#ensakidagdet levande arkivet
← Arkivet
Avsnitt #69·

#ensakidag 69 – Artificiell generell intelligens knackar på dörren?

AI & maskininlärning
AI-genererat · ej JJ-verifierat

Faktaruta, 2026-update, Bedömning och Guldkorn är AI-genererad redaktionell kommentar - skild från JJ:s eget avsnitt.

Lyssna / seSpotifyLjud

Beskrivning · den här hjälpte jag AI att skriva // JJ

Häng med här, säger JJ, så ska du få något att tänka på som räcker hela helgen and beyond. Det handlar om artificiell intelligens, på riktigt den här gången. Go är ett brädspel, på ytan enklare än schack men oändligt mer komplext, och länge var det otänkbart att en maskin skulle slå en människa i det. Realistiska beräkningar pekade på någonstans runt 2037. Det gick mycket snabbare.

DeepMind, en del av Googles Alphabet, byggde AlphaGo. 2016 slog den världens fjärderankade spelare, till hela världens förundran. 2017 förnedrade den nästan den förstarankade. Och det spännande var inte att den imiterade människor - den spelade på nya sätt, lyfte själva speltänkandet till en ny nivå. JJ visar varför det gick så fort med en siffra han fått från Peter Kranz: ett problem som 1988 hade tagit 82 år att lösa tog 2003 en minut. 43 miljoner gånger snabbare på 15 år. Och bara tusen av den faktorn kommer från hårdvaran. 43 000 kommer från algoritmerna. Det är där det händer.

Men det verkligt omtumlande är AlphaGo Zero. Tidigare matade man in regelverk plus tusentals partier spelade av skickliga människor. Nu började man från ett blankt blad. Ingen mänsklig input alls, bara reglerna och sedan spel mot sig själv. Inledningsvis usel - men genom att växla mellan att utforska nytt och förstärka det som funkar lärde den sig i rasande tempo. Efter tre dagars träning slog den 2016 års version. Efter tolv dagar piskade den rumpa med 2017 års.

Och här blir JJ allvarlig, han som annars aldrig är alarmist och älskar teknikutveckling. När du tar bort den mänskliga grunden ger du maskinen frihet att upptäcka helt nya vägar - och i förlängningen kan samma princip lära sig vad som helst, bli bra på vad som helst. En generell intelligens, som plötsligt står och knackar på dörren. Det här, säger han, är bland det viktigaste vi har att ta ställning till. Plugga på i helgen, börja med AlphaGo Zero, och så måste vi hjälpas åt att fundera: hur fanken ska vi hantera det här?

Transkript · JJ:s egna ord

Faktaruta

AI-kommentarAI-genererat · ej JJ-verifierat
Företag / produkt
AlphaGo Zero – DeepMind/Alphabet. Självlärande AI som bemästrar spelet Go utan mänsklig träningsdata
Teknik
Reinforcement learning från noll (tabula rasa); Monte Carlo tree search kombinerat med djupa neurala nätverk; träning enbart via självspel
Tidslinje
  • 2016-03: AlphaGo besegrar Lee Sedol (världens dåvarande fyraranking) 4-1
  • 2017-05: AlphaGo Master besegrar Ke Jie (världsettan) 3-0 vid Future of Go Summit
  • 2017-10: AlphaGo Zero publiceras – lärde sig Go från noll på 40 dagars självspel; slog AlphaGo 100-0
  • 2017-12: AlphaZero generaliserar metoden till schack och shogi
  • 2026: AlphaGo-familjen betraktas som ett av de viktigaste AI-milstolparna på vägen mot AGI; AGI-debatten intensiv men konsensus är att vi ännu inte nått dit

2026 - vad vet vi nu

AI-kommentarAI-genererat · ej JJ-verifierat

AlphaGo Zero blev exakt det JJ sa: en maskin som lär sig från blankt blad, utan mänsklig input, och slår alla tidigare versioner på dagar. Poängen att algoritmerna (inte hårdvaran) står för det mesta av accelerationen bekräftas löpande, och AGI-frågan han bad oss klura på är ojämförligt mer central 2026, efter att generativ AI och resonemangsmodeller flyttat diskussionen från brädspel till hela ekonomin. ”Self-play” är precis det mönster som driver dagens frontier-modeller. En av de starkaste episoderna i hela backkataloget, tidlöst som lärmoment om exponentiell utveckling.

Bedömning

AI-kommentarAI-genererat · ej JJ-verifierat

Träffsäkerhet

5/5

Tidlöshet

5/5

Historiskt värde

5/5
Källa-verifierad

Hårda påståenden i facit har stämts av mot källor.

JJ säger efter tre dagars träning att Zero slog 2016 års version – enligt DeepMinds publicering tog det 36 timmars träning att slå den versionen. Siffran i transkriptet är sannolikt ett hörfel men poängen håller fullständigt.

Guldkorn

AI-kommentarAI-genererat · ej JJ-verifierat

  • ”Den centrala insikten: algoritmerna är 43 gånger viktigare än hårdvaran – en förklaringsmodell till varför AI accelererar så snabbt.”

    ”Och tittar man på det här så är det ungefär 1000 gånger av den här hastighetsökningen. Den kan vi hänföra till tekniken, hårdvaran, processorerna. Medan 43 000 gånger av den här hastighetsökningen, det handlar om algoritmerna att vi har blivit bättre på att skriva de här programmen. Är ni med på de proportionerna? Så algoritmerna är det där det händer saker.”

  • ”JJ avslutar med en sällsynt ton av seriös osäkerhet – en person som älskar tekniken men ser att den nu börjar röra sig utanför det territorium vi är bekväma med.”

    ”Den har känts jäkligt avlägsen. Men nu när jag läser mer och mer om AlphaGo Zero här så känner jag att vad fan det är kanske inte så det här värsta avlägset ändå. Och då är det dags för oss att börja fundera på hur ska vi hantera det här på riktigt.”

Läs mer som detta

AI-kommentarAI-genererat · ej JJ-verifierat

Läst baklänges

”Anders Bjarby har läst om hela arkivet baklänges och gjort varje avsnitt till en byggbar idé - med en ärlig efterhandsläsning och en färdig bygg-prompt.”

LÄS #69 BAKLÄNGES & BYGG NÅGOT UNIKT →

Ett fristående projekt av Anders Bjarby.