Var är alla fantastiska upptäckter gjorda av AI?

Det kan inte vara så att det finns folk som förstår hur de fungerar, men att det råkar vara så att du själv inte förstår?



Och nej, LLM:s är inte stokastiska till sin natur. Att språkmodellerna producerar en lista med sannolikheter är inte samma sak som att de skulle vara stokastiska. Sen kan man naturligtvis slänga på ett slumptal på slutet för att välja ur den listan man genererat, men man behöver inte. Man kan precis lika gärna välja det svar som fått högst sannolikhet.

Men det sista steget är inte en del av det neurala nätverket. Det är bara en implementationsdetalj. Det som LLM:en spottar ur sig är sannolikhetslistan, och jobbet slutar där.

Jag vet tillräckligt för att lita på vetenskap, och jag vet tillräckligt om AI för att inte gå på hypen.

Och hur kan du säga att det är en ’öppen forskningsfråga’ hur dagens LLMer fungerar? Alla de som utvecklat dem vet ju exakt hur de fungerar, på samma sätt som all annan mjukvara. Tror du utvecklarna blev överraskade när de provkörde första gången? Undrade vad som hänt?
Det skiljer sig inte principiellt eller fundamentalt från annan automatisering eller mjukvaruutveckling, det är evolution, inte revolution.
Och inte magi, utan som Deckard säger, ’like any machine, either a benefit or a hazard’.

Det här är en av de dummaste konspirationsteorier som finns. Dels har det skett enorma framsteg i kampen mot cancer just tack vare läkemedelsbolagen, det finns ett antal cancerformer som inte längre innebär en dödsdom. Dels är "läkemedelsindustrin" inte en ensam och central enhet, det enskilda bolag som lyckas bota en viss cancerform kommer tjäna enorma pengar på botemedlet.

Finns hur många exempel som helst på dödliga sjukdomar som läkemedelsupptäckter har utrotat. Att det skulle vara mer lönsamt att låta en sjukdom finnas kvar är en häpnadsväckande dum tanke.

Det var precis det som hände, man höll på länge med ganska små neurala nätverk och resultatet blev alltid Määhh, inte ens nära att klara ett turingtest. 2014 testade man mycket större modeller och resultatet blev enormt mycket bättre och ingen förstod varför. 2017 kom ett viktigt papper ” Attention Is All You Need” och då kom dagens modeller till. Men en LLM är fortfarande rätt mycket en ”Black Box”.

Inte för den som bygger den. Det är inte som att brygga trolldryck, det är som vilken systemutveckling som helst.

Googla “black box problem”

Lustigt nog fick jag en Ai-översikt av Google

Jag håller inte med. Både AlphaEvolve och Erdös-problemen är i grund och botten re-kombinatoriska lösningar, inte "intelligent nytänk". De bygger båda att utnyttja den enorma moderna processeringskapaciteten i kombination med modellernas lagrade kunskap, i kombination med separata lösningsgranskande komponenter/metoder. I praktiken är det fråga om ett slags "kitchen sink"-lösning, man kastar allt vad man har på problemet och kollar vad som händer genom att utvärdera "lösningarna".

Det är inte "intelligens", det är processering. Som att du behöver skruva lös en mutter och kan blixtsnabbt kolla alla verktyg du har i verktygsbod mot hur de funkar på den muttern. Du kan då blixtsnabbt konstatera att det som fungerar bäst är en fast nyckel i rätt storlek, men det är fullt möjligt att du råkar hitta nåt annat verktyg som ingen nånsin använt, låt oss säga t.ex. en hammare i exakt rätt storlek men med längre gummerat skaft, som är aningen bättre. Men det innebär inte att du är "intelligent", bara att du processerat allt som fanns verktygsboden blixtsnabbt och råkat hitta en "ny" lösning.

Eller inte.

Jo vi ser skillnad i folkhälsa, eftersom att cancer upptäcks tidigare, vilket leder till att fler botas. Men de läkemedel som utvecklas tack vara proteinviknings-AI:n alfafold exempelvis, kommer vi inte se effekterna av förrän om 10-15 år, eftersom att det är så lång tid det tar att utveckla ett nytt läkemedel i genomsnitt. Man brukar säga att konsumenter märker av teknikförbättringar 15 år efter att teknikförändringen har skett. När 3g-nätet byggdes ut i Sverige, då hade Ericsson redan utvecklat färdigt 4g-tekniken och höll på med att utveckla 5g-tekniken. Alfa-fold-AI har gjort ett arbete som hade tagit mänskligheten 500 000 år på bara några månader, eftersom att det i genomsnitt tog ett examensarbete på forskarnivå för att upptäcka ett protein.

Vi ser också skillnad i samhällsutveckling. Microsoft, Amazon, Google och många andre teknikbolag, gör sig av med väldigt många utvecklare, för att AI gör jobbet mer effektivt så att färre anställda behövs.

Kolla i Sverige på arbetsförmedlingen avseende yrkena fullstackutvecklare, webbutvecklare, frontend-utvecklare och backend-utvecklare. För några år sedan skrek branschen efter utvecklare. Nu kräver alla annonser att man har minst 5 års yrkesverksamhet. För att AI kan göra alla juniora utvecklar-uppgifter. Även de seniora använder AI i mycket hög grad. Många seniora trycker bara på en knapp och låter AI stöka runt trots löner på runt 100 000-200 000 kr/månad.

Detta har resulterat i att vissa YH-utbildningar försvinner. Medieinstitutet har under lång tid haft utbildningarna fullstackutvecklare, och webbutveckling inom E-handel. Dessa har inte längre någon planerad kursstart, förmodligen på grund av att många nyexaminerade blir arbetslösa.

Det finns jurister hos polismyndigheten som sitter och nekar överklaganden angående parkeringsböter och liknande. Detta kan AI göra helt självständigt, så de kommer bli av med sina arbeten.

Klarna har sagt upp majoriteten av sina kundtjänstmedarbetare, eftersom att AI tar över den största andelen av alla kundtjänstuppgifter.

Många biluthyrningsbolag har numera en AI som svarar i telefon. Den låter som en människa och kan ta hand om bokningar, ombokningar, förlängningar, reklamationer o.s.v. Tusentals har blivit av med arbetena.

Det är bara en fråga om tid, innan alla receptionsjobb försvinner. Det är enbart en fråga om tid innan majoriteten av jurist-jobb försvinner. Det kommer bara finnas advokat-jobb där ett målsägande, tilltalad, kärande, svarande behöver ett juridiskt ombud inför domstolen. Som exempel. Jag tog en bild på en omständighet på en webbsida, och sa till AI. "Gör en anmälan till IMY". Baam, den förstod direkt avsikten, vad som var felaktigt på webbplatsen och skrev en 100 % juridiskt korrekt anmälan där den refererade till korrekta artiklar i GDPR, hänvisade till korrekta yttranden och vägledanden från Europeiska dataskyddsstyrelsen, samt korrekta prejudikat från EU-domstolen. Innan AI hade det tagit en jurist flera timmar att skriva min anmälan. ChatGPT-plus-versionen tänkte i 3 minuter, sen kom resultatet. Jag sprade flera tusen kronor.

Numera är det enkelt för vem som helt att göra sitt eget datorprogram, webbplats och så vidare med AI.

Många av inträdesuppgifterna för en nyexaminerad jurist kan utföras av AI. Samma sak inom finansbranschen. OpenAI har särskilda AI:s för just finansanalytiker, ekonomer o.s.v. Allt som en nyexaminerad student från Handels kan göra, kan AI göra mycket snabbare och bättre. En månads arbete kan göras på ett fåtal timmar.

Redan OpenAI:s thinking-modell som hette o3 var bättre på matematik än majoriteten av de som arbetade professionellt som matematiker. Det var 1,5 år sedan. Nu är ChatGPT-5.5 pro bättre än 80 % av all professorer inom matematik, biologi, fysik, kemi, bland annat.

Det senaste året har OpenAI jobbat hårt mot verklig hjälpsamhet inom verkliga arbetssituationer inom de 40 yrken som genererar mest BNP-tillväxt, och det har gett upphov till stor samhällsförändring. Andelen Harvard-studenter som är arbetslösa 3 månader efter studenten är högre. Andelen skjorta och slipps-arbeten minskar.

Om man har tillgång till API så att man kan pusha 1 miljon tokens per fråga, då klarar AI väldigt avancerade juridiska analyser inom till och med amerikansk skattejuridik. Som exempel kan nämnas att 1 miljon token i utdata idag 2026-06-09 kostar 300 kr. 1 miljon token indata kostar 50 kr. Så betalar du ca 350 kr per fråga, då får du en extremt kraftfull AI. Som jämförelse får en gratis-användare tillgång till ca 16000 tokens per fråga medan en plus-användare får ca 100 000 tokens.

Må så vara, men det skjuter lite vid sidan av mål: det är inte AI som har räknat ut botemedlet mot cancer, utan snarare statistiskt säkerställt den mest sannolika lösningen i det aktuella fallet. Det är faktiskt en ganska stor skillnad.

"3. Bota cancer."

Bota cancer som läkarna trodde var obotlig.

AI är i sin linda. Om fem år kan alla dina frågor ha fått ett svar.
Men just nu ligger vinsten i att AI är exceptionellt bra på att HITTA cancer på röntgenbilder - och bättre kommer den bli.
Där har man de största vinsterna - att AI upptäcker sjukdomar betydligt tidigare än människor.
kommer rädda väldigt många liv.