Zima prowadzi do wiosny

Opublikowane ponownie przez Plato

Obserwuje: 0

widok na drzewo zimą i latem

Jestem zdumiony AI.

Obecnie używam ChatGPT do wszystkiego: pomysłów biznesowych, przepisów na obiady, wskazówek gramatycznych, projektów typu „zrób to sam”, pytań filozoficznych, badań medycznych, problemów matematycznych, pomocy w kodowaniu i samodoskonalenia.

W mojej rodzinie powtarzającym się żartem jest to, że na każde pytanie odpowiadam „Dlaczego nie zapytasz ChatGPT?”

Oni mówią: „Dlaczego nie ty zapytaj ChatGPT, skoro to twój chłopak?”

Używam ChatGPT do pomocy w badaniu tych kolumn. (Ale nie pisząc ich – to wszystko ja, kochanie.)

Tym z nas, którzy nie zajmują się sztuczną inteligencją, może się wydawać, że ChatGPT powstał z dnia na dzień. W rzeczywistości przyciągnął około 100 milionów użytkowników dwa miesiące po uruchomieniu – co może być najszybszym wzrostem aplikacji internetowej w historii.

Jednakże od tego czasu wydaje się, że wzrost gospodarczy osłabł, co według „Washington Post” jest „chwiejąc wiarę w rewolucję AI.” Rządy spieszą się regulować technologię. Szacowany 75% firm chcą zakazać sztucznej inteligencji.

Najpierw cię kochają, potem cię nienawidzą. Ale dla AI OG nie jest to nic nowego.

Dla tych, którzy czują, że jesteśmy w środku kolejnej krypto zimy, z bitcoinem utkniętym na poziomie 25,000 XNUMX dolarów i niczym nie posuwającym się do przodu poza sprawą sądową FTX, pomocne będzie spojrzenie na historię sztucznej inteligencji.

Czy wiesz, że zdarzały się zimy AI?

Zimy AI > Zimy kryptowalutowe

Faktycznie, zdarzały się jeszcze Zimy AI niż zimy kryptograficzne, po prostu dlatego, że technologia istnieje dłużej.

Chociaż w latach czterdziestych i pięćdziesiątych XX wieku prowadzono wiele podstawowych badań wokół „myślących maszyn”, ich poziom 1956 Warsztaty w Dartmouth że „sztuczna inteligencja” stała się sformalizowanym kierunkiem studiów.

To były ośmiotygodniowe warsztaty, podczas których zebrali w jednym miejscu największe mózgi: geniusze tacy jak Marvin Minsky (który później był współzałożycielem działu AI w MIT), John McCarthy (który później był współtwórcą terminu „sztuczna inteligencja”) i rzekomo nawet John Nash (później grany przez Russella Crowe’a w Piękny umysł).

Dziś wszystkie mają strony w Wikipedii.

Legenda głosi, że mieli do roboty całe górne piętro wydziału matematyki w Dartmouth. Każdego dnia ktoś przedstawiał artykuł lub pomysł, a następnie dyskutowali. Jak opisał atmosferę jeden z uczestników: „Było bardzo interesująco, bardzo stymulująco, bardzo ekscytująco”.

To było jak letni obóz dla nerdów. Możemy sobie wyobrazić, że wszystkie te piękne umysły opuściły seminarium, myśląc: AI jest tutaj. Nadeszło.

Pamiętajcie, to wydarzyło się w 1956. Pozwól, że skonsultuję się z ChatGPT, aby obliczyć, jak dawno to było.

Czekam.

Do licha. Powinienem był użyć kalkulatora.

67 lat temu. Mogłem to zrobić w mojej głowie.

Sześćdziesiąt siedem lat z warsztatu Dartmouth do ChatGPT. A po drodze była naprawdę kamienista droga.

Pierwsza zima AI: „Wódka dobra, ale mięso zepsute”

Co zaskakujące, pierwszy przełom w sztucznej inteligencji nastąpił szybko, kiedy wczesne komputery okazały się obiecujące w tłumaczeniu języków. Media szeroko komentowały te wydarzenia: maszyny do tłumaczeń są tuż za rogiem!

Rząd USA dostrzegł możliwość szybkiego odszyfrowania wiadomości z języka rosyjskiego na angielski, co stanowiło potężną broń podczas zimnej wojny ze Związkiem Radzieckim, i zaczęły napływać pieniądze na badania nad sztuczną inteligencją.

Oczywiście tłumaczenie językowe było trudniejsze, niż się wydawało, i wszyscy nie doceniali trudności w zrozumieniu przez komputery „zdrowego rozsądku”. Słynnym przykładem było żądanie maszyny, aby przetłumaczyła zdanie „Duch ochoczy, ale ciało słabe”, które brzmiało: „Wódka jest dobra, ale mięso zgniłe”.

Doprowadziło to do rozczarowania postępem wczesnych projektów badawczych nad sztuczną inteligencją inne rządowy projekt badawczy, który wykazał, że tłumaczenie sztucznej inteligencji jest wolniejsze i droższe niż tłumaczenie wykonywane przez człowieka. Fundusze się wyczerpały i nadeszła pierwsza zima AI.

kwiat kwitnie na śniegu

Druga zima AI: „Sieci neuronowe nie nadają się”

Ale budowniczowie budowali dalej.

W latach sześćdziesiątych gorącym tematem były sieci neuronowe, co zaczęło ponownie wzbudzać zainteresowanie dziedziną sztucznej inteligencji. Joseph Weizenbaum z MIT opracował ELIZA, która była czymś w rodzaju prymitywnej wersji ChatGPT (spróbuj tutaj). Nowy język programowania AI, Prolog, został opracowany we Francji przez Alaina Colmerauera.

Pieniądze znów zaczęły napływać.

Tym razem hype był jeszcze większy. Według badacza sztucznej inteligencji, Hansa Moraveca, badacze sztucznej inteligencji zaczęli wpadać w „sieć rosnącej przesady”. Wysuwali absurdalne twierdzenia na temat tego, co sztuczna inteligencja może osiągnąć, aby zdobyć dużą dotację rządową. A gdy im się to nie udało, wysuwali jeszcze bardziej absurdalne żądania zdobycia kolejnej dotacji.

Kiedy więc rząd brytyjski zapytał matematyka Sir Jamesa Lighthilla aby kilka lat później sporządzić raport na temat stanu sztucznej inteligencji, skrytykował tę technologię, powołując się na jej całkowitą niezdolność do osiągnięcia „wspaniałych celów”. Raport, wzmocniony przez media, doprowadził brytyjski rząd do zawieszenia działalności cała kolekcja Finansowanie sztucznej inteligencji w Wielkiej Brytanii, z wyjątkiem kilku uniwersytetów badawczych.

Raport Lighthilla wywołał burzę złego rozgłosu. I druga zima AI zamarł ponad.

Trzecia zima AI: „Firmy nie będą z nich korzystać”

Ale budowniczowie budowali dalej.

Trzecie odrodzenie się sztucznej inteligencji, które miało miejsce na początku lat 1980. XX wieku, było spowodowane korporacjami, które dostrzegły ogromną przewagę konkurencyjną w korzystaniu z technologii sztucznej inteligencji. Te „systemy eksperckie” zostały prototypowane w Carnegie Mellon dla DEC, co pozwoliło firmie komputerowej zaoszczędzić szacunkowo 40 milionów dolarów.

Tym razem cykl szumu został dodatkowo podsycony ambicjami Japonii Systemy komputerowe piątej generacji projekt, którego celem było wyprodukowanie nowego rodzaju komputera dla sztucznej inteligencji. Nagle każda duża firma zapragnęła „systemu eksperckiego”.

To właśnie w 1984 roku Marvin Minsky i Roger Schank, dwaj badacze OG AI, ukuli na konferencji branżowej termin „zima AI”, argumentując, że oczekiwania wobec sztucznej inteligencji były tak wysokie, że z pewnością nastąpi rozczarowanie.

Rzeczywiście, szum oczekiwań wkrótce zderzył się z rozczarowującą rzeczywistością, że te „systemy eksperckie” były trudne i kosztowne w utrzymaniu, a projekt Piątej Generacji zakończył się łzami. Sztuczna inteligencja ogólnego przeznaczenia wydawała się tak odległa jak zawsze.

Po raz kolejny nadeszła krypto zima. Minsky i Schank mieli rację w swoich przewidywaniach; z drugiej strony, widzieli już ten film.

widoczność

Koryto rozczarowania

Firma badawcza Gartner stworzyła poniższy wykres cykli szumu, aby opisać, w jaki sposób nowe technologie zwykle zyskują na popularności: następuje początkowy wzrost euforii, podczas którego wszyscy są podekscytowani możliwościami nowej technologii: telefon w kieszeni! Cyfrowe pieniądze! Samochody autonomiczne!

Ale technologia wymaga czasu.

Ludzie stają się niecierpliwi, a zainteresowanie opinii publicznej zanika. Eksperci skarżą się, że nowa technologia nie dotrzymuje obietnic. Nazywa się to „rynną rozczarowania”, znaną również jako „zima”.

Ale budowniczowie budują dalej. Ciężko pracują w mało znanych laboratoriach i garażach i stopniowo, jeden po drugim, osiągają przełomy, które powoli składają się na obiecaną wizję – często także o wiele bardziej ekspansywną.

To „Nachylenie Oświecenia” następuje cicho i stopniowo, podczas gdy reszta świata zrezygnowała z technologii, tak jak to miało miejsce w przypadku sztucznej inteligencji. W latach 1990. sztuczna inteligencja była na tyle niemodna, że niektórzy badacze nadali swoim pracom różne nazwy (np. „uczenie maszynowe” lub „inteligencja obliczeniowa”).

Dokładniejsze byłoby jednak pokazanie cyklu szumu Gartnera jako: seria cykli szumu, jeden po drugim, każdy prowadzący do coraz wyższych plateau, jak w „Ray’u Dalio”Zasady"

cykl szumu Gartnera

Które nakładają się na siebie w cyklu ciągłego doskonalenia:

cykl Gartnera

Które ostatecznie kończą się osobliwością supernowej, taką jak tegoroczna premiera ChatGPT. Działo się to krok po kroku, przez 67 lat, a potem stało się wszystko to raz.

Chociaż kryptowaluty istnieją dopiero od 2008 roku, podobieństwa są głębokie.

Na tym rynku również występowały cykle wzburzenia: pierwsza krypto zima 2015 r. doprowadziła do boomu ICO w 2017 r., po niej nastąpiła kryptozimowa zima 2018–2019, „Lato DeFi” w 2020 r., a następnie upadek Terra/FTX/bankowości systemu i następującą po nim zimą.

Za każdym razem wygórowane oczekiwania zderzają się z twardą rzeczywistością i wpadamy w zagłębienie rozczarowania.

Podobnie jak sztuczna inteligencja, poważni badacze i firmy ukrywają teraz swoją działalność kryptograficzną za eufemizmami takimi jak „aktywa cyfrowe” lub „technologia księgi cyfrowej”.

Media informacyjne podsycają pesymizm tej branży, ponieważ opisują każdy ruch w procesie FTX, każdy pozew SEC, z dorozumianą a nie mówiłem.

Tymczasem budowniczowie budują dalej.

A inwestorzy inwestują dalej.

Dziś Ci to przypomnę zima zawsze prowadzi do wiosny. Stało się to wiele razy w przypadku sztucznej inteligencji i stanie się to ponownie w przypadku kryptowalut.

Kiedy pojawia się kolejna ważna rzecz – niezależnie od tego, czy jest to przełom regulacyjny, nowy k-popowy singiel wydany jako NFT, czy nowy szef SEC – nie ulegamy cyklowi szumu, po prostu cierpliwie inwestujemy miesiąc po miesiąc, w naszym Portfolio wierzących Blockchain.

Pory roku zmieniają się. Ale nasza strategia inwestycyjna pozostaje taka sama.

Spakuj, ale ubierz się warstwowo. Bo prędzej czy później znowu zrobi się gorąco.

Ponad 50,000 XNUMX inwestorów otrzymuje tę kolumnę w każdy piątek. Kliknij, aby zasubskrybować i dołączyć do plemienia.