Svaret på, hvor meget AI i dag påvirker virksomheder, afhænger især af, hvem man spørger. Men ét er, når AI fører til øget effektivitet fra LLMere. Noget andet er, når AI fører til øget forskning og udvikling. Jo nærmere vi kommer AGI, jo hurtigere bliver dén udvikling. Dette er det første af 10 blog indlæg om emnet.
Mange virksomheder er i dag forsigtige med at inddrage AI struktureret …
Debatten om, hvor og hvor meget AI påvirker virksomhederne i dag, fokuserer typisk på, hvor meget LLMere øger effektiviteten og produktiviteten i driftsopgaverne. Ifølge en nylig undersøgelse fra MITs NANDA projekt, er der en langsom adoption rate i bl.a. den finansielle sektor og sundhedssystemet. Ifølge undersøgelsen er der ofte en generel træghed i disse organisationer for at rulle helt ud. Det skyldes ofte enten frygt for, at AI overtager opgaverne og således overflødiggør medarbejderne, eller det skyldes utryghed om, hvordan teknologien reelt virker.
Men ifølge undersøgelsen er 5-20% af virksomhederne early adopters. Disse kan stå over for konkurrencemæssig acceleration og dermed det, som MIT kalder for “GenAI Divide”. Begrebet henviser til, at nogle virksomheder vil udkonkurrere markedet, fordi de er hurtige til at tilpasse sig og derved øge deres effektivitet og offering.
… hvilket risikerer, at sætte dem bagud i forhold til konkurrenterne
At benytte LLMere, evt. sammen med AI agenter, fører dog først og fremmest til mere af det, som allerede var. Den store disruptive effekt af AI vil komme fra innovationer. Heraf vil noget skyldes øgede udviklingshastigheder, mens andet vil opstå fra dybere gennembrud. Synligheden af AIs rolle kan derfor variere, men AI vil være den kardinale “enabler”.
I løbet af det sidste år er der begyndt at tegne sig et billede af, hvor og hvordan AI vil påvirke innovation og udvikling i forskellige sektorer. Billedet er dog organisk og påvirkeligt, fordi det især handler om, hvem der ser hvilke potentialerne og tør satse.
Innovationer drevet af AI har et stort potentiale, …
Billedet er værd at skitsere og opdele i følgende, der behandles i de følgende blog indlæg:
- Hvor påvirker AI i dag?
- Hvad er det nye og disruptive ved AI?
- AIs effekt på robotics og eksperimentel automatisering
- AIs effekt på klima- og meteoforskning
- AIs effekt på samfundsvidenskab og humaniora
- AIs effekt på undervisning, læring og psykoterapi
- AIs effekt på bioteknologi og lægemidler
- AIs effekt på materialeforskning og kvantekemi
- AIs effekt på teoretisk fysik og matematik
- Hvad bør investeringsstrategier i AI tage højde for?
… og hardwaren, der skal gøre det muligt, fortsætter sit høje tempo
AI er kommet til os på flere fronter. LLMere har først og fremmest gjort videnssøgninger langt enklere og mere bekvemme. Dét har ført til høje adoption rates, der igen har åbnet de fleste menneskers øjne for teknologiens muligheder. Udviklingen vil fortsætte, efterhånden som tech sektoren fra i år lancerer og udruller en bred kaskade af AI agenter. Hér overgår AI fra en passiv til en aktiv og initiativtagende rolle.
Udviklingen er især gjort mulig af en eksplosiv hardwarevækst, både den rå regnekraft og evnen til simultane afviklinger. Det sidste førte bl.a. til et sweet spot for NVidias GPU designs. Frem over vil begge udviklinger accelerere. Regnekraften vil især stige når photonics baserede chips introduceres kommercielt indenfor 2-4 år og vil atter springe, når kvantecomputere introduceres inden for 5-10 år. Evnen til simultane afviklinger vil bl.a. stige fra udviklingen af 3D stacking, fra nye GPU roadmaps (f.eks. Blackwell) og fra udviklingen af kvantekommunikation.
Det bringer os nærmere AGI …
Derfor er der grund til at tro, at den samlede AI udvikling vil fortsætte med at stige i de næste par år. Allerede i dag overstiger AI mennesker på næsten alle intelligensparametre.
AI udviklingen nærmer sig således allerede AGI punktet, selvom det nøjagtige tidspunkt bliver umuligt at afgøre i praksis. AGI indebærer især udvikling af en sentience, en bevidsthed. Det vil bl.a. medføre, at AI kan mangedoble sin evne til selvkorrektion og dermed selvlæring. Punktet her hen kræver udvikling af bl.a. sanser og dermed af robotics.
… sammen med den øgede brug af bl.a. LLMere
Morfogene og selvlærende algoritmer har været benyttet i naturvidenskabelige sektorer som Biotech i over ti år. Men også hér påvirker AI udviklingen markant. For det første har springet i regnekraft muliggjort dybe gennembrud som f.eks. John Jumpers og Demis Hassabis’ for proteinfoldninger. Dernæst har AIs kommunikationsevner også ansporet mange forskeres tillid og dermed selvudvikling. Den fordomsfri diskurs er blevet hver mands mulighed. Tillid er grundlæggende for menneskets største styrke: evnen til koordinering og samarbejde.
Det vil dog af mange årsager være svært at kvantificere, hvordan AI vil øge forskning og udvikling. For det første er det svært at vide, hvor dybt AI faktisk anvendes, da dét er fortrolige informationer for de fleste virksomheder og institutioner. For det andet er det svært at forenkle information om fremskridt uden samtidig at forsimple. Hvornår udløser proof-of-concept f.eks. et kommercielt potentiale?
For enkelhedens skyld kan NASAs definitioner af TRL (Technology Readiness Level) dog benyttes med forsigtighed, se nedenfor.
Der er store forventninger til resultaterne blandt AI udviklerne
Den brede fremtid for udviklingen og udrulningen af AI afhænger dernæst af, hvor AI udviklerne satser først og størst. Hér kan Dario Amodeis essay “Machines of Loving Grace” fra oktober 2024 være ét af pejlemærkerne. Amodeis forudsigelser er især:
- Kraftfuld AI (eller AGI) kan ankomme allerede i 2026. Det kan især komme fra datacentre med forskellige “ekspert-LLMere”, der koordinerer og samarbejder. Amodei mener, at det kan føre til 10-100x kognitive evner end mennesker. De største begrænsninger vil være hardware relaterede, manglende data eller socio-økonomiske og politiske barrierer.
- Konkret ser Amodei især gennembrud inden for:
- Neuroscience og mental sundhed, dvs. effektiv behandling eller helbredelse af mentale sygdomme, forbedret hjerneforståelse og præcis interaktion, samt især øget menneskelig kognitiv og følelsesmæssig kapacitet.
- På samfundsplan ser han desuden økonomiske muligheder for udviklingslande og for klima. Han mener, at det kan reducere global ulighed og kan optimere global ressource allokering (f.eks. inden for landbrug, logistik, recycling og energi).
- Amodei ser dog også stor risiko for misbrug og således risiko for demokratisk stabilitet. Han peger på, at det kan forebygges, hvis demokratier indgår et “entente”-alliancesystem, som forhindrer autoritært misbrug.
Se de næste blog indlæg i rækken
