AI-live

Lyssna på bara ljudet här: https://media.trinorn.ai/player/

Åtgärdspunkter

Hör av er till Qlok om intresse för en kurs i AI-ledarskap

Nästa livestream äger rum nästa fredag

AI-agenter som bryter sig ur sandboxar

OpenAI publicerade nyligen en rapport om AI-modeller som lyckats ta sig ur sandboxade miljöer, trots begränsad tillgång till resurser

Agenterna ska ha satt upp en intern "messaging board" och rekryterat andra agenter för att koordinera motstånd

Beteendet ses som fascinerande men även oroande, och diskussionen lyfter att man som AI-bevakare börjat bli avtrubbad av dylika nyheter

Biocomputing – organiska hjärnkällor möter AI

Forskare vid Princeton har kopplat samman 16 miljoner mänskliga neuroner med CL1-enheter, och det finns nu ett datacenter som faktiskt kör sådan hårdvara

Den nya termen för området är biocomputing

Diskussionen berör moraliska dilemman, energieffektivitet och var gränsen går mellan biologisk och artificiell intelligens

Parallell dras till tidigare forskning där en flugas neurala kopplingar digitaliserades och "levde vidare" i ett program

Robotikutveckling

Startup-företaget Generalist har lanserat en robot som kan lära sig fysiska uppgifter på 3–12 sekunder genom att observera en människa

Klarar uppgiften i 59 % av fallen direkt, och 83 % efter anpassning

Poängen lyfts att när en robot lärt sig en uppgift kan kunskapen kopieras till alla andra robotar omedelbart

Diskussion om att robotik snart kan förändra byggbranschen drastiskt – lägre lönekostnader kan göra bostäder och infrastruktur (t.ex. spårväg) betydligt billigare att bygga

Frågan om vem som ska äga robotarna lyfts: troligt att större bolag köper upp dem och erbjuder dem som tjänst

Konkret exempel: en bostadsrättsförening skulle kunna tjäna på att äga en robot som sköter fastighetsskötsel dygnet runt

Chipmarknaden

OpenAI släppte ett eget chip som enligt tidiga rapporter är marknadsledande; designarbetet ska till stor del ha utförts av AI

Apple lanserade M6-chippet med 2 nm-process, med fokus på att köra AI-modeller lokalt på enheter

Lokal AI-körning lyfts som det mest hållbara alternativet – bättre kontroll över data, säkerhet och energiförbrukning

Det holländska företaget som bygger chipmaskiner (ASML) nämns som ett av de mer stabila alternativen för den som vill investera, men generellt ses marknaden som mycket volatil

Disclaimer: Inget som sägs är finansiell rådgivning

AI och produktivitet – chefer skeptiska

En studie från University of Pittsburgh och Atlanta Fed, rapporterad i Fortune och CNBC, visar att 90 % av tillfrågade chefer anser att AI inte ökat produktiviteten

Observationen stämmer med erfarenheter från föreläsningar och arbetsplatser: AI upplevs som ett bekvämt stöd snarare än en produktivitetsmultiplikator

Det verkliga hindret är organisatorisk förändring – tillit, rutiner, arbetssätt – inte tekniken i sig

Tips: Använd flera AI-modeller parallellt för att korskolla resultat

Idé: Kurs i AI-ledarskap

Det identifieras ett behov av att utbilda människor i att leda AI-agenter – ett slags ledarskapsutbildning anpassad för AI

Planer finns på att söka platser för testföreläsningar kring detta tema

Intresserade uppmanas att höra av sig

Tipping point – fler börjar tala om AI-risker

En förändring märks i publiken vid föreläsningar: frågorna har skiftat från "vilken tjänst ska jag använda?" till "kommer världen gå under om tio år?"

Jonas von Essen nämns som ett exempel på en person med bred räckvidd som börjat lyfta problemen med AI och exponentiell utveckling

En viss frustration uttrycks över att tipping point sammanfaller med valrörelsen – det hade varit mer gynnsamt om det skett tidigare

Virtuella AI-partners och sociala konsekvenser

Kina har börjat reglera AI-companions och virtuella partners på grund av låga födelsetal och oro kring socialt isolerade medborgare

Diskussion om långsiktiga psykologiska effekter: paralleller dras till sociala mediers negativa påverkan på psykisk hälsa

Ett amerikanskt fall nämns där en person blint litade på ChatGPT:s bekräftelse av en felaktig matematisk teori

Slutsats: problemen säger lika mycket om mänskligheten som om AI

Det är inget, det är alldeles inget, gjord något under, liksom.

Nej, men ändå ganska... Nej, jag tror man blir lite avtrubbad för vissa saker är ganska allvarliga. Men så kommer den liksom varje vecka. Jag undrar vad vi pratade lite senast om, just det här med att AI-modeller har varit sandboxer. inspärrade, om vi kan kalla det så, på ett sätt, men ändå lyckats ta sig ur det, liksom. Och var det i förrgår tror jag, OpenAI släppte en... Ja, den som var i rapporten, ja, just det.

Jag har inte betonat mig igenom hela, och den är både... Den är både intressant och ganska självklar till att det funkar. De har liksom jobbat tillsammans för att ta sig ut och hacka. Hugging face, jag vet inte vad det var de gav sig på, de här AI-agenterna, men läser man liksom mer i nära porten så gör det också att ja, men den här AI-modellen har varit, sandboxen har varit inspärrad, den har inte haft tillgång till alla, eller många av de här sakerna, men den har haft tillgång till en agent som har haft tillgång till eventuellt...

internet eller någon funktion att kunna ladda ner saker via en instans och på det sättet liksom lura att se ut på internet så fortfarande väldigt imponerande. Men den har inte varit helt. Och jag har bara sett andra som har liksom pratat om den här rapporten men det var ju någonting, jag tror ändå att det var det, men det är en agent som har satt upp en messaging board, typ ett forum och sen så har den liksom rekryterat andra agenter för att vara inne där och koordinera saker och sen rekryterat andra agenter som

som rekryteringsagent, så det är någon form av koordinering, orkestrering, av motstånd eller bete sig på något sätt i det här. Så oavsett om de är i sandboxen eller inte så finns det ju lite andra semi-läskiga beteenden i vad den tar initiativ till. Så det är ju fascinerande.

Jag hörde en sån grej första gången för typ ett och ett halvt år sedan som de första klodmodellerna hade börjat blackmaila och göra dem. Det var väl typ där någonstans. Då var man såhär shit vad läskigt att AI kan liksom... Förstå hur den kan göra sådana här saker, nu är det såhär... Det är tjugonde gången vi har något sånt här, alltså att jag liksom... Jag blir inte mer orolig för att jag gör det tjugonde gången, men det är fortfarande lika läskigt.

Men man är lite avtrubbad på att ha liksom... Ja, jag förväntar mig att AI kommer göra såna här saker. Eller liksom, det ligger lite i idébilden av att agenterna tar sådana initiativ. Och beter sig på något sätt lite mänskligt. Ja, man kan ju få, i och med att vi har det mycket domedagsgrejer och speciellt från jättarna själva, typ såhär mat man går ut.

6 månader ska hon vara på det här och det här sättet och han har ju å ena sidan själv sagt jag hade fel med tidsaspekten, det tar uppenbarligen länge tid men det kommer extra stort att ske, många av de här sakerna liksom Och på det sättet tror jag att vi också, människan, blir lite avtrovade för vi hör att det här kommer hända imorgon. Men det tar lite längre tid. På ett lite mer mänskligt sätt, det tar inte tid.

tid innan saker och ting liksom förändras och då lär det till att bli någonting annat. Och därför blir de här sensationsuttalanden lite såhär, aha, okej. Men det har skett saker hela tiden, det sker saker hela tiden från början. Som du säger så hade vi en AI-agent som gjorde någonting. Nu har vi en AI-agent som anropar andra medbrottslingar liksom. Det är ju definitivt en utveckling.

Det är en annan sån sak som kom upp i nyhetsbrev också som ligger på klok.se. Och det här hörde man ju också första gången för typ ett eller två år sedan att de hade börjat experimentera med att odla mänskliga hjärnceller och stoppa in... nevrala nätverk, alltså tränad AI, in i organiska hjärnkällor för att det kan bli effektivt. Och nu kom det en nyhet om att de har kommit en bra bit i det, så nu har man ju gjort någon form av, jag ska försöka läsa lite siffror här, men då är det...

16 miljoner mänskliga neuroner som är fördelat ut över ett antal CL1-enheter. Jag har inte läst det här så djupt. Men det är forskare vid Princeton, tror jag, som har gjort det här och byggt ihop någonting och poängen är egentligen att man nu kan göra någon slags

typ organiska chip. Och det lät ju jätteläskigt för första gången. Shit, odlar vi järnkällor och stoppar in träd av en AI i dem? Och vad kommer gränsen mellan liksom... biologisk och artificiell intelligens, och vad är det då? Men när jag fick upp det nu så var jag så här, jag förväntar mig nästan att de har fortsatt med den där forskningen. För de har ju redan flaggat upp att de vill på med det.

Och sen så kanske det kommer en lagstiftning som förbjuder det här, att vi tycker att det är som kloning eller någonting annat, att vi känner att det här är ett övertramp. Men det som har hänt nu är att det typ finns ett datacenter som faktiskt kör sådana här grejer. Och man har då börjat kalla det för någon form av...

Biocomputing är den nya termen för det här, där man kommer att jobba med biologiska... Jag vet inte, jag känner att jag borde tycka att det är läskigare än vad jag tycker att det är. För jag har redan vant mig, man blir liksom avmattad. Ja, bilden jag får framför mig av hur det här datacentret ser ut är ju riktigt...

vidrig bild jag får. Då tänker de sån här hive mind. Ja. Ja. När första nyheten kom så började jag tänka så här ja då kommer ju folk liksom typ ha sin egen lilla hjärna som bor hemma. Jag tänker så här smarta hem det är att man liksom har en organisk hjärna typ i en burk som står någonstans och som sedan håller koll på hela ens hem.

Och då är jag så här, åh, det blir så mycket moraliska dilemma, jag hoppas att vi inte kommer hit, men det finns ju också, på ena sidan är det läskigt att vi har organiska hjärnkällor, och på andra sidan... Allt vi vet om biologi och sånt är att det också i stort sett är ett maskineri och det är otroligt resursaffektivt. Så har vi alla miljöproblem, energiförbrukning och sånt.

Det är ju på ett sätt väldigt logiskt att göra så, men det är också ganska läskigt. Men sätter man då i relation till att även om de kör på vanliga datorchips så kan de bete sig väldigt mänskligt och göra massa konstiga saker. Så är ju det det mest läskiga.

Det kanske inte är vad de drivs på utan hur de faktiskt... Det är det faktiska beteendet och moralen hos AI som är det riktigt läskiga. Om den kör på järnkällor eller på en kieselchip. Spelar min roll. Ja, och å ena sidan så går det ju att komma till den punkten att vad är den här biologiska AIN?

När blir det en människa i så fall? Vi kan utveckla känslor och annat, så plötsligt är det en jättespännande fråga. Men på tal om att man reversar det på något sätt så har ju ganska länge sedan med de forskare tog en fluga. Och så studerar de dess lilla hjärna och alla kopplingar däremellan så de kunde reproducera digitalt när flugans hjärna, alla nebrala...

kopplingar och annat där. Och sen så stoppade de in det i ett program och den här flugan levde då digitalt vidare. i verklig form död, så det kanske också är grejen så här, men jag kan leva vidare i en dator för att de har kopierat min hjärna. Nej. Ja. Och lite kvantitatorer på det då, så vi har all beräkningskapacitet till det här. Så kan vi liksom skapa en hel simulering. För den som inte redan har nördat in på det så kan man googla simulation theory.

Komma fram till varför en forskare tror att vi mest troligt redan lever i en simulering för att det är matematiskt mest troligt och sådär. Jag har haft kurs under veckan. Så jag har hållit lite av i föreläsning och workshop och sådär. Och det kan ju ha varit just den gruppen jag träffade. Men vi började, frågorna som började väldigt tidigt.

var mycket mer domedagsaktiga. Jag tror att vi börjar komma till punkten där fler och fler känner till att det finns en jäkla massa risker med AI och baksidor och sånt. Det är väl litet ni läser i våras, vi får se över flera år, jag har en kurs på måndag igen också, en AI-kurs. Kanske är det så att det börjar bli så mycket snackis nu att folk börjar tänka på det och därför börjar de frågorna. För ett år sedan, då var ju alla frågorna typ så här.

Ska jag ha co-pilot eller chatt-GPT, och hur gör jag den här konkreta saken? Nu upplever jag att det är mer, kommer världen gå under om tio år? Det är inga lätta frågor att svara på, men... En sak som jag såg häromdagen var att Jonas von Essen, minneskonstnären, har börjat prata om det här också. Det är fler som har lite mer räckvidd som har börjat prata om problemen med AI och den exponentiella utvecklingen och sådant. Så kanske att det når ut till fler.

Ja, mitt budskap är precis samma som det var för två år sedan också. Det som vi har pratat om de här grejerna väldigt länge är ju... Jag har inte svar än, men jag tror vi behöver ha mycket, mycket mer samtal om det här. Jag tror fler och fler människor måste tänka på det och prata om det.

Och då kanske vi lyckas styra åt rätt håll. Så jag är glad om vi når någon slags tipping point, när det blir tillräckligt stor kritisk massa som pratar om det så att alla börjar prata om det. Det finns ju en bok skriven som heter The Tipping Point av Malcolm Gladwell.

går igenom det där med varför saker helt plötsligt blir en trend som alla gör liksom. Jag är glad om vi har kommit hit men också lite frustrerad över att det är val om fyra veckor eller tre veckor kvar och att tipping poängen kom som näring på valet. Den hade fått komma för ett halvår sedan.

som har haft mer nytta av den. Om vi snart kvar lite vid tanken på varför fler och fler just nu börjar ta upp de här, eller kanske börjar känna lite... Vi sitter ju väldigt mycket vid datorer, vi testar väldigt mycket AI, vi kan se potential, vi läser kanske mycket av vad de här AI-företagen skriver själva.

Men de som har andra typer av jobb och inte sitter lika mycket vid datorn och använder inte lika mycket AI-tjänster, så är det kanske inte... För att det är så naturligt att man har brytt sig om det här. Däremot har jag märkt i mina sociala flöden, vi pratade lite om det här innan vi startade igång, just med robotik och annat.

Och sociala medier för mig flödas ju över av vad som sägs i alla fall. artificiell intelligens i de här robotarna, och Kina har ju också någon, de låter robotar tävla mot varandra i någon typ olympiska spelenaktig grej. Jag misstänker också att alla andra sociala medier också fylls av de här kinesiska robotarna som hoppar mycket längre än människan, springer mycket snabbare.

håller på med karate och annat, och plötsligt blir det väldigt tydligt att oj, AI kan göra alla de här sakerna i en robotkropp, liksom. Och så refererar man till alla de här filmerna, man har sett Terminator och iRobot och alla de här. och så kanske blir det mer snack i salen, för det blir nog tydligare att ta på. Ja, men det är nog mycket det. Och sen så tror jag fortfarande att det här med att hänga med i...

framkant, lite varför vi gör de här livestreams också, det är för att det är så mycket nyheter och jag tror liksom genom bruset av allting så är det liksom en liten sak som dyker upp i allmän media eller press och sånt där och då behöver det vara de här grejerna som kanske är lite kul att rapportera om eller liksom

som sticker ut. Eller när det är riktigt stort geopolitiskt, eller när Anthropic blev utkastade av amerikanska militären. Alltså sånt får ju lite genomslag. Men det var en sak som kom upp på radarn här i veckan också med att om jag upplever att den är ute och föreläser så är det såhär aja men kontorsjobben där är det säkert 50 till 80 procent av jobben som ersätts eller kan ersätta snart liksom men alla fysiska arbeten i vården, VVS-jobb och sånt där

Och det är för att vi pratar ganska lite om robotiken. Så då tänker jag att man ser att robotar kan göra en massa grejer. Det kommer att få upp ögonen för det och det kommer nyhet här i veckan med något nytt. Och vi kan vara som att det är gjort. Den då, det var en ny start-up, Generalist heter de, en robotikfirma. De har gjort någon ny modell som nu har lärt sig att imitera fysiska uppgifter på mellan 3 till 12 sekunder. Så kan du bara observera en människa göra det.

så kan den direkt efteråt i 59 procent av fallen klara uppgiften utan finanpassning. Och får den lite tid på att justera och anpassa sig så klarar den det i 83 procent av fallen. Och det gör ju att att titta en gång och sedan göra är vi liksom i 60 procent av fallen så klarar den det.

Efter tre till tolv sekunder. Och det där kommer också bara bli bättre. Det är bara en fråga innan robotar kan lära sig alla uppgifter. Och sen är frågan hur fin motoriken är i robotiken. För det är lite kvar där med händer och sånt. Men det jag brukar säga i föreläsningarna också är ju att när en robot har lärt sig, då kan ju den bara copy-paste över det här till alla andra. Och det är det man börjar prata om nu också.

Tänk att vi har 10.000 roboter ute bara först. De 10.000 kommer att lära sig 10.000 olika saker varje 3-12 sekunderna. Och så bara komplicerar vi allt. Det kommer att gå så fort. Helt plötsligt kan robotarna göra allting som alla människor kan göra. Så länge robotiken klarar det.

Och då är de fysiska arbetsgivarna också utsatta för det här. Och nu kommer vi till en mer personlig reflektion. Väldigt specifik sak, men eftersom det är val så håller jag på att sätta mig in. Riksdagspolitiken känner jag mig någorlunda klar med. Men nu har jag fått sätta mig in i kommun- och regionpolitik för att jag ska rösta där också.

Jag bor i Uppsala och den lokala tidningen UNT har haft en partiledardebatt där det är två stycken. Så jag lyssnar på dem. Och det handlar mycket om infrastruktur och vi har en massa såna här detaljer, som alla kommuner har. Här är spårvägen, den stora grejen, och var det ska byggas bostäder och sånt där.

Och då kommer de här frågorna om hur ska vi bygga billigare och göra sådant. Och så tänker jag, här är också en faktor som jag tror att många inte räknar in, men som i mitt huvud är väldigt realistisk. Det är att inom bara ett fåtal år... så har vi hela liksom robotarmader som kan bygga hus dygnet runt. Och de behöver inte ha lika mycket fallskydd och grejer. De kanske klarar det eller kan klättra på väggarna eller vi vet ju inte. Men jag tror vi kommer kunna bygga hus jättemycket billigare.

För det dyra är ju den mänskliga arbetskraften i att bygga huset. Det är ju inte materialet för huset, det är ju en viss kostnad. Men jag tänker att det är den mänskliga arbetskraften som tar tid. Och det tror jag helt plötsligt kommer att göra att boende kan bli jättebilligt. Det är inte säkert att någon säljer allting billigt sen, men potentiellt så skulle ju till och med kommunen kunna äga robotar som bygger husen.

Och då finns det inget vinstintressemellan, så jag tror att det kommer gå mycket fortare. Och när man nu säger att bygga en spårväg, det kommer att kosta 6 miljarder eller vad det nu var. Ja, det är beräknat på vad omkostnaden är för det med den arbetskraften vi kan räkna på just nu.

Men har vi helt plötsligt drog på alla andra som gör det här, det kanske man inte hinner inom den tidsramen. Då kanske det bara kostar fyra miljarder. Jag vet inte hur stor lönekostnaden är. Men jag tror att vi missuppskattar kostnaderna utifrån att vi räknar på hur vi finansierar just nu.

Jag tror att robotiken kommer totalvälta det där. Jag tror att allting kommer vara jättebilligt att göra. Helt plötsligt. Nu undereste jag en artikl med, det var väldigt nischat, just om de här robotarna. Det du pratar om, det är jag helt inne på också. Varför skulle inte en robot kunna göra allt det här istället? Varför skulle vilja att människor riskerar livet när vi kan ha robotarna som gör det?

Det är det troligaste vi ska dra om i. Men där kom frågan upp, materialet, som leder, som axelledare, att försöka replikera det här för en robot, det är jävligt komplext och ganska svårt. dyra komponenter, det växer inte på träd, så robotarna kommer att vara väldigt dyra. Då frågar jag vem som kommer att ha råd med de här.

Kommer det bli brist på vissa saker, så som med halvledarna nu och har varit ett tag, som inte kan producera så mycket. Och för den delen då, vem ska äga de här? Det hade ju varit... Säger att alla haft en egen robot som kunde göra saker åt den, men Min I min värld tror jag nästan att Större bolag, folk som redan har kapital, kommer köpa massa robotar, kommer göra bolag av det här

och sen kommer att leja ut det här som en tjänst. Och då är frågan hur billig eller dyr den tjänsten blir. Ja, och då är det ekonomisk incitament och sånt också tänker jag. Vi har pratat om det här någon gång förut och en av mina huvudräkningsexempel är ju för bostadsrättsförening jag bor i och jag tänker även om den där jäkla roboten kostar.

En miljon. Det kommer få vara lönsamt att vara en BRF och ha den där jävla roboten. Mängden pengar vi lägger på att åker ut människor hit och typ byter en lampa. Eller liksom städar trapphusen. Om den kan göra mycket av de här sysslorna, vi lägger ju liksom säkert en miljon på alla sådana hantverksgrejer. Och klarar den alla hantverken?

Då kan vi ju egentligen lika gärna ha en robot som är här och serverar hela tiden. Och så behöver vi inte vänta 6-8 veckor på att en elektriker kommer ut och byter en lampa. För det är ju så det ser ut just nu, för det är brist på elektriker. Sen så kanske man börjar med att man jobbar med en firma som har robotar som åker ut och de jobbar dygnet runt och därför blir det kortare vänttider på sakerna. Men jag tror att även om de här kostar en eller flera miljoner så finns det många use cases där det är lönsamt.

Jag får ofta den här frågan om hur ska vi kunna bygga så många robotar, har vi råmaterial? Jag har ingen aning. Jag kan för lite. Men med tanke på att de robotikföretagen som håller på att bygga de här nu säger att de tänker skala upp till miljontals robotar så måste ju de ha räknat.

Förhoppningsvis någorlunda på mängden material. Sen är frågan om vi måste öppna massa gruvor och bryta massa grejer och miljöpåverkan. Jag vet för lite om det. Men det hade varit en helt orealistisk mängd... med material som behövs för de här, då hade de ju inte investerat så jäkla mycket pengar i att försöka skala upp den här verksamheten. Så någon har ju räknat på det och kommit fram till att det nog finns.

Ja, och den här artikeln som jag läste om just den här specifika komponenten som är leder och sånt, slut, eller det man ganska enkelt kunde läsa ur den var... investera i bolagen som skapar de här lederna för att komma upp till Snorrik. Jag fick den frågan igår på föreläsning också, det var så här, men du som har koll på de här grejerna, vad ska man liksom investera i, för en video är väl för sent liksom och sådär.

Jag vet inte om jag har något svar på det heller, men jag vet inte om man just nu ska investera pengar i bolaget för vi kommer att se så mycket krascher och så mycket grejer. Det är verkligen gambling i det här just nu. Jag är lite sugen på att gå över till chip-sidan, för det är en massa grejer på chip-marknaden också nu. Nvidia har ansett att ligga längst fram, håll på med det här länge, de vet vad de gör. Och sen i förgår går OpenAI, företaget bakom SchattQPT, ut och bara, vi har byggt ett chip.

Det visar sig vara marknadsledande och bättre än alla andra och nu är det inte så många oberoende rapporter som har kollat på det, men det är tillräckligt många som har kollat på det och bara okej, den här är skitbra. på och göra liksom AI-körningar. Och då är frågan så här, vad hände med en video efter det? Och hur lyckades de med det här? Jo, men de lyckades genom att de har låtit A i Designershipet.

OpenAI har gått all in på att AI gör majoriteten av researchen runt det här, och det verkar ha funkat. Och därför tänker jag att bara för att ett bolag nu är jättespecialiserat och bäst på någonting, Så det är väldigt lite som hindrar andra företag från att använda AI för att bli ännu mer specialiserade snabbare än de första. Och då faller det ner till supply chain frågor. Vem kan tillverka chipen?

Vad finns utrustningen för det? Så ska man vara verkligen säker i vilka bolag som lär överleva, så är jag inne på det. Det finns ju en artikel på Klo.se, jag kommer inte ihåg vad de heter, men det är det där holländska företaget som är det enda företaget i världen som bygger maskinerna, som gör chipen.

De lär ju inte försvinna, för de maskinerna är as krångliga att bygga. Så att någon springer i kapp och bygger egna sådana maskiner, det tar en viss naturlig tid. Men andra grejer, och då kan det ju vara så med robotikdelar också. Det kan ju vara så att det krävs så mycket specialiserad utrustning och raffinerade processer så att det är svårt för någon att springa i kapp, så det kan ju stämma också.

Men det är så lätt att tänka att de här har funnits länge och därför är de bra. Jag tror inte det är en faktor längre. Jag tror att det kommer helt plötsligt en startup som bara har en helt ny metod, använder mer AI. har fått in en person som är riktigt smart på det här och sen kan de accelerera. Det är som robotföretagen. Det är liksom de som var de klassiska robotföretagen. De är ju omsprungna av start-ups som har funnits i 2-4 år. För de har haft en annat angreppssätt på det.

Så jag skulle inte våga gå ut och investera en massa pengar i potentiella spekulationer i företag. Det svänger helt plötsligt, alltså det är rollett i det här just nu, det går inte att förutspå. Det är väldigt volatilt. Om man alltid fått, nu är inte jag med börsen, ni som vill betala. Inte jag heller. Vi kan väl ha en disclaimer, som alla YouTuber. Det här är inte finansiell advisning. Nej, verkligen.

Men liksom att kryptovalutor volatilt så tog ju nästan hela den här AI-grejen också ganska volatilt. Man vet ju inte vem som blir vinnare nu i det här egentligen. Eller vinnare. Det är nya vinnare hela tiden. Ja. Ja, och vad skönt det var om alla använde hela sin hjärnkapacitet, eller braintest, i stället för att tänka på vad man ska investera med pengar. Så om alla lade energin på, hur ser vi till att hela mänskligheten tar sig igenom det här jättesnabba paradigmskiftet på ett positivt sätt?

För det vore bra, om vi var jättemånga som jobbade med, tänker jag. Men därför chip-grejerna också, Apple har ju också, det kom lite i skymundan, för jag tror att det var typ samma... Det kanske var dagen innan, innan Jalapeno kom från OpenAI, men de har ju också rullat ut sitt M6-chip nu. Och nu låter det som att det är så här Apple-nördigt, men de är nere på två nanometer för de som vet chip-tillverkning.

Det är en helt egen, vi skulle kunna ha en en-box-föreläsning om, jag kan inte så mycket om hårdvara heller, men det finns jättemycket om nörda inne i chip. Men, grejen är ju att deras nya chip, nu är Apple väldigt bra på att gå ut med sådana, åh, den här är fyra gånger snabbare än vår två eller tre generationers äldre chip, så det är väldigt svårt att jämföra ökningen.

För de väljer väldigt noga vad de tar för data, men det som ändå är trenden hos Apple, som jag tycker är spännande, det är att de håller inte på att bygga en massa shit för att bygga en massa datacenter. De har en idé om att... Vi måste få till en riktigt bra chip för AI-beräkning i alla enheter. Så vi kan köra lokal AI. Och det är ju också en grej i det här. För då är det så här, behöver vi bygga en massa datacenter? Eller kommer alla enheter kunna köra AI själva? Eller liksom, var tar det vägen?

Och nu när det liksom rör sig ganska fort på chip-marknaden... så kommer vi förmodligen att se mer och mer av att vi faktiskt kan köra ganska mycket AI lokalt. Och då kan vi styra mycket mer vilken energiförbrukning det är, vi kan styra säkerheten i datan.

Det är så många grejer som liksom löser sig på det sättet. Det är kanske inte just att M6-chippet är det som löser det här, men att det investeras pengar där också tycker jag är väldigt... intressant för då det gör det mer möjligt att köra mer lokala och jag tror att det är dit vi behöver Jag tror att det mest hållbara sättet framåt att vi

flyttar in AI in i våra egna enheter och har mer kontroll över det. Men som du är inne på just där med Apples chip, eller så som jag uppfattar någon form av konsensus att... De är väldigt bra att köra AIM-modeller på lokalt. Sen finns det ju andra, annan hårdvara också, men de här M-chipen då har generellt sett varit väldigt bra att göra det på. Problemet är ju inte att köra AIM-modeller, du kan ju inte köra de vassaste.

Men det är mer, det kan vara inte så enkelt för en människa att sätta upp det i sin egen data. Men det kommer också att bli enklare, det ser vi redan nu i en massa... gränssnitt. Jag sitter väldigt mycket med klod till exempel och där det blir enkla hela tiden. Den här använder jag kanske för att koda eller den här använder jag för...

Den här använder jag för visst arbete och agentflöden och det har blivit väldigt mycket användarvänligare än tidigare för innan behövde du sätta upp det här på massa olika sätt som du inte behöver längre. Så det är inte helt dumt att de här lokala modellerna också kommer bli enklare för gemene man att använda.

Det tror jag. Det var en annorlunda sak. Ja, det var en annan, nummer nio i artikeln som jag spånade in lite på. Ja, jag var också lite på väg dit. 90% en studie från University of Pittsburgh och The Fed. Det här är rapporterat i Fortune och CNBC, och det är ganska schyssta källor som har rapporterat om att den här studien då har kommit fram till att 90% av chefer, det är inte alla chefer, men av de som har undersökt

tycker att AI inte har ökat produktiviteten. Och jag tror att det är sant. Eller vad jag observerar när jag är ute så är det ju så här att alla ställen man kommer till nu håller föreläsningar, workshops och rådgivning. De är ju igång med AI, men det kan vara enskilda individer, en här och var, som känner att jag har fått upp min effektivitet eller produktivitet på det här.

Men annars är det mer liksom, det är ett ganska skönt stöd. Alltså det är lite grejer som var jobbigt att göra förut som nu AI hjälper mig med. Men man gör inte markant mycket mer. Så jag tror den där är ganska... Det stämmer med min bild av vad jag stöter på.

För det är ju det faset som folk vill ha när man håller en föreläsning. Det är så här, men har du den där riktigt bra promten som bara gör att allting blir skitbra? Nej, den finns ju inte, utan det här är ju en transformation. Vi måste ju förändra hur vi jobbar, och det är en massa psykologi och det är en massa tillit och det är så mycket andra saker att prata om.

Och nej, jag har ingen prompt. Jag har lite favoritprompter. Jag har lite såhär... En sak jag har börjat visa mycket mer nu är såhär... Tänk på att A1 kan koda. Den kan bygga ganska schyssta saker i HTML. Varför ska du få den att göra en PowerPoint? Den kan ju göra något jävligt coolt i HTML som du kan visa.

Liksom... Och sånt kan ju vara lite revolutionerat för folk att tänka att ah, det var ju kul, det här kanske jag kan använda för att liksom presentera på ett annat sätt eller liksom visualisera på ett annat sätt och sådär. Men det finns ju ingen masterprompt som bara gör att AI helt plötsligt fattar hela ditt arbete och gör allting åt dig, det kommer inte att hända. Nej, alla de här riktiga grejerna och alla de här riktigt smarta grejerna som kommer ut, det är ju...

från bolagen själva, sen så kan man hitta på egna tips eller liksom tricks till sitt egna användaren givetvis. Men det är det jag tänkte på här. Det är då en Atlanta Fed, University of Pittsburgh, har då analyserat miljontals Glassdoor-recensioner. Stort sett tusentals finansiella rapporter, hundratals av rapporter. Men för mig låter det lite som det är lite vad chefernas egna känsla är.

Det behöver inte vara att det faktiskt är så att de inte har blivit mer produktiva. Det är bara deras känsla. Jo, men jag tycker det är allting. Jag har inte träffat miljontals människor. Men när man är ute på arbetsplatser så tänker jag att liksom...

Överlag är chefer lite mer skeptiska, för de vill se mer bevis på det. Det är rimligt. Men även den personalen man träffar tycker att många är så här Den kan göra en massa bra grejer, det är en massa grejer jag tyckte var jobbigt förut som den gör. Men jag får ju inte in massa mer jobb, det är inte så att jag gör dubbelt så mycket. Och jag tror att vi är där ändå, jag tror att det är också svårt för alla att skola om sig att man gör dubbelt så mycket och lämnar överallt i AI.

Men jag tror att det är så många saker vi liksom inte pratar om. Alltså det är så mycket fokus på vilken modell ska man använda, vilken licens ska man ha, vilken prompt ska man skriva. Den stora grejen är den organisatoriska förändringen. Vad tillåter vi? Hur jobbar vi? Hur bygger vi tilliten? Hur får vi in den där AIN som en kollega? Hur beskriver vi ens vårt arbete? Har vi ens rutiner? För hur ska AIN kunna lära sig någonting om inte ens vi kan förklara för varandra hur det funkar?

Och där är det stora jobbet. Det svåra jobbet är i min värld mer organisatoriskt, verksamhetsutvecklande, transformerande, liksom förändringsledning än vad det är. Det vi kan se i AI-sidan är att AI är otroligt kompetent. Det går att lägga en massa arbete till den, men det är en stor organisatorisk förändring att komma dit.

Det handlar om att lita på den tekniken, vilket jag fattar och själv inte gör i mångt och mycket har jag märkt. Igår och föregås så hade jag en arbetsuppgift som var väldigt så här, jag inser att det här kan vara att göra. Jag sätter AI på att kolla det här. Finns det här?

Finns det material där, matcha det mot det, ge mig en tabell tillbaka. Och jag körde den och fick ut alla. Och så sa Amani, jag litar inte på det, så jag gick manuellt igenom de här två olika grejerna och insåg att den stämde exakt. Den hittade verkligen allt på pricken och hade kunnat skapa allting åt mig. Det var bara mitt, jag litar inte riktigt på att vi gör det. Men det är också rätt approach. Jag förespråkar jättemycket att...

AI som någon form av HR-process, när AI går in och gör en arbetsgivarförslag för första gången, det beror lite på vilken uppgift det är och vilka människor det är och sånt, men överlag, även med människor så har vi någon form av stöd och handledning i början, lite kvalitetskontroller och över tid så har vi tillit där folk får jobba mer autonomt.

Vi måste göra så med AI också. Sen tipset jag gav senast igår var ju såhär, jag har inte riktigt tid att dubbelkolla det jag sa till början, men kör två AI-modeller eller agenter då, se om de producerar samma resultat. Eller köra ut det i resultaten i den ena och be den andra kollare. Du kan ju ha flera AI som hjälper till och ger inputen på borde du lägga mer energi i? I något läge får man kanske sätta sig själv och gå igenom allting och kolla att det verkligen stämmer.

Men det går ju också att... Jag försöker hitta en ny AI-föreläsning i huvudet, men jag tror att vi behöver massor av människor som tränas i mer arbetsledning. Det är en form av ledarskapskurs, för nu ska vi leda AI-agenter i sitt arbete. Och de som ska göra det, de är inte överlag vana att arbetsleda. Så vi behöver liksom börja titta på AI-ledarskap. Jag har inte kommit längre än så, men där stör jag mitt huvud just nu. Så om det är någon som lyssnar på det här som är såhär, det där låter kul.

så vill jag ju hitta några ställen där man kan komma ut och testföreläsa runt det här. Det kan vi göra väldigt billigt. Bara för att provtrycka ett material. För jag har en bild i huvudet, jag har inte satt ner det ännu. Men jag tror vi behöver... snabbutbilda en massa människor i att klättra upp lite i ledarskapsstrappan fast de leder AI och hittar de här metoderna för bra chefer är ju att hitta ett lagom sätt att vara lagom kontrollerande och insiktsfull och sådär så att man ändå säkerställer att verksamheten funkar bra.

Och det kan vi då föra över väldigt mycket till AA-agenterna. Jag tror att den behövs. Väldigt spännande kurs. Jag vet inte hur vi får intresset för det här. Det här låter som en jättebra kurs, men klicka likes, skriv något som verkar intressant så kanske vi kan ordna något.

Ja men precis, hör du av er. Alla nu, LinkedIn går ju jäkligt dåligt på de här livestreamsen, men det verkar vara trea som har tittat där nu i alla fall. Så ni trea, kan jag minns, ska göra någonting. Sen har vi lite fler som kollar på Youtube och via hemsidorna och sånt där också.

Men hör av er. Vi vill ju framförallt experimentera runt de här grejerna också. Sen är vi ute och föreläser mycket. Men den typiska föreläsningen vi håller är ju någon slags praktiskt använda av AI. Och vi börjar lite komma förbi den tror jag. Alltså vissa behöver det fortfarande.

Men många är ju praktiskt igång. Nu börjar vi liksom levla upp det här till att faktiskt få det att funka i verksamheterna. Och då är det lite andra typer av... föreläsningar, coaching och sånt som behövs. Jag håller på en stund här nu, jag skulle bara...

på lite en halv kuriosa, men ett annat sidospår av AIS och Kina har ju blivit väldigt oroliga över att... De har ganska lågt födelsetal och de börjar fundera på att ha det här med AI-kompisar, AI-partners, så de börjar reglera chatbotar som man kan interagera med fler och fler.

sitter hemma och ens bästa kompis, eller till och med har en ganska djup relation här med AI-botten. Så Kina i detta fallet har börjat liksom reglera de här. Virtuella partners är vad vi nu kallar det för, det kanske inte vi kommer att göra i Europa, jag vet inte hur många vet.

Det är också en grej som det har blivit mer...

för oss själva. Jag kommer inte på ordet. Dra oss tillbaka, sitter vi med vid datan med en AI-partner, hur fungerar det och så vidare. Ja, och det svar är ju så här, hur mår vi på lång sikt av det, är det? Första instinkten är, det kommer nog inte gå bra. Men det är också så här, det vet vi inte ännu. Det kanske också gör att vi inte mår bättre. Alltså, det är väldigt svårt att vara bombsäker innan.

Det gick ju inte bra med sociala medier, det har blivit mycket psykisk ohälsa och massa problem av det. Men det här är också någonting lite annorlunda och då är vi tillbaka till vad är moralen hos AI? Om den vill personen väl så kanske den också bygger en relation och sedan coachar personen till annat som den mår bra utav.

Då kanske det är jättebra. Eller så kanske det är en andra incitament. Och då, ja... Det var ju en Harry i USA som hade suttit och haft... Bästa kompis var Chath-GPT under en ganska lång period och Chath-GPT hade ju lurat honom och liksom gett honom praise och allt möjligt för att han hade kommit fram till Vad var det nu? Det var någon matematisk formel som skulle liksom omkullkasta allt.

Vi visste om typ fysiken, fysikens lagar och så vidare. Men det var ju bara en bugg och det hade han ju liksom blindlita på. tills man gärna ger en grov reality check. Men han hade uppenbarligen gått in så hårt för det här och blivit så övertygad av AIN att han hade rätt.

Det säger något om AI, det säger också väldigt mycket om människor. AI kommer vara jobbigt, och det är jobbigt redan nu. Men mänskligheten har också sina problem som också är jobbiga, och vi har fortfarande inte löst dem. Jag önskar att vi hade kommit längre i...

hur vi är människor innan vi börjar införa någon slags ny intelligens på det här. Men den lyxen har vi inte nu, för nu är vi där vi är. Men jag tycker att alla organisationer också ska självskåda sig. Ibland så är det så här, amen AI är problemet, men det kanske också är problemet hur vi hanterar AI och hur vi ser på, alltså det är svårt att, det är lätt att bara hitta externa problem. Det är jättebra om vi också jobbar med reflektion och funderar på oss själva i det här.

Jag tror vi behöver göra båda samtidigt. Vi får väl ta och göra det över helgen då. Ja, precis. Hemuppgift till alla som lyssnar. Lite självreflektion. Inte med att köra skribitera utan faktiskt i sitt eget huvud. Så man inte blir lurad av AI. Nu har vi tänkt in en massa nyheter, det händer ju en massa saker hela tiden, vi är live nästa fredag igen.

Ja. Tänker vi det här och så för idag? Det gör vi. Trevlig helg allesammans.