Teknologiåret 2024

Teknologi som påvirker alt fra måten vi skriver e-post på til programvareutvikling og tidlig oppdagelse av kreft. Er det en ting som er sikkert, så er det at vi går inn i en tid med mer innovasjon. Spesielt når det gjelder det å gjøre teknologi mer tilgjengelig og bruke den for å tilpasse oss en stadig raskere hverdag – med generativ kunstig intelligens i spissen.

Generativ kunstig intelligens blir kulturelt bevisst

Generativ kunstig intelligens er på vei til å bli kulturelt bevisst. Store språkmodeller, eller LLMs, trent på mangfoldige data vil forstå menneskelige erfaringer og samfunnsutfordringer bedre. Noe som vil gjøre kunstig intelligens mer relevant for hele verden ettersom kultur påvirker alt fra våre historier til beslutninger.

Tradisjonelle språkmodeller har sine begrensninger. Som for eksempel når en modell trent på engelsk foreslår alkohol i en upassende kulturell kontekst. Noe som understreker behovet for tilpassede modeller. Nye språkmodeller som Jais og Yi34B, trent på ikke-vestlige språk, viser veien fremover.

Språk og kultur er ikke det samme. Selv om modellene kan oversette perfekt, er ikke det synonymt med kulturforståelse. Store språkmodeller lærer fra mange forskjellige historier og erfaringer, og begynner på den måten å se verden fra flere synsvinkler. På samme måte som mennesker lærer ved å snakke, diskutere og dele ideer, trenger også disse modellene å lære for bedre kulturforståelse.

To viktige forskningsområder hjelper modellene med nettopp dette. Det ene er når en modell lærer av tilbakemeldinger fra en annen. På den måten kan forskjellige modeller jobbe sammen og oppdatere sin forståelse av ulike kulturelle ideer. Det andre er når flere modeller jobber sammen, diskuterer forskjellige svar, og til slutt blir enige. Forskningsområder som gjør det både enklere og billigere å forbedre modellene.

Når store språkmodeller jobber sammen og lærer av hverandre, vil de forstå komplekse samfunnsproblemer bedre – med innsikt fra ulike kulturer. Forbedringer som vil gjøre at modellene kan gi bedre mer nøyaktige svar på en rekke ulike temaer, spesielt innen teknologi. Endringer som vil ha stor betydning og som vil påvirke mennesker og steder i hele verden. Nå og i fremtiden.

FemTech-revolusjon

Kvinnehelse er et stort og viktig område. I USA alene bruker kvinner over 500 milliarder dollar i året på helse. De utgjør halvparten av befolkningen og tar over 80 prosent av beslutningene om helserelaterte innkjøp. Det samtidig som medisinen tidligere har fokusert på menn. Først i 1993 begynte å forskere i USA å inkludere kvinner i medisinsk forskning. Menstruasjon og overgangsalder har ofte vært tabu, og kvinner har ikke fått samme oppmerksomhet i helseforsikringen som menn.

Noe som har ført til at kvinner blir diagnostisert senere enn menn. Hvilket igjen øker risikoen for feildiagnostisering. Kvinner opplever også flere bivirkninger fra medisiner enn menn. Men heldigvis investeres det nå mer i kvinnehelse, kjent som FemTech, takket være ny teknologi og bedre datatilgang.

I AWS jobber vi mye med oppstartsselskaper ledet av kvinner, og vi har sett en stor vekst innen FemTech. Bare i fjor økte finansieringen med 197 prosent. Med mer penger tilgjengelig, og takket være ny teknologi som maskinlæring og spesielle enheter for kvinner, ser vi nå store endringer innen kvinnehelsen. Det gjelder både hvordan vi tenker rundt kvinners helse og hvordan den ivaretas. Selskap om Tia, Elvie og Embr Labs er noen eksempler på bedrifter som bruker data og analyse for å kunne gi skreddersydd omsorg til kvinner.

Kvinner vil få bedre tilgang til helsetjenester gjennom nye løsninger som onlinebaserte helseplattformer, rimelige diagnosetilbud og enkel tilgang til helsepersonell. Bedrifter som Maven leder an ved å tilby en rekke tjenester – fra mental helse til omsorg i overgangsalderen. Plattformer som vil gi flere kvinner tilgang til spesialister som gynekologer og psykologer via apper og telehelse. Nye produkter som smarte tamponger vil hjelpe kvinner med å kunne overvåke egen helse og dele informasjon med leger.

For eksempel, før damenes fotball-VM, fikk rundt 30 spillere ACL-skader (skader på det fremre korsbåndet) som satte dem ut av turneringen. Kvinnenes trening var basert på treningsmetoder skreddersydd for menn. Det å forstå kvinners unike helsedata vil bidra til å forebygge skader og bedre idrettskvinners generelle helse.

Tilgang til enorme datamengder kombinert med skyteknologi som «computer vision» og «deep learning», betyr redusert feildiagnostisering og færre bivirkninger som følge av medisinering. Endometriose og fødselsdepresjon vil få mer oppmerksomhet. Ettersom team ledet av kvinner ofte tar for seg flere helseproblemer, vil ikke FemTech bare hjelpe kvinner. Det vil forbedre hele helsesystemet.

KI-assistenter redefinerer utviklerproduktiviteten

KI-assistenter blir mer enn verktøy for koding. Teknologien blir både lærere og flittige hjelpere som støtter hele prosessen med programvareutvikling. Det blir enklere å forstå kompliserte systemer og komme med forslag til forbedringer. Ikke minst vil det ta seg av kjedelige og gjentagende oppgaver. Noe som igjen betyr at utviklerne kan fokusere på det viktigste.

I 2021 spådde jeg at generativ kunstig intelligens ville bli viktig for programvareutvikling. Nå skjer det – og det med mange verktøy som kan lage kode basert på vanlig språk. En undersøkelse fra 2023 viste at 70 prosent av utviklerne allerede bruker eller planlegger å bruk kunstig intelligens. Grensene mellom ulike roller vil bli mindre tydelige. KI-assistenter vil forstå hele systemer og gi råd som hjelper med kreativiteten. Som for eksempel å lage kode ut fra enkle skisser eller velge den beste teknologien for oppgaven.

Assistentene kan tilpasses hvert enkelt team eller bedrift. Kompliserte systemer kan forklares på enkel måte. Uavhengig om du er en ny eller erfaren utvikler, så vil assistentene hjelpe deg med å forstå og bidra raskere. Teknologien kan også vurdere endringer i kode og foreslå forbedringer.

Vi ser allerede at KI-assistenter tar over de kjedeligste utvikleroppgavene. Som for eksempel å skrive tester og feilsøke. Assistentene kan også oppgradere gamle systemer som fra Java 8 til Java 17 – eller endre store applikasjoner til mindre tjenester. Utviklere må fortsatt planlegge og vurdere arbeidet, men assistentene bidrar med å finne de beste løsningene og effektivisere prosesser. I fremtiden vil utviklere og ingeniører bli mer effektive, lage bedre systemer og raskere lansere programvare.

Utdanningen endres i takt med den teknologiske innovasjonen

Universiteter og høyskoler vil ikke alene klare å følge med på den raske teknologiske utviklingen. Det vil kommer nye opplæringsprogrammer ledet av industrien. Utdanningsprogram som vil fokusere mer på praktiske ferdigheter.

Jeg husker da programvareutvikling tok fem år eller mer. Noe som var normalt på nittitallet. I dag ville programvaren vært utdatert før den i det hele tatt nådde markedet. Takket være skyen og fokus på kontinuerlig forbedring, har utviklingstiden blitt dramatisk redusert. Bedrifter lanserer produkter raskere enn noen gang, og kunder tar i bruk ny teknologi raskere enn noen gang. Det som henger etter, er høyere utdanning.

Til når har det vært vanlig å tenke at man må ha en høyskolegrad for å få de beste jobbene eller for å ansette de beste folkene. Spesielt i teknologibransjen. Nå endrer dette seg. Studenter synes utdanningen er for dyr, og mange lurer på om praktisk opplæring faktisk er bedre. Bedrifter må uansett lære opp nyansatte, og det er et økende gap mellom det skolene faktisk lærer bort og det arbeidsgivere faktisk trenger. Vi er ved et vendepunkt hvor tradisjonell utdanning endrer seg til mer praktisk og bransjeledet opplæring.

I flere år har vi sett en endring i utdanningen. Lærlingprogrammer, hvor man har lønn under utdanningen, blir stadig mer populært. Nå investerer også bedrifter stort i ferdighetsbasert utdanning. For eksempel har AWS kurset 21 millioner mennesker i tekniske ferdigheter gjennom programmer som Mechatronics and Robotics Apprenticeship og AWS Cloud Institute.

Dette er på ingen måte et nytt konsept. Tradisjonelle håndverkere som elektrikere og snekkere har alltid lært mest gjennom praktisk arbeid. En form for kontinuerlig læring som er bra for både folk og bedrifter.

Det betyr ikke at universitetsgrader forsvinner. Det gir derimot flere valgmuligheter. I noen teknologifelt er akademisk læring fortsatt viktig. Men i mange bransjer er praktisk erfaring mer relevant. Vi kommer til å se en økning i utdanningsmuligheter som bransjen leder an for å møte disse behovene.