Jag tror att AI är en humbug. Rättare sagt, jag tror att det här försöket till AI är. Först måste vi dock definiera några saker.

1. Vad är en ”AI”? För den här textens skull kommer artificiell intelligens, alltså AI, att syfta på Large language models, alltså LLMs. Det är nämligen LLMs som alla har varit så uppe i varv om på sistone och särskilt ideen om att man genom en tillräckligt stor LLM kan reproducera mänskligt tänkande. Jag tror att det är en vansinnig idé, men vi kommer till det senare.

2. Om jag tror AI är en humbug, vad skulle motbevisa min tes? Alltså, hur kan min position falsifieras? Jag väljer att ha samma kriterier för framgång som marknaden, nämligen att AI är en framgång om det lyckas permanent ersätta mänskligt arbete på en stor skala. Det vill säga, om jag inte hyr en konstnär utan istället genererar en bild med en AI har inte det seriöst påverkat något. Skälet är enkelt. Att jag använder en AI tar inga jobb då jag aldrig skulle anställa en konstnär. Om däremot Disney slutar anställa på grund av att AI kan leverera lika bra arbete till ett lägre pris, då har jag fel.

Nu när vi är på samma sida med målsättningen, hur går det? Inte särskilt bra. I Silicon Valley blir många avskedade, det är sant. Men min misstanke är att detta regn av rosa lappar inte har någonting att göra med att AI har effektiviserat dessa företag så mycket att de kan börja minska sin arbetskraft, jag tror istället det har att göra med ekonomiska faktorer. I den här artikeln har Queenie Wong gjort den helt korrekta observationen:

Since 2022, more than 815,500 tech workers have been laid off, according to Layoffs.fyi, a website that tracks job cuts. The tsunami of pink slips surged in 2023, when companies that had gone on hiring sprees during the COVID-19 pandemic began to cut back. From January to April, U.S. tech employers announced 85,411 job cuts this year, up 33% from the same period last year, according to global outplacement and executive coaching firm Challenger, Gray & Christmas.

Under pandemin anställde de amerikanska tech-bolagen en ofattbar stor mängd människor, som alla är väldigt välavlönade för sitt (hoppas jag) väl utförda arbete. Problemet är att dessa anställningar var egentligen vansinne. På grund av att människor i stora delar av världen var inomhus hela dagarna under pandemin gick det oerhört bra för de här företagen, då alla spenderade timme ut och timme in med att sitta framför en skärm och titta på sociala medier. Det ledde till en enorm ökning i intäkter för dessa tech-bolag, vilket i sin tur ledde till att de anställde massa människor. ”När företaget växer måste man expandera” är premissen för kvartalskapitalism och att inte göra det hade gjort deras investerare upprörda. MEN! Sen hände något katastrofalt. Förkrossande och… Förödande. Pandemin tog slut. Jag blir tårögd av bara tanken. När människor sedan fick chansen att lämna sin boning tog många den och trafiken till exempelvis Youtube minskade avsevärt. Inget bra håller för alltid…

Frågan inställer sig då, hur kan man avskeda människor man egentligen aldrig borde anställt utan att behöva erkänna att man aldrig borde anställt dem? Enkelt. Man säger att det är på grund av att man har hittat en teknik som gör att man inte behöver ha människor anställda. Genom att skylla på AI kan man hålla sina investerare nöjda, framstå som ett innovativt företag, få bra publicitet och spara pengar i ett svep! Det gör ingen skillnad om det är sant eller inte, svepskälet kommer ändå aldrig att ifrågasättas på grund av en annan aspekt. Ingen i media vet hur en LLM fungerar. Jag vill inte låta nedlåtande, men jag tror inte du gör det heller. Jag visste inte heller fram tills jag började undersöka för den här texten.

Så, hur fungerar dem? Vi börjar med att jag som användare skickar in en fråga. Efter det försöker AI:n läsa av det du skickat in och besvara. Om jag till exempel skickar in frågan: ”hur kan jag göra en picadelisallad som inte är vidrig?” så kommer den att analysera och sedan svara. Men! Det är viktigt att notera att den inte analyserar på ett tänkande sätt. Vad den istället gör är att den tar frågan vi precis ställde och försöker baserat på all text den tidigare läst (i sin träningsdata) förutse vad det första ordet i svaret kommer att vara. Sen tar den din fråga plus det första ordet den precis genererat, och försöker gissa vad nästa ord kommer att vara, sen upprepas processen för varje ord tills den har ett stycke.

Du kan redan se problemet. ”Så där tänker inte jag!” Precis. Ingen människa (så vitt jag vet) tänker ett ord i taget, utan att ha någon som helst aning om vad nästa ord kommer att vara. När jag skriver den här texten har jag inte bara hela den här meningen förberedd mentalt, utan jag har också en övergripande bild av hur hela texten ska se ut. Om du inte kan formulera en plan för vad nästa ord kommer vara kan du omöjligt skriva till exempel ett skämt, då ett skämt kräver att du i början gör en setup som du sedan har en redan planerad punchline för.

(Givetvis är allt något mer sofistikerat än hur jag förklarar det här men på ett väldigt övergripande sätt kan man beskriva det så här. Om du insisterar på en mer ingående beskrivning finns det en länk här och här)

Som du kanske märker, verkar dessa LLMs då inte kunna utföra något kontorsarbete. Om den inte kan formulera ett skämt, hur ska den då kunna göra någonting mer sofistikerat som att formulera ett juridiskt bindande kontrakt? I ett kontrakt är det absolut nödvändigt att kunna tänka både framåt och bakåt, då kontraktet måste hålla för att försöka plockas isär. Det är ändå svårt att lära en AI att skriva juridiska dokument, då datorer gillar binära, tydliga signaler. Att någon trycker på en knapp eller inte, att en pixel lyser upp, att någonting fungerar eller inte. De gillar det på grund av hur man tränar LLM. Om du vill läsa om hur de tränas kan du göra det här, men det är inte nödvändigt att förstå. Du kan i alla fall inte riktigt få den effekten med kontrakt, då huruvida de fungerar eller inte är mycket mer flytande.

Vad de däremot verkligen tycker om är programmering. Du har säkert sett de otaliga mängder företag och kändisar som talar så varmt om någonting som heter ”vibe coding”, alltså att du i mänskligt språk ger en AI instruktioner för hur ett program du vill utveckla ska fungera och sedan skriver AI:n programmet åt dig. Ett exempel på ett sådant företag är lustigt nog svenska lovable, vilket är ett väldigt fånigt namn. Problemet med att skriva kod på det här sättet är att koden blir urusel. Jag vet inte nog om datorer för att ens låtsas förstå vad problemet är, men som jag förstår har det mycket att göra med sättet AI:n implementerar lösningen. På grund av att den (som vi talade om ovan) tänker ett ord i taget kan den inte utveckla robust kod som lätt kan skala upp (att man kan implementera den på massa datorer samtidigt) och är säker för attack. Den skriver kort sagt väldigt bräcklig kod som lätt havererar. Jag försökte faktiskt använda AI när jag gjorde den här hemsidan, men den gjorde fel så ofta att jag gav upp och började läsa bruksanvisningen…

Otroligt nog var jag faktiskt på en fest nyligen och har en liten anekdot att lägga till här. En av mina vänner och även kvällens värd berättade om att hennes chef på jobbet hade bestämt sig en helg för att skriva ett litet program till sin dotter, så att hon skulle lära sig att läsa. Problemet är att han (som mellanchef) inte kan göra någonting utan vet bara hur man delegerar och försökte använda den metodiken med en AI. Efter några timmar lyckades han tydligen få igång något program och var säkert övertygad om både sin egen och AIs storhet. Men sedan tittade han på priset. För det ynka lilla programmet han gjorde till sin dotter hade han spenderat 126 000 kronor. Som tur är var det företagets pengar så de bara avskedade någon yngre talang, men fortfarande! 126 000 kronor för mjukvara av en låg kaliber är oacceptabelt!

Tänk då att det här är den bästa möjliga miljön för att en AI ska vara produktiv! Vad jag vill säga med allt det här är att du behöver inte vara oroad för att en AI kommer ta ditt jobb. Om du däremot blev nyligen anställd på google borde du vara lite nervös för att de kanske avskedar dig av ekonomiska skäl… Ett annat problem med dessa LLMs är så kallade hallucinationer, alltså att de hittar på saker som inte är sanna. Vad menar jag med det? Vi säger till exempel att jag vill veta mer om det Amerikanska inbördeskriget. Så jag frågar Chat GTP om alla slag under kriget. Då kan den kanske ge 23 sanna konflikter som hände och 2 som är totalt påhittade. Den gör det på grund av att den tänker ett ord i taget och försöker bara ta det ord som är mest sannolikt efter det förra. Den vet ingenting på riktigt, så att be den om kunskap är de facto poänglöst. Det värsta är att hallucinationer är matematiskt oundvikliga på grund av hur de är designade och de hallucinerar mer allteftersom de blir mer sofistikerade.

Så vad kan de användas för? jag vet inte. Vad jag dock vet är att det finns ett till problem med dessa AI modeller, nämligen priset. Visste du att den dyraste prenumerationen Anthropic (det näst största AI företaget) erbjuder kostar $200? Visste du också att de går med förlust för varje prenumeration? Det låter vansinnigt, men det är sant. En AI är inte som ”vanlig” mjukvara i det att man skriver den en gång, sätter den på en server och låter pengarna flöda in. Vi tar Instagram som exempel. Instagrams kod skrevs en gång och kostar (per användare) väldigt lite att ha i drift. En användare går in, trycker runt lite, kollar på fascistisk propaganda och stänger av. Medan användaren gjorde det visades lite reklam här och där, vilket ledde till att Meta tjänade pengar. Det fina är att priset per användare går ner desto fler användare de har.

Så fungerar inte en AI. Som sagt är en AI inte som vanlig mjukvara på internet. Sättet de istället fungerar är att varje gång du skickar en förfrågan drar Anthropic igång massa extremt dyra datorkomponenter som sedan spottar ut svaret. Varje gång dessa komponenter används går de lite ner i värde. Det betyder att istället för att priset per användare går ner desto fler användare du har, går istället priset upp i samma takt som antalet användare stiger. Så om de går back per användare kommer de att göra det för alltid, så länge de inte har en hemlig lösning som ingen vill implementera därför att de älskar att bränna pengar.

Så vad kan vi förstå om AI? De har inte lett till att en seriös mängd människor har blivit avskedade, De tänker inte, de ljuger och de kostar ofantliga mängder att hålla i drift. Det hittills bästa användningsområdet har varit som flickvän till Richard Dawkins, vilket är lite sorgligt. För Ain då.

En fråga inställer sig då. Om alla de här sakerna är sanna, varför har det investerats $1,600,000,000,000 i det här vansinnesprojektet? Den där siffran med alla nollor du precis läste är för övrigt 1,6 triljoner dollar. Svaret, tror jag, ligger i att det inte finns någonting annat att göra. Silicon Valley är besatta av “Hyper-Growth” produkter, alltså produkter som exponentiellt ökar antalet betalande kunder, och mjukvara är väldigt bra för det ändamålet, då du bara behöver skriva programmet en gång, men du kan sälja den hur många gånger som helst.

Vad jag tror är att de inte har några andra marknader att utveckla. Du kan inte ha flera Youtubes, eller Instagram. Då menar jag inte att vi inte kan ha flera kloner av youtube, jag menar att vi inte kan ha flera sociala medier. Alla ideerna har liksom gått åt. Det finns inget mer att göra, förutom artificiell intelligens. Om det skulle fungera hade det varit den största marknaden i mänsklig historia. Nyligen gick SpaceX ut med sin S-1 (alltså att de anmäler sig för en Initial Public Offering (alltså en IPO (en IPO är när ett företag först blir börsnoterat))). I den säger de att Total addressable market (TAM) för AI är $28,500,000,000,000. Alltså 28,5 TRILLIONER dollar. Vare sig du tycker det låter rimligt eller inte betyder det att de tror sig ha hittat en ny marknad.

Problemet som infinner sig är att de inte har AI. De har LLM:s som kan på ett ungefär göra något som vagt påminner om en människas svar på en fråga. Men de måste göra det här. Därför att om de inte har någon ny marknad de försöker ta sig in i, eller en ny produktkategori de håller på att utveckla, så kommer deras värde på börsen att sjunka.

Om Silicon Valley inte växer oavbrutet vid en hastighet som är omöjlig att uppehålla kommer deras värde att krascha. AI:n är ett desperat försök att hitta någon ny marknad, oberoende av om det faktiskt är möjligt att genomföra.

Det är väldigt övergripande vad jag tror om den här iterationen av AI. Det finns givetvis mycket mer att grotta ner sig i, men jag vill bara avsluta den här för att texten inte ska bli för lång. Jag har till exempel inte skrivit om datacenter, Nvidia eller AI:ns cirkulära ekonomi, men det finns ingen anledning att göra heller. Jag anser att det här är en tillräckligt stark text för att kunna övertyga alla som ser på situationen med ett nyktert sinne.