Inlägg

SEB Research: German solar power prices are collapsing as market hits solar saturation

Det är inte min avsikt att överdriva, men att försöka att belysa orsakssamband som många verkar avgränsa sig från. När expanderingar ger jobb, så är det positivt för ekonomin både lokalt och globalt. Sveriges energipolitik har länge byggt på att man säkerställer tillgång till relativt rimlig och driftsäker elenergi för att säkra arbetstillfällen för sin väljarbas. När det finns god tillgång på el, man kan anlägga massabruk eller bygga lastbilar. Det är klart att det är viktigt med datacenter men för dessa gäller andra spelregler och det finns enligt mig bara en handfull skäl till varför de ska ligga i Sverige:

1. Om behandling och lagring av informationen av sekretesskäl behöver ske inom landets gränser. Omvänt kan det dock finnas goda skäl att spegla sådana funktioner utanför landet om man önskar en god tillgänglighet (lex. Ukraina).

2. Om det behövs närhet till platsen där information behandlas och lagras för att krav på latens och jitter i överföring begränsar avstånd.

3. Om det är fördelaktigt ur en energisynpunkt med tanke på tillgång till kyla, elenergi och möjlighet att återanvända spillvärme.

Några andra dimensioner ser jag inte. Dessa datacenter ger sällan arbetstillfällen eller andra synergier. De borde vara lika upphetsande för en politiker som en lagerlokal. Men på nått konstigt vis är det som att Sverige är utvalda av Microsoft och att vi medborgare ska vara tacksamma för att de lägger sina hallar hos oss. Jag ser det tvärt om, det är de som ska vara tacksamma för att de får tillgång till billig stabil elkraft och kan försöka skapa tjänster som klarar nationella säkerhetskrav så att Svenska marknaden med sådana krav öppnas för dem.

När det gäller prognoserna för effektbrist har du rätt, jag hade missat att SVK nu i dagarna publicerat årets rapport, där riskerna tonats ned något:

Kraftbalansen på den svenska elmarknaden, rapport 2024 (publicerad 3/6 2024)

Värre lär det bli. Denna anläggning kräver el 24/7/365. Du producerar el dagtid, mycket lite på vintern och mycket på sommaren. För att tillgodose datahallar med kontinuerlig förbrukning så behöver vi tillföra kontinuerlig effekt. Det gör att din produktion som följer solen riskerar att bli överflödig och sänka priserna ytterligare när du och alla andra som har solceller kan producera. Likt hur det har varit i Tyskland nu, där man betalar Frankrike för att ta emot överskottskraft från solpaneler.

Det spelar ingen roll om servern står i Sverige om huvudmannen som driver tjänster exempelvis lyder under amerikanska lagar för utlämnande. Det enda sättet att använda en sådan tjänst utan att risker att riskera att läcka information är att bara använda den för lagring av redan krypterad information samt hålla nycklar utanför.

Precis. 3G är en för stor kompromiss i täckning och ger för lite data per Hz för att bära alternativkostnaden.

Telia hade kunnat ge en bättre användarupplevelse för kunder som som klarar tar över 4G / 5G om de släckte GSM jämfört med att ha kvar det. På 7/8/900 MHz ger 4G och 5G med VoLTE och VoNR både högre effektivitet (kan serva flera användare samtidigt) och större täckning med samma uteffekt då VoLTE och VoNR fungerar med lägre signalstyrka (allt annat lika).

Om den finns kvar kan jag komma och hämta, tidigast under lunchen idag.

Det är möjligt att den gode professorn har fel. Men någon får förklara hur en sådan intelligens skulle kunna uppstå. Innan någon kan göra det är det bara science fiction. Ett tankeexperiment som vi kan ägna oss åt just för att vi har en sådan fantastisk intelligens.

Vad får vi för svar när vi frågar en språkmodell (som inte har någon kropp) hur den upplever det att inte ha några ben? Vi får ett syntetiserat svar som delvis bygger på hur andra människor som har en kropp, men inte några ben, berättat att de upplever det blandat med en mängd andra upplevelser och tankar om ämnet som andra människor haft och som finns nedtecknade för en modell att göra analys av och representera i sin "projektion" av verkligheten. Tillsammans med vikter som representerar dramatiska, syntaktiska och rent logiska regler som går att härleda ur den text som modellen är tränad på kan den ge ett svar som en människa bedömer är i linje med hur en människa skulle kunna svara.

Människor med olika typer av sensoriska begränsningar (medfödda eller något som tillkommit senare i livet) har inte lägre poäng på intelligenstest än andra och de har ofta betydligt högre förmågor än gemene man på de sinnen som de har kvar. Detta är mänsklig intelligens i et nötskal, förmågan att anpassa sig.

Du begår ett logiskt felslut i din härledning. Bortfall av några sinnen hos en människa gör inte människan mindre intelligent eftersom själva definitionen av intelligens är bland annat att klara av anpassning under sådana förhållanden, vilket vi har visat sker i stor omfattning. Du försöker att visa att en språkmodell, utan sinnen, kan vara intelligent eftersom att en människa med bortfall av något sinne kan vara det.

En språkmodell är begränsad till de data den tränats på och de algoritmer som styr dess processer. Den saknar förmågan att på egen hand söka ny information eller anpassa sig till nya miljöer på samma sätt som människor kan. Visst kan den söka information inom samtalets kontext, men den informationen är inte en del av modellen och således inte tillgänglig i framtida invokeringar av modellen. Modellen har inget medvetande. Den föds med information och kan framkalla fakta genom att tolka text till ny text.

Just förmågan till självmedvetenhet och subjektiv erfarenhet anser jag är en avgörande aspekt hos mänsklig intelligens och något som är helt frånvarande i de AI-modeller vi har sett hittills. Därför är det inte rättvist eller korrekt att jämföra intelligensen hos en person som anpassar sig till en sensorisk förlust med en AI som opererar utan sinnen.

Intelligens hänger tätt samman med evolutionen för den ras man studerar och varierar därför mycket mellan raser. Definitionen av mänsklig intelligens är problemlösning och anpassningsbarhet. Den senare styrs både av de ärftliga- och miljöfaktorerna. Därav blir slutsatsen att det krävs liv (reproduktion) för att kunna erhålla något som liknar mänsklig intelligens. Även om du kan göra avtryck eller projektioner av ett medvetande eller tillståndet i hjärnan på en person så kommer denna "mjukvara" inte att fungera på "hårdvaran" hos en annan individ. Istället använder vi DNA för att överföra ärftliga information till nästa generation, men det blir en ny "build" i och med att man blandar generna från föräldrarna sedan påbörjas träningen av den nya modellen genom miljöfaktorerna.

När det gäller personer som saknar vissa sinnen brukar kunna kompensera genom att mer hjärnkapacitet frigörs till de resterande sinnena. Om vi skapar en värld där det inte är lika fördelaktigt att se så kommer synen antagligen med tiden att förändras eftersom det är ett oerhört kostsamt sinne att upprätthålla. Det finns mängder med intressanta exempel på hur människor som lider av olika sinnesrelaterade åkommor visar att våra sinnen är intrikat sammanlänkade till hjärnans aktivitet. Exempelvis lider vissa människor av afantasi, dvs. de har ingen fantasi och kan inte föreställa sig saker. Ibland tar dessa personer fler bilder med sin kamera för att försöka kompensera.

Allt som inte är DNA är miljöfaktorer. Vi har inte fullständig koll på vad allt DNA gör, men så mycket vet vi.

Vi är redan där, om du påstår att det är Maj eller erbjuder dicks ska du enligt vissa erhålla bättre svar.
Men du frågade mig vad som skulle övertyga mig om att en språkmodell har intelligens på nivå med en människa, vilket jag svarade på. Inte vilka egenskaper det är önskvärt att en språkmodell har. Det är olika saker. Jag är nämligen helt säker på att dagens språkmodeller inte har medvetande eller något som ens liknar den intelligensen en människor besitter, exempelvis har de för låg nivå av kontext.

Jag säger inte att hårdvaran spelar roll, jag säger att hjärnan bygger på genetiskt arv och miljöfaktorer. För att utveckla mänsklig intelligens tyder allt på att man även måste tillföra meningsfulla miljöfaktorer till träningen. Dagens 3D spel är tämligen realistiska, men om vi tränade ett AI på dessa världar och sedan förväntade att de skulle kunna navigera i verkligheten så är det inte säkert att det fungerat.

En språkmodell som uppvisar äkta empati och känslor. Som försöker uppnå egna mål. Som har ett livslångt context window och en identitet som är unik per "medvetande". En språkmodell som inte bara är aktiv när man frågar den om något, utan lever ett liv även när man inte är med den. En språkmodell som inte delar data med något företag och inte kommer med användarvillkor. Typ så.

Mänsklig intelligens kräver mänskliga sinnen. Vi är våra sinnen. Det går inte att separera intelligensen eller medvetandet från den mänskliga kroppen. Möjligtvis går det att skapa en artificiell intelligens som efterliknar det, men utan att kunna träna en sådan modell på det vår hjärna upplever från den skapas i mammas mage till den föds och sinnen utvecklas allt mer så kommer man inte få något som motsvarar mänsklig intelligens. Samma gäller alla levande varelser. Livet är essentiellt för att skapa medvetande, identitet och intelligens.

Jag är ändå inte övertygad om att det är för att en språkmodell kan "tänka" som den teoretisk kan stapla saker på varandra. Det är för att människor kan stapla saker på varandra som en språkmodell kan det.

Jag är inte främmande för att människor bara är deterministiska system tränade genom miljö och genitik i en stokastisk värld, men det betyder inte att en språkmodell har mänskliga egenskaper. En människa är en biologisk produkt likt hur en språkmodell är en logisk produkt, men beräkningskapaciteten vi har tillgänglig idag räcker inte till för att simulera eller ens emulera något så komplext som en människa.

Jo men jag menar att de verkligen är stokastiska papegojor i meningen att de genererar trovärdiga svar. Papegojor som alltså är tränade på 600 GB text, dvs. ca 20 gånger mer än vad en människa går genom på en livstid. Att mänskliga egenskaper som känslor, slutledningsförmåga och liknande uppträder i en sådan modell är inte konstigt. Det som är överraskande är att det går att få ut så bra kvalitet som de moderna modellerna vi har idag, speciellt med tanke på den input som ges.

Vi människor har besjälat döda ting genom att tillskriva de med mänskliga egenskaper under hela vår tid på jorden. Jag förstår inte vad som är skillnaden med en LLM. Det är inte din kompis. Det är en projektion av mänskligheten som i våra ögon får liv.

Det är helt säkert att implementationen i den mänskilga hjärnan är optimal för en viss tillämpning, eftersom den skapats baserat på naturligt urval. Men det intefattar ju att vi ska jaga, orka bedriva jordruk utan fossila bränslen och kunna springa ifrån fiender. Att hjärnan är kraftfull är endast ett sätt att jämföra mänskligt tänkande med AI LLM genererande. Tänkande innefattar så mycket mer än att skapa text från text. Jag håller med om att dagens språkmodeller är oerhört imponerande, men jag håller inte med om att de tänker som en människa eller på nivå med en människa.

Ja en språkmodell blir en abstraktion av det den har tränats på, en projektion av mänsligt vetande. Men det är ju helt enligt vad vi förväntar oss. Det är människor som står för all det som en språkmodell kan inferera från träningsdatat. Dessutom är vi i en unik period nu, för att än så länge är inte majoriteten av träningsdata annan utdata från språkmodeller. Men inom ett par år kommer majoriteten av träningsdata vara genererad av andra språkmodeller. Då är det inte längre en proejktion av mänsligheten som modellerna tränas på utan något annat.

Den löser problem som den inte har tränats på. Eftersom den är mycket kraftfull när det gäller att omvandla språk till språk. Om du frågar efter ett recept på rosa våfflor med blåbärssmak så har modellen information om recept för våfflor, hur man skapar blåbärssmak och livsmedelsfärg och sätter samman ett recept. Sannolikt har ingen någonsin lagat just det receptet. På samma sätt kan StableDiffusion eller DALL·E 2 skapa bilder av saker som ingen någonsin har avbildat tidigare och som garanterat inte finns i träningsdatat.

För visso, men man kan inte analysera skillnaden mellan mänsklig intelligens och en AI hos en LLM enbart genom att bara titta på likheterna. Människor tar in stora mängder data, men mycket är annan information än text och språk. Exempelvis ljud, syn, smak, lukt och känsel. Dessa kan aggregerad till högre nivåer och användas för att förstå omvärlden och underlätta mellanmänsklig interaktion i form av att läsa av exempelvis kroppsspråk, ansiktsuttryck, tonläge på röst, gester, språk, kroppsdofter och beröring. En LLM tar bara in information i form av text. Saker som inte kan beskrivas i text så att en annan människa förstår det kan en LLM inte arbeta med. Det är för att människor har skapat text som en LLM kan förstå text. Om man kan bygga en maskin som har samma sensoriska känslighet som en människa så kanske det går att bygga en artificiell intelligens på nivå men en människa, men det kräver enorma mängder med information och sedan enorma mängder med beräkningskraft för att behandla informationen.

Varje hjärna är en egen LLM som är mycket kraftfullare och har betydlig fler intryck som byggt upp den genom lång tid av processing och relationsskapande. Att leva livet är som en livslång av finjustering (LLM fine-tuning) av den mänskliga hjärnan inom en massa olika områden. Idag har alla som använder exempelvis ChatGPT, Claud eller Llama 3 tillgång till samma "hjärna", och det finns gränser för hur olika resultat man kan få trots att modellerna är tränade på all möjlig information.

Att tänka är mer komplicerat än vad lagens LLMs gör. En människa behöver mindre information än en LLM för att kunna arbeta med den eftersom människan är bättre på att skapa kontext utifrån allt hon har lärt sig och kan ta inn. Om maskiner i framtiden kommer kunna efterlikna en hjärna vet vi i dagsläget inte. Men vi vet an en LLM är så bra på att efterlikna mänsklig interaktion att många människor tror att de interagerar med en annan människa.

Den här processen involverar inte tänkande i mänsklig mening. Istället handlar det mer om mönsterigenkänning, statistisk analys och generering baserat på sannolikheter härledda från träningsdata. Även om det kan verka som att en LLM tänker igenom ett problem, utnyttjar det i grund och botten ett stort arkiv av inlärda språkmönster och information för att simulera ett genomtänkt svar.