Den Svenske Forsvarsforskningstjeneste (FOI) har offentliggjort rapporten Introduction to Multimodal Models, som giver et overblik over den seneste udvikling inden for multimodale neurale netværk. Disse avancerede AI-modeller kombinerer data fra flere kilder, såsom tekst, billeder og lyd, for at skabe en mere præcis repræsentation af komplekse situationer. Teknologien har potentiale for militære anvendelser, men rejser også etiske spørgsmål, skriver myndigheden i en pressemeddelelse.

– Styrken ved multimodale modeller ligger i deres evne til at vurdere forskellige typer information samtidigt. Det gør dem lovende til håndtering af komplekse miljøer, som på slagmarken, men de er stadig ressourcekrævende, siger Edward Tjörnhammar, forsker hos FOI og en af rapportens forfattere, i pressemeddelelsen.

Rapporten peger på anvendelsesområder som analyse af satellitbilleder, lyd fra slagmarken og geopositionering. Samtidig rejser udviklingen spørgsmål om, hvordan autonome beslutninger i våbensystemer og informationshåndtering påvirker moral og etik i militæret.

– Flere autonome beslutninger i beslutningskæden betyder, at færre moralske beslutninger træffes af mennesker. Det er en central udfordring, siger Tjörnhammar.

FOI fremhæver, at kommercielle løsninger ofte baner vejen for militære anvendelser, men understreger vigtigheden af at integrere moralske overvejelser i udviklingen af AI til forsvaret. Rapporten advarer også mod potentielt misbrug af teknologien, hvilket kræver en demokratisk samtale om dens rolle i samfundet.

Rapporten konkluderer, at multimodale AI-modeller sandsynligvis vil påvirke både hverdagen og fremtidens forsvar på dybtgående måder.

Links:

FOI's pressemeddelelse
Introduction to Multimodal Models