I takt med fremmarchen af kunstig intelligens (AI) er diskussionen om hvorvidt automatisering og algoritmernes overtagelse af jobs vil betyde en stigende arbejdsløshed. De fleste økonomer mener godt, at et samfund som det danske kan rumme den nødvendige omstilling og omskoling af arbejdsstyrken til opgaver, der ikke er egnet til automatisering. Samtidigt er lande, hvor det man konkurrerer på, primært, er lønninger noget mere udsatte for mere ledighed. Men nu tyder en ny undersøgelse fra MIT (Massachusetts Institute of Technology) på at den udvikling muligivs ligger længere ude i fremtiden.
Undersøgelsen ”Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with computer Vision” har undersøgt i hvor høj grad det kan betale sig at automatisere jobs, der kan udføres af AI-modeller baseret på computer vision. (Computer vision er det felt indenfor computer science, der arbejder med at lære computere at identificere objekter og personer på billeder og videoer.) Det viser sig, at det i realiteten kun er rentabelt at automatisere 23% af de jobs, der kan udføres med computer vision. Omkostningerne kan reduceres ved at reducere prisen på udvikling og/eller prisen på implementering fx ved at bruge en AI—as-a-service (AIAAS) – dvs eksterne virksomheder, der tilbyder allerede udviklede AI-produkter, som fx chatbots, machine learning eller data labelling modeller.
Opgaver der kan varetages af computer vision-modeller er fx billedanalyse af billeder fra diagnostisk udstyr på hospitaler – røntgenbilleder, scanninger mm. Det kan også være fejltjek af produkter på en produktionslinje. Det der gør det urentabelt at automatisere alle denne type opgaver er, at de ofte ikke er sammenhængende, men fragmenterede dele af en proces.
Omvendt tyder en undersøgelse fra OpenAI fra august 2023 på, at implementering af sprogmodeller kan gøres langt mere effektivt og rentabelt.
Share