AI-agendan – Intervju Anders Arpteg

Anders Arpteg, Peltarion AI Research

Representant arbetsgrupp Näringsliv

Anders Arpteg, Ph.D. är forskningschef på Peltarion, där man arbetar för att omsätta de senaste AI-teknikerna för alla företag på ett lättanvänt och prisvärt sätt. Han är också medlem i AI Innovation of Swedens styrgrupp, svenska AI-agendan och flera rådgivande styrelser.

Hur kommer AI påverka vårt samhälle kommande 10 år?

Få personer förstår hur stor påverkan AI kommer att ha på vårt samhälle. En rapport från Vinnova 2018 säger att Sveriges ekonomiska tillväxt kan fördubblas om vi massivt börjar dra nytta av AI. En annan rapport från DIGG 2020 säger att potentialen för AI inom offentlig förvaltning kan vara så mycket som 140 miljarder SEK årligen, om vi börjar använda AI på rätt sätt.  Det är verkligen starka ord. AI är även en så kallad GPT, en general-purpose-technology. Det betyder att AI kommer påverka alla sektorer, inklusive tillverkning, transportbranschen, och vårdsektorn.

För några ytterligare konkreta exempel på hur senaste AI-tekniken kan vara av direkt nytta för samhället, se t ex AISEs projektlista eller Peltarions blogg för mer information med artiklar om hur AI kan användas för att hjälpa till med analys av röntgenbilder av hjärtat, analys av eksem, astma och allergier, för att spåra COVID-19, och 10 andra exempel på användning av AI.

Vad är skillnaden mellan dagens AI och människor?

Man bör vara tydlig med att det är stor skillnad mellan vad AI kan göra idag och vad människor kan göra. Vi får de största fördelarna med AI om vi kombinerar människa och AI med varandra, och använder AI-systemen för att möjliggöra för människor att lösa avancerade uppgifter. Människan har bakgrundskunskap och generell intelligens som är vida överlägsen dagens AI, men människan är inte bra på att hitta mönster i stor mängd data.

Ta t ex uppgiften att ställa en cancer-diagnos. En radiolog behöver då gå igenom en stor mängd röntgenbilder för att identifiera och segmentera var en potentiel tumör finns. Att gå igenom en stor mängd data som detta med hundratals bilder, är något som är tidsödande för människor men som AI-system kan göra mycket effektivt. Genom att låta AI-system gå igenom datan och låta radiologen  använda sin bakgrundskunskap att bygga upp en behandlingsplan, så maximerar vi nyttan av AI och kan mer effektivt behandla cancerpatienter.

Hur rekommenderar du företagare som vill börja nyttja AI i sina verksamheter att gå tillväga?

Det finns många utmaningar med AI idag och det är inte en silver bullet som kan magiskt lösa alla problem. En av de stora utmaningarna är kompetens, och att förstå vad som är realistiskt att använda AI till. Ett klassiskt problem för många företag är att domän-experter på företaget inte förstår AI och att AI-experter inte förstår domänen, t ex inom tillverkningsektorn eller som i radiologexemplet. Ett typiskt moment 22 problem. Företag som Peltarion med flera har som målsättning är att göra AI-verktyg enkla och effektiva nog för att låta domän-experter använda AI själva, och på så sätt skala upp AI-användning i hela företaget.

För praktiska råd om hur företag kommer igång med senaste AI-tekniken och hur man går från idé till tillämpning, se dessa artiklar som The Essential AI Handbook for Leaders och From idea to AI powered applications, the challenges. Genom att undersöka hur AI kan bli en naturlig del av olika produkter och tjänster, så börjar ett företag gå mot en mer AI-driven framtid.

Vad skiljer byggande av ett AI-system från klassiska mjukvarusystem?

En vanlig missuppfattning om AI-system är att man bygger dem på liknande sätt som vanliga mjukvarusystem. Det finns stora skillnader mellan ett vanligt mjukvarusystem och en av de största skillnaderna är beroende av data. Detta innebär att man kan inte i förväg veta hur väl ett AI-system kommer att fungera förrän man har experimenterat med data. Det blir således svårare att planera och kräver att man har en högre grad av experimenterande än vanligt. Det är därför viktigt med en “failing fast” inställning där man hellre experimenterar med tio olika tillämpningar och modeller och avbryter snabbt de tillämpningar som inte fungerar, för att kunna hitta och lägga fokus på den en-av-tio tillämpningar som verkligen ger värde till företaget.

En annan stor utmaning är tillgång till data, gärna i organiserad form och helst annoterad för den uppgift som AI ska användas för. Denna typ av data kan vara svårt att skapa och det finns även ett flertal juridiska utmaningar med hur data får och bör användas. Detta är något som den svenska AI-agendan planerar att hjälpa till med, genom att t ex skapa ett use case factory som exemplifierar hur företag har lyckats lösa dessa problem

Vad tror du blir den största händelsen inom AI det kommande decenniet?

AI kommer att påverka vårt samhälle på många olika sätt och de länder, företag och organisationer som lyckas göra det bäst kommer att få en stor fördel under kommande decenniet. Vi har redan sett det hos teknikjättarna i USA och Kina, som idag är världens mest värdefulla företag. Stora initiativ har dock tagits fram i Sverige och Europa för att hitta en ansvarsfull användning av AI, något som kommer bli alltmer viktigt under kommande årtionde.

Forskningen inom AI fortsätter att göra kraftiga framsteg varje månad och år och vi kommer se fortsatta spektakulära exempel som Tesla FSD, AlphaGo, AlphaStar, och GPT-3. En tydlig trend är att kravet på annoterad data kommer att fortsätta minska, vilket kommer möjliggöra även för icke-teknikjättar att dra nytta av AI under kommande tio år. Vissa påstår t o m att detta kommer att forma om varje industri, allt från transport, tillverkning och hälsa med en alltmer prediktiv vård. Om det är något som jag tror och hoppas kommer få störst påverkan så är det hur AI kommer hjälpa oss med ett alltmer hållbart samhälle och att nå våra Agenda 2030 mål.

Länkar

Peltarions hemsida