Kocham LLM, ale nienawidzę szumu wokół AI
Moja kariera od 2014 roku jest w całości poświęcona sztucznej inteligencji, a wcześniej przez siedem lat zajmowałem się hackingiem. Jestem szczerze zachwycony postępem, jaki obserwujemy – od nowych modeli językowych i generowania wideo, po autonomiczne samochody i agentów kodujących. Ostatnio uruchomiłem lokalnie GLM-5.2 na Linuksie i możliwość zainstalowania tmuxa za pomocą prostego polecenia utwierdziła mnie w przekonaniu, że „rok Linuksa na pulpicie” w końcu nadszedł.
Mimo tego entuzjazmu, dwie rzeczy w obecnej debacie o AI budzą mój zdecydowany sprzeciw:
- Negatywny szum: Ciągłe straszenie „zamykającym się oknem możliwości” czy wizje nieuchronnego pozostania w tyle. To narracja mająca na celu wywołanie poczucia winy i zmuszenie ludzi do przeprowadzki do San Francisco, które wcale nie jest tak idealne, jak próbują to przedstawiać propagatorzy tej paniki.
- Absurdalne wizje „przejęcia świata”: Przeskok od traktowania AI jako zaawansowanego autouzupełniania czy inteligentnego kompilatora do teorii, że technologia nagle „przejmie kontrolę nad wszechświatem”, jest całkowicie bezpodstawny. To straszenie, które ma korzenie w starych filmach science-fiction i przestarzałych prezentacjach o superinteligencji, a nie w rzeczywistości.
Dlaczego laboratoria AI boją się open source?
Wiele firm zajmujących się „frontier models” próbuje przypisać sobie zasługi za postęp, który i tak by nastąpił dzięki prawu Moore’a i ogólnemu rozwojowi informatyki. Ich niechęć do otwartego oprogramowania nie wynika z troski o bezpieczeństwo czy geopolitykę, ale ze strachu przed komodyzacją. Jeśli ludzie zrozumieją, że AI to naturalna kontynuacja rewolucji komputerowej, a nie magiczne dzieło kilku wybranych korporacji, te firmy przestaną otrzymywać miliardy dolarów finansowania.
Programowanie w erze AI
Zmieniłem zdanie na temat zdolności modeli do programowania. Nie chodzi o to, że nie potrafią pisać kodu – chodzi o to, że sama natura programowania ewoluuje.
Linus Torvalds trafnie zauważył, że choć agenci mogą zwiększyć produktywność 10-krotnie, to kompilatory zrobiły to 1000-krotnie. Modele AI są użytecznym narzędziem, podobnie jak find/replace, Stack Overflow czy wyrażenia regularne, których nigdy nie chciałem się uczyć.
Oczywiście, trzeba być ostrożnym:
- Modele mogą zwiększać zmęczenie poznawcze.
- Wiele „magicznych” rozwiązań to wciąż tylko szum (tzw. slop), co widać po braku wysypu przełomowego oprogramowania, które powinno wynikać z rzekomego wzrostu produktywności.
AI to po prostu kolejny etap ewolucji komputerów. Kocham komputery i cieszę się, że mogę korzystać z tych nowych narzędzi, traktując je jako wsparcie, a nie jako koniec świata.