Wenn man über Technologien schreibt, die sich rasch verbessern, gibt es zwei offensichtliche Fehlermodi. Ein Fehlermodus sieht so aus: diese Grafikberühmt gemacht von Auke Hoekstra im Jahr 2017 Sie zeigen, wie die Internationale Energieagentur das künftige Wachstum der Solarenergie wiederholt unterschätzt hat:

Die Zahl der installierten Solaranlagen ist jährlich um etwa 25 Prozent gestiegen, doch seit über einem Jahrzehnt unterschätzt die IEA diese Entwicklung und prognostiziert oft, dass sie sich stabilisieren oder sogar abnehmen wird. Das ist kein kleiner Fehler; die massive Unterschätzung der Fortschritte bei der Solarkapazität verändert die Lage für den Klimaschutz und die Energieproduktion dramatisch.

Einige Beispiele für denselben Fehlermodus haben Sie in den frühen Tagen von Covid-19 gesehen. Es ist sehr leicht, exponentielles Wachstum zu unterschätzen, insbesondere in seinen frühesten Stadien. „Warum sollten wir Angst vor etwas haben, das hier in diesem Land keine Menschen getötet hat?“, fragte ein Epidemiologe. argumentierte in der LA Times Ende Januar 2020. Die Grippe sei „eine viel größere Bedrohung“, schrieb die Washington Post einen Tag später und verglich, wie viele Menschen derzeit mit der Grippe infiziert sind, wie viele Menschen derzeit mit Covid-19 infiziert sind.

Ich muss wohl kaum darauf hinweisen, dass diese Analyse den Kern der Sache völlig verfehlt hat. Sicher, Ende Januar gab es in den Vereinigten Staaten nicht sehr viele Menschen mit Covid-19. Die Befürchtung war, dass diese Zahl aufgrund der Funktionsweise von Viren exponentiell ansteigen würde – und das tat sie tatsächlich.

Das ist also eine der Möglichkeiten des Versagens: Man ignoriert wiederholt eine Exponentialfunktion und beharrt darauf, dass sie sich jeden Moment stabilisieren würde. Dadurch verpasst man dramatisch eine der wichtigsten technologischen Entwicklungen des Jahrhunderts oder man sagt den Leuten, sie sollten sich keine Sorgen wegen einer Pandemie machen, die nur wenige Wochen später die ganze Welt lahmlegen würde.

Siehe auch  Sam Altman – der Vater von ChatGPT – hat sich offiziell von OpenAI zurückgezogen

Die andere Fehlerart ist natürlich diese:

Manche Dinge, wie die frühe Ausbreitung von Covid-19 oder das bisherige Wachstum der Solarkapazität, erweisen sich als exponentielle Kurven und lassen sich am besten verstehen, wenn man an ihre Verdopplungszeit denkt. Aber die meisten Phänomene sind es nicht.

Meistens, wie bei einem Kleinkind, betrachtet man nicht die frühen Stadien des exponentiellen Wachstums, sondern nur … normales Wachstum, das nicht zu weit extrapoliert werden kann, ohne lächerliche (und ungenaue) Ergebnisse zu erhalten. Und selbst wenn man eine exponentielle Kurve betrachtet, wird sie sich irgendwann ausgleichen.

Bei Covid-19 war es ziemlich einfach zu erraten, dass sich die Solarkapazität im schlimmsten Fall stabilisieren würde, wenn die gesamte Bevölkerung betroffen wäre (und in der Praxis stabilisierte sie sich meist deutlich früher, da die Menschen ihr Verhalten als Reaktion auf überlastete Krankenhäuser und steigende Krankheitsraten änderten). Ab wann wird sich die Solarkapazität stabilisieren? Diese Frage ist nicht leicht zu beantworten, aber die IEA scheint dabei spektakulär schlechte Arbeit geleistet zu haben; sie wäre besser dran gewesen, wenn sie einfach eine gerade Trendlinie gezeichnet hätte.

Es gibt keinen Ersatz für harte Arbeit

Ich denke viel darüber nach, wenn es um KI geht, wo ich immer wieder Leute sehe, die konkurrierende Varianten dieser beiden Konzepte posten. Bisher KI-Systeme wurden durch ihre Größe besser über eine breite Palette von Aufgaben, vom Codieren bis zum Zeichnen. Microsoft und google wetten, dass sich dieser Trend fortsetzen wird und geben viel Geld aus auf die nächste Generation von Grenzmodellen. Viele Skeptiker haben behauptet, dass stattdessen die Skalenvorteile werden sich stabilisieren – oder tun dies bereits.

Siehe auch  Donnerstag: ChatGPT mit Internetzugriff, Meta mit KI-Chatbot und -Bildgenerator

Diejenigen, die Skalenerträge am stärksten verteidigen, argumentieren, dass ihre Kritiker das gleiche Spiel wie die IEA spielen – sie sagen immer wieder voraus, dass sich die Lage jeden Moment stabilisieren wird, während die Trendlinien einfach immer weiter nach oben gehen. Ihre Kritiker werfen ihnen häufig vor, dass sie zu dummen Vereinfachungen greifen, die besagen, dass sich die aktuellen Trends fortsetzen werden, und dass diese kaum schwerwiegender sind als „mein Baby wird 7,5 Billionen Pfund wiegen“.

Wer hat Recht? Ich bin zunehmend davon überzeugt, dass es keinen Ersatz dafür gibt, sich tief in die Materie einzuarbeiten, wenn man diese Fragen betrachtet.

Um vorauszusehen, dass die Solarproduktion weiter steigen wird, zum Lernen benötigt wie wir Solarmodule herstellen und was die Ursachen für die kontinuierlich sinkenden Kosten sind.

Der Weg, den Verlauf von Covid-19 vorherzusagen, bestand darin, schätzen, wie ansteckend das Virus war Aus den ersten verfügbaren Daten zum Ausbruch können Sie ableiten und von dort aus die Chancen einer erfolgreichen weltweiten Eindämmung extrapolieren.

In keinem der beiden Fälle kann man das allgemeine Nachdenken über Trendlinien ersetzen – es kommt auf die Fakten vor Ort an. Es ist nicht unmöglich, diese Dinge zu erraten. Aber es ist unmöglich, faul zu sein und diese Dinge richtig zu machen. Die Details sind wichtig; die oberflächlichen Ähnlichkeiten sind irreführend.

Die entscheidende Frage im Bereich der künstlichen Intelligenz, ob durch die Entwicklung größerer Modelle rasch KI-Systeme entstehen können, die alles können, was Menschen können – oder ob das alles nur aufgebauschtes Geschwätz ist – lässt sich nicht durch das Zeichnen von Trendlinien beantworten. Und sie lässt sich auch nicht durch das Nachahmen von Trendlinien beantworten.

Siehe auch  „Hallo, sollen wir zusammen reden?“ »: Wir haben ChatGPT in der Sprachversion getestet

Ehrlich gesagt verfügen wir nicht einmal über ausreichend gute Messdaten für allgemeine Denkfähigkeiten, um die Steigerungen der KI-Fähigkeiten in Form von Trendlinien zu beschreiben. Insider in Laboren, die die fortschrittlichsten KI-Systeme bauen, neigen dazu, zu sagen, dass sie, je größer und teurer die Modelle werden, kontinuierliche, große Verbesserungen in deren Leistungsfähigkeit feststellen. Wenn man kein Labor-Insider ist, können diese Behauptungen schwer zu bewerten sein – und ich finde es auf jeden Fall frustrierend, mich durch Artikel zu wühlen, die dazu neigen, ihre Ergebnisse zu übertreiben, um herauszufinden, welche Ergebnisse real und stichhaltig sind.

Aber es gibt keine Abkürzung, um diese Arbeit zu erledigen. Zwar gibt es Fragen, die wir aus den Grundprinzipien heraus beantworten können, aber diese ist keine davon. Ich hoffe, dass unsere Freude am Hin- und Herwerfen von Diagrammen nicht darüber hinwegtäuscht, wie viel ernsthafte Arbeit es erfordert, diese Fragen richtig zu beantworten.

Eine Version dieser Geschichte erschien ursprünglich in der Zukunft perfekt Newsletter. Hier anmelden!

Anzeige

Kommentieren Sie den Artikel

Bitte geben Sie Ihren Kommentar ein!
Bitte geben Sie hier Ihren Namen ein