Die Hauptkritik an KI, die man hört, hat überhaupt nichts mit Wasserverbrauch oder existenziellen Risiken zu tun: Die meisten Menschen denken einfach, dass es fake ist, nicht funktioniert und eine enorme Blase ist, die geistiges Eigentum frisst, während sie dabei nutzlosen Mist produziert. Als GPT-5 herauskam und vielleicht nicht den Erwartungen entsprach, die die Leute an ein vollständiges Versions-Upgrade hatten, war die Reaktion in der Timeline nicht mild, sondern ein völliger Zusammenbruch. Es gibt viele intelligente (und unintelligente) Menschen, die diesen Moment genutzt haben, um zu erklären, dass das Skalieren von KI vorbei ist, tausende von viralen Tweets, immer noch eine vorherrschende Ansicht in vielen Kreisen. Das finanzielle-kulturelle Phänomen der Maschinenintelligenz ist eines der mächtigsten seit Jahrzehnten, und es gibt viele Menschen, die möchten, dass ihre Position geschwächt wird, viele feiern offen ihre Verluste und Rückschläge. Michael Burry, bekannt aus 'The Big Short', ist leider der Typ Mensch, der 12 der letzten 3 Rezessionen vorhersagt, und hat sich auf den Zusammenbruch der KI-Blase in die Insolvenz gewettet. Eine der seltsameren Dinge in dieser Zeit ist, dass es sehr wenige Geheimnisse gibt und sehr wenig Grund, so falsch informiert zu sein. Modell-Labore haben sehr wenig Spielraum zwischen der Schaffung neuer Fähigkeiten und deren Veröffentlichung für die Öffentlichkeit. Die Ansicht unter der gut informierten Öffentlichkeit und nicht nur unter "Laborinsidern" ist, dass Maschinenintelligenz absurd freudig intelligent in so vielen neuen Dingen jeden Monat ist. Sie trägt aktiv an der Spitze von Programmierung, Mathematik und Wissenschaft bei. Das kürzlich veröffentlichte Papier von Sebastian Bubeck und Co. berichtet, dass GPT5-pro in der Lage ist, Ergebnisse an der Grenze der theoretischen Physikforschung zu produzieren. Terry Tao schrieb einen Blog über das "Vibe-Proving" von Erdos-Problemen mit der Auto-Formalization KI Aristotle. Man kann lesen, dass diese Wissenschaftler es nutzen, um aktiv zur Schwarzen-Loch-Physik beizutragen, mathematische Grenzen in der Optimierungstheorie zu verfeinern und Morast von biomedizinischen Daten in echte Einsichten zu verwandeln. Google Deepmind scheint, nach dem, was sie signalisieren, langsam ein Netz um das Navier-Stokes-Glattheits-Millennium-Problem zu schließen (obwohl ich natürlich nicht weiß). Mehrere Unternehmen, die von brillanten Wissenschaftlern durchsetzt sind, rennen, um Pipelines zu bauen, um neuartige Physik, Chemie und Biologie zu lösen. Man kann online über die neuen Arten von Organisationen lesen, die rund um Maschinenintelligenz als einen erstklassigen Produktionsfaktor entstehen. Zum ersten Mal gibt der neue Faktor tatsächlich Ideen zur Verbesserung der Prozesse selbst. Er entwirft ganze Montagebänder, bei denen einige der Arbeiter am Montageband auch KI sind, und das Band selbst morphiert und optimiert sich selbst. Kleine Teams produzieren Mengen an Arbeit, die vor ein paar Jahren für Organisationen unmöglich schienen. Es ist schwer, sich nicht über das Produktivitätswachstum zu freuen, das in diesen zugegebenermaßen engen Softwaresektoren geschieht. Jedes Mal, wenn ich Codex benutze, um ein Problem spät in der Nacht zu lösen, oder GPT mir hilft, ein schwieriges strategisches Problem zu lösen, fühle ich: Was für eine Erleichterung. Es gibt so wenige Köpfe auf der Erde, die sowohl intelligent als auch hartnäckig genug sind, um neue Einsichten zu generieren und die Fackel der wissenschaftlichen Zivilisation am Leben zu halten. Jetzt hast du potenziell unendliche Köpfe, die sich unendlichen potenziellen Problemen widmen. Dein Computerfreund, der nie einen Tag frei nimmt, sich nie langweilt, nie auscheckt und aufhört zu versuchen. Man kann die Entlastung von Atlas spüren, den Start. Es fühlt sich prosaischer und weniger poetisch an als 2023, obwohl die Ergebnisse für sich selbst lauter sprechen.