Lige før jul kom det helt store gennembrud inden for kunstig intelligens – eller gjorde det?

For mange er det skræmmende – for andre er det uundgåeligt og derfor noget, man hellere må forsøge at komme først med.

Vi taler ikke om atombomben, men om AGI – artificial general intelligence. Altså en generel kunstig intelligens, som ikke bare kan løse bestemte opgaver, den er trænet til at forstå, men som er bedre end mennesker til alle mulige opgaver.

Og Sam Altman, topchef for OpenAI, er nu mere sikker end nogensinde før på, at AGI er lige om hjørnet.

»Vi er nu overbeviste om, at vi ved, hvordan vi skal bygge AGI, som det traditionelt er forstået. Vi tror på, at vi i 2025 kan se de første AI-agenter ”blive en del af arbejdsstyrken” og mærkbart ændre virksomheders output,« skrev han i et blogindlæg den 6. januar.

Han har tidligere sagt, at AGI kun er ”tusinder af dage” væk. Og lige da juleferien gik i gang for de fleste, præsenterede OpenAI et nyt produkt, som af nogle blev udråbt til beviset på, at vi kan få AGI – eller måske faktisk, at vi nu har fået det.

Den 20. december fremviste OpenAI i en video en ny model fra laboratorierne: o3. Kort fortalt kunne o3-modellen nu klare ekstremt svære matematik- og programmeringsopgaver bedre end en ekspert på området med ph.d.-baggrund.

Og reaktionen var overvældende.

»Selvfølgelig skulle de præsentere AGI den dag, min juleferie starter,« skrev New York Times’ tech-journalist Kevin Roose muntert på X.

Han skrev selv senere, at det med AGI var ment som en joke. Men mange andre var hurtige til at udnævne OpenAI’s seneste model som et gennembrud inden for AGI og den 20. december som en historisk dag.

Lidt mere afdæmpet er Sune Lehmann, professor i kunstig intelligens på Danmarks Tekniske Universitet, selvom han også er meget imponeret.

»Det er helt vildt, hvad den kan gøre. Det er enormt svære benchmarks, den kan klare, sværere end det, mine studerende sidder og laver,« siger han.

For eksempel strøg o3-modellen direkte ind på en 175.-plads på listen over de bedste programmører i den internationale og kendte konkurrence Codeforce. Med andre ord er den kunstige intelligens nu på niveau med nogle af de allerbedste menneskelige softwareudviklere.

Og samme billede viste sig på andre områder, hvor o3-modellen blev afprøvet. For eksempel i GPQA Diamond-testen, som er en særlig test med krævende spørgsmål på ph.d.-niveau inden for mange forskellige discipliner. Spørgsmålene ligger ikke online og indgår derfor ikke i modellernes træningsdata.

Her scorede o3-modellen 87,7 pct. rigtige, en solid forbedring fra 78 pct. rigtige hos forgængeren o1. Til sammenligning var bedste resultat i sommeren 2024 på under 60 pct. – dengang var det konkurrenten Anthropic, der havde førertrøjen – mens ChatGPT version 3.5, som er den, de fleste af os har prøvet, kun klarede 28 pct.

Da OpenAI blev grundlagt i 2015, var det netop med det mål at udvikle AGI – en kunstig intelligens, der ville overhale mennesket på de fleste eller alle områder. Og tænker man scenariet til ende med tanke på, hvordan den teknologiske udvikling typisk går hurtigere og hurtigere, er perspektiverne voldsomme. Vil AI-styrede robotter overtage verden, fordi de er blevet meget klogere end mennesker – og helt skruppelløse? Vil der være arbejde til mennesker, hvis en kunstig intelligens kan klare næsten enhver opgave bedre og hurtigere?

Konceptet bag OpenAI var i bund og grund at redde menneskeheden fra de skræmmende potentialer ved kunstig intelligens. Det skulle gøres ved at være dem, der kom først med AGI. Men samtidig nå derhen på en ansvarlig måde ved at dele resultaterne offentligt og forberede menneskeheden grundigt på fremtidens muligheder med kunstig intelligens.

Lanceringen af o3-modellen er dog ikke en milepæl, som har bragt os den hellige gral: generel kunstig intelligens, forklarer Sune Lehmann.

»AGI – at forestille sig, at computeren er bedre end mennesket til alle opgaver – er stadig et stykke væk. Det er nogle relativt veldefinerede problemer, den kan løse. Men det bliver hele tiden bedre,« siger han.

At den kunstige intelligens kan regne og ”tænke” sig frem til løsninger på meget komplekse problemer og programmere hurtigere end de fleste i verden, er bemærkelsesværdigt og vil ændre måden, vi arbejder på. Men der er stadig brug for mennesker.

»Opgaven er jo også at finde ud af, hvilke problemer man skal løse og stille op. På mange områder kan mine ph.d.-studerende stadig meget mere, end computeren kan,« siger Sune Lehmann.

En anden AI-ekspert, den amerikanske professor emeritus og forfatter Gary Marcus, skrev i et kritisk indlæg, at vi kun har set en demo, og at OpenAI tidligere har vist demoer, som ikke siden holdt i praksis. Det blev for eksempel ikke meldt klart ud, hvordan o3-modellen havde taget de forskellige test, eller om den er trænet til specifikt at klare sig godt i disse test.

»Indtil en masse mennesker får adgang til at prøve o3 til mange forskellige slags opgaver, skal vi ikke antage, at den er pålidelig. I bedste fald vil jeg gætte på, at den vil være pålidelig for nogle typer problemer, men ikke for andre,« skrev han.

At diskussionen om AGI brød løs lige før jul, er en lidt sjov timing, for det skete ikke mange uger efter, at der bredte sig en lidt flad, pessimistisk fornemmelse i AI-miljøet: Havde udviklingen af kunstig intelligens ramt et loft?

En del af forklaringen på gennembruddet med generativ AI i slutningen af 2022 var rendyrket power. Ved at bruge ekstremt kraftige supercomputere kunne AI-modellerne håndtere mere data, faktisk helt ufatteligt store mængder data. Dermed kunne OpenAI tage al den tekst, de kunne finde af nogenlunde kvalitet på internettet, og træne AI-modellerne til en kvalitet, man aldrig havde set før.

Men metoden med at gøre modellerne endnu større og bygge en endnu kraftigere supercomputer, så ud til at give problemer. Der kom kun små forbedringer. Den udvikling gav bekymring hos OpenAI og de andre AI-frontløbere, rapporterede det amerikanske tech-medie The Information i midt-november, baseret på kilder hos selskaberne.

Men så kom december, og nyhederne væltede frem inden for kunstig intelligens. OpenAI kørte faktisk en hel julekalender med 12 forskellige lanceringer fordelt på 12 dage før jul.

Hvad skete der? Var det forkert, at udviklingen var gået ned i tempo?

»Nej, det er helt rigtigt, at paradigmet med, at man bare skulle skalere op og få nogle vildere modeller, på en måde var sejlet lidt forkert. Det viste sig, at det var meget svært at lave næste version, GPT-5, på den måde,« forklarer Sune Lehmann.

Han sammenligner med Moores lov om udviklingen i processorkraft i vores computere. Den ville blive fordoblet hvert 18. måned, lød forudsigelsen. Og det har holdt nogenlunde i alle årene, selvom der hele tiden kom nye barrierer. For eksempel da chipproducenterne ikke længere bare kunne skrue op for hastigheden, fordi chippen så blev for varm i brug, men så i stedet fandt på at sætte flere chips sammen.

»Der var gode argumenter for, hvorfor udviklingen ikke kunne fortsætte, men det holdt alligevel i meget længere tid, end man regnede med. Fordi smarte hoveder fandt på noget nyt, når man løb tør i én retning,« siger professoren.

På samme måde har OpenAI fundet nye veje. De nye modeller, først o1 og nu o3, er designet på en ny måde, hvor computeren bruger mere tid på at tænke og afprøve forskellige svar, før den kommer med et endeligt bud.

»De har fået nogle nye idéer, og så kan algoritmerne blive ved med at udvikle sig. De sidder ikke fast,« siger Sune Lehmann.

Problemet – lige nu i hvert fald – er et voldsomt forbrug af regnekraft. Hvor ChatGPT krævede en masse træning, men så kunne svare hurtigt, har de nye modeller altså også brug for store mængder regnekraft, hver gang nogen stiller et spørgsmål.

Derfor er prisen pr. opslag høj, et sted mellem 7.000 kr. og 25.000 kr. Altså helt uden for rækkevidde i de fleste sammenhænge.

»De nye modeller deler et spørgsmål op i logiske bidder og ”tænker” over hver af dem og bruger så algoritmerne til at vælge de bedste svar. Det kræver ekstremt meget regnekraft, fordi den laver mange forskellige opslag og dermed også strøm,« forklarer Sune Lehmann.

Men udviklingen viser også – ligesom med vores computere og telefoner – at der løbende vil blive optimeret, eller at regnekraften bliver meget billigere og mindre strømkrævende.

Der kommer hele tiden nye AI-modeller, for eksempel fra Facebook-koncernen Meta, som giver sine væk gratis. Og uden for USA sker der også en masse. I Kina er der udviklet AI-sprogmodeller, som kan næsten det samme som OpenAI’s GPT-4, men bruger langt mindre strøm.

»Vi har endnu et spændende år foran os. Der er kommet en helt ny dimension, en helt ny retning til at lave forbedringer,« siger Sune Lehmann.