Ibland är AI en kall, personlighetslös besserwisser

Första gången jag hörde talas om GPT (Generative Pre-trained Transformer) blev jag fascinerad av den autoregressiva språkmodellens möjligheter. GPT är en språkträningsmodell som använder djupinlärning (artificiell intelligens) för att förutsäga och generera texter utifrån väldigt enkla kommandon. Kommandona använder sig i sin tur av enorma mängder tränad data för att generera text som ser ut som om den har skrivits av en människa. GPT publicerades på OpenAI, ett forskarlaboratorium/bolag som har gjort många intressanta och banbrytande projekt. 

GPT-2 började snabbt användas av hobby-entusiaster och företag för att generera enklare text, till exempel genom hemsidor som kunde generera dikter eller sångtexter. 

I flera timmar kunde jag och mina vänner sitta med GPT-2 och skratta åt de fåniga country-soul-texter den kunde generera. Delningsplattformen GitHub är full av kodsnuttar och exempel på hur du själv kan gå till väga för att leka med GPT, även som novis. 

När GPT-3 kom år 2020 så tog den ett exponentiellt hopp från GPT-2 gällande prestanda. Systemet har 175 miljarder parametrar som fungerar som “neuroner”. Människohjärnan har 85 miljarder neuroner. Det är ingen helt rättvis jämförelse eftersom människohjärnan i praktiken har 300 gånger fler parametrar om man ska titta på antal synapser, men det ger en bild av prestandan. GPT-3 är ett system som har kraft nog att lura oss, i alla fall litegrann.

Du kan styra förutsägbarheten på den text du genererar. När man använder sig av de mer konservativa inställningarna så känns texten oerhört tråkig, lite som en kall och personlighetslös besserwisser. Den kan till och med varna för olämpliga ord.

Jag själv satte mig en stormig februarinatt och matade in en text från 1741 från läkaren och filosofen Julien Offray de la Mettrie i GPT-3 för att träna den att generera en dikt. Dikten den producerade utifrån texter från de la Mettrie berörde mig, hade djup och nyanser, och framför allt så lät det som något som hade kunnat skrivas året 1741. 

Istället för att generera en dikt, försökte jag denna gången se om GPT-3 kunde generera något av värde för Sahlgrenska Universitetssjukhuset. Jag bad den, utifrån den information den har i sin träningsdata, att berätta vad vi kan göra bättre, och hur saker och ting kommer att se ut om 200 år. Två saker som jag tror de flesta är nyfikna på.

Jag gav GPT-3 en enkel instruktion: Skriv en kort krönika på 200 ord om vad Sahlgrenska Universitetssjukhuset kan förbättra. Jag ställde in träningsmodellen Da-Vinci på lågkonservativ inställning, som gjorde den mer oförutsägbar. Inte så mycket besserwisser, alltså.

Detta är vad GPT-3 hittade på.

Sahlgrenska Universitetssjukhuset är en världsberömd institution och det vore orättvist att säga att det är något stort fel med den. Däremot tror jag att sjukhuset skulle kunna arbeta med att bli ännu mer effektiv verksamhet. Det finns många saker som Sahlgrenska Universitetssjukhuset skulle kunna förbättra, men vissa områden är mer angelägna än andra. En fråga som måste åtgärdas är de långa väntetiderna för vissa patienter. Det kan ofta bero på brist på läkare och sjuksköterskor. Sjukhuset bör fokusera på att anställa mer personal för att minska väntetiderna.

Ett annat problem som måste åtgärdas är bristen på kommunikation mellan olika avdelningar. Detta kan leda till att patienter inte får den vård de behöver eller bollas runt till flera avdelningar för behandling. Sjukhuset bör skapa ett system där alla avdelningar lätt kan kommunicera med varandra. Slutligen borde Sahlgrenska Universitetssjukhuset arbeta med att bli mer effektivt. Det har förekommit fall där patienter har fått vänta i timmar på akuten innan de träffats av en läkare. Sjukhuset bör se till att alla patienter ses så snart som möjligt, oavsett hur mycket det är.

Det är ganska talande att bristen på kommunikation och samordning dök upp. Det säger mig två saker: 1) det är ett problem som förekommer ofta i den träningsdata som GPT-3 har till hands, ett globalt problem som finns på många sjukhus och 2) vi är i stort behov av bra gemensamma översikter och planeringsverktyg. Men du har rätt, kära AI, vi kan alltid bli bättre, och framför allt snabbare. 

Men om vi blickar in i framtiden då, kommer det att lösa sig? Finns det någon vision som GPT-3 kan dela med sig av som kan hjälpa oss på traven? Med samma instruktioner och inställningar frågade jag om hur Sahlgrenska Universitetssjukhuset ser ut om 200 år. 

Om 200 år kommer Sahlgrenska Universitetssjukhuset vara ett ledande centrum för medicinsk forskning och behandling. Tack vare fortsatta framsteg inom teknik och medicin kommer patienter att kunna få vård i världsklass på detta sjukhus. Sahlgrenska Universitetssjukhuset ska utrustas med den senaste medicinska tekniken. Detta kommer att inkludera avancerad bildteknik, som 3D-skrivare som kan skriva ut kroppsdelar och genredigeringsverktyg som kan bota sjukdomar. Sjukhuset kommer också att vara hem för banbrytande forskningsanläggningar. Dessa kommer att omfatta laboratorier för att utveckla nya behandlingar och testa nya läkemedel. Och det kommer att finnas ett särskilt centrum för forskning om den mänskliga hjärnan. Sahlgrenska Universitetssjukhuset blir ett stort centrum för medicinsk utbildning.

Det låter hoppfullt, om än något intetsägande. Jag gillar tanken på att vi ska kunna skriva ut kroppsdelar via en 3D-printer, men jag hade velat ha mer scenarios för hur framtiden skulle kunna se ut. Det kräver dock ett antal träningar och att testa olika modeller och inställningar. Jag spenderar hellre tiden med att bygga framtiden än att träna ett clairvoyant AI. 

Jag kan inte riktigt säga att de texter som producerades här imponerade eller berörde men de hade sina poäng.er Jag provade även att låta GPT-3 skriva en hel krönika själv, och den gjorde ett utmärkt jobb, fast lät oerhört tråkig – läs den själv här. Som min goda vän och före detta AI-Innovation kollega Marcus Österberg sa när han läste den: den är duktig, men jag får en känsla av att något saknas. 

Jag är osäker på om det är systemet som fallerar eller om det är jag som måste gå djupare och göra mer för att anpassa modellerna. Jag kommer att fortsätta på denna experimentella resa med GPT-3 och andra AI-tekniker här i Sahlgrenskaliv. 

Jag hoppas vi lär oss något nytt tillsammans och att vi kanske börjar uppskatta det unika människan kan erbjuda: misstag och lärdomar. Något jag är säker på att vi kommer att ha med oss även 200 år in i framtiden. 

Almira Osmanovic Thunström är verksamhetsutvecklare inom psykiatri på Sahlgrenska Universitetssjukhuset och forskar om artificiell intelligens. Detta är hennes första krönika i Sahlgrenskaliv.