En frontier-model er en AI-model, der ligger helt i forskningsfronten og repræsenterer noget af det mest avancerede, man kan bygge på et givent tidspunkt. Begrebet bruges især om store, generelle modeller, der kan løse mange forskellige opgaver, for eksempel tekstforståelse, billedanalyse, kodning og ræsonnement. Det handler altså ikke kun om, at modellen er ny, men om at den presser grænserne for, hvad AI aktuelt kan.
Hvad kendetegner en frontier-model?
Frontier-modeller er typisk trænet på enorme mængder data og kræver meget regnekraft at udvikle. De er ofte såkaldte foundation models, som kan tilpasses mange formål bagefter. En vigtig egenskab er, at de kan vise nye eller uventede evner, som ikke nødvendigvis er trænet direkte ind. Det kaldes ofte emergent adfærd, hvor modellen pludselig bliver bedre til komplekse opgaver, når den når en vis størrelse eller kvalitet.
I praksis kan en frontier-model bruges til at skrive sammenhængende tekst, opsummere dokumenter, analysere billeder, hjælpe programmører eller fungere som grundlag for chatbots og andre AI-tjenester. Det er derfor modeller, som både forskere, virksomheder og myndigheder følger tæt.
Hvorfor diskuteres de så meget?
Begrebet er også vigtigt, fordi en model ikke kun vurderes ud fra sin teknik, men også ud fra hvordan den bliver taget i brug. En meget avanceret model i bred anvendelse kan få stor samfundsmæssig betydning. Derfor er frontier-modeller centrale i nutidens nyhedsbillede, hvor AI både ses som en motor for vækst og en kilde til nye politiske og etiske spørgsmål.