de belangrijkste kritiek op AI die je hoort, heeft helemaal niets te maken met watergebruik of existentiële risico's: de meeste mensen denken gewoon dat het nep is, niet werkt en een enorme bubbel is die intellectueel eigendom opslokt terwijl het onderweg nutteloze rommel uitstoot. toen GPT-5 uitkwam en misschien niet voldeed aan wat mensen verwachtten van een volledige versie-upgrade, was de reactie op de tijdlijn niet mild, het was een volledige meltdown. er zijn veel intelligente (en niet-intelligente) mensen die zich aan dit moment vastklampten om te verklaren dat AI-schaalvergroting voorbij is, duizenden virale tweets, nog steeds een heersende opvatting in veel kringen. Het financiële-culturele fenomeen van machine-intelligentie is een van de krachtigste in decennia, en er zijn veel mensen die zouden willen dat de positie ervan verzwakt wordt, velen vieren openlijk de verliezen en tegenslagen ervan. Michael Burry van 'Big Short'-faam, helaas het type man dat 12 van de laatste 3 recessies voorspelt, heeft zichzelf in insolventie gewed op de ineenstorting van de AI-bubbel. een van de vreemdere dingen aan deze tijd is dat er zeer weinig geheimen zijn, en zeer weinig reden om zo verkeerd geïnformeerd te zijn. model labs hebben zeer weinig ruimte tussen het creëren van nieuwe mogelijkheden en het lanceren ervan naar het publiek. De opvatting onder het goed geïnformeerde publiek en niet alleen "lab-insiders" is dat machine-intelligentie absurd vrolijk slim is in zoveel nieuwe dingen elke maand. Het draagt actief bij aan de voorhoede van programmeren, wiskunde en wetenschap. Het recente paper van Sebastian Bubeck en co meldt dat GPT5-pro in staat is om resultaten te produceren aan de grens van theoretisch fysisch onderzoek, Terry Tao schreef een blog over "vibe-proving" van Erdos-problemen met de auto-formalisatie AI Aristoteles. Je kunt lezen dat deze wetenschappers het gebruiken om actief bij te dragen aan de fysica van zwarte gaten, wiskundige grenzen in optimalisatietheorie te verscherpen, en morassen van biomedische gegevens om te zetten in echte inzichten. Google Deepmind, op de manier waarop ze signaleren, lijkt langzaam een sleepnet te sluiten rond het Navier-Stokes gladheidsmillenniumprobleem (hoewel ik natuurlijk niet weet). Verschillende bedrijven vol met briljante wetenschappers racen om pijpleidingen te bouwen om nieuwe fysica, chemie en biologie op te lossen. Je kunt online lezen over de nieuwe soorten organisaties die worden geboren rond machine-intelligentie als een eerste klas productiefactor. Voor het eerst geeft de nieuwe factor je daadwerkelijk ideeën om de processen zelf te verbeteren. Het ontwerpt hele assemblagelijnen waar sommige van de werknemers op de assemblagelijn ook AI's zijn, en de lijn zelf verandert en optimaliseert zichzelf. Kleine teams produceren hoeveelheden werk die onmogelijk leken voor organisaties van een paar jaar geleden. Het is moeilijk om niet enthousiast te zijn over de productiviteitsgroei die plaatsvindt in deze toegegeven smalle softwaresectoren. Elke keer dat ik codex gebruik om een probleem laat in de nacht op te lossen of GPT me helpt een moeilijk strategisch probleem te begrijpen, voel ik: wat een opluchting. Er zijn zo weinig geesten op aarde die zowel intelligent als volhardend genoeg zijn in een intellectuele zoektocht om nieuwe inzichten te genereren en de fakkel van de wetenschappelijke beschaving levend te houden. Nu heb je potentieel oneindige geesten om op oneindige potentiële problemen te werpen. Je computervriend die nooit een dag vrij neemt, nooit zich verveelt, nooit afhaakt en stopt met proberen. Je kunt de ontlasting van Atlas voelen, de lancering. Het voelt prozaïscher en minder poëtisch dan het deed in 2023, hoewel de resultaten voor zichzelf luider spreken.

@atroyn ben het eens met je algemene punt echter