AI-yran mattas av – vad blev egentligen kvar av löftena?

Därför kom de stora löftena

Varför blev retoriken så dramatisk från början?

”Det finns säkert de som själva tror på de här visionerna. Men det finns också en affärsmässig logik. Om du injicerar jättemycket värde i din produkt ökar värderingen av både produkten och bolaget.”

Att beskriva tekniken som revolutionerande och omvälvande ligger helt enkelt i bolagens intresse, konstaterar han.

Baksidorna som sällan diskuteras

Samtidigt som de mest extrema löftena inte infriades har en rad problem blivit tydligare.

Ett exempel är de så kallade hallucinationerna.

”Språkmodellerna har ingen egentlig faktagranskning. De kan ge väldigt övertygande men felaktiga svar.”

Men det finns också mindre uppmärksammade konsekvenser.

”Energiavtrycket är stort. Färskvattenförbrukningen är hög. Datacenter kräver enorma resurser.”

Han lyfter även sociala och etiska aspekter, som att människor i låginkomstländer ofta anlitas för att annotera och filtrera data.

”Vi utnyttjar arbetskraft i globala södern för att våra modeller ska vara säkra.”

En annan dimension är det geopolitiska beroendet.

”Vi sätter oss i knät på en handfull amerikanska techbolag. Det finns en resiliensaspekt här.”

Språk och kultur kan också påverkas, eftersom engelska, framför allt amerikansk engelska, dominerar träningsmaterialet.

”Det kan få effekter på språk, identitet och kultur.”

Hajpen börjar klinga av

Om man jämför med tidigare tekniska genombrott, befinner vi oss då i slutet av hajpcykeln?

”Vi har redan börjat nyktra till”, säger Pontus Wernestål.

Det är i dag relativt okontroversiellt att konstatera att stora språkmodeller sannolikt inte leder till generell intelligens.

Samtidigt betyder det inte att tekniken försvinner.

”Vissa delar kommer att bli standard. Vi kommer sannolikt att ha någon form av statistisk språkmodell i nästan alla textbaserade verktyg framöver.”

Han jämför med databasteknik, som en gång betraktades som AI men i dag är en självklar infrastruktur.

”Databaser var en del av AI-fältet på 60- och 70-talen. I dag är det ingen som kallar det AI, men vi har enorm nytta av dem. Så tror jag det kommer bli med språkmodeller också.”

Och när de väl smält in i vardagen kommer nästa teknik att ta över etiketten AI.

”Vad som räknas som AI är ett rörligt mål. Det ändras ungefär varje årtionde.”

Efter några år av yviga framtidslöften tycks branschen alltså ha landat i en mer nyanserad verklighet. Stora språkmodeller är kraftfulla verktyg – men varken frälsare eller undergångsmaskiner.

Läs även: Chocknota från verkstaden – nya bilar allt dyrare att reparera – E55