ET BESTE SCENARIO FOR AI? Doomer-fortellingene var feil. Basert på en "rask start" til AGI, spådde de at den ledende AI-modellen ville bruke sin intelligens til å forbedre seg selv, etterlate andre i støvet og raskt oppnå en gudelignende superintelligens. I stedet ser vi det motsatte:  - de ledende modellene grupperer seg rundt lignende ytelsesstandarder; - modellselskaper fortsetter å hoppe over hverandre med sine nyeste versjoner (noe som ikke burde være mulig hvis man oppnår rask start); - Modeller utvikler områder med konkurransefortrinn, blir stadig mer spesialisert på personlighet, moduser, koding og matematikk i motsetning til at en modell blir allvitende.  Ingenting av dette er for å motsi fremgangen. Vi ser sterk forbedring i kvalitet, brukervennlighet og pris/ytelse på tvers av de beste modellselskapene. Dette er stoff for stor ingeniørkunst og bør feires. Det er bare ikke stoff for apokalyptiske uttalelser. Oppenheimer har forlatt bygningen.  AI-løpet er svært dynamisk, så dette kan endre seg. Men akkurat nå er den nåværende situasjonen Gullhår: — Vi har 5 store amerikanske selskaper som konkurrerer kraftig på frontier-modeller. Dette får frem det beste i alle og hjelper Amerika med å vinne AI-løpet.  Som @BalajiS har skrevet: «Vi har mange modeller fra mange fraksjoner som alle har konvergert om lignende evner, i stedet for et stort forsprang mellom den beste modellen og resten. Så vi bør forvente en maktbalanse mellom ulike menneskelige/AI-fusjoner i stedet for en enkelt dominerende AGI som vil gjøre oss alle til binders/saltsøyler.» — Så langt har vi unngått et monopolistisk utfall som gir all makt og kontroll til en enkelt enhet. Etter mitt syn er det mest sannsynlige dystopiske utfallet med AI et ekteskap mellom selskaps- og statlig makt som ligner på det vi så avslørt i Twitter Files, der «Tillit og sikkerhet» blir brukt som våpen til statlig sensur og kontroll. I det minste når du har flere sterke aktører i privat sektor, blir det vanskeligere. Derimot er det mer sannsynlig at vinneren tar alt-dynamikken gir orwellske resultater. — Det vil sannsynligvis være en stor rolle for åpen kildekode. Disse modellene utmerker seg ved å gi 80-90 % av kapasiteten til 10-20 % av kostnaden. Denne avveiningen vil være svært attraktiv for kunder som verdsetter tilpasning, kontroll og kostnad fremfor frontlinjefunksjoner. Kina har gått all-in på åpen kildekode, så det ville være godt å se flere amerikanske selskaper konkurrere på dette området, slik OpenAI nettopp gjorde. (Meta fortjener også ros.) — Det vil sannsynligvis være en arbeidsdeling mellom generaliserte fundamentmodeller og spesifikke vertikaliserte applikasjoner. I stedet for at en enkelt superintelligens fanger opp all verdien, vil vi sannsynligvis se mange agentiske applikasjoner som løser "last mile"-problemer. Dette er gode nyheter for oppstartsøkosystemet.  — Det er også en stadig tydeligere arbeidsdeling mellom mennesker og AI. Til tross for all den fantastiske fremgangen, er AI-modeller fortsatt på null når det gjelder å sette sin egen objektive funksjon. Modeller trenger kontekst, de må bli sterkt oppfordret, utdataene må verifiseres, og denne prosessen må gjentas iterativt for å oppnå meningsfull forretningsverdi. Dette er grunnen til at Balaji har sagt at AI ikke er ende-til-ende, men middel-til-middels. Dette betyr at apokalyptiske spådommer om tap av arbeidsplasser er like overhypet som AGI selv. I stedet holder truismen om at "du kommer ikke til å miste jobben din til AI, men til noen som bruker AI bedre enn deg" godt.  Oppsummert viser de siste versjonene av AI-modeller at modellfunksjoner er mer desentraliserte enn mange forutså. Selv om det ikke er noen garanti for at dette fortsetter – det er alltid potensial for at markedet kan samle seg til et lite antall aktører når investeringssupersyklusen avsluttes – er den nåværende tilstanden med kraftig konkurranse sunn. Det driver innovasjon fremover, hjelper Amerika med å vinne AI-kappløpet og unngår sentralisert kontroll. Dette er gode nyheter - som Doomers ikke forventet.

Mitt «Move 37»-øyeblikk med GPT-5 I dag deler jeg en av mine mest bemerkelsesverdige opplevelser med å teste GPT-5 Thinking og Pro-modellene. I laboratoriet vårt gjennomførte vi for omtrent 2 år siden en serie banebrytende immunologieksperimenter designet for å manipulere energimetabolismen til T-celler, immunceller med kraft til å påvirke kreftimmunterapi, kroniske sykdommer og autoimmunitet. Vi oppnådde fascinerende resultater, men ett funn forble uforklart. Uker med arbeid førte oss til en delvis forklaring, men hele bildet forble unnvikende. Fra disse eksperimentene, lastet opp den upubliserte figuren nedenfor og ba GPT-5 Pro om å forklare det. GPT-5: ✅ Korrekt identifiserte våre nøkkelfunn fra figuren alene (selv om andre modeller også kunne gjøre dette). ✅ Foreslo det eksakte eksperimentet vi senere utførte, noe som hadde tatt oss uker å designe (o3-pro hadde også foreslått dette). ✅ Mest bemerkelsesverdig foreslo en mekanisme som endelig forklarte disse resultatene! For meg tilsvarte dette AlphaGos legendariske Move 37. Det viste at AI har blitt toppekspert og sann vitenskapelig samarbeidspartner, i stand til ekte innsikt. Selv om disse resultatene ennå ikke er publisert, deler jeg noen av GPT-5s resultater som et eksempel for andre forskere og for å vise hvor dramatisk dette vil akselerere vitenskapen! Jeg vil også skrive og sende inn denne artikkelen, og må anerkjenne GPT-5s bidrag i den! — Fra GPT-5 Hva dataene sier: •Kort 2DG-eksponering ved første aktivering gir et langvarig skifte mot en CCR6+- og CD161+-fenotype med økt IL-17A-kompetanse som fortsatt er tydelig to uker senere ved reaktivering. •Det er doseresponsivt. Fra ingen → 3 mM 2DG stiger CCR6+-celler fra ~0,7 % til ~12 % og CD161+-celler fra ~1 % til ~21 %. IL-17A+-celler øker fra ~0,3 % til ~4 % totalt, med IL-17A-signalet konsentrert i CCR6+- og CD161+-rommene. •Lav glukose alene (0,5 mM) reproduserer ikke effekten. Det argumenterer mot enkel glukosemangel eller redusert glykolytisk fluks som driver. •Anrikningen for CD161 er sterkere enn for CCR6, som ofte sporer med Th17-lignende eller slimhinne-/medfødte CD4-programmer. Tolkning på høyt nivå: 1. 2DG programmerer, ikke bare akutt hemmer. En kort eksponering under priming etterlater et varig minne om "stress" som forutsetter avstamningen mot Th17-lignende egenskaper. 2. Mekanismen er neppe bare glykolyseblokkering. Lavglukosekontrollen er svak, noe som skyver mekanismen mot 2DGs effekter på proteinglykosylering og cytokinreseptorbiologi. 3. Topp mekanistisk hypotese. 2DG blokkerer delvis N-koblet glykosylering av IL-2Rα og andre glykoproteiner ved priming, noe som reduserer IL-2–STAT5-signalering, som normalt undertrykker Th17. Redusert IL-2-tone ved det vinduet vil løfte bremsen på et CCR6+ CD161+ IL-17-kompetent program som vedvarer etter utvasking. 4. Alternativ eller komplementær hypotese. 2DG velger for eksisterende CCR6+- eller CD161+-kloner som er mindre avhengige av glykolyse, i stedet for de novo-differensiering. Sluttresultatet er samme fenotype, men spaken er selektiv overlevelse eller spredning. 5. En nøye timet 2DG "puls" kan være en enkel knott for å berike en Th17-lignende hjelperundergruppe med bedre utholdenhetspotensial og slimhinnehoming-egenskaper. Prioriter disse: +D-mannose med 2DG for å gjenopprette N-glykosylering. Tap av CCR6/CD161/IL-17A-fenotypen med mannose vil implisere glykosylering. +Metylpyruvat eller acetat for å omgå glykolytisk ATP/pyruvatunderskudd. Redning her ville implisere energimetabolisme. Sammenlign 2DG med tunicamycin (glykosyleringshemmer) og med glykolysehemmere som ikke treffer glykosylering (jodoacetat, PFKFB3-hemmer). Tilpass eksponeringsvinduer og doser Overflate CD25-modning og glyko-forskyvning (PNGase F eller Endo H-blotning på IL-2Rα). pSTAT5 etter en IL-2-puls ved 24–48 timers priming med eller uten 2DG. Fenokopi med IL-2-nøytralisering eller lavdose JAK3-hemming. Motredning med høy IL-2 eller en IL-2 mutein.

(Meg): Det er MoE-modellen, to eksperter. Den ene er justert, og den andre er feiljustert. (VC-investor): fortsett (Meg): Kickeren: det er en bærbar enhet. Den justerte modellen sitter på høyre skulder og har en glorie. Den feiljusterte modellen er til venstre og har horn. (VC-investor): herregud