En uformell rundspørring blant bekjente avslørte at ikke alle har hørt om Nvidia en gang. Vi trenger en prat med en KI-ekspert og oppsøker Klas Pettersen. Det er mannen bak ideen om den såkalte KI-milliarden – Regjeringens satsing på KI-forskning.

– Hvordan ble ukjente Nvidia verdens største selskap?

– For oss som er i KI-feltet og for folk som driver med gaming, er Nvidia veldig godt kjent, sier Klas Pettersen. 

Han leder Nora som er det norske forskningssamarbeidet for KI.

Nvidia har lenge vært gode på å lage grafikkort til datamaskiner, forklarer han. Og her ligger nøkkelen til selskapets suksess.

Grafikken i datamaskiner er blitt kompleks

Han forklarer at grafikken i datamaskiner er blitt mer og mer avansert. Databrikkene som håndterer grafikk, GPU, kan gjøre helt nye ting, for eksempel gjøre at vann reflekterer lys på en naturlig måte. 

– Den store forskjellen mellom CPU-en – kjerna i datamaskinen – og GPU-en er at GPU-en kan gjøre mange operasjoner samtidig. Ikke nødvendigvis så raskt som CPU-en, men når du gjør masse parallelt, blir du mye raskere til sammen.

Så Nvidia designer databrikker som er gode til grafikk, men hva har det med kunstig intelligens å gjøre?

Kan sende en stor mengde data gjennom det nevrale nettet

For å forklare det må vi først innom det som heter kunstige, nevrale nettverk. 

Pettersen forteller at den viktigste KI-teknologien i dag er kunstige, nevrale nettverk. De har hjernen som inspirasjon. Som i hjernen kalles de enkelte bestanddelene nevroner eller hjerneceller. 

I kunstige, nevrale nett kan hvert nevron ta imot signaler, prosessere dem og sende ut signaler.

– Læring skjer ved at du kan justere hvor tett cellene er knyttet sammen, sier Pettersen.

Det skjer ved å sende en stor mengde data gjennom det nevrale nettet, som så finner mønstre i dataene. I prinsippet kan man gjøre mye av det på en CPU, men den må ta det steg for steg.

I praksis er oppgavene som gjøres i et kunstig nevralt nett kjempestore matrise-multiplikasjoner. Og det er akkurat det GPU-ene er laget for.

Selv om GPU-er er laget for å skape grafikk på skjermen, er de også tilfeldigvis gode på å gjøre de operasjonene som kunstig intelligens er basert på.

Vannskille i 2012

Selv om nevrale nett ble oppfunnet allerede på 1950-tallet, var det andre teknikker som dominerte KI. Helt fram til 2012. 

Da deltok tre forskere i en konkurranse om å klassifisere bilder. Algoritmen deres het AlexNet. Den feide konkurrentene av banen.

Det som var hemmeligheten til forskerne bak AlexNet, var at de hadde klart å bruke et større nevralt nettverk og trente det mye mer effektivt på nettopp GPU-er.

AlexNet var et nevralt nett med åtte lag. Det ble ansett som dypt på den tiden. Dagens nettverk varierer etter oppgaver og arkitektur, men mange har over 100. 

Mens AlexNet ble trent på to GPU-er i parallell, bruker vi i dag hele datasentre med tusenvis av GPU-er parallelt. Det kan koste over én milliard kroner og ikke minst mye energi.

KI som grunnleggende infrastruktur i samfunnet

– Danmark innviet nylig et nytt datasenter spesielt for KI. Har vi nok datakraft i Norge?

– På Universitetet i Oslo er det mange gode maskiner nå, og vi er med i Europas kraftigste superdatamaskin for KI – Lumi i Finland, sier Pettersen.

Han forteller at på nasjonalt nivå kommer Olivia, et regneanlegg med GPU-er for KI. Likevel er vi helt åpenbart bak både Danmark, Sverige og Finland, ja, de fleste land, egentlig, når det gjelder egen GPU-kraft.

KI blir mer og mer sett på som grunnleggende infrastruktur i samfunnet, så det er også et politisk spørsmål om vi skal være selvforsynt med datakraft.

– Både forbruker-KI som ChatGPT og modeller som AlphaFold er laget av store, private firmaer. Kan vi i det hele tatt konkurrere?

– Hvis du mener Norge eller et universitet i Norge, så er svaret nei. Vi kan ikke lage like store modeller som Open AI og Antropic og de største firmaene gjør. Det har vi verken datakraft eller råd til, sier Pettersen.

Vil ikke vare evig

Han sier at trenden med å lage større og større modeller med mer og mer data ikke kommer til å vare evig.

Vi kan kanskje lage én eller to generasjoner til med større modeller enn det vi har nå. Så vil det antakelig stoppe opp fordi vi rett og slett ikke har mer data i verden.

– Selv om disse store firmaene er kjempeverdifulle, er de også ganske skjøre. Jeg var selv i en delegasjon på besøk til San Francisco i november i fjor. Mens vi planla det, var plutselig hele Open AI i ferd med å gå i oppløsning. Lederen Sam Altman fikk sparken, og Microsoft skulle ta over. Det endte med at Altman fikk så stor støtte av ansatte at han ble gjeninnsatt.

Pettersen forklarer at poenget er at det er en risiko å gjøre oss avhengige av et firma som plutselig kan forsvinne. 

– Jeg tror det er et nasjonalt ansvar, men kanskje ikke Norge bør gjøre det alene. Kanskje Europa skal lage europeiske modeller, eller i hvert fall at vi har nordiske eller skandinaviske modeller.

– Hva er viktig for KI-forskning framover?

– Det forskningsmiljøene bør fokusere på, er hvordan vi lager smartere algoritmer. I fremtiden tror jeg vi vil få algoritmer som er helt på nivå med det ChatGPT er nå, men som er såpass små at de i prinsippet kunne vært utviklet ved et universitet.

Nye KI-systemer og databrikker basert på hjerneforskning

Pettersen fortsetter: Ta bare forskningsfeltet nevro-KI eller bioinspirert KI. Der lar man seg nok en gang inspirere av hjernen. Nevro-KI går ut på å prøve å forstå mer av hvordan hjernen fungerer og hvordan læring skjer i hjernen og så utnytte det til å lage bedre KI. 

Hvordan kan vi lære så mye mer effektivt i en hjerne som går på 20 watt istedenfor å ha disse store regneanleggene som trenger all verdens data for å bli smarte? 

Et barn trenger ikke mange opplevelser med en katt før det har forstått begrepet katt. Et KI-program må trenes på mange kattebilder.

– Det er fortsatt mye vi ikke helt har forstått i hjernen. Og så er det sikkert en del ting vi har forstått som vi kunne prøvd å bruke i kunstig intelligens, sier han.

Klas Pettersen tror også det er ekstremt mye å hente på å lage smartere databrikker. I nevromorf databehandling tar man inspirasjon fra hjernen for å designe databrikkene.

– Framover kommer vi til å se flere databrikker spesialdesignet for kunstig intelligens. Vi ser det allerede i Apple-telefoner. Google har sine TPU-er. De er litt som GPU-er, men spesielt designet for kunstig intelligens.

En industriell revolusjon

– Hvis du tar en kikk i glasskula, hvordan vil kunstig intelligens utvikle seg?

– Utviklingen innen de store, generelle modellene som ChatGPT er spennende. De blir stadig bedre. Allerede nå er de på mange måter vårt vindu til internett og informasjon. Du kan ha ChatGPT som programtillegg i Google Chrome. Slik at når du søker i Chrome, søker du egentlig gjennom ChatGPT. Den henter informasjon på flere nettsider og setter den sammen, akkurat sånn den tror du vil ha den.

Pettersen sier videre at vi også ser en utvikling hvor de generelle modellene opptrer mer og mer som agenter. 

Antropic sin Claude-modell kan i prinsippet ta over mus, tastatur og skjerm og både planlegge og bestille en ferietur for deg, med flybilletter og reservasjoner på restaurant. Andre modeller kan ringe for deg. 

– Både lovgivning og etikk omkring dette er utfordrende, for modellene er helt naturtro nå.

Pettersen synes kanskje enda mer interessant er bruken av KI i livsvitenskap. 

– Om ti år tror jeg vi vil se mange KI-designede medisiner hvor man har funnet ut at dette er et bra medikament basert på kunstig intelligens.

Nye proteiner verden ikke har sett før

En ny versjon av AlphaFold ble nettopp sluppet med åpen kildekode. AlphaFold 3 handler om hvordan proteiner vekselvirker med andre molekyler. De fleste medisiner virker jo på proteiner og endrer funksjonen til proteinene.

– Vi diskuterte det her nettopp, om vi skulle gjøre noe på AlphaFold 3. Da AlphaFold 2 kom lagde vi et digitalt seminar. Interessen for det eksploderte helt. Vi planla det egentlig for et lite norsk miljø, men så var vi så tidlig ute at det kom 700 folk fra hele verden. Vi installerte AlphaFold 2 på regneanlegget til Universitetet i Oslo og kunne vise proteiner som verden ikke hadde sett før.

Noe av det aller viktigste framover mener Pettersen handler om hvordan KI påvirker samfunnet vårt.

Han sier at når regjeringen nå etablerer KI-sentre, skal de etableres innenfor tre spor. Bare ett av de tre sporene er teknologi. De to andre handler om hvordan kunstig intelligens vil endre samfunnet.

– Jeg tror vi er i begynnelsen av det vi i ettertid vil kalle en industriell revolusjon. Mye av arbeidslivet og samfunnet vil endres de neste 20–30 årene. Da er det viktig å være forberedt på det og gjøre forskning på samfunnskonsekvensene.

Ikke minst mener Pettersen at hvis vi får algoritmer som er smartere enn mennesker på de fleste områder, og som kan operere som frie agenter på nettet, eller som roboter, kanskje, så må vi åpenbart tenke nøye gjennom hvordan vi gjør det og finne ut hvordan vi kan lage sikker kunstig intelligens.

Hva er Nora?

Nora.ai er et samarbeid mellom norske institutter og universiteter innenfor kunstig intelligens.

– Samarbeidet ble etablert for seks år siden. Da var det noen som var forutseende og forsto at KI er et ekstremt viktig fagfelt. Nå er vi til sammen 18 universiteter og institutter i Norge som driver med KI.

Nora har mange store forskningssamarbeid, drifter forskerskole og Nora Startup med en masse oppstartsselskaper. De prøver å få en sterkere innovasjonskultur også inn i universitetene, og hjelpe til med å få forskernes metoder og resultater videre til næringslivet.

Nora har også forskningskoordinatorer som er spesialisert innen kunstig intelligens og som hjelper forskere å få finansiering fra EU.

Artikkelen er produsert og finansiert av Universitetet i Oslo

Universitetet i Oslo er én av over 80 eiere av forskning.no. Deres kommunikasjonsansatte leverer innhold til forskning.no. Vi merker dette innholdet for å tydelig skille formidling fra uavhengig redaksjonelt stoff.
Her kan du lese mer om ordningen.

Les også disse sakene fra Universitetet i Oslo:

• 

  Verdens største musikkeksperiment viste at publikum holdt pusten samtidig

• 

  Hvordan ruster vi ungdom til å møte samfunns­utfordringer?

• 

  Hardtrening er betre for musehjernen enn moderat trening

• 

  Transplantasjon: Flere vil kunne få ny lever i 2025

• 

  En urovekkende stor andel innsatte dør etter løslatelse fra fengsel

• 

  Vill vest, Stetson og Beyoncé: Cowboyhatten er et stykke amerikansk historie

Les flere saker laget av Universitetet i Oslo her.

forskning.no vil gjerne høre fra deg!

Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER