Om AI, intuition och exponentiell utveckling

För tio år sedan publicerade Wait But Why sin klassiska och extremt läsvärda artikelserie om "The AI Revolution" https://lnkd.in/dSCcwN-k. En hel del har som bekant hänt sedan dess men det är slående hur mycket som fortfarande känns relevant och hur skrämmande träffsäkra vissa delar har visat sig vara.

En central lärdom är hur svårt det är att göra prognoser om teknik som följer scaling laws och exponentiell utveckling. Små fel i antaganden om hastighet eller trösklar kan ge enorma skillnader i utfallet.

Det är därför vi ofta har underskattat takten: för bara några år sedan hävdades att AI inte skulle kunna föra naturliga konversationer, skriva sammanhängande text, vara kreativ eller bemästra komplexa spel som Go. Alla dessa argument har fallit snabbt i takt med genombrott som GPT‑3, AlphaGo och de senaste bild- och musikmodellerna. Det intressanta är att AI blivit stark i kreativa områden som bild, video, kod och skrivande, samtidigt som den fortfarande har problem med uppgifter som är enkla för oss.

Moravecs paradox är tydlig: modellerna kan producera essäer och konstverk, men de har svårt med arbetsminne över tid, att pålitligt följa en checklista eller att navigera robust i en fysisk miljö. 2-åringar har lätt att hitta alla glassar på en bild men svårt för att räkna med imaginära tal, tvärt om är sant för en avancerad dator.

Artikeln påminner om att vår intuition ofta är linjär, medan utvecklingen vi försöker förstå är exponentiell. De senaste tio åren har också visat att emergenta förmågor kan uppstå oväntat när modeller skalar. Så när vi idag försöker förutse framtiden utifrån verktyg som GPT‑5, Grok 4 eller Genie 3 är den stora frågan vilka antaganden vi gör som kommer kännas lika naiva när vi ser tillbaka år 2035.

//Emil