Vintern leder till våren

Återutgiven av Platon

anhängare: 0

vinter och sommar trädvy

Jag är förvånad över AI.

Jag använder för närvarande ChatGPT för allt: affärsidéer, middagsrecept, grammatiktips, gör-det-själv-projekt, filosofiska frågor, medicinsk forskning, matematikproblem, kodningshjälp och självförbättring.

Det har blivit ett löpande skämt i min familj att jag svarar på varje fråga med "Varför frågar du inte ChatGPT?"

De säger, "Varför inte dig fråga ChatGPT, eftersom det är din pojkvän?”

Jag använder ChatGPT för att få hjälp med att undersöka dessa kolumner. (Men inte genom att skriva dem – det här är allt jag, älskling.)

För de av oss som inte är inom AI-området kan det verka som att ChatGPT uppstod över en natt. Faktum är att det lockade uppskattningsvis 100 miljoner användare bara två månader efter lanseringen – vilket kan vara den snabbaste tillväxten av en internetapplikation i historien.

Sedan dess verkar det dock som att tillväxten har avtagit, vilket Washington Post deklarerade är "skaka tron på AI-revolutionen.” Regeringar skyndar till reglera tekniken. En uppskattad 75% av företagen vill förbjuda AI.

Först älskar de dig, sedan hatar de dig. Men för AI OGs är detta inget nytt.

För dem som känner att vi är mitt i ännu en kryptovinter, med bitcoin som fastnat vid $25,000 XNUMX-strecket och ingenting går framåt förutom FTX-rättsfallet, är det bra att titta på AI:s historia.

Visste du att det har funnits AI-vintrar?

AI Winters > Crypto Winters

Det har faktiskt funnits mer AI vintrar än kryptovintrar, helt enkelt för att tekniken har funnits längre.

Även om det fanns en hel del grundläggande forskning kring "tänkande maskiner" på 1940- och 1950-talen, var det på en 1956 Dartmouth verkstad att ”artificiell intelligens” blev ett formaliserat studieområde.

Detta var en åtta veckor lång workshop där de samlade de stora hjärnorna på ett ställe: genier som Marvin Minsky (som senare var med och grundade MIT AI-avdelningen), John McCarthy (som senare var med och grundade termen "artificiell intelligens”), och påstås till och med John nash (senare spelad av Russell Crowe i A Beautiful Mind).

Idag har de alla Wikipedia-sidor.

Legenden säger att de hade hela övervåningen på Dartmouths matteavdelning att skruva runt. Varje dag skulle någon presentera ett papper eller en idé, sedan diskuterade de. Som en deltagare beskrev atmosfären: "Det var väldigt intressant, väldigt stimulerande, väldigt spännande."

Det var som sommarläger för nördar. Vi kan föreställa oss att alla dessa vackra sinnen lämnade seminariet och tänkte, AI är här. Den har kommit.

Kom ihåg att detta hände i 1956. Låt mig konsultera ChatGPT för att beräkna hur länge sedan det var.

Väntar.

Sheesh. Jag borde ha använt en miniräknare.

67 år sedan. Kunde ha gjort det i mitt huvud.

Sextiosju år från Dartmouth-workshopen till ChatGPT. Och det var en jäkla stenig väg längs vägen.

Den första AI-vintern: "Vodkan är bra, men köttet är ruttet"

Överraskande nog skedde det första AI-genombrottet snabbt, när tidiga datorer visade lovande i språköversättning. Media hajpade denna utveckling: översättningsmaskiner är precis runt hörnet!

Den amerikanska regeringen såg möjligheten att snabbt avkoda meddelanden från ryska till engelska, ett kraftfullt vapen i det kalla kriget med Sovjetunionen, och AI-forskningspengarna började strömma in.

Naturligtvis var språköversättning svårare än det verkade, och alla underskattade svårigheten att få datorer att förstå "sunt förnuft". Det berömda exemplet var att be maskinen översätta frasen "Anden är villig, men köttet är svagt", som blev "Vodkan är bra, men köttet är ruttet."

Denna besvikelse i utvecklingen av tidiga AI-forskningsprojekt ledde till annan statligt forskningsprojekt, som fann att AI-översättning var långsammare och dyrare än mänsklig översättning. Finansieringen tog slut och den första AI-vintern inledde.

blomman blommar i snön

Den andra AI-vintern: "Neurala nätverk är ett no-Go"

Men byggare fortsatte att bygga.

På 1960-talet var det heta ämnet neurala nätverk, som började återuppväcka intresset för AI-området. Joseph Weizenbaum vid MIT utvecklade ELIZA, som var som en primitiv version av ChatGPT (prova det här). Ett nytt AI-programmeringsspråk, Prolog, utvecklades i Frankrike av Alain Colmerauer.

Pengar började strömma in igen.

Den här gången var hypen ännu högre. AI-forskare började fastna i ett "nät av ökande överdrift", enligt AI-forskaren Hans Moravec. De skulle göra löjliga påståenden om vad AI skulle kunna uppnå för att vinna det stora statliga bidraget. När de sedan misslyckades med att leverera, skulle de göra ännu mer löjliga anspråk på att vinna nästa bidrag.

Så när den brittiska regeringen frågade matematikern Sir James Lighthill för att producera en rapport om tillståndet för AI några år senare, sprängde han tekniken med hänvisning till dess totala misslyckande med att uppnå sina "storslagna mål". Rapporten, förstärkt av media, ledde till att den brittiska regeringen lade ner alla AI-finansiering i Storbritannien, förutom en handfull forskningsuniversitet.

Lighthill-rapporten var en snöstorm av dålig publicitet. Och andra AI-vintern frös över.

Den tredje AI-vintern: "Företag kommer inte att använda dem"

Men byggare fortsatte att bygga.

Den tredje uppkomsten av AI, under början av 1980-talet, drevs av företag som såg en enorm konkurrensfördel i att använda AI-teknik. Dessa "expertsystem" hade tagits fram på Carnegie Mellon i december, vilket sparade dataföretaget uppskattningsvis 40 miljoner dollar.

Den här gången drevs hypecykeln ytterligare av Japans ambitiösa Femte generationens datorsystem projekt, som syftade till att producera en ny typ av dator för AI. Plötsligt ville alla stora företag ha ett "expertsystem".

Det var 1984 som Marvin Minsky och Roger Schank, två av OG AI-forskarna, myntade termen "AI-vinter" på en branschkonferens, med argumentet att förväntningarna på AI var så höga att besvikelsen säkert skulle följa.

Visst kolliderade hypen av förväntningar snart med den nedslående verkligheten att dessa "expertsystem" var svåra och dyra att underhålla, medan femte generationens projekt slutade i tårar. Allmän AI verkade lika avlägsen som alltid.

Återigen satte kryptovintern in. Minsky och Schank hade rätt i sina förutsägelser; igen, de hade sett den här filmen förut.

synlighet

Desillusionens dal

Forskningsföretaget Gartner skapade det här hypecykeldiagrammet för att beskriva hur ny teknik vanligtvis tar fäste: det finns en första boom av eufori där alla blir entusiastiska över vad den nya tekniken kan göra: en telefon i fickan! Digitala pengar! Självkörande bilar!

Men teknik tar tid.

Människor blir otåliga och allmänhetens intresse försvinner. Experter surar på den nya tekniken för att de inte håller vad de lovar. Detta kallas "Desillusionens dal", även känd som "vinter".

Men byggarna fortsätter att bygga. De sliter i föga kända labb och garage, och uppnår gradvis genombrott, det ena efter det andra, som sakta ackumuleras till den vision som utlovades – ofta en mycket mer expansiv vision också.

Denna "Slope of Enlightenment" sker tyst och gradvis, medan resten av världen har gett upp tekniken, som den gjorde med AI. Under 1990-talet var AI så omodernt att vissa forskare gav sitt arbete olika namn (som "maskininlärning" eller "beräkningsintelligens").

Det skulle dock vara mer korrekt att visa Gartners hypecykel som en serie av hypecykler, den ena efter den andra, som var och en leder till successivt högre platåer, som i Ray Dalios "Principer"

gartner hypecykel

Som staplas på varandra, i en cykel av ständiga förbättringar:

gartner cykel

Som så småningom kulminerade i en supernovasingularitet som årets lansering av ChatGPT. Det hände bit för bit, över 67 år, sedan hände det allt en gång.

Även om krypto bara har funnits sedan 2008, är likheterna djupa.

Denna marknad har också sett berg-och-dalbana-hypecykler: den första kryptovintern 2015 ledde till ICO-boomen 2017, följt av kryptovintern 2018-2019, "DeFi Summer" 2020, sedan kollapsen av Terra/FTX/banking systemet och vintern som följde.

Varje gång kolliderar uppblåsta förväntningar med den hårda verkligheten, och vi hamnar i desillusionens dal.

Liksom AI döljer seriösa forskare och företag nu sitt kryptoarbete bakom eufemismer som "digitala tillgångar" eller "digital reskontrateknologi."

Och nyhetsmedia matar denna branschpessimism, eftersom de täcker varje drag i FTX-rättegången, varje SEC-process, med en implicit Jag sa det.

Under tiden fortsätter byggare att bygga.

Och investerare fortsätter att investera.

Idag ska jag påminna dig om det vintern leder alltid till våren. Det har hänt så många gånger med AI, precis som det kommer att hända igen med krypto.

När nästa stora grej dyker upp – oavsett om det är ett regulatoriskt genombrott, en ny K-pop-singel släppt som en NFT eller en ny chef för SEC – kör vi inte på hypecykeln, vi fortsätter bara att tålmodigt investera, månad efter månad, i vår Blockchain Believers Portfolio.

Årstiderna förändras. Men vår investeringsstrategi är densamma.

Bunta ihop, men klä dig i lager. För förr eller senare börjar det bli varmt igen.

Över 50,000 XNUMX investerare får denna kolumn varje fredag. Klicka för att prenumerera och gå med i stammen.