp prisene, kutter i gratis-tjenester og strammer inn lisensbetingelsene for å tekkes utålmodige aksjonærer. Nå er tidspunktet for å sikre langsiktige og forutsigbare avtaler med dine viktigste KI-partnere. [Kilde]