Jag blir så fruktansvärt trött på all polarisering.
Inom politiken har den pågått länge. Två läger pratar förbi varandra och varje fråga pressas in på en skala från katastrof till frälsning. Nu har samma sak hänt med artificiell intelligens, AI. På ena sidan står några av världens mest inflytelserika personer inom AI-industrin. Nvidias vd Jensen Huang skrev nyligen rakt ut ”AGI has arrived”. OpenAI-presidenten Greg Brockman har talat om ”the AGI era”.
På den andra sidan finns Gary Marcus, som hävdar att dagens modeller inte uppfyller rimliga definitioner av AGI, och Andrej Karpathy, som bedömer att AGI snarare ligger ungefär ett decennium bort.
Fyra personer med djup kunskap om AI. Ändå landar de i fundamentalt olika slutsatser. Utanför industrin blir det grövre. Där verkar valet stå mellan att AI snart gör stora delar av mänskligt arbete överflödigt och att hela utvecklingen är en investeringsbubbla byggd på glorifierad autocomplete. Båda sidor har fel. Ännu värre är att båda gör det svårare att förstå vad som faktiskt händer.
”Den kan vara briljant i ena minuten och häpnadsväckande dum i nästa.”
Jag har arbetat med AI i närmare två decennier. De senaste fem åren har jag varit involverad i över hundra AI-projekt. Jag har sett modeller som varit tekniskt imponerande men värdelösa i verkligheten. Jag har också sett ganska odramatiska AI-lösningar skapa stora ekonomiska värden genom bättre prognoser, optimerade flöden eller bättre beslutsstöd. Det har gjort mig både mer imponerad av AI och mer skeptisk till stora ord om AI.
Dagens generativa modeller är fantastiska. Det får man säga utan att hävda att de är intelligenta på samma sätt som människor. En teknik som kan skriva kod, resonera över stora mängder information, tolka bilder och lösa problem inom områden den aldrig explicit programmerats för är inte ”bara statistik” i vanlig mening.
Men det motsatta felslutet är lika vanligt. Att en modell kan göra något som för fem år sedan kändes osannolikt betyder inte att den förstår världen som vi gör. Den kan vara briljant i ena minuten och häpnadsväckande dum i nästa. Den är inte magisk. Den är en teknik med märkligt ojämna förmågor.
Det borde vara utgångspunkten för en vuxen AI-debatt.
Problemet är att nyanser sällan vinner uppmärksamhet. ”AI är användbart och potentiellt samhällsförändrande, men har fundamentala begränsningar” är en dålig rubrik. ”AGI är här” fungerar bättre. ”AI-bubblan spricker” också. Men de som faktiskt ska fatta beslut om tekniken kan inte bygga sin strategi på rubriker.
Jag bryr mig ganska lite om exakt när någon vill sätta etiketten AGI på en modell. Jag bryr mig mer om vad modellen faktiskt kan göra, hur ofta den gör fel, vilka processer den kan förändra och om förändringen skapar ett värde som är större än kostnaden och risken.
”Internet var inte en hajp för att tusentals internetbolag gick under.”
Det är där min erfarenhet säger att den viktiga skiljelinjen går. Inte mellan troende och skeptiker, utan mellan dem som diskuterar AI som idé och dem som försöker använda den i verkligheten.
I verkligheten räcker det nästan aldrig med en bra modell. Data måste finnas. System måste hänga ihop. Någon måste äga lösningen efter lansering. Människor måste ändra hur de arbetar. Fel måste upptäckas. Och det måste finnas ett problem som faktiskt är värt att lösa. Det gör inte AI till hajp. Det gör AI till teknik.
Internet var inte en hajp för att tusentals internetbolag gick under. AI behöver inte vara AGI för att förändra hur vi arbetar, bygger företag, utbildar oss och organiserar samhället. Vi borde kunna hålla två tankar i huvudet samtidigt.
AI är sannolikt en av de viktigaste tekniska förändringarna i vår tid. Vi har fortfarande väldigt mycket kvar att förstå om vad tekniken kan, inte kan och kommer att bli. Om det låter motsägelsefullt är det kanske precis där problemet ligger. Vi har blivit så vana vid att välja sida att vi har börjat förväxla nyanser med osäkerhet.
Jag skulle önska att fler av oss som arbetar med AI vågade säga ”jag vet inte” när vi inte vet. Att de mest entusiastiska slutade sälja prognoser som fakta. Och att de mest skeptiska slutade använda varje misslyckande som bevis för att hela tekniken är en bluff. AI förtjänar bättre än ännu en pajkastningsmatch.
Och vi kommer behöva en betydligt bättre debatt om vi ska lyckas använda tekniken till något vettigt.
Fredrik Hofflander, grundare och CTO, Eghed