Jonathan Ross, grunnlegger og administrerende direktør for AI-brikkeselskapet Groq, har et kontrær syn: AI vil ikke ødelegge jobber, det vil skape mangel på arbeidskraft. Han skisserer tre ting som vil skje på grunn av AI: Først, massivt deflasjonspress. "Denne koppen kaffe kommer til å koste mindre. Boligen din vil koste mindre. Alt kommer til å koste mindre." Han forklarer at dette vil skje gjennom at roboter dyrker kaffe mer effektivt og bedre forsyningskjedestyring, noe som betyr at folk vil trenge mindre penger. For det andre vil folk velge å stå utenfor økonomien. "De kommer til å jobbe færre timer. De kommer til å jobbe færre dager i uken, og de kommer til å jobbe færre år. De kommer til å gå av med pensjon tidligere fordi de vil kunne støtte livsstilen sin ved å jobbe mindre.» For det tredje vil helt nye jobber og industrier dukke opp. Jonathan peker på historien som bevis: "Tenk på for 100 år siden. 98 % av arbeidsstyrken i USA var innen landbruket. Da vi klarte å redusere det til 2 %, fant vi ting for de andre 98 % av befolkningen å gjøre.» Han fortsetter: "Jobbene som kommer til å eksistere om 100 år, kan vi ikke engang forestille oss." Programvareutviklere eksisterte ikke for hundre år siden. I et annet århundre vil de heller ikke eksistere, «fordi alle kommer til å vibe-kode.» Det samme gjelder for influencere, en karriere som ville vært utenkelig for 100 år siden, men som nå tjener folk millioner. Hans konklusjon: deflasjonært press, arbeidsstyrkefratak og nye bransjer vi ennå ikke kan forestille oss vil kombineres for å skape ett utfall... "Vi kommer ikke til å ha nok folk."

NVIDIAs administrerende direktør, Jensen Huang, advarer om at USAs ledelse innen AI langt fra er sikker. Han bryter ned konkurransen mellom amerikansk og kinesisk AI i det han kaller en «femlags kake». Og mens USA dominerer noen lag, ser Jensen kritiske sårbarheter i andre... 1) Energi: Kina har dobbelt så mye som USA til tross for en mindre økonomi. Noe som «ikke gir mening» for Jensen. 2) Chips: USA ligger «generasjoner foran», men Jensen advarer mot selvtilfredshet. "Alle som tror Kina ikke kan produsere, går glipp av den store ideen." 3) Infrastruktur: Å etablere et datasenter i USA tar omtrent tre år. I Kina? "De kan bygge et sykehus på en helg." 4) Modeller: USAs grensemodeller er «utvilsomt i verdensklasse», men «Kina ligger godt foran, langt foran når det gjelder åpen kildekode.» 5) Bruksområder: Den offentlige opinionen varierer kraftig. Spør begge populasjonene om AI vil gjøre mer godt enn skade, og «i deres tilfelle vil 80 % si at AI vil gjøre mer godt enn skade.» I vårt tilfelle ville det vært motsatt." Jensens advarsel er tydelig. Å lede innen brikker og frontmodeller er ikke nok når du ligger bak på energi, infrastrukturhastighet, åpen kildekode og offentlig tillit. Å vinne AI-kappløpet krever styrke på hele stacken, og akkurat nå har USA arbeid å gjøre.

I 1956 nådde menneskeheten et vendepunkt som ingen snakker om. 10 forskere samlet seg i studentleiligheter for å jakte på en idé verden kalte «science fiction». Dette var AIs Big Bang-øyeblikk: Sensommeren 1955... John McCarthy (professor i matematikk ved Dartmouth College) satte sammen et all-star-lag: • Marvin Minsky – intellektuell Harvard-matematiker • Nathaniel Rochester – IBMs praktiske ingeniør • Claude Shannon – informasjonsteoretisk geni • Pluss 6 andre forskere Sammen utarbeidet de et forskningsforslag for en to måneders sommerworkshop ved Dartmouth College. Deres dristige mål? Bevis at maskiner kunne simulere alle aspekter av menneskelig intelligens — læring, resonnement, språk, problemløsning. McCarthy introduserte dette radikalt nye forskningsområdet: "Kunstig intelligens." Det var fødselsøyeblikket for AI. Men å finne noen som kunne finansiere denne forskningen ville vise seg å være brutalt ↓ McCarthy ba om 13 500 dollar (omtrent 159 000 dollar i dag) fra potensielle givere. Responsen? Avslag etter avslag. Organisasjoner klarte ikke å forstå konsekvensene. Ideen om at maskiner «tenker» var for radikal, for filosofisk, for usikker. Feltet eksisterte ikke engang ennå – hvordan kunne noen rettferdiggjøre å investere i det? Til slutt, etter måneder med utholdenhet, gikk Rockefeller med på å finansiere prosjektet. Men det var en hake: De ville bare investere 7 500 dollar (88 000 dollar i dag). Knapt nok til å dekke sidene. Juni 1956, forskningen startet ↓ 11 forskere samlet seg i studentleiligheter og leide vertshus i 6-8 uker. "På den tiden trodde jeg at hvis vi bare kunne samle alle for å vie tid til det, kunne vi gjøre reell fremgang," reflekterte McCarthy. Teknologien de hadde var ekstremt primitiv, noe som gjorde det nesten umulig å teste teoretiske ideer. Men utfordringen gikk enda dypere enn maskinvaren ↓ Ingen kunne bli enige om hva «intelligens» egentlig betydde. Var det problemløsning? Resonnement? Språk? Læring? Gruppen kjempet med grunnleggende spørsmål uten svar. • Minsky innrømmet senere at de «innså at intelligens ikke var et pent puslespill, men en vidstrakt villmark.» • En deltaker beskrev det som «å programmere maskiner til å lære var som å oppdra et barn med et ødelagt verktøysett.» Da sommeren var over i 1956, var også arbeidet deres over. De dro derfra med: Ingen prototype Ingen enighet Ingen gjennombrudd Men noe langt viktigere skjedde ↓ De la grunnlaget for et helt vitenskapelig forskningsfelt. Hvert AI-system i dag — fra ChatGPT til selvkjørende biler — sporer sin opprinnelse tilbake til de seks ukene i New England. Sommeren 1956 produserte ingen fungerende «tenkemaskin». Men det ga AI et navn, en visjon og et fellesskap av opprørske tenkere som var villige til å risikere alt på en umulig drøm. Den sommeren var AIs store smelløyeblikk. Og sjokkbølgene utvider seg fortsatt i dag. — Takk for at du leste! Likte du dette innlegget? Følg @RealBigBrainAI for mer innhold som dette.