Een van de meest gênante dingen aan het kennen van veel techneuten is luisteren naar hun opgewonden uitleg over een 'zeer belangrijke ontdekking' die ze hebben gedaan. Onlangs begon een kennis me de oren van het hoofd te praten over een geweldige ontdekking die hij had gedaan met LLM's: kennis is gestructureerd in taal! Je kon één woord in ChatGPT stoppen en het zou begrijpen wat je wilde! Hij concludeerde dat LLM's een ontdekking zijn die op gelijke voet staat met schrijven.

Gewone mensen kwamen op dit idee ongeveer een eeuw geleden; mijn meest genereuze interpretatie was dat hij op een naïeve, verwarde versie van het structuralisme was gestuit; Saussure via een spelletje telefoon. Ik probeerde snel uit het gesprek te komen, niet in de laatste plaats omdat hij gefrustreerd leek dat ik de dingen niet precies zo zag als hij - een nieuw gedrag en waarschijnlijk een symptoom van LLM-overgebruik.

Niet elke ontdekking die nieuw voor je is, is daadwerkelijk nieuw. Neem bijvoorbeeld Elon Musk die zich verwondert over de complexiteit van handen; ik zou kunnen wijzen op kunstenaars, chirurgen, muzikanten, goochelaars, neurowetenschappers en psychologen voor wie dit basiskennis is. Of Palmer Luckey die beweert dat 'niemand een postmortem heeft gedaan' op het One Laptop Per Child-project - omdat hij niet wist dat er een heel boek over bestaat genaamd *The Charisma Machine*. Op zijn meest absurde dieptepunt denk je aan Juicero, een bedrijf dat een $400 sapcentrifuge verkocht die hetzelfde werk deed als het met blote handen knijpen van zijn eigen sapzakjes.

Kijk, iets ontdekken dat nieuw voor je is, is opwindend - vraag maar aan iedereen die me hoorde schreeuwen over de geneugten van Europese (vettere) boter - maar je kunt niet aannemen dat iets dat nieuw voor je is, nieuw voor iedereen is. Deze dingen hebben gemeen dat er een zekere onwetendheid heerst onder een bepaald soort tech-enthousiasteling, vooral degenen die het meest geïnteresseerd zijn in startups en ondernemerschap. Misschien zijn ze zo in hun eigen bubbel geweest dat ze niet beseften dat hun 'ontdekking' elders alom bekend was, of misschien is hun zelfbeeld dat ze de slimste zijn, en als zij iets niet weten, weet niemand het.

Er is een zekere mate van hoogmoed nodig om je op een onopgelost probleem te storten - je moet geloven dat je het kunt oplossen. Maar elders is die hoogmoed een nadeel. Het leidt ertoe dat je rare dingen doet, zoals aankondigen dat Freud introspectie heeft uitgevonden en dat het een bonus is dat je er simpelweg niet aan doet.

Als ik denk dat ik iets belangrijks heb waargenomen, is mijn eerste impuls om naar een bibliotheek, of Wikipedia, of een deskundig persoon te gaan, en te kijken wat er nog meer is waargenomen. Toen ik bijvoorbeeld een hersenschudding had, wilde ik zien of iemand anders over herstel had geschreven. Toen ik niet gemakkelijk een verslag kon vinden, schreef ik mijn eigen. Ik krijg er jaren later nog steeds e-mails over van mensen die hun eigen hersenschudding volgen. Maar zoiets doen vereist dat je ervan uitgaat dat andere mensen slim zijn, dat slimme mensen altijd hebben bestaan, en dat er heel weinig in de menselijke ervaring nieuw is. Dat vereist intellectuele nederigheid - en de bereidheid om na te denken over de ervaringen van anderen.

Hoewel dit specifieke soort hoogmoed mensen tot onuitstaanbare zeurpieten maakt, is het niet alleen een vervelende persoonlijke eigenschap. Het lijkt ook te zijn doorgesijpeld naar de professionele kant van Silicon Valley. In recente herinnering begrepen mensen die software en hardware maakten dat hun taak was om hun klant te dienen. Het was om een behoefte te identificeren, en die vervolgens in te vullen. Maar op een bepaald moment na de financiële crisis kregen aspirant-ondernemers het idee dat hun taak was om de toekomst uit te vinden, en dat de taak van consumenten was om mee te gaan in die uitgevonden toekomst. Mijn gok is dat ze na-apen wat ze dachten dat Steve Jobs deed toen hij bijvoorbeeld de optische drives van de MacBook Air verwijderde.

Maar Steve Jobs faalde, zoals bekend, in het uitvinden van de toekomst in de jaren 80 en werd uit Apple gezet. De iMac, de iPod, de iPhone werden gebouwd met een behoefte in gedachten. De iMac won omdat hij gemakkelijk te gebruiken was. De iPod was gemakkelijker mee te nemen dan een cd-speler en een stapel cd's. (Het was ook een manier om de MP3's af te spelen die je misschien illegaal had gedownload.) De iPhone had de App Store, die het nut ervan ver uitbreidde vergeleken met elk ander mobiel apparaat. Op een gegeven moment vergaten onze Silicon Valley-overheren dat mensen hun visie op de toekomst moesten willen om deze te omarmen.

Een deel hiervan was geluk - het introduceren van het juiste product op het juiste moment. Maar elk product bood consumenten een duidelijke waarde. Natuurlijk, early adopters sprongen op elk van deze dingen omdat ze cool waren, maar de niet-coole massa's geven daar niet om. Ze zullen iets kopen als het hun leven op een duidelijke manier verbetert.

In plaats van probleemoplossende technologie zijn bedrijven op opeenvolgende hypes gesprongen zoals NFT's, het metaverse en grote taalmodellen. Wat deze allemaal gemeen hebben, is dat ze niet zijn gebouwd om echt een marktprobleem op te lossen. Ze zijn gebouwd om VC's en bedrijven rijk te maken. NFT's, zoals crypto, lieten VC's snel investeringen afstoten met verkorte lock-upperiodes. Het metaverse beloofde bedrijven zoals Facebook te verrijken door mensen al hun sociale contacten online te laten verplaatsen, waar het kon worden bespioneerd en gemonetariseerd. Bovendien vereiste Facebooks metaverse de aankoop van hardware, die dan regelmatig moest worden geüpgraded.

Op een gegeven moment vergaten onze Silicon Valley-overheren dat mensen hun visie op de toekomst moesten willen om deze te omarmen. Daarom vonden NFT's, het metaverse, en de Oculus en Vision Pro nooit echt hun klantenbasis. AI is, toegegeven, nuttiger - het is bijvoorbeeld goed voor het organiseren van grote hoeveelheden data. LLM's hebben brede consumentenadoptie gekend, tenminste zolang ze gratis blijven. Maar er is eigenlijk maar één klant voor LLM's die het enorme geldverslindingsproces dat nodig was om ze te bouwen kan rechtvaardigen: de Amerikaanse overheid.

Er kunnen echter maar een paar winnaars zijn op overheidscontracten. Dus worden we nu getrakteerd op het schouwspel van AI-bedrijven die zich in allerlei bochten wringen. OpenAI is misschien wel het grappigst, omdat het probeert zichzelf te positioneren als een consumentenproduct. Denk aan Sam Altman die de wereld vertelde dat hij ChatGPT nodig had om hem te vertellen hoe hij een baby moest opvoeden. Jij bestaat. Ik besta. Onze ouders hadden geen LLM's, of zelfs AI, en toch overleefden we op de een of andere manier onze kindertijd, net als bijna iedereen die we kenden toen we opgroeiden, omdat de kindersterftecijfers in de VS al decennia lang extreem laag zijn - vergeleken met het grootste deel van de rest van de menselijke geschiedenis. De technologieën die ons allemaal in staat stelden onze kindertijd te overleven waren sanitaire voorzieningen, vaccins en antibiotica. Ik zou geld inzetten dat een verplicht mazelenvaccin meer zal doen voor de overleving van Amerikaanse kinderen dan wat OpenAI tot nu toe heeft bereikt met al zijn miljarden dollars. In ieder geval neem ik aan dat wat Altman eigenlijk deed, het inhuren van een nanny was.

Of denk aan Elon Musk die ons vertelt over onze toekomstige humanoïde robotdienaren. Ik heb een robotdienaar. Meerdere, eigenlijk: een vaatwasser, een wasmachine voor mijn kleding en een droger. Ze zijn niet erg mobiel, en toch hebben ze me enorm veel arbeid bespaard. Mijn koelkast is uit de jaren 90, en mijn magnetron is niet veel jonger, en beide dingen zijn opmerkelijk in wat ze voor me hebben gedaan: voedselopslag en koken gemakkelijk gemaakt, zonder AI-betrokkenheid. Het lijkt er niet op dat AI veel kan doen om dingen te verbeteren bovenop de basis die deze machines al hebben gevestigd, vooral omdat mijn 'domme' technologie al meer dan 20 jaar geen update nodig heeft gehad. Geld besparen is ook waardevol voor mij.

De mensen die ons vertellen dat AI onze toekomst zal domineren en onze banen zal overnemen, zijn de mensen die hopen dat dit waar zal zijn. Misschien hopen ze dit omdat het hen belangrijk doet voelen, of omdat ze miljardair willen worden, of omdat ze andere mensen simpelweg niet begrijpen. Ik denk dat dat laatste punt wordt onderschat. Als je me een robotdienaar gaat geven, heb ik een heel duidelijke lat: het moet minstens zoveel waar voor mijn geld zijn als mijn vaatwasser.

Normale mensen rennen niet rond als kippen zonder kop, in een poging elk deel van hun leven te automatiseren. Sterker nog, er zijn plekken in ons leven waar efficiëntie niet wenselijk is. Vakantieplanning wordt soms gesuggereerd als een plek waar AI ons leven gemakkelijker kan maken. Voor mij, tenminste, is het plannen van de vakantie een plezier op zich; het stelt me in staat om informatie over een plaats te doorzoeken, te bedenken wat leuk zou kunnen zijn, en mezelf voor te stellen het te doen. Als ik vrienden heb die eerder naar die plaats zijn geweest, geeft het me een excuus om met hen te praten, hun aanbevelingen te krijgen. Het hele proces verscherpt de anticipatie die ik voel naarmate de datum van de vakantie nadert. Maar als ik dat wil uitbesteden, kan ik dat al doen - daar zijn cruiseschepen en pretparken voor.

LLM's zijn, op zijn best, een bedrijfstechnologie die bepaalde soorten data-organisatie gemakkelijker kan maken, of coderen sneller. Dit heeft bijna niets te maken met het leven van de meeste mensen. Prutsen met code is een hobby die veel tech-mensen leuk vinden en waar de rest van ons simpelweg niet om geeft. Het gemakkelijker maken om code te schrijven verandert niet dat ik geen code wil schrijven. Ik heb andere hobby's! Het werkelijke gebruik van LLM's in het leven van de meeste normale mensen is spieken bij schoolwerk. Voor volwassenen is het het opzoeken van informatie - LLM's zijn bezig Google Search te verdringen. Google degradeerde zijn zoekproject al enige tijd, en de resultaten werden alleen maar slechter. Dit opende de deur voor een alternatief, en de LLM's stapten erdoorheen. Hoe lang dat zal duren, weet ik niet - de LLM's zelf zullen op een gegeven moment geld nodig hebben en hun vaak onnauwkeurige (en soms geplagieerde) resultaten doden de websites waarop ze vertrouwen om informatie te genereren. Natuurlijk, het is inefficiënter om door te klikken naar een hoogwaardig product, maar hoe anders plan je te blijven zorgen dat mensen hoogwaardige informatie genereren? Niemand heeft dit probleem opgelost.

Soms is inefficiëntie dragend. Neem bijvoorbeeld de aandelenmarkt. Die is alleen open tijdens bepaalde uren, en alleen op bepaalde dagen van de week. Dat betekent dat er tijdens een paniek een kunstmatige grens is die mensen tijd geeft om tot rust te komen. Dit is effectief; het is een van de redenen dat individuele aandelen soms een handelsstop ondergaan tijdens periodes van hysterie. Overweeg nu crypto, dat 24/7/365 open is voor zaken: er is geen manier om een paniek te pauzeren. Een van de redenen dat de crashes in crypto zo groot en zo snel zijn, is omdat er geen beveiliging is die afslaat en geen handelsonderbreking om handelaren de kans te geven zich te hergroeperen. Sterker nog, crypto-paniek wordt mogelijk verergerd door het gebrek aan dergelijke inefficiënties.