När når vi AGI?

Om du vill kan du betrakta ASI som en mycket bättre version av AGI. Exakt vad det innebär kan ingen människa föreställa sig. Vi har aldrig förut testat AGI+RSI och vi vet inte vad det kan leda till. Men det finns anledning att tro att det kan leda till något som vi inte kan kontrollera och att det är dåligt. Du kan definitivt inte kontrollera någonting genom om att orera om definitioner. Den verksamheten har ingen som helst betydelse i sammanhanget.

Jag skrev ner vad hela AGI-ASI teorin går ut på. RSI är ingen verklig självständig modul.

Det finns ingen "AGI-ASI-teori" och det kommer inte att finnas.
Det vore som att möss skulle ha teorier om människor.
RSI är en process. Recursive Self Improvement.
Dvs att en AI tränar en ny AI och det görs i dag, as we speak.

AI är ett verktyg, inget mer. Inga funktionalistiska argument för maskinintelligens är visade sanna.

AGI är det sista verktyget människan behöver skapa.

AGI finns kompis😄
Bara du som har missat det, är inte Altmans pissbolag som letar efter något.
AGI är i min robbotgräsklippare.

Definitionen flyttas alltid, Så fort en maskin faktiskt kan göra något otroligt i verkligheten (som att flyga ett stealth-plan eller landa en raket baklänges), slutar vi kalla det för "intelligens" och börjar kalla det för "avancerad datateknik" eller "algoritmer".

Hade du levt när ångloken kom hade du trott att de skulle slita itu dig av farten i 30km i h , eller att de var sändebud från satan😃😊

Jag skriver inte mina inlägg med hjälp av AI. Jag har alltid skrivit mina inlägg så här, långt innan ChatGPT fanns. Jag förstår dock att en one-liner shitpostare av din kaliber tror att det är AI när en seriös debattör postar långa och genomtänkta inlägg som du inte klarar av att bemöta. Jag tackar såklart för komplimangen att du jämför min kompetens med AI, men nej, jag skriver själv mina egna inlägg, alltid gjort och kommer alltid att göra.

Det går rätt bra med självkörande bilar, försökte du antyda något här eller? Du vet väl att Tesla har rullat ut självkörande läge i stora delar av USA och att det rullar på hur bra som helst, va?



Har du något vettigt att tillföra tråden eller försöker du framstå som kunnig genom att svänga runt med stora ord som "generativa" och "språkmodell"? Det vore bra om ni anti-AI tramsare kunde vara lite seriösa och höja nivån på diskussionen istället för att posta en massa smilies. Det här är trots allt ett seriöst ämne och kommer att förändra världen mer än vad AI redan har gjort.

Vad lyckas de inte med? Framsteg görs hela tiden inom AI och de olika AI-labben lyckas förbättra allt för varje version som släpps, månad för månad. Inget blir direkt sämre, utan tvärtom, konstanta förbättringar hela tiden. Att de inte har fått fram fullt ut AGI än, innebär inte att de inte lyckas; vi har aldrig varit så här nära AGI.

Just schack behövs det inte ens "AI" för, utan snarare icke-LLMs som Stockfish (Lichess) och Komodo (chess.com). Icke-LLM schackmotorer har sedan flera år innan AI/ChatGPT släpptes, lyckats totalt överträffa alla de bästa schackspelarna genom tiderna. Antagligen kommer man bara att inkorporera Stockfish eller liknande schackmotorer i AI så småningom. AI är liksom inte bara "språkmodeller", utan schackmotorer räknas också som en form av artificiell intelligens. Och även om det inte händer så kanske ChatGPT får en egenutvecklad schackmotor av något slag, som kan tävla mot Stockfish.

Bara så du förstår: LLM är bara språkmodeller för att fråga och svara på text och tal som vi människor matar dem med. AI och AGI är ett betydligt bredare fält än bara "LLM". Och för schack så är Stockfish redan ASI.

Eller så är det bara ni som inte fattar att AI handlar inte bara om att lära datorer/mjukvara att förstå språk.

Ja, de behöver analysera ny data som de inte har tränats på, för att ge ett svar. Poängen är att de kan göra det; det handlar inte bara om träningsdata, utan de kan anpassa sig efter nya situationer och frågeställningar som de inte har tränats på. Detta är exakt vad artificial general intelligence, AGI, går ut på: att i nya situationer, tack vare den generella intelligensen, kunna lösa nya problem, frågeställningar och svårlästa situationer som man inte har någon äldre kunskap eller erfarenhet av att lösa sedan tidigare. Och dagens AI lyckas med detta också. Kanske inte perfekt i dagsläget, men AI klarar av detta idag, och förbättras ständigt över tid. Snart kommer det inte finnas något AI inte klarar av, förutom sånt som inte tillåts av fysikens lagar givetvis.

Hur definierar du AGI och hur menar du att dagens AI inte uppfyller AGI? Vilka luckor är det som behöver fyllas i innan vi når din spektakulära definition av AGI?

Men herregud, figure of speech, hört talas om det? Och ja, det handlar om vad du tror, eftersom du inte vet särskilt mycket.

H100 är overkill för en AI robot. Som sagt, mellan 2 till 4 tusen TOPS. Vet du hur mycket en TOPS är, bara en enda TOPS? Som namnet antyder, triljoner operationer PER SEKUND. När beräknade din hjärna så snabbt olika beslut för att köra en bil? Det räcker gott och väl med de 40 TOPS som finns i dagens Copilot-certifierade Windows laptops, eller för den delen NPUs som finns i våra smartphones och inte ens kommer upp i 40 TOPS många av dem. Problemet för AGI idag per dator är inte bristen på TOPS, utan snarare bristen på RAM minne; det är därför som RAM-minnespriserna har ökat otroligt mycket senaste tiden, och varför Micron och SK Hynix har kommit över en triljon i market cap under det senaste året: enorm AI efterfrågan på RAM minne.

Så, det som behövs för AGI i dagsläget är bättre och mer RAM-minne, och bättre optimerad/tränad/skriven mjukvara. Det är bara en tidsfråga innan vi når dit.

Du förstår inte vad du pratar om.

Ett enda H100 kort är långt mer än tillräckligt för en AGI robot. Som sagt, dessa H100 kort (och H200 osv) är inte tänkta för en enda användare som frågar ChatGPT olika frågor, utan varje kort används för extremt många användare.

Nej, det är inte ofta som bättre teknologi vinner, och oftast är det så att sämre teknologi vinner i regel. För att bättre teknologi ska vinna så måste det vara överväldigande bättre och billigare på alla punkter rent tekniskt för att vinna. Exempel på när det har skett är till exempel övergången från hästar till bilar/motorcyklar. Så mycket bättre måste det vara för att bättre teknologi ska vinna; det måste vara win-win på både det ekonomiska och tekniska, och sedan har vi ju det här med marknadsandelar och program/appar/spel osv som avgör huruvida t.ex. en TV-spelskonsol vinner ett konsolkrig (det handlar sällan om hur bra specs en konsol har, utan oftast bottnar det i bäst/flest/populärast spel som en konsol har; iPhone och Android har vunnit smartphoneskriget inte för att de är de bästa operativsystemen, utan för att de har lyckats cementera kvantiteten och kvaliteten sett till appar).

Det verkliga tekniska övertaget som PowerPC hade över x86, hade varit tillräckligt för att slå ut x86, men i det fallet saboterades allt av ärkekräket Steve Jobs, och galliumarsenid var åtminstone initialt för dyrt/svårt för att tillverka i någon större skala, och grafen (som är långt överlägset galliumarsenid) har liknande svårigheter i framförallt tillverkning (verkligen inte lätt att massproducera grafenprocessorer i skrivande stund) och bandgapet, som är mer eller mindre löst nuförtiden. Tids nog kommer grafen att ersätta kisel, och det kommer bli grafen, inte galliumarsenid, och kort därefter så kommer AI/AGI/ASI att köras på photonics som sagt (fotonikprocessorer kommer att vara totalt revolutionerande när de har mognat). Prestandan som H100 korten ger idag kommer att betraktas som stenåldersteknologi då, och strömförbrukningen kommer att vara minimal, ungefär vad våra smartphones idag slukar (antagligen mindre än så också), när grafen/fotoniks används.

Och det är ju detta som din begränsade hjärna inte klarar av att förstå: strömslukandet som du snackar om, för H100 (som är ungefär som ett vanligt gaminggrafikkort, 350W), detta kanske låter mycket idag för en AGI-robot, men när vi går över till grafen så kommer ett sådant grafikkort med liknande eller rejält bättre prestanda, bara att kräva 10W eller liknande energikrav. Därför och just därför, så kommer AGI-robotorna att skita i hur "jobbigt" det är att framställa grafenprocessorer, och de kommer att sätta igång omgående och tillverka tiotusentals om inte hundratusentals grafenprocessorer och grafengrafikkort, och grafen-NPUs. Med fotonikprocessorer så kommer strömförbrukningen att vara ännu lägre och prestandan kommer att vara fullt tillräcklig för AGI/ASI på typ, 10W.

Det var tydligen bara Cray Computer Corporation och Alliant som försökte utveckla galliumarsenid processorer, och medan Cray lyckades så konkade Cray senare. AMD, Intel, IBM osv fortsatte på tried and true silikon.

Självklart har det med ekonomi att göra, nu när människor producerar det. För AGI-robotar så kommer ekonomiska kostnader att vara ganska irrelevant; de kommer att göra jobbet, och de kommer inte att tröttas ut av att sitta och metikulöst framställa grafenprocessorer.

Kolla upp grafen istället, och fotonik. Varför tror du att AGI inte skulle kunna perfektera grafen/fotonik? Varför tror du att AGI kommer att nöja sig med att stanna kvar på kisel? Det är ju totalt ologiskt. Självklart så kommer AGI att antingen köra på någon RISC-baserad ISA som t.ex. OpenPOWER, eller uppfinna ett helt unikt RISC-liknande ISA och växla över till grafen/fotonik, uppgradera batterierna från litiumjon till solidstate batterier och senare även natrium/svavel/aluminium batterier, och det kommer att ske fort också. Finns ingen anledning för AGI att sitta och vänta 100 år för sådana uppgraderingar. Då blir det extremt strömsnåla och extremt kraftfulla AGI-robotar. Men även då kommer delusional skojare som du sitta och hävda att det inte är AGI osv.

Har du läst vad prime agent är? Förstår du vad du läser? Det har ingenting med självförbättrande agenter att göra. Prime Agent levererar ingen innovation. Den här typen av självförbättrande workflows på harness-level har Hermes haft sedan release. Vi har kunnat sätta upp det själva relativt trivialt i OpenCode sedan i vintras.

Det är extremt många antaganden här om milestones som du betraktar som givna att vi når. Jag har inte sett någon av experterna på området dra samma slutsatser dock.

Utveckla mer än gärna varför du anser att den här utvecklingen är helt oundviklig.

Du tackar alltså mig för att jag jämnför ditt pall med en statisk språkmodell från Sillicon Valley?🤣

Fan du vi söker spetskompens ...50k i ingångslön om du ställer ut din hjärna i förmån för senaste uppdateringen av GPT?
Smiletecken använder seriösa männsikor...statiska pappegojor tar sig på för stort allvar😂😂

Vilka experter har uttalat något annat?

Tyckte jag förklarade tillräckligt men okej. Dagens processorer körs på kisel/silikon. Kisel är såklart tried and true vad gäller processorer osv, men vi har nu nått 2 nm fabricering och mycket mer går det inte att krympa kiselprocessorerna, så mycket mer prestanda går det inte att mjölka ur dem än så snart. Vissa snackar om under 1 nm osv men hur som helst, någon skojare i tråden snackade om galliumarsenid, vilket försöktes redan under 1980-talet av Cray Computer Corporation men gick inte så bra där (Cray konkade 1995). Galliumarsenid har fördelen att mycket högre klockfrekvenser kan uppnås än kisel, men galliumarsenid har också vissa nackdelar och kisel har fördelar över galliumarsenid.

Den logiska uppgraderingen efter kisel blir såklart grafen under de kommande åren. Grafen, som är ett kolbaserat material och kol är totalt överlägset kisel (finns en anledning till att allt liv på planeten är kolbaserat istället för silikonbaserat, och det trots att det finns många gånger mer silikon än kol), kommer att innebära ett enormt paradigmskifte inom datorer. Dagens kiselbaserade "superdatorer" kommer att framstå som simpla miniräknare jämfört med framtidens grafendatorer. Vi snackar här om terrahertz klockfrekvenser kring 1-100W (100W kommer nog inte ens behövas, i alla fall inte längre fram när teknologin har mognat). Grafen är en totalt överlägsen ledare (egentligen inte ens en "halvledare" eftersom grafen till skillnad från kisel, saknar ett så kallat bandgap, men bandgapet har man löst nu på senare år). Den stora utmaningen med grafen är framställningen/tillverkningen för processorer: inte lätt att framställa grafen. Man kan ju använda grafit och tejp, för att skala av tunna grafenlager (blyerts är tekniskt sett också grafen, men med många lager av grafen; för att kvalificera som grafen bör det vara endast ett litet lager av kolatomer). Det finns olika metoder för att framställa grafen, men det är betydligt mer kostsamt och tidskrävande än att framställa kiselprocessorer (mycket mer straightforward process!). AI robotar kommer dock inte att ha några problem med att arbeta fram grafenprocessorer; de kommer att göra det och göra mycket av det också.

Efter grafen så kommer vi att få fotonikprocessorer, alltså CPU/GPU/NPU/TPU osv som drivs helt på ljus istället för elektricitet. Dessa fotonikprocessorer innebär extrem strömsnålhet och extrem prestanda (ljus är snabbare än elektricitet), med minimal, nästan obefintlig värmeutveckling. Alla kommer då att gå runt med smartphones som krossar dagens superdatorer som kräver stora datacenter hallar, när vi får grafen- och senare fotonikprocessorer. Den stora utmaningen med fotonikprocessorer är att korrektheten i att beräkna ettor och nollor i dagsläget, är kring eller strax över 95%, inte 99% eller högre som det är med kisel, och därför är fotonik odugligt i dagsläget. Så 95% spärren har passerats nu inom fotonik, men det behövs fortfarande mer accuracy där. Mer R&D behövs inom fotonik för att gå om kisel/grafen, men förr eller senare lär det bli verklighet, särskilt när AGI-robotarna vill uppgradera sig själva med bättre hårdvara. Och de kommer inte att nöja sig med kisel, utan de kommer att vilja köra med åtminstone grafen, och de kommer att perfektera fotonik också.

Batterier är också en viktig del här. AGI-robotar kommer att behöva bättre batterier än dagens utdaterade litiumjon, som har sina fördelar men är otillräckligt (om inte annat för att litium är en bristvara). Grafen kommer att användas inom batterier, men nästa uppgradering blir antagligen Solid State Batterier. Efter SSB, lär vi få natrium/svavel/aluminium batterier, som också verkar mycket lovande och finns hur mycket som helst av dessa tre grundämnen:

https://newatlas.com/energy/aluminum-sulfur-salt-battery-fast-safe-low-cost/

De kommande Tesla Optimus robotarna, som antagligen inte kommer att vara AGI direkt vid release, kommer inte att sitta och klaga för att uppgradera hårdvaran med grafen/fotonik och solid state batterier osv. När väl dessa bitar är lösta och på plats (och vi får antagligen AGI i de stora datacentrarna innan grafen/fotonik/solidstatebatterier massproduceras på stor skala), så innebär det att vi kommer att ha AGI- och ja till och med ASI-robotar som är smartare än precis alla människor och som kräver väldigt lite elektricitet, för att drivas. Självklart kommer de att behöva laddas till och från, men vi snackar här om dagar innan nästa laddning, inte laddas var femte minut som vissa här i tråden tror.

Tidigare i tråden försökte jag förklara för ärthjärnorna att den bästa teknologin inte alltid vinner. Bra, historiska exempel, är Plan 9 vs Unix (Unix/Linux vann), PowerPC vs x86 (x86 vann, mycket pga att Steve Jobs saboterade hela AIM-alliansen), och det finns såklart fler exempel. Men AGI-robotar kommer inte att begränas av "kostnader", "vinstmarginaler", "marknadsandelar" och liknande trams för att prata "kapitalistiska", utan de kommer att gå på den bästa teknologin eftersom det är logiskt att uppgradera till bättre teknologi, och de lider inte av att de skulle tycka att det vore jobbigt eller kostsamt att framställa ny hårdvara, vinstmarginaler och liknande trams. Vill de köra med grafenprocessorer och bättre batterier så kommer de att göra det också, kosta vad det kostar.