AI- och 5G-teknik: vad de kommer att betyda för framtiden | VPNOverview

Det har varit mycket hype runt 5G och AI de senaste åren. Tidningar, webbplatser, tv-pundits och politiker talar ofta om den potentiella påverkan som denna teknik kommer att få på världen. Detta är helt motiverat eftersom 5G och AI representerar den nästa tekniska revolutionen som drastiskt kan förändra våra liv på många sätt. 5G och AI har potential att digitalisera och automatisera uppgifter inom medicin, utbildning, datavetenskap, robotik, bank, styrning, krigföring, rymd, virtuell verklighet och mycket mer. Människor kommer att kunna göra saker som anses som fantasi för inte så länge sedan. De potentiella applikationerna för 5G och AI är praktiskt taget oändliga. Dessutom kompletterar 5G och AI: de hjälper varandra att prestera bättre och nå nya potentialer.


Men med alla de nya möjligheterna och förändringarna i denna nya teknik uppstår en ny uppsättning risker som vi måste ta hänsyn till. Den här artikeln tittar på vad dessa nya tekniker är, vad de kan betyda för mänskligheten och vilka potentiella risker är.

Vad är 5G?

5G är helt enkelt nästa steg i mobil telekommunikation. 1G trådlöst anslutna mobiltelefoner till radiotorn, så att du kan ha en konversation medan du går. 2G förvandlade analog till digital kommunikation, så att du också kan skicka textmeddelanden. 3G gjorde hoppet till att ha internet på din mobiltelefon. 4G förbättrade hastigheten och volymen för överföringar av internetdata till en sådan grad att du kunde strömma hela filmer på din telefon. 5G är nästa i rad och det närmar sig snabbt. Nästa steg i telekommunikation gör att du kan uppnå internethastigheter upp till 100 gånger så snabbt som 4G utan praktiskt taget inga processförseningar.

5G kommer att göra ‘tingenes Internet’ till verklighet

Med 5G blir det också möjligt att ansluta bokstavligen miljoner internetanslutna enheter, apparater och sensorer utan att tömma sina batterier. Sådana nya nätverk gör det möjligt att ha hela smarta hem och smarta städer. Ett sådant globaliserat nätverk av apparater, apparater och sensorer kallas ibland ”tingenes internet”, eller IoT. Det tillåter alla dessa enheter att överföra data och kommunicera utan någon mänsklig input.

Denna “IoT” gör det möjligt för företag att automatisera alla möjliga processer, minska produktionskostnaderna, sänka avfallet och öka insynen. Med rätt programmering kan IoT till exempel skapa självhushållande jordbruksenheter. Jordens sensorer skulle varna drönare vilken mängd vatten eller näringsämnen grödorna behöver för ett maximalt utbyte. Bilar kan vara utrustade med däcksensorer som leder självkörande bilar till en mekaniker för att snabbt byta däck. Möjligheterna att skapa självförsörjande ekosystem genom en enorm sammankopplad webb av ömsesidigt bestämma enheter verkar begränsas endast av vår fantasi och investeringsvilja. Det är ingen överraskning att stora ekonomiska vinster förväntas från införandet av 5G. Det globala företagskonsultföretaget McKinsey förväntar sig till exempel att Internet of Things kommer att ha en ekonomisk effekt på upp till 11,1 miljarder dollar år 2025.

5G hjälper AI att bryta ny mark

För att utöka AI: s kapacitet måste vi mata mer information. Mycket data. De senaste framstegen inom AI är resultatet av två utvecklingar. Först, år och år med förbättrad datorkraft. Denna effekt indikerar antalet beräkningar som en dator kan utföra på en sekund. Den andra utvecklingen har varit explosionen av personuppgifter som plötsligt blev tillgängliga när människor över hela världen började ladda upp sina personliga uppgifter på webbplatser på sociala medier. Mängden offentliga data som plötsligt blev tillgängliga sammanföll med datorns förmåga att faktiskt bearbeta dessa data i blixtnedslag.

Ytterligare förbättring av AI kommer att kräva nya tekniker och ännu mer data för datorer att sortera igenom. Konstgjord intelligens kräver stora mängder data för att träna dess underliggande algoritmer. 5G gör det möjligt att spela in och sända mycket större datamängder över plattformar än vad som är möjligt just nu. Med andra ord kommer 5G att hjälpa till att övervinna den tekniska barriären för att mata AI-algoritmer tillräckligt med data för att hjälpa AI att bli mer avancerad.

Kort sagt, 5G har potential att göra nästa stora tekniska revolution till verklighet. Potentialen för ökad produktivitet är nästan otänkbar. Kombinerat med AI: s avancerade fält är applikationerna för dessa nya tekniker praktiskt taget obegränsade. Men vad är konstgjord intelligens exakt? Hur kan maskiner “lära sig”? Och vilka är de möjliga riskerna med AI?

Vad är definitionen av AI?

Kretshjärnan på bärbar datorAI, eller artificiell intelligens, visas intelligens av maskiner. Detta innebär att maskiner som datorer utför uppgifter som kräver någon form av intelligens. En annan beskrivning av AI är: ”En maskin sägs ha artificiell intelligens om den kan tolka data, eventuellt lära av uppgifterna och använda den kunskapen för att anpassa och uppnå specifika mål”. Tanken bakom det är att mänsklig intelligens kan beskrivas så exakt att en maskin kan göras för att simulera den. Därför används AI ofta i samband med robotar: maskiner som i princip är kopior av människor med samma kapacitet.

Det finns två mycket olika uppfattningar om artificiell intelligens. Den första ‘typen’ eller idén om AI är den du känner igen från kända filmer som 2001: A Space Odyssey eller Terminator. Det här är maskiner eller system som tänker, planerar och svarar precis som människor, samtidigt som de har så kallade ‘superintelligens’. Detta kallas Artificial General Intelligence (AGI) och skulle kunna bearbeta information i blixtens hastighet, göra otroligt komplicerade beräkningar i nanosekunder och aldrig glömma någonting. Du kan föreställa dig det som Google med sitt eget sinne. Just nu finns ingen sådan teknik. Forskare vet inte om AGI till och med är realistiskt möjligt.

Den andra versionen av AI kallas ‘Smal AI’. Detta är den AI som faktiskt finns och som utvecklas vidare när du läser detta. Smala AI är system som gör distinkta uppgifter otroligt bra, som självkörande bilar, röstigenkänning eller programvara som kan göra medicinska diagnoser baserade på avancerad avbildning. Inom smala AI skiljer man mellan olika typer av lärande.

De olika typerna av smal AI-lärande

Inom smala AI finns det olika typer av lärande. I tabellen nedan hittar du en kort och förenklad beskrivning av den här typen av lärande.

Typ av “lärande”
Beskrivning
MaskininlärningMaskininlärning innebär att använda exempel och erfarenheter i dataform för att förfina hur datorer gör förutsägelser eller utför uppgifter
Övervakad inlärningÖvervakad inlärning visar AI-märkta exempeldata, som fotografier med beskrivningar, för att ”lära” en dator hur man tolkar och kategoriserar dem
Oövervakat lärandeOövervakat inlärning innebär att mata in datordata utan någon kommenterad eller märkt vägledning
FörstärkningslärandeFörstärkningslärande är mjukvara som experimenterar med olika typer av åtgärder som den kan utföra för att ta reda på hur man kan maximera en virtuell belöning, inte till skillnad från poängpoäng i ett videospel.
Djup lärningDjupt lärande är kanske den mest kända formen och potentiellt den mest banbrytande typen av lärande. Djup inlärning tillåter maskiner att “lära sig” genom att låta den sortera genom enorma datamängder och sedan känna igen mönster, hitta korrelationer och göra slutsatser baserade på sannolikheter. Denna teknik har gjort det möjligt för AI att göra fantastiska saker som: slå världens bästa schackspelare, korrekt diagnostisera melanom, delta i komplicerade samtal med människor, köra bilar, slå videospel, måla porträtt och till och med göra vetenskapliga upptäckter.

För rekordet är den faktiska mekaniken för AI-lärande mycket mer komplex än beskrivits här.

För datorer är bildigenkänning hårdare än för människor (mer om det nedan). Detta beror på att datorer är bra på att matcha nollor och sådana men inte på att identifiera objekt. AI kommer lätt att känna igen två identiska bilder av en katt eftersom dessa bilder har exakt samma antal pixlar (bland andra egenskaper). Detta betyder dock inte att maskinen kände igen katten som en katt. När samma katt visas i andra bilder känner maskinen inte igen den. För att kunna göra detta måste komplexa matematikproblem lösas genom ett neuralt nätverk.

Målet med djup inlärning är att omvända den mänskliga hjärnans inlärningsförmågor. Neurala nätverk simulerar nätverket av nervceller i mänskliga hjärnor för att fatta beslut på ett mänskligt liknande sätt.

Möjligheterna och begränsningarna för AI

Olika studier har släppts de senaste åren och hävdar att AI kommer att vara en sann ekonomisk spelväxlare. PwC Global, ett professionellt servicenätverk, förutspår att ”AI skulle kunna bidra med upp till 15,7 biljoner dollar till den globala ekonomin 2030. Enkelt sagt finns det en absurd summa pengar att tjäna på 5G och AI.

Några av de sektorer som kommer att få mest ut av AI är sjukvård, bilindustri, finansiella tjänster, detaljhandel, teknik, kommunikation och underhållning, tillverkning, energi och transport och logistik.

Robot som har frågetecken

Det är emellertid också viktigt att se begränsningarna av AI eftersom det för närvarande finns. Hittills har neurala nätverk bara några miljoner ”neuroner”. Vilket är fortfarande mycket litet jämfört med de 100 miljarder neuronerna i varje mänsklig hjärna och dess biljoner synapser. Därutöver är AI-neurala nätverk “modellerade” på mänskliga hjärnor; men mänskliga hjärnor är så oerhört komplexa att vi fortfarande är långt borta från att helt förstå dem. Med andra ord, AI-neurala nätverk är en ofullständig imitation av något så komplicerat som vi inte har kommit fram till ännu – om vi någonsin kommer.

För att ge ett enkelt exempel på AI: s begränsningar som det finns idag: “ett” djup inlärning “-system som körs på 16 000 processorer lärde sig att identifiera katter – med 75 procents noggrannhet – efter att ha analyserat 10 miljoner bilder.” Ett treårigt barn kan korrekt identifiera katter efter att ha sett två eller tre under en promenad i parken. Den här formen av AI kallas “smal” eftersom AI i slutet bara är lika bra som de data som den matas in. Människor kontrollerar fortfarande inmatningen av data och utmanas att komma med komplexa nätverk och ekvationer för att AI ska fungera. Dessutom kan dessa djupinlärningsalgoritmer, till skillnad från människor, inte tänka på idéer eller begrepp som de aldrig har stött på tidigare.

Kort sagt, det finns mycket potential för dessa tekniker; men vi är fortfarande långt ifrån att nå den potentialen.

Vanliga myter om AI

Eftersom termen AI används mycket i filmer och andra medier har människor utvecklat några vanliga missuppfattningar om AI. I tabellen nedan diskuterar vi olika välkända myter som finns om AI och vad sanningen faktiskt är.

Myt
Sanning
“Superintelligence” är bara några år bortDe nästa stadierna med smal AI är troligen decennier borta. AGI kommer kanske aldrig att existera.
Skapandet av en allmäktig AGI är oundvikligDet kan hända. Det kanske inte. AI-experter håller inte med och vi vet helt enkelt inte.
Endast människor som redan är rädda för ny teknik oroar sig för AIMånga topp AI-forskare såväl som andra forskare har uttryckt oro över AI och inriktningen.
AI kan bli medveten eller ondDet troligare scenariot är att AI kommer att missförstå mänskliga mål. Att säga AI att “ta dig till sjukhuset så snabbt som möjligt” kan leda till att en självkörande bil överskrider hastighetsgränsen och orsakar många olyckor eftersom dess enda mål är att komma dit så fort som möjligt utan att beakta sammanhanget. Detta är en felkommunikation mellan människor och AI som leder till felinriktade mål. Detta skiljer sig från att AI gör det onda.
Robotar är det största problemet när det gäller farorna med AIDen huvudsakliga oro när det gäller AI är faktiskt “felinriktad intelligens” som anges ovan. Det är här målen för AI inte matchar våra mål.
Maskiner kan inte ha målMaskiner kan faktiskt ha mål. Till exempel har en värmesökande missil ett mål, nämligen: att träffa sitt mål. Problemet som uppstår är när dessa mål är i linje med målen för människan som bestämmer dessa mål.

Oro över 5G

Med tanke på att 5G och AI har en så enorm potential att förändra världen är det bara naturligt att det också finns massor av oro. Den värsta rädslan ligger runt AI, men 5G har också många sångkritiker som är rädda för att den nya telekommunikationsinfrastrukturen kommer att ge negativa hälsoeffekter.

5G använder en högre frekvens av radiovågor än 3G eller 4G. Denna högre frekvens gör det möjligt för fler enheter att ha tillgång till internet på samma gång. Det är detta som möjliggör tingenes internet. Vissa människor oroar sig dock för att denna högre frekvens i kombination med mycket fler enheter som ständigt kommunicerar med varandra kommer att ha en negativ effekt på vår hälsa och hos andra djur.

Detta är en rimlig oro. Om det finns en stor ökning av radiovågor och elektromagnetisk strålning över alla större städer, skulle det vara meningsfullt att åtminstone ifrågasätta om detta inte kan ha några biverkningar. Men det är viktigt att komma ihåg att hittills har inga negativa hälsoeffekter varit kopplade till strålningen av telekommunikationsapparater, vilket betyder radiotorn eller mobiltelefoner. 2014 släppte World Health-organisationen detta uttalande: ”inga negativa effekter har fastställts som orsakade av användning av mobiltelefoner”. Detta betyder inte att det är omöjligt att negativa hälsoeffekter kan orsakas av 5G. Men hittills har inga bevis hittats.

Riskerna med Internet of Things

Tingenes internet kommer att ansluta fler enheter tillsammans än någonsin har gjorts tidigare. Detta kan ge samarbete och effektivitet inom ett antal branscher men det medför också ett antal risker.

  • Ju större nätverken av enheter är, desto fler enheter som är sårbara om en hacker lyckas bryta mot nätverkets säkerhet
  • Mängden enheter som kommer att kopplas samman kan vara för många för att mänskligheten realistiskt kan hantera. Det kommer att komma en punkt där att upprätthålla tillsyn kommer att vara omöjligt
  • Om det finns ett fel i nätverket kan det vara möjligt att alla enheter i nätverket påverkas negativt av det
  • Det finns fortfarande ingen global standard för kompatibiliteten för alla enheter som bör bli en del av Internet of Things. Detta kan orsaka kommunikationsproblem över enheterna

Riskerna med att utveckla AI

AI har särskilt många människor berörda. Skapandet av en AGI kan möjligen komma ur handen och stava katastrof för mänskligheten, precis som i Terminator. Tack och lov är detta det minst troliga problemet som uppstår från AI. Ändå finns det ett antal andra allvarliga problem kring utvecklingen av AI.

Person
Oroa
Elon MuskDen globala konkurrensen om AI-dominans kan leda till att världens mest teknologiskt avancerade länder (USA, Kina, Ryssland, Tyskland etc.) av misstag orsakade andra världskriget.
Stephen HawkingAI ger många störningar som kan leda till den största katastrof i människans historia. Tänk på kraftfulla autonoma vapen, nya sätt att förtrycka folket eller massa ekonomiska störningar
AI-utvecklareAlgoritmisk partiskhet (som diskriminering av kvinnor eller minoriteter) kan av misstag tas upp av AI och leda till ytterligare diskriminering när det gäller jobbmöjligheter, rättigheter, stipendier och många andra områden
Europeiska unionenUtan ett regelverk för att skydda individuella friheter och integritet skulle AI kunna användas som ett verktyg för massövervakning och ett vapen mot personliga friheter

Slutgiltiga tankar

5G och AI är inte runt hörnet än. Det kommer att ta minst några år till innan vi kan se de omfattande effekterna av 5G-teknik som används i massa skala. AI är troligen fortfarande decennier borta från att nå den intelligensnivå som många spekulerar över. 5G ger en mycket tydligare bild av vad vi kan förvänta oss när det gäller fördelar och nackdelar. En sak är säker, vi kommer att höra ännu mer om 5G och AI de närmaste åren.

Kim Martin
Kim Martin Administrator
Sorry! The Author has not filled his profile.
follow me