OpenAI forsøker å bygge Babels Tårn og Yann LeCun mener det er et feilspor. Richard Sutton, som grunnla "reinforcement learning", mener LLM er et blindspor, av den enkle grunn at disse modellene ikke kan lære av egen erfaring, men er refererende og rekursive. Man får ikke intelligens, det man får er "hyperfast autocomplete".
Virksomheter som har innført AI sliter med demotiverte ansatte som føler de har fått mer å gjøre enn før, mens ledelsen hadde en forhåpning om at man skulle bli kvitt ansatte. Amazon sparket en haug mellomledere, dette ble brukt av AI-pushere som bevis på at man ville spare penger med AI, mens Amazons egne folk sier at oppsigelsene var et naturlig resultat av for mange ansettelser under Covid, og at de ikke var relatert til AI.
Men twitters grunnlegger, Jack Dorsey, sparker nå en haug ansatte, for å gi støtte til antakelsen om at AI vil bidra til å redusere antall ansatte og spare kostnader.
Det er egentlig ingen enighet om hva AI er, og alt mulig kalles AI (eller KI). Sam Altman ser for seg en planet dekket av datasentra, fordi hans mål er å få menneskets bevissthet ut i Universet, i tråd med Effective Altruism - "vi trenger ikke menneskekroppen". Oracle setter seg i stor gjeld for å bygge datasentra, men noen velger å spørre: Øh, hvem skal egentlig betale hva det koster å drive disse datasenterne?
Og Musk vil ha dem opp i verdensrommet, mens de som har greie på verdensrommet ler av den tanken. Microsoft gir opp forsøket med å bygge datasentra på en kald havbunn.
Babels Tårn falt og førte til kaos og det motsatte av et universelt språk, og OpenAI må innse at Google har en bedre modell i Gemini, så nå haster det med å få inn penger til OpenAI, før det hele står avkledd tilbake.
Selv syns jeg at jeg får mye nyttig ut av de nye verktøyene, men jeg ser det ikke som intelligens, men som "hyperfast autocomplete" (HFAC), som åpner mange nye muligheter i forhold til referansematerialet man tar utgangspunkt i. En "interface" mellom menneske og HFAC kan tette hullene i hva verktøyene leverer, ved å avsløre hvor de er syntetiske.
I mellomtiden.
Gemini
Seedance
Kling
Suno
Higgsfield
Mye moro. Også mye moro i YouTube-kanalen
There I Ruined It, som tar for seg kjente låter.
Jeg anbefaler Richard Suttons samtale med en AI-troende, som får en del av sine antakelser om hvordan mennesker lærer satt på prøve. Sutton er selvsagt "for gammel", men forstår:
Og Ed Sitron har et klart bilde av hvor økonomien i "AI" er på vei:
En god ting med det hele: Bitcoin miners gir opp og gjør om sine "gravere" til datasentra. Det er der pengene ligger nå. Selg dine BTC.
Bitcoin miners are rapidly pivoting to AI data centers, leveraging their existing, high-capacity power infrastructure and cooling systems to host high-performance computing (HPC) for AI, driven by shrinking mining margins
. Major players like MARA Holdings, TeraWulf, and IREN are repurposing sites, with notable deals including MARA’s 1GW-plus expansion and IREN's massive Microsoft partnership.
Key Aspects of the Shift:
- Infrastructure Advantage: Mining facilities are ideal for AI because they possess large-scale, pre-existing energy access (often 100MW+) and cooling capacity, reducing the time-to-market for new data centers.
- Revenue Diversification: Firms are moving from volatile, low-margin Bitcoin mining to fixed-rate revenue streams from AI companies, boosting stock potential.
- Major Players: Companies like MARA Holdings, Terawulf, Cipher Mining, and Hut 8 are leading this transition, with MARA aiming for over 2.5 gigawatts of capacity.
- Strategic Pivot: The 2024 halving squeezed profit margins, forcing miners to pivot from "protocol servants" to "energy arbitrageurs".
Datacenters.com +5
As of early 2026, this trend has intensified, with miners often acting as "powered shells" providing the energy infrastructure while tenants bring the GPU servers. 
awesomeagents.ai
lichess.org
