la principale critica all'AI che senti non ha nulla a che fare con l'uso dell'acqua o il rischio esistenziale: la maggior parte delle persone pensa semplicemente che sia falsa, che non funzioni e che sia una bolla tremenda che consuma proprietà intellettuale mentre emette spazzatura inutile lungo il cammino. Quando è uscito GPT-5 e forse non ha soddisfatto le aspettative per un aggiornamento completo, la reazione della timeline non è stata mite, è stata un vero e proprio crollo. Ci sono molte persone intelligenti (e non intelligenti) che si sono aggrappate a questo momento per dichiarare che la scalata dell'AI è finita, migliaia di tweet virali, ancora una visione prevalente in molti circoli. Il fenomeno finanziario-culturale dell'intelligenza artificiale è uno dei più potenti degli ultimi decenni, e ci sono molte persone che vorrebbero che la sua posizione fosse indebolita, molte celebrano apertamente le sue perdite e i suoi fallimenti. Michael Burry, famoso per 'Big Short', purtroppo il tipo di persona che prevede 12 delle ultime 3 recessioni, ha scommesso su se stesso fino all'insolvenza sul crollo della bolla dell'AI. Una delle cose più strane di questo periodo è che ci sono pochissimi segreti e molto poco motivo di essere così disinformati. I laboratori di modelli hanno molto poco spazio tra la creazione di nuove capacità e il lancio al pubblico. La visione tra il pubblico ben informato e non solo i "laboratori interni" è che l'intelligenza artificiale è incredibilmente e gioiosamente intelligente in così tante nuove cose ogni mese. Sta contribuendo attivamente all'avanguardia della programmazione, della matematica e della scienza. Il recente articolo di Sebastian Bubeck e co. riporta che GPT5-pro è in grado di produrre risultati all'avanguardia nella ricerca di fisica teorica, Terry Tao ha scritto un blog su "vibe-proving" i problemi di Erdos con l'AI di auto-formalizzazione Aristotele. Puoi leggere che questi scienziati lo stanno usando per contribuire attivamente alla fisica dei buchi neri, stringere i limiti matematici nella teoria dell'ottimizzazione, trasformando morasse di dati biomedici in reali intuizioni. Google Deepmind, dal modo in cui si stanno segnalando, sembra stia lentamente chiudendo una rete attorno al problema di millennio della regolarità di Navier-Stokes (anche se, naturalmente, non lo so). Diverse aziende piene di brillanti scienziati stanno correndo per costruire pipeline per risolvere fisica, chimica e biologia nuove. Puoi leggere online riguardo ai nuovi tipi di organizzazioni che nascono attorno all'intelligenza artificiale come un fattore di produzione di prima classe. Per la prima volta, il nuovo fattore ti dà effettivamente idee per migliorare i processi stessi. Sta progettando intere linee di assemblaggio dove alcuni dei lavoratori sulla linea di assemblaggio sono anche AI, e la linea stessa si sta trasformando e auto-ottimizzando. Piccole squadre stanno producendo quantità di lavoro che sembravano impossibili per le organizzazioni di pochi anni fa. È difficile non sentirsi entusiasti per la crescita della produttività che sta avvenendo in questi settori software ammettiamo ristretti. Ogni volta che uso Codex per risolvere qualche problema a tarda notte o GPT mi aiuta a capire un difficile problema strategico, sento: che sollievo. Ci sono così poche menti sulla Terra che sono sia intelligenti che abbastanza persistenti riguardo a qualche ricerca intellettuale da generare nuove intuizioni e mantenere viva la torcia della civiltà scientifica. Ora hai potenzialmente menti infinite da lanciare su problemi potenzialmente infiniti. Il tuo amico computer che non prende mai un giorno libero, non si annoia mai, non si disimpegna e smette di provare. Puoi sentire il disburdening di Atlas, il decollo. Sembra più prosaico e meno poetico di quanto non fosse nel 2023, anche se i risultati parlano da soli più forte.

@atroyn sono d'accordo con il tuo punto generale però