ETT BÄSTA SCENARIO FÖR AI? Doomers berättelser var felaktiga. De förutspådde att den ledande AI-modellen skulle använda sin intelligens för att förbättra sig själv, lämna andra i sticket och snabbt uppnå en gudalik superintelligens. I stället ser vi det motsatta:  — De ledande modellerna grupperar sig kring liknande prestandariktmärken. — Modellföretagen fortsätter att gå om varandra med sina senaste versioner (vilket inte borde vara möjligt om man uppnår snabb start). — Modeller utvecklar områden med konkurrensfördelar och blir alltmer specialiserade på personlighet, metoder, kodning och matematik i motsats till att en modell blir allvetande.  Inget av detta innebär att framstegen motsägs. Vi ser en stark förbättring av kvalitet, användbarhet och pris/prestanda hos de främsta modellföretagen. Det här är bra ingenjörskonst och bör firas. Det är helt enkelt inte apokalyptiska uttalanden. Oppenheimer har lämnat byggnaden.  AI-racet är mycket dynamiskt, så detta kan komma att ändras. Men just nu är det Guldlock som gäller: — Vi har 5 stora amerikanska företag som konkurrerar kraftigt på frontier-modeller. Detta tar fram det bästa i alla och hjälper Amerika att vinna AI-loppet.  Som @BalajiS har skrivit: "Vi har många modeller från många fraktioner som alla har konvergerat på liknande förmågor, snarare än ett stort försprång mellan den bästa modellen och resten. Så vi bör förvänta oss en maktbalans mellan olika fusioner av människa och AI snarare än en enda dominerande AGI som kommer att förvandla oss alla till gem/saltpelare." — Hittills har vi undvikit ett monopolistiskt utfall där all makt och kontroll samlas i en enda enhet. Enligt min åsikt är det mest sannolika dystopiska resultatet med AI ett giftermål mellan företags- och statsmakt liknande det vi såg exponeras i Twitter Files, där "Trust & Safety" används som vapen i statlig censur och kontroll. Åtminstone när du har flera starka aktörer inom den privata sektorn blir det svårare. Däremot är det mer sannolikt att vinnaren-tar-allt-dynamiken ger orwellska resultat. — Det är troligt att öppen källkod kommer att spela en stor roll. Dessa modeller utmärker sig genom att tillhandahålla 80-90 % av kapaciteten till 10-20 % av kostnaden. Den här kompromissen kommer att vara mycket attraktiv för kunder som värdesätter anpassning, kontroll och kostnad framför gränsfunktioner. Kina har gått all-in på öppen källkod, så det skulle vara bra att se fler amerikanska företag konkurrera på detta område, som OpenAI just gjorde. (Meta förtjänar också beröm.) — Det är troligt att det kommer att finnas en arbetsfördelning mellan generaliserade fundamentmodeller och specifika vertikala applikationer. Istället för att en enda superintelligens fångar allt värde, kommer vi sannolikt att se många agentiska applikationer som löser "sista milen"-problem. Detta är goda nyheter för startup-ekosystemet.  — Det finns också en allt tydligare arbetsfördelning mellan människor och AI. Trots alla fantastiska framsteg är AI-modeller fortfarande på noll när det gäller att sätta sin egen objektiva funktion. Modeller behöver kontext, de måste uppmanas att göra kraftfulla åtgärder, utdata måste verifieras och den här processen måste upprepas iterativt för att uppnå meningsfullt affärsvärde. Det är därför Balaji har sagt att AI inte är end-to-end utan middle-to-middle. Detta innebär att apokalyptiska förutsägelser om förlust av arbetstillfällen är lika överhypade som AGI självt. I stället står sig truismen att "du kommer inte att förlora ditt jobb till AI utan till någon som använder AI bättre än du".  Sammanfattningsvis visar de senaste versionerna av AI-modeller att modellfunktionerna är mer decentraliserade än vad många förutspådde. Även om det inte finns någon garanti för att detta fortsätter – det finns alltid en potential för marknaden att växa till ett litet antal aktörer när supercykeln för investeringar är över – är det nuvarande tillståndet med hård konkurrens hälsosamt. Det driver innovationen framåt, hjälper Amerika att vinna AI-kapplöpningen och undviker centraliserad kontroll. Detta är goda nyheter – som Doomers inte förväntade sig.