(Kiemelt kép: Unsplash+)
1900-at írunk, és már 14 év telt el azóta, hogy egy Karl Benz nevű férfi elkészítette az autó első prototípusát. Eközben néhány kilométerrel arrébb, ugyanabban az Egyesült Államokban ott volt Henry Ford, az akkori vállalkozó, aki befektetőket keresett a szerelőműhelyéhez. Célja az volt, hogy meggyőzze ezeket az üzletembereket az elképzeléséről, miszerint az autók révén megváltoztat(hat)ja majd a világot. Abban az időben elképzelhetetlen volt, hogy a jövőt ezek a járművek jelentik, hiszen legalább két hivatásos szerelőre volt szükség a működtetésükhöz (az egyikük a kormánynál ült, a másik pedig a motor beindítását figyelte). Mindezt anélkül, hogy megemlítenénk, hogy ezek a járművek nem rendelkeztek azokkal a biztonsági mechanizmusokkal, melyeket ma élvezünk (felfüggesztés, biztonsági övek). Tegyük hozzá, hogy több mint 700 autógyártó volt, és sokan ezek közül a befektetők közül már elvesztették megtakarításaikat, amikor ugyanarra az ötletre fogadtak, amit a Ford javasolt.
Ha visszamennénk azokba az időkbe, és a korábbi kontextusban élnénk, tudjuk, hogy sokunknak kételyei lennének a technológia jövőjét illetően, és pénzügyi szempontból úgy gondolnánk, hogy ez egy nagy buborék. Most menjünk vissza 2023-ba, ahol látjuk a ChatGPT-t és más mesterséges intelligenciákat, melyek ámulatba és egyben pánikba is ejtettek minket, mivel azt mondták nekünk, hogy ezeknek a technológiáknak a felemelkedésével az emberiség létezésének vége lesz. Azt is látjuk, hogy vannak emberek, akik időt és pénzt fektetnek abba, hogy továbbra is újabb nóvumokat hozzanak létre belőlük. Igaz, hogy a mesterséges intelligenciák megdöbbentő eredményeket nyújtanak számunkra, azonban még mindig vannak hibáik (a folyamatos betanítási folyamatuk és egyéb tényezők miatt), és ezt mi, akik használtuk ezeket a technológiákat, nap mint nap megtapasztaltuk. Tehát mondhatjuk, hogy az autó példájához hasonlóan egy újabb pénzügyi buborék keletkezett most éppen? Feltételeznünk kell akkor, hogy az MI útja bármelyik pillanatban véget is érhet? Nos, hadd mondjuk el, hogy ez csak a „kezdet vége”. A ChatGPT és más mesterséges intelligenciák a felhasználók lelkesedését illetően ugyanis jelentős „lazulást” tapasztalhatunk az azt övező figyelemmel kapcsolatban.
A ChatGPT látogatottságának csökkenése: Az indulás óta exponenciális növekedés volt tapasztalható egészen júniusig, amikor is a ChatGPT látogatottságának 10%-os csökkenését figyelhettük meg, és a használatának idejét is.
Alkalmazásletöltések iPhone-on: Ezen túlmenően azt láttuk, hogy az alkalmazás iPhone-ra történő letöltései csökkentek (nem számítva az alkalmazást, melyet később indítottak el Androidon). Hasonlóképpen, a Microsoft csapatának várakozásai a Bing Chattel kapcsolatban, hogy felvegye a versenyt a Google-lal, nem úgy alakultak, ahogyan várták, mivel a Sergey Brin és Larry Page által alapított vállalat idén eddig 5%-kal nőtt, és csak egy negyedév alatt közel 45.000 millió dollárt tett hozzá ehhez. A Bing Chat (aka Copilot) növekedett, ez nyilvánvaló, de még nem nyert nagyobb igazi jelentőséget a piacon.
Más mesterséges intelligenciákra gyakorolt hatás: És az utolsó bizonyíték az MI-k növekedésének fékezésére, hogy ez nem csak a nyelvi modelleket érinti, hanem érezhetően csökkenti az érdeklődést az olyan képi modellek iránt, mint a Midjourney vagy a DALL-E.
Ezért a következő kérdéseket tesszük fel: Hogyan értelmezzük a chatbotok lassulási folyamatát? Mit árul el a jelenlegi pillanat a mesterséges intelligencia jövőjéről, ami cáfolja a munkahelyek megszűnéséről szóló előrejelzéseket és a változás azon dimenzióit, melyeket néhány hónappal ezelőtt még elkerülhetetlennek láttunk? Amikor elkezdtük kutatni a ChatGPT lassulását, zavarba ejtőnek találtuk, mivel ha összehasonlítjuk más sikeres alkalmazásokkal, mint a Tiktok vagy a Threads (hogy csak a legfrissebbeket említsük), nem figyelhetünk meg olyan drámai visszaesést, mint amilyet a ChatGPT elszenvedett Azok közülünk, akik már használták a ChatGPT-t, elfogultak vagyunk, mivel lenyűgöz minket a technológia, és minden alkalommal, amikor felfedezünk egy új „titkot”, még lelkesebbek leszünk (a pluginek például). Ezért hajlamosak vagyunk azt gondolni, hogy a ChatGPT már olyan ismert és univerzális termék, mint a Coca Cola. Most gondoljuk végig, hogy a családi, társadalmi vagy szakmai környezetünkben hányan ismerik a ChatGPT-t, és hányan mesélték el, hogyan használják. A ChatGPT felhasználói életkorral kapcsolatos ismereteiről rendelkezésünkre álló kevés tanulmányok egyikét a Yugov kutatási tanácsadó cég végezte. Ahol azt láthatjuk, hogy a ChatGPT-t legjobban a 18 és 44 év közötti korosztály ismeri (48%), azonban ez az arány csökken azoknál, akik személyesen használják (15%). Az első hipotézis, amit felállíthatunk az, hogy a ChatGPT nagyon gyorsan nőtt, de még mindig korlátozza, hogy nem egy tömegesen használt termék, és lehet, hogy soha nem is lesz az. A Google Trends betekintést nyújt a ChatGPT keresési mintázatába, és látjuk, hogy hétvégén csökken, ami azt jelzi, hogy a használata főként hétfő és péntek között történik.
Ez talán arról árulkodik, hogy a ChatGPT egy olyan alkalmazás, melyet elsősorban munkahelyi vagy szakmai és egyetemi környezetben használnak. Ennek lenne értelme, mivel diákok milliói használják ezt a mesterséges intelligenciát munkájuk és feladataik elvégzésére. Így a nyári csökkenésnek lenne értelme, mivel sok diák a nyári szünetét tölti. Egy másik hipotézis szerint azok számára, akik először használják ezeket a mesterséges intelligenciákat, szembetűnő hatása van, de nem alakít ki bennünk ténylegesen új és maradandó szokásokat. Az is lehet, hogy az emberek a Google-on végzett keresésekhez kezdték el használni a ChatGPT-t, és idővel a kapott eredmények csalódást okozhattak (ez azért van, mert a tényekre vonatkozó információk 15%-a általában kitalált). Nyilvánvaló, hogy a bővítmények olyan kérdésekkel foglalkozhatnának, mint az információk frissítése vagy a válaszok javítása; azonban a ChatGPT fizetős fiókját használó emberek piaca a becslések szerint körülbelül 4 millió emberre tehető (ha nagyon jóindulatúan vagyunk). Még így sem garantálja számunkra a 100%-ban megbízható válaszokat azonban ez a adat sem.
Tavaly februárban sokan úgy gondolták, hogy mind a ChatGPT, mind a Microsoft a Bing keresőmotorjával, a Bing Chat elindításával visszaszorítja a Google-t. És ebben lehet némi igazság abból a szempontból, hogy a Google válaszul erre a bevezetésre úgy érezte, hogy ki kell adnia néhány MI alkalmazást, de az akkor történt hibák miatt felejthető prezentációkkal (a részvények egy nap alatt közel 7%-ot estek a „botrányok” miatt).
Az aggodalom valós volt a Google csapatában. Több mint 5 hónappal később azonban a vezetésük továbbra is sértetlen. Ez alatt a hónapok alatt bemutatták a Bard modelljüket és a Google globális újratervezését, melynek célja, hogy új mesterséges intelligencia elemeket vezessenek be a klasszikus termékbe, mely a Google Search Generative Experience (SGE) nevet kapta. Bár a Bing Chat egy érdekes termék, esete megerősíti a marketing hagyományos történelmi szabályát, miszerint egy jobb termék soha nem győz egy már megszilárdult termék felett. Egy óriás megdöntéséhez más és vonzóbb alternatívát kell mindig kínálni. A Google-nek van egy előnye, mégpedig a terjesztés ereje, mely lehetővé teszi számukra az időzítés feletti ellenőrzést. A jelenlegi webes modell azonban kétségtelenül visszavonhatatlanul megváltozik. E logika szerint, ha a jelenlegi modellek nem jelentik azt, amiről sokan azt gondolták, hogy valódi alternatívája lehet a keresőmotoroknak, akkor miről beszélünk a mesterséges intelligencia vagy az ebből a technológiából levezethető fogyasztói termékek tekintetében? Milyen felhasználási esetei vannak ennek a technológiának, és milyen potenciális méretű felhasználókat érhet el? Mielőtt megválaszolnánk ezeket a kérdéseket, nézzük meg a Szilícium-völgyi Egyetem egyik táblázatát, ahol az exponenciális változásokat magyarázzák. Ez a diagram azt mondja, hogy minden exponenciális változásban van egy megtévesztő szakasz, ahol úgy tűnik, hogy az átalakulások stagnálnak, ahol a termékek általában kudarcot vallanak. Jelenleg ebben a fázisban vagyunk, hiszen sok az MI-versenytárs, a befejezetlen termék. Ezért javasoljuk azt a tézist, hogy a mesterséges intelligencia nagy átalakulásának kezdeténél tartunk még mindig éppen. Most mi fog történni?
Felhasználó központú mesterséges intelligencia-interfészek
A ChatGPT volt az első megnyilvánulása annak a változásnak, mely mindannyiunkra hatással volt a feladatainkban való sokrétű napi felhasználás tekintetében. De ami a legjelentősebb ebben a technológiában, az az, hogy mennyire képes megérteni minket. Ez a legradikálisabb változás, melyet a nyelvi modellek (ismerve néha az általuk generált hibákat) hoztak. Ebben rejlik a differenciált érték. Úgy vélhetjük, jelenleg tanúi vagyunk annak, ami a szoftver forradalma lenne, hogy jobban megértsük a „felszólításainkat” (promptok). Ennek bizonyítékai az olyan termékek, mint a Microsoft Copilot, ahol a program segít nekünk a prompt javaslatokkal. Egy másik példa az Apple Copilot, mely 2024-től kíséri majd igazából szervesen az operációs rendszerét és az iPhone-alkalmazásait. Harmadszor, beszélhetünk az Adobe-ról és arról, hogy hogyan alakítja át a tervezők és művészek munkáját. Bevezet egy szöveges üzenetdobozt, mely lehetővé teszi számunkra, hogy dinamikusabban kommunikáljunk az MI-val. Negyedszer pedig hamarosan azt látjuk, hogy mindannyiunknak lesz egy csevegőasszisztense a WhatsAppon keresztül például majd.
Az MI az új árucikk
Értsük meg, hogy az árucikk egy olyan termékkategória, melynek sok versenytársa van, és kevés különbség van közöttük. A palackozott víz egy példa, ahol kevés fogyasztó áll le a vásárlással egy márka miatt. Most, ha megértjük ezt a fogalmat, akkor azt látjuk, hogy jelenleg bárki képes új nyelvi, képi vagy videós modellt kiképezni. Vagyis hozzáférést biztosít bármelyik vállalkozónak, nagy vagy kis cégnek, hogy csatlakozzon az MI-hoz, és kifejlessze saját chat-alapú alkalmazásait. Ezért az elkövetkező hónapok forgatókönyve olyan új modellek megjelenése lesz, melyeket egyre nehezebb lesz majd megkülönböztetni egymástól. Emiatt sok ilyen új termék végül ingyenesen lesz majd a piacon elérhető. Ezt teszi a Meta is, ahol a Llama 2 nevű modellt dobta piacra, melyet mindannyian letölthetünk és használhatunk saját vagy akár kereskedelmi célokra is.
Mi fogja tehát egyes modelleket vagy vállalatokat megkülönböztetni a többitől? Az egyik megkülönböztető érv a termék „terjesztésének képessége” lesz, és ebben az olyan óriások, mint a Google, a Microsoft, az X, a Meta vagy az Apple jelentős előnnyel rendelkeznek, mivel meg tudják nyitni az MI-termékeiket, és szinte azonnali sikert érhetnek el. Egy másik fontos megkülönböztető tényezőként az adatok szerepelnek, melyekkel az egyes modelleket betanítják. És itt van igazából nagy harc. A vállalatok dönteni fognak, hogy egyik vagy másik modell mellett voksolnak. A cél tehát egyértelműen a vállalatok, és az, hogy ők kapcsolódjanak egy adott MI-hoz. Ez már most is zajlik, miközben ezt a történetet olvassák. Olyan dolgokat magyaráz meg, melyeknek látszólag nincs sok értelme, mint például a Meta szövetsége a Microsofttal a Llama 2 modell terjesztésére, de ugyanez az MI közvetlenül versenyez az OpenAI-val (melybe a Microsoft már sok ezer dollárt fektetett be, és szintén partner). Mindez azért, hogy minél többféle nyelvi modell álljon majd rendelkezésre.
Egy másik példát is láthatunk a Data Bricks nevű cégtől és a Mosaic ML modell megvásárlására tett hatalmas befektetésétől, melynek a képzése 150.000 dollárba került. Hasonlóképpen látjuk, hogy a megkülönböztetés másik fontos eleme az adatvédelem. A Microsoft például bejelentette a Bing Chat Enterprise elindítását, ahol vállalják, hogy nem használják sem a vállalati adatokat, sem a céges felhasználók által feltett kérdéseket. A magánélet védelmének kérdése annál is inkább releváns, mivel kezdetben szinte mindannyian személyes vagy vállalati adatokat adtunk meg a ChatGPT-nek, közvetve lehetővé téve az adatátadást, mely bizalmas lehet, és következésképpen az OpenAI ezt kihasználhatja a saját képzéséhez. Jelenleg sok vállalat tiltja a hozzáférést ezekhez a modellekhez, ami hozzájárulhat a ChatGPT használatának növekedési ütemének lassulásához.
Mire fogják használni a mesterséges intelligenciát?
Ahogy telnek a hónapok, elkezdjük vizualizálni azokat a felhasználási eseteket, melyeket az MI hoz(hat) majd számunkra. Az egyik ilyen a már ismert lekérdező chatbot. A másik a Copilot, mely az egyének és a szakemberek képességeit fogja javítani. Végül pedig megtalálhatjuk az MI-ügynököket, robotokat, melyek képesek lesznek olyan feladatokat elvégezni helyettünk, melyek több lépést és döntéshozatalt igényelnek. Mindegyik esetet kiegészíthetjük az első verziók továbbfejlesztésével is, melyek megváltoztatják a piac dinamikáját. Ennek jobb megértéséhez az internet kezdetének példáját fogjuk használni az 1995-ös vagy 1996-os keresőmotorokkal. Számos ilyen keresőmotor jelent meg, mint a Yahoo, az Excite, az Altavista és még sok más, és 1997-ig minden stabilnak tűnt, mivel ezek a keresőmotorok egymással versenyeztek. De ugyanebben az évben két fiatalember, akik a Stanfordon készítettek doktori disszertációt, felajánlotta ezeket az eredményeket különböző cégeknek, melyek elutasították őket. Később azonban más eszközökkel ezeknek a fiatalembereknek sikerült gyártásba vinniük őket, radikális változást generálva a piacon. Tehát, ugyanezen a vonalon, a dinamikus piac és számos ilyen technológia egyre növekvő megjelenése miatt továbbra is lesznek új megjelenések a mesterséges intelligenciával kapcsolatban. Végezetül, ahogyan már javasoltuk, úgy véljük, hogy még csak „a kezdet végén vagyunk”. A jelenlegi modellek a kifáradás bizonyos jeleit mutatják, és ezzel párhuzamosan megkezdődött a kísérletezés fellendülése érdekes és egyelőre még nem elérhető termékekkel. Már csak türelemre van szükségünk, alkalmazkodnunk kell, és ébren kell tartanunk az elménket erre az új forradalomra.
Milyen buborék is lesz majd az MI?
A XXI. század a buborékok korszaka volt. A dotcom-buborék szörnyű tragédia volt, mely kiürítette a nyugdíjalapok és más intézményi befektetők pénztárát, és kiirtotta a reklámok által becsapott kisbefektetőket. De sok minden maradt a dotcomok kipusztulása után: olcsó szerverek, irodabútorok és irodahelyiségek, de ami még ennél is fontosabb, a fiatalok egy generációja, akiket webkészítőknek képeztek ki, és akik nem műszaki diplomával végeztek, hogy HTML-t, Perlt és Pythont tanuljanak. Ez az „informatikusok” egész csoportját hozta létre, akik nem műszaki háttérrel rendelkeztek, és ez volt az első ilyen fejlemény a digitális technológia történetében. Sokan közülük egy befogadóbb és humánusabb technológiai fejlesztési mozgalom élére álltak, és képesek voltak érdekes és hasznos szolgáltatásokat és termékeket létrehozni egy olyan környezetben, ahol a nyersanyagok: számítási kapacitás, sávszélesség, hely és tehetség mind már akciós áron voltak elérhetők.
Állítsuk ezt szembe a kriptobuborékkal. Ez is tönkretette az intézményi és egyéni befektetők vagyonát csalással és reklámokkal. Ez is „nem műszaki beállítottságú” embereket csábított oda, hogy ezoterikus tudományokat tanuljanak a befektetők kárára. De a Rust programozók elszórt számától eltekintve a kripto fő maradványa a „rossz digitális művészet” és a még rosszabb „osztrák közgazdaságtan”. Vagy gondoljunk csak a Worldcom vs. Enron esetre. Mindkét buborék tiszta csalásra épült, de az Enron csalása nem hagyott maga után semmit, csak egy sor gyanús halálesetet. Az MI sokak szerint egyértelműen szintén egy ilyen buborék. Bárhová repülünk, vagy bérelünk autót tőlünk kicsit távolabb lévő „átkozott nyugaton” minden egyes óriásplakáton egy MI-startupot hirdetnek, melyek közül sokan nem is használnak semmi olyasmit, ami távolról is MI-nak nevezhető. Ez elképesztő, figyelembe véve, hogy az MI már most is milyen értelmetlen divatszó. Tehát milyen buborék lehet az MI? Ha kipukkad, marad-e valami hasznos, vagy teljesen eltűnik? Az biztos, hogy informatikusok légiója tanulja a Tensorflowt és a Pytorchot. Ezek a névlegesen nyílt forráskódú eszközök a Google és a Facebook MI-környezetéhez kötődnek. De ha ezek a környezetek megszűnnek, akkor ezek a programozási készségek sokkal kevésbé lesznek hasznosak. Az élő, nagyszabású Big Tech MI-projektek működtetése megdöbbentően drága. A költségek egy része fix (a képzési adatok gyűjtése, címkézése és feldolgozása), de az egyes lekérdezésekhez kapcsolódó működési költségek óriásiak. Hatalmas primerenergia-számlát kell fizetni a szerverekért, majdnem ugyanekkora energiaszámlát a hűtőkért, és óriási bérköltséget kell fizetni az érintett speciális technikai személyzetért. Ha egyszer a befektetői támogatások elapadnak, vajon a mesterséges intelligencia valós, nem hiperbolikus alkalmazásai elégségesek lesznek-e ahhoz, hogy fedezzék ezeket a működési költségeket? Az MI-alkalmazásokat egy 2X2-es rácsra lehet felrajzolni, melynek tengelyei az „érték” (mennyit fizetnének érte az ügyfelek) és a „kockázattűrés” (mennyire tökéletesnek kell lennie a terméknek).
Ha a tizenéves gémerektól havi 10 eurót kérnek egy képgenerátorért, mely epikus illusztrációkat készít a szörnyekkel harcoló karaktereikről, az alacsony értékű és nagyon kockázat-tűrő (a tizenévesek nem aggódnak túlságosan a hatujjú kardforgatók miatt, akiknek minden szemükben három pupilla van). Ha a csaló spamfarmoknak 500 €/hó díjat kérnek egy szöveggenerátorért, mely unalmas, keresőalgoritmusoknak tetsző elbeszéléseket köp ki a „receptek” fölött, az szintén alacsony értékű és nagyon kockázat-tűrő (az ügyfelet soha nem érdekli, hogy a szöveg ostobaság). Ha látássérült embereknek havi 100 eurót kell fizetniük egy olyan alkalmazásért, mely szöveges leírást ad le bármiről, amire a kamerájukat irányítják, az alacsony értékű és mérsékelten kockázattűrő („ez a kék inged”, amikor zöld, nem nagy ügy, míg „az utca biztonságos átkelni”, amikor nem az, sokkal nagyobb).
A Morgan Stanley nem beszél arról, hogy a mesterséges intelligencia ipar egy nap milyen trilliárdokat fog érni az ilyen alkalmazások miatt. Ezek csak mellékszálak a fő eseményből, rendkívül nagy értékű alkalmazások gyűjteménye jelenleg még csupán. Gondoljunk csak az önvezető autókra vagy a radiológiai robotokra, melyek elemzik a mellkasi röntgenfelvételeket, és jellemzik a daganatos vagy nem daganatos sejteket. Ezek nagy értéket képviselnek, de csak akkor, ha egyben kockázattűrőek is. Az önvezető autókkal kapcsolatban az a javaslat, hogy „rúgjuk ki a legtöbb sofőrt, és helyettesítsük őket »emberekkel a hurokban«, akik a kritikus pontokon beavatkoznak”. Ez az önvezető autók kockázattűrő változata, és ez egy kudarc. Több mint 100 milliárd dollárt égettek el „az önvezető autók üldözésére”, és az autók közel sem vezetik még ma sem magukat. Sőt, épp ellenkezőleg. A Cruise-nak éppen most kellett kiszállnia a területről, miután az egyik autójuk megcsonkított egy nőt (egy gyalogost, aki nem döntött úgy, hogy részt vesz egy magas kockázatú mesterséges intelligencia kísérletben) és a testét 20 métert vonszolta San Francisco utcáin keresztül. Ezt követően kiderült, hogy a Cruise az egyetlen alacsonyan fizetett sofőrt, akit normális esetben egy taxi üzemeltetéséért fizetnének, 1,5 magasan fizetett szakképzett technikusra cserélte, akik távolról felügyelték minden egyes járművét. Az önvezetés nem arról szól, hogy az autó kijavítja a saját emberi hibáinkat (mint például a riasztó, mely megszólal, ha bekapcsoljuk az irányjelzőt, miközben valaki a holttérben van). Az önvezetés nem arról szól, hogy az automatizálás az emberi képességek kiegészítésére szolgál, hanem arról, hogy az embereket helyettesíti. Nincs üzleti indok arra, hogy százmilliárdokat költsünk az autók jobb biztonsági rendszereire (emberi szempontból viszont igenis van rá indok!). Az árcédula csak akkor igazolja magát, ha a fizetett sofőröket el lehet bocsátani, és olyan szoftverrel lehet helyettesíteni, mely kevesebbe kerül, mint a bérük.
Mi a helyzet a radiológusokkal? A radiológusok bizonyára időnként hibáznak, és ha van egy olyan számítógépes látórendszer, mely más hibákat követ el, mint az emberek, akkor ez egy olcsó módja lehet annak, hogy olyan új véleményeket generáljanak, melyek egy emberi radiológus általi újbóli vizsgálatot vált(hat)nak ki. De egyetlen MI-befektető sem gondolja, hogy a megtérülésük abból származik majd, hogy olyan „kórházakat adnak el”, melyek csökkentik az egyes radiológusok által naponta feldolgozott röntgenfelvételek számát, ahogyan azt egy második véleményt generáló rendszer tenné. Az MI-radiológusok értéke inkább abból származik, hogy az emberi radiológusok nagy részét kirúgják, és szoftverrel helyettesítik őket, melynek ítéleteit egy ember felületesen, duplán ellenőrzi, akinek „automatizálási vaksága” OK gombnyomogató automatává változtatja.
A nagy értékű mesterséges intelligencia-alkalmazások profittermelő képessége a „fordított kentaurok” létrehozásában rejlik: emberek, akik függelékként szolgálnak az automatizálás számára, mely olyan sebességgel és léptékben működik, mely nincs összefüggésben a dolgozó kapacitásával vagy igényeivel. Ha azonban ezek a nagy értékű alkalmazások nem eleve kockázattűrőek, akkor az automatizálás szempontjából rossz jelöltek. A Cruise az iparágban felhalmozott hatalmas pénzösszegeknek köszönhetően képes volt nem konszenzus nélkül bevonni San Francisco lakosságát egy kísérleti gyilkosrobot-fejlesztési programba. Ennek a pénznek egy része azt az elkerülhetetlen narratívát finanszírozza, miszerint az önvezető autók jönnek, csak az a kérdés, hogy mikor, és nem az, hogy pontosan majd mikor is, és ezért San Francisconak állampolgárainak jobb, ha beszállnak az autonóm járművekbe, vagy elgázolják a történelem erői őket. Amint a buborék kipukkad (minden buborék kipukkad egyszer), az MI-alkalmazásoknak a tényleges érdemeik, nem pedig az ígéreteik alapján kell majd felemelkedniük vagy elbukniuk. Az esélyek a nagy értékű, kockázattűrő MI-alkalmazások hosszú távú túlélése ellen szólnak.
A mesterséges intelligencia számára az a probléma, hogy bár sok kockázattűrő alkalmazás létezik, ezek szinte mind alacsony értékűek, míg a magas értékű alkalmazások szinte mind kockázattűrőek. Amint a mesterséges intelligenciának nyereségesnek kell lennie (amint a befektetők megvonják támogatásukat a veszteséges vállalkozásoktól), a kockázattűrő alkalmazásoknak elegendőnek kell lenniük ahhoz, hogy a brutálisan drága adatközpontokban lévő, rendkívül drága technikai dolgozók által gondozott, rendkívül drága szervereket futtatni lehessen. Ha nem így van, akkor a szerverek üzemeltetésének üzleti haszna megszűnik, és ezzel együtt a szerverek is, és ezzel együtt az összes kockázatot tűrő, alacsony értékű alkalmazás is. Nem számít, hogy a vak emberek segítése a környezetük értelmezésében társadalmilag hasznos-e. Nem számít, hogy a tizenéves játékosok szeretik-e az epikus karakterrajzokat. Még az sem számít, hogy a csalók mennyire „kanosak arra”, hogy MI nonszensz SEO-weboldalakat generáljanak. Ezek az alkalmazások mind a nagy MI-modellek nyergében lovagolnak, melyeket veszteséggel építenek és működtetnek, hogy nyereségesek legyenek. Ha elég sokáig veszteségesek maradnak, a magánszektor már nem fog fizetni a működtetésükért.
Most már vannak kisebb modellek is, olyanok, melyek önállóan állnak, és alaphardvereken futnak. Ezek még a mesterséges intelligencia buborék kipukkanása után is fennmaradnának, mivel költségeik nagy részét a felállítási költségek teszik ki, melyeket már a jól finanszírozott vállalatok viseltek, melyek létrehozták őket. Ezek a modellek természetesen korlátozottak, bár a körülöttük kialakult közösségek meglepő módon feszegetik ezeket a határokat, messze túlszárnyalva az eredeti gyártók kapacitásukról alkotott elképzeléseit. Ezek a közösségek mindaddig feszegetni fogják ezeket a határokat, amíg hasznosnak találják a modelleket. Ezek az önálló, „játék” modellek azonban a nagy modellekből származnak. Amikor a mesterséges intelligencia buborék kipukkad, és a magánszektor nem támogatja többé a tömeges modellkészítést, megszűnik a kifinomultabb, alaphardvereken futó modellek gyártása (lehetséges, hogy a föderatív tanulás és más, a nagy méretű modellek készítésével járó munkát szétosztó technikák fogják betölteni a hiányt).
Milyen buborék tehát az MI-buborék? Mit fogunk megmenteni a roncsaiból? Talán a Pytorch és a Tensorflow szakértővé válásába fektetett közösségek elszakítják őket vállalati gazdáiktól, és általánosan hasznossá teszik őket. Az biztos, hogy sokan szereznek majd készségeket a statisztikai technikák alkalmazásában. De lesz egy csomó menthetetlen „roncs” is. Ahogy a nagy mesterséges intelligenciamodellek beépülnek a termelőgazdaság folyamataiba, a mesterséges intelligencia egyben a rendszerkockázat forrásává válik. Az egyetlen dolog, ami rosszabb annál, hogy egy automatizált folyamat az MI-integrációja miatt veszélyessé vagy kiszámíthatatlanná válik, az az, hogy a folyamat teljesen meghibásodik, mert az MI hirtelen eltűnik, és ez az összeomlás túlságosan hirtelen következik be ahhoz, hogy az MI korábbi ügyfelei „puha leszállást” tervezzenek a rendszereik számára. Ez egy vakfolt a döntéshozóknak az MI-ról folytatott vitáikban. Az okos döntéshozók kérdéseket tesznek fel a méltányosságról, az algoritmikus elfogultságról és a csalásról. Az ostoba döntéshozók a „mesterséges intelligencia biztonságáról” szóló fantáziákba bonyolódnak, azaz „vajon a chatbot szuperintelligenciává válik-e, mely az egész emberiséget gemkapcsokká változtatja?”.:)
