Oppfinnelser

Jeg bruker dagene på å gjøre maskinlæring etterprøvbar. Ideen er enkel å si og vanskelig å få til: et resultat bør kunne bære sitt eget bevis, slik at noen som ikke var i rommet likevel kan bekrefte det senere.

Problemet jeg stadig støter på er ikke at modeller tar feil noen ganger. Det er at nesten ingen kan si når de gjør det. Etterprøvbarhet, reviderbarhet og pålitelighet er ikke funksjoner du skrur på i etterkant; de må være en del av hvordan systemet kjører fra første stund.

1
Et system kjører
2
Det produserer bevis for hva det gjorde
3
Hvem som helst kan sjekke beviset senere

Etterprøvbar beregning for AI
Proveniens og revisjon som en tredjepart kan kjøre selv
Kryptografisk bevis som overlever kjøringen

Patenter

Bak kulissene har det blitt til en voksende patentportefølje: rundt 76 søknader for etterprøvbar AI-infrastruktur er under behandling, tjue av dem allerede innlevert, og flere er på vei.