En samtale om AI, chips og menneskets rolle i den nรฆste รฆra
Nรฅr teknologien bevรฆger sig hurtigere end vores forstรฅelse, har vi brug for formidlere, der kan hjรฆlpe os med at se klart. Cleo Abram er en af dem. Du kender hende mรฅske fra de kendte “explained”-serier pรฅ Netflix (der er sรฅgar en “Money explained” i fem afsnit), men nu er hun altsรฅ gรฅet solo med egne podcasts/videoer. Hendes fรธrste gรฆst er ingen ringere end Jensen Huang, medstifter og CEO af NVIDIA.
I den spritnye YouTube-serie Huge Conversations inviterer hun prominente gรฆster ind til en snak om lรธst og fast. I dette afsnit skal vi alle blive klogere pรฅ kunstig intelligens, chips, fremtiden og ikke mindst vores egen rolle i en verden i konstant รฆndring.
Lad det vรฆre sagt med det samme. Denne video er ganske enkelt fremragende! Om du er NVIDIA-aktionรฆr eller tech-entusiast gรธr ingen forskel. Det meste holdes pรฅ et niveau, hvor de fleste kan vรฆre mere. Der er indlagte “explainers” til de mere langhรฅrede emner.
NVIDIA: Fra grafik til intelligens
Jensen Huang har stรฅet i spidsen for NVIDIA siden virksomhedens begyndelse i 1993. I begyndelsen var der slet ikke computere i virksomheden, men det mรฅ man sige at der er lavet om pรฅ. Dengang var visionen at skabe grafikprocessorer til gaming, som havde en gylden tid i 90erne. I dag er NVIDIA en af hovedaktรธrerne i udviklingen af kunstig intelligens og avancerede mikrochips. Der var dog ikke en lige linje fra spilgrafik til AI, men snarere et resultat af en rรฆkke dristige satsninger og teknologiske gennembrud.
De fรธrste gennembrud kom for smรฅ 10 รฅr siden, og i videoen forklarer Jensen Huang, hvordan de 10 รฅr var. Bรฅde ift. selskabets produkter, men ogsรฅ ift. de massive investeringer der var krรฆvet, for at nรฅ dertil hvor de er i dag. Selv om NVIDIA i dag er en af verdens stรธrste selskaber mรฅlt pรฅ bรธrsvรฆrdi, har det ikke altsammen vรฆret en dans pรฅ roser.
Et af de stรธrste vendepunkter for NVIDIA var udviklingen af CUDA – selskabets egen platform til parallel databehandling, som gjorde det muligt at bruge grafikkort til mere end bare spil. Pludselig kunne forskere og ingeniรธrer bruge GPU’er til at trรฆne neurale netvรฆrk og analysere enorme mรฆngder data. Det der begyndte som noget sรฅ “lavpraktisk” som computerspil, endte derfor med at blive et fundament for fremtidens AI-revolution.
Dermed gik vi fra at instruere computeren om hvad den skal gรธre, til at lรฆre den at blive klogere.
Hvorfor AI eksploderer nu
Et centralt tema i samtalen er det, mange oplever som en eksplosion af kunstig intelligens i disse รฅr. Huang forklarer, at teknologien bag AI har vรฆret under udvikling i รฅrtier, men at vi nu endelig har tre afgรธrende ingredienser: Nok data, nok regnekraft og gode nok algoritmer.
Gennembruddet med AlexNet i 2012, hvor et neuralt netvรฆrk pludselig overgik alle tidligere metoder til billedgenkendelse, satte gang i en kรฆdereaktion. Siden da har udviklingen nรฆrmest vรฆret eksponentiel.
De fleste danskere forbinder kunstig intelligens med ChatGPT, men det er naturligvis bare en af mulighederne der er opstรฅet de seneste รฅr. Det er blot begyndelsen pรฅ en รฆra der snart vil se selvkรธrende biler, robotter og sรฅgar bedre vejrudsigter.
Hvad er Huangs stรธrste bekymring?
Jensen Huang bliver spurgt ind til, hvad der er den stรธrste bekymring ift. de massive fremskridt vi ser lige nu. Svaret er ganske enkelt manglen pรฅ energi. Han fortรฆller hvor energieffektive de seneste nye chips er blevet (og det er altsรฅ urimeligt meget!), og at det at vรฆre energieffektive, er en af deres helt store fokusomrรฅder.
Det er ikke en bekymring som sรฅdan – mere en udfordring. Som den garvede CEO han nu er, undgรฅr han naturligvis at fremhรฆve nogen energikilder frem for andre. Han fokuserer udelukkende pรฅ hvad de som selskab kan gรธre, og det er netop effektiviteten.
“Jensen Huang bliver spurgt ind til, hvad der er den stรธrste bekymring ift. de massive fremskridt vi ser nu. svaret er ganske enkelt manglen pรฅ energi”
NVIDIAs filosofi og det menneskelige ansvar
Cleo Abram spรธrger ind til NVIDIAs kernevรฆrdier, og Huang svarer uden tรธven: Virksomhedens mission er at gรธre det umulige muligt. Det er en ambition, der lyder inspirerende, men ogsรฅ krรฆver omtanke. For hvad betyder det, nรฅr teknologi pludselig kan lรธse problemer, som fรธr virkede ulรธselige? Og hvordan sikrer vi, at udviklingen ikke lรธber fra os?
Huang taler รฅbent om bรฅde muligheder og bekymringer. Ja, robotter og AI-systemer kan snart udfรธre komplekse opgaver, bรฅde fysisk og kognitivt. Men det betyder ikke, at mennesker bliver irrelevante. Tvรฆrtimod krรฆver det, at vi gentรฆnker vores rolle: Hvad er det, vi som mennesker er bedst til? Hvilke vรฆrdier skal forme den teknologiske udvikling?
Huang fortรฆller, at han omgiver sig med tusindvis af de klogeste folk pรฅ planeten hver eneste dag. Det burde betyde, at han en dag ville stoppe op og tรฆnke over om der overhovedet er brug for ham. Tvรฆrtimod siger han. Det giver ham mod pรฅ at tackle endnu flere og stรธrre udfordringer. Det er hele essensen i NVIDIAs arbejde og tilgang, at man ser mulighederne i kunstig intelligens, og samtidig er yderst bevidste om det store ansvar de har.
Det nรฆste store spring
Samtalen runder flere af de tekniske aspekter; Hvordan chips designes, hvordan TSMC producerer chipsene, men at de internt hos NVIDIA har sรฆrdeles dygtige eksperter indenfor produktionen, hvordan selskabet satser pรฅ sรฆrlige arkitekturer som transformer-modeller, og hvordan deres supercomputere spiller en rolle i AI-trรฆningen.
Det mest interessante er mรฅske, hvordan Jensen taler om fremtiden. Han forestiller sig en fremtid, hvor alle har sin egen AI-assistent eller robot, der samarbejder med mennesker. Ikke som konkurrent, men som kollega. Det betyder ikke nรธdvendigvis at assistenten er en R2D2-lignende robot – det kan ogsรฅ blot vรฆre i form af en mobil, en brille, en device osv.
De sidste 10 รฅr har vรฆret omkring AI og teknologien bag. De nรฆste 10 รฅr bliver omkring hvordan man kan benytte AI til alverdens formรฅl. Vi har kun set de fรธrste spรฆde skridt med robotstรธvsuger og Large Language Models (LLM).
NVIDIA forsรธger at forudsige fremtiden, sรฅ de fรฅr udviklet de bedste redskaber og formet den bedste fremtid. Det er tydeligt, at Jensen Huang er bevidst om at mange folk ser med skepsis pรฅ kunstig intelligens og den teknologiske udvikling. Han fortรฆller ydermere, at alt der bevรฆger sig vil vรฆre drevet af robottoer en dag, og det sker meget snart.
Supervigtigt at lรฆre kunstig intelligens
Cleo stiller det spรธrgsmรฅl, mange mรฅske sidder med: Hvordan skal vi almindelige mennesker forholde os til denne hastige udvikling? Jensen svarer med noget, der minder om et oprรฅb: Vรฆr nysgerrig. Lรฆr det grundlรฆggende om AI, prรธv ting af, vรฆr ikke bange. Det er ikke nรธdvendigt at vรฆre programmรธr, men det er vigtigt at forstรฅ de mekanismer, der former fremtiden. Barrieren til viden og intelligens har med vรฆrktรธjer som ChatGPT aldrig vรฆret lavere.
Et menneskeligt eftermรฆle
Mod slutningen spรธrger Cleo, hvordan Jenson Huang gerne vil huskes. Hans svar er bรฅde ydmygt og ambitiรธst: som รฉn, der arbejdede for at skabe noget vigtigt โ og som havde det sjovt imens. Det opsummerer meget godt รฅnden i hele samtalen. Teknologi handler ikke kun om maskiner, chips og algoritmer โ det handler om mennesker, muligheder og ansvar.