Winter Leads To Spring - Bitcoin Market Journal

Újra kiadta Platón

Követő: 0

téli és nyári fa kilátás

Meglepett az AI.

Jelenleg mindenre a ChatGPT-t használom: üzleti ötletek, vacsorareceptek, nyelvtani tippek, barkácsolási projektek, filozófiai kérdések, orvosi kutatások, matematikai problémák, kódolási segítség és önfejlesztés.

A családomban futó poén lett, hogy minden kérdésre a következővel válaszolok: „Miért nem kérdezed meg a ChatGPT-t?”

Azt mondják: „Miért ne te kérdezd meg a ChatGPT-t, mivel a te barátod?

A ChatGPT-t használom az oszlopok kutatásához. (De nem írásban – ez mind én vagyok, bébi.)

Azok számára, akik nem dolgozunk a mesterséges intelligencia területén, úgy tűnhet, hogy a ChatGPT egyik napról a másikra jött létre. Valójában csak 100 millió felhasználót vonzott két hónappal az indulás után – ami egy internetes alkalmazás történetének leggyorsabb növekedése lehet.

Azóta azonban úgy tűnik, hogy a növekedés lelassult, amit a Washington Post úgy nyilatkozott, hogy „megrendítő hit az AI forradalomban.” A kormányok sietnek szabályozzák a technológiát. Becsült A vállalatok 75% -a az AI betiltását keresik.

Először szeretnek, aztán utálnak. De az AI OG-k számára ez nem újdonság.

Azok számára, akik úgy érzik, hogy egy újabb kripto-tél kellős közepén járunk, amikor a bitcoin a 25,000 XNUMX dolláros határnál ragadt, és az FTX-bírósági ügyön kívül semmi sem halad előre, hasznos áttekinteni az AI történetét.

Tudtad, hogy voltak mesterséges intelligencia télek?

AI Winters > Crypto Winters

Sőt, voltak is több A mesterséges intelligencia telel, mint a titkosítás, egyszerűen azért, mert a technológia régebb óta létezik.

Míg az 1940-es és 1950-es években sok alapkutatás folyt a „gondolkodó gépekkel” kapcsolatban, ez egy 1956 Dartmouth műhely hogy a „mesterséges intelligencia” formalizált tudományterületté vált.

Ez egy nyolchetes workshop volt, ahol a nagy agyakat egy helyre gyűjtötték: olyan zsenik, mint Marvin Minsky (aki később az MIT AI részlegének társalapítója), John McCarthy (aki később társalapítója volt a kifejezésnekmesterséges intelligencia”), és állítólag még John Nash (később Russell Crowe játszotta a filmben A Beautiful Mind).

Ma már mindegyiknek van Wikipédia oldala.

A legenda szerint a dartmouthi matematika tanszék egész felső emeletét be kellett csavarni. Minden nap valaki bemutatott egy dolgozatot vagy egy ötletet, majd megvitatták. Ahogy az egyik résztvevő leírta a légkört: „Nagyon érdekes volt, nagyon ösztönző, nagyon izgalmas.”

Olyan volt, mint a nyári tábor a nebulók számára. Elképzelhetjük, hogy ezek a gyönyörű elmék mind úgy hagyták el a szemináriumot, Az AI itt van. Megérkezett.

Ne feledd, ez ben történt 1956. Hadd forduljak a ChatGPT-hez, hogy kiszámítsam, milyen régen volt ez.

Várakozás.

Sheesh. Számológépet kellett volna használnom.

67 évvel ezelőtt. A fejemben megtehette volna.

Hatvanhét év a Dartmouth műhelytől a ChatGPT-ig. És pokolian sziklás út volt az út mentén.

Az első mesterséges intelligencia tél: „A vodka jó, de a hús rohadt”

Meglepő módon az első mesterséges intelligencia áttörés gyorsan megtörtént, amikor a korai számítógépek ígéretesnek bizonyultak a nyelvi fordításban. A média a következő fejleményekről szólt: a fordítógépek a sarkon vannak!

Az Egyesült Államok kormánya meglátta a lehetőséget arra, hogy gyorsan dekódolja az üzeneteket oroszról angolra, ami a Szovjetunióval vívott hidegháború egyik erős fegyvere, és elkezdtek ömleni a mesterséges intelligencia kutatására fordított pénzek.

Természetesen a nyelvi fordítás nehezebb volt, mint amilyennek látszott, és mindenki alábecsülte azt a nehézséget, hogy a számítógépek megértsék a „józan észt”. A híres példa az volt, hogy megkérték a gépet, hogy fordítsa le a „Szellem hajlandó, de a hús gyenge” kifejezést, amiből a következő lett: „A vodka jó, de a hús rohadt”.

Ez a csalódás a korai AI-kutatási projektek előrehaladásában oda vezetett másik kormányzati kutatási projekt, amely megállapította, hogy a mesterséges intelligencia fordítása lassabb és drágább, mint az emberi fordítás. A finanszírozás elfogyott, és beköszöntött az első mesterséges intelligencia tél.

virág virágzik a hóban

A második mesterséges intelligencia tél: „A neurális hálózatok nem használhatók”

De az építők tovább építkeztek.

Az 1960-as években a felkapott téma a neurális hálózatok voltak, amelyek újra felkeltették az érdeklődést a mesterséges intelligencia területe iránt. Joseph Weizenbaum az MIT-nél fejlesztette ki az ELIZA-t, amely olyan volt, mint a ChatGPT primitív változata (próbáld ki itt). Egy új AI programozási nyelvet, a Prologot fejlesztette ki Franciaországban Alain Colmerauer.

Újra ömleni kezdett a pénz.

Ezúttal még nagyobb volt a felhajtás. Hans Moravec mesterséges intelligencia-kutató szerint a mesterséges intelligencia kutatói elkezdtek beleragadni a „növekvő túlzások hálójába”. Nevetséges állításokat tennének arról, hogy a mesterséges intelligencia mit érhet el a nagy állami támogatás elnyeréséhez. Aztán amikor nem sikerült teljesíteniük, még nevetségesebb követeléseket tettek a következő támogatás elnyerésére.

Tehát amikor a brit kormány megkérdezte a matematikust Sir James Lighthill hogy néhány évvel később jelentést készítsen a mesterséges intelligencia állapotáról, felrobbantotta a technológiát, arra hivatkozva, hogy az teljesen kudarcot vallott „nagyszerű céljainak elérésében”. A média által felerősített jelentés arra késztette az Egyesült Királyság kormányát, hogy leálljon minden AI-finanszírozás az Egyesült Királyságban, néhány kutatóegyetem kivételével.

A Lighthill-jelentés rossz hírverés volt. És a második mesterséges intelligencia tél megfagyott felett.

A harmadik mesterséges intelligencia tél: „A vállalatok nem fogják használni”

De az építők tovább építkeztek.

Az MI harmadik újjáéledését, az 1980-as évek elején olyan vállalatok hajtották, amelyek hatalmas versenyelőnyt láttak az AI-technológia használatában. Ezeket a „szakértői rendszereket” a Carnegie Mellon-nál készítették el a DEC számára, így a számítástechnikai cég becslések szerint 40 millió dollárt takarított meg.

A felhajtást ezúttal Japán ambiciózussága is tovább táplálta Ötödik generációs számítógépes rendszerek projekt, amelynek célja egy újfajta, mesterséges intelligencia számára készült számítógép elkészítése volt. Hirtelen minden nagy vállalkozás „szakértői rendszert” akart.

Marvin Minsky és Roger Schank, az OG mesterséges intelligencia kutatói közül 1984-ben egy iparági konferencián megalkotta az „AI tél” kifejezést, azzal érvelve, hogy a mesterséges intelligencia iránti elvárások olyan magasak, hogy csalódás fog következni.

Az biztos, hogy a várakozások felhajtása hamarosan összeütközött azzal a kiábrándító valósággal, hogy ezeket a „szakértői rendszereket” nehéz és drága volt fenntartani, miközben az Ötödik generáció projekt könnyekkel zárult. Az általános célú mesterséges intelligencia ugyanolyan távolinak tűnt, mint valaha.

Ismét beköszöntött a kripto-tél. Minskynek és Schanknak igaza volt jóslataiban; aztán megint látták már ezt a filmet.

láthatóság

A kiábrándultság vályúja

A Gartner kutatócég létrehozta ezt a hype ciklusdiagramot, hogy leírja, hogyan érvényesülnek általában az új technológiák: kezdetben az eufória fellendülése, amikor mindenki izgatja, mire képes az új technológia: telefon a zsebedben! Digitális pénz! Önvezető autók!

De a technológia időt vesz igénybe.

Az emberek türelmetlenekké válnak, és elenyészik a közérdeklődés. A szakértők sajnálják az új technológiát, amiért nem váltják be az ígéreteket. Ezt hívják „a kiábrándulás vályújának”, más néven „télnek”.

De az építők tovább építenek. Kevéssé ismert laborokban és garázsokban fáradoznak, és fokozatosan, egymás után érik el az áttöréseket, amelyek lassan felhalmozódnak a megígért jövőképbe – gyakran egy sokkal kiterjedtebb jövőképbe is.

Ez a „Megvilágosodás lejtője” csendesen és fokozatosan történik, miközben a világ többi része feladta a technológiát, akárcsak az AI esetében. Az 1990-es években a mesterséges intelligencia annyira divattalan volt, hogy egyes kutatók különböző neveket adtak munkájuknak (például „gépi tanulás” vagy „számítógépes intelligencia”).

Pontosabb lenne azonban a Gartner hype-ciklusát a sorozat a hype ciklusok, egymás után, mindegyik fokozatosan magasabb fennsíkokhoz vezet, mint Ray Dalio "Alapelvek"

gartner hype ciklus

Amelyek egymásra épülnek, a folyamatos fejlesztés ciklusában:

gartner ciklus

Ami végül egy olyan szupernóva szingularitásban csúcsosodik ki, mint a ChatGPT idei elindítása. Ez apránként történt, több mint 67 év alatt, aztán megtörtént mindezt egyszer.

A tél a tavaszhoz vezet

Bár a kripto csak 2008 óta létezik, a hasonlóságok mélyek.

Ezen a piacon hullámvasút hype-ciklusok is tapasztalhatók: 2015 első kriptotelele a 2017-es ICO fellendüléséhez vezetett, ezt követte a 2018-2019-es kriptotél, a 2020-as „DeFi nyár”, majd a Terra/FTX/banki összeomlása. rendszer, és az azt követő tél.

A felfújt elvárások minden alkalommal ütköznek a kemény valósággal, és a kiábrándultság mélypontjába esünk.

A mesterséges intelligenciához hasonlóan a komoly kutatók és cégek is olyan eufemizmusok mögé rejtik kriptográfiai munkájukat, mint a „digitális eszközök” vagy a „digitális főkönyvi technológia”.

A hírmédia pedig táplálja ezt az iparági pesszimizmust, mivel az FTX-per minden egyes lépését, minden SEC-pert burkolt hírekkel magyaráznak. Én megmondtam.

Eközben az építők építkeznek.

A befektetők pedig tovább fektetnek.

Ma erre emlékeztetlek a tél mindig tavaszhoz vezet. Annyiszor megtörtént ez a mesterséges intelligencia esetében, mint ahogy a kriptoval is meg fog történni.

Amikor megjelenik a következő nagy dolog – legyen az egy szabályozási áttörés, egy új K-pop kislemez, amelyet NFT-ként adtak ki, vagy a SEC új vezetője –, nem lovagoljuk meg a hype ciklust, hanem türelmesen folytatjuk a befektetést, hónap múlva. hónapban, nálunk Blockchain hívők portfóliója.

Változnak az évszakok. De a befektetési stratégiánk változatlan marad.

Csomagolás, de öltözz rétegesen. Mert előbb-utóbb újra felmelegszik.

Több mint 50,000 XNUMX befektető kapja meg ezt a rovatot minden pénteken. Kattintson a feliratkozáshoz, és csatlakozzon a törzshöz.