AI-industrien har opfundet et helt nyt sprog for at beskrive sig selv, og selv erfarne folk i teknologibranchen kan føle sig usikre, når AGI, LLM og RLHF flyver gennem et pitchmøde. Det konstaterer Techcrunch i en opdateret gennemgang af de mest udbredte AI-termer. Mediet fremhæver særligt uenigheden om, hvad AGI — artificial general intelligence — […]
AI-industrien har opfundet et helt nyt sprog for at beskrive sig selv, og selv erfarne folk i teknologibranchen kan føle sig usikre, når AGI, LLM og RLHF flyver gennem et pitchmøde. Det konstaterer Techcrunch i en opdateret gennemgang af de mest udbredte AI-termer.
Mediet fremhæver særligt uenigheden om, hvad AGI — artificial general intelligence — egentlig betyder.
OpenAIs stiftelsesdokument definerer det som “højautonome systemer, der overgår mennesker inden for de fleste økonomisk værdifulde opgaver,” mens Google DeepMind har en lidt anden tilgang og beskriver det som “AI, der som minimum er lige så dygtig som mennesker til de fleste kognitive opgaver,” ifølge Techcrunch. De to definitioner illustrerer, hvor uklar grænsen for AGI fortsat er, selv blandt branchens største spillere.
Techcrunch peger også på hallucination som et af de mest centrale problemer i feltet lige nu, altså når en AI-model finder på information, der ganske enkelt er forkert.
Ifølge mediet opstår problemet formentlig som følge af huller i træningsdata, og det skubber udviklere mod mere specialiserede, domænespecifikke modeller for at mindske risikoen for fejlinformation.
Et andet begreb, der fylder mere og mere, er RAMageddon — en spøgefuld betegnelse for en alt andet end spøgefuld udvikling. Techcrunch beskriver, hvordan de største AI-laboratorier opkøber så meget RAM til deres datacentre, at det skaber en global mangel, som rammer alt fra gaming-konsoller til smartphones og almindelig virksomheds-it.
På den mere tekniske side gennemgår Techcrunch også begreber som Mixture of Experts, hvor en model kun aktiverer en brøkdel af sit netværk for hver opgave, og Model Context Protocol, den åbne standard, som Anthropic oprindeligt lancerede, og som mediet kalder en slags “USB-C-port” for AI-værktøjer. Standarden er siden overdraget til Linux Foundation og taget i brug af blandt andre OpenAI, Google og Microsoft.
Endelig fremhæver Techcrunch, at selv erfarne AI-forskere mærker presset fra udviklingen.
AI-forsker Andrej Karpathy har beskrevet en form for ubehag ved at se sine AI-abonnementer stå ubrugte hen, en følelse mediet sammenligner med at have dyrt computerudstyr stående uden at bruge det fuldt ud. Det illustrerer, hvorfor token throughput — altså hvor meget en model kan behandle ad gangen — er blevet et afgørende parameter i branchen.
Techcrunch understreger, at ordbogen opdateres løbende, i takt med at feltet udvikler sig, ligesom de AI-systemer, den beskriver.
Læs mere om alle AI-termerne her.