Hur ska Sverige bli bättre på AI?Joakim Wernberg diskuterade AI-kommissionens rapport och förslag tillsammans med Mathias Sundin (från kommissionen) och resonerade en del om förhållandet mellan stora planer och marknadskrafter i teknikskiften, allt under ledning av Andreas Ericson i SvD:s podd Ledarredaktionen.
Från SoeTech medverkade Åsa Hansson och Joakim Wernberg under årets Almedalsvecka i juni. Några av de programpunkter som Hansson och Wernberg medverkade i finns inspelade och kan ses i efterhand här: Utöver detta medverkade Hansson och Wernberg i rundabordssamtal och möten som inte spelades in om bland annat globala skatter, framtidens STEM-yrken och digitala kompetensbehov, …
Den 7 nov skrev Joakim Wernberg och Åsa Hansson på DN-Debatt hur digitaliseringen ökar kravet på en skatteöversyn. Hög skatt på arbete, stor skillnad i beskattning av arbets- och kapitalinkomster samt hög grad av decentralisering gör det svenska skattesystemet extra sårbart för digitaliseringens effekter. Den tekniska utvecklingen påverkar organisationen av arbete, produktion och konsumtion i ekonomin. …
Läs mer ”SoeTech på DN-Debatt – Digitaliseringen utmanar det svenska skattesystemet”
Behövdes det ytterligare ett upprop om artificiell intelligens (AI)? Jag tycker det och därför har jag skrivit under Center for AI Safety:s upprop om hanteringen av AI-risker som utgör ett hot i paritet med pandemier eller kärnvapen. Under de senaste veckorna har tilltagande uppmärksamhet ägnats åt AI. Den snabba spridningen av tjänster som ChatGPT kombinerat …
Debatten om AI har de senaste veckorna kommit att präglas av ett ett upprop från Max Tegmark och Future of Life Institute för att införa ett moratorium på delar av AI-utvecklingen. I föregående del av den här bloggföljetongen skrev jag om hur uppropsmakarna blandar ihop olika typer av AI och hur det i sin tur …
Läs mer ”AI-uppropet (del 2): Existentiell AI-risk, Limits to growth och marknadsekonomin”
Intresset för AI, och i synnerhet stora språkmodeller (LLM), har ökat markant med tillämpningar som Chat-GPT och GPT4 som, baserat på allt större mängder träningsdata, gör statistiska förutsägelser om hur en ny text förväntas se ut för att svara på en given fråga. AI-modellen kan inte något om de ämnen som den producerar text om, …
Läs mer ”AI-uppropet (del 1): Skilj på dagens och framtidens AI”