Uforklarlige maskiner. Svævende begreber. Stigende uro. AI overalt.
“For der er intet hemmeligt, som ikke skal åbenbares,
og intet skjult, som ikke skal blive kendt.”
Matthæus 10:26
1. New Steps?
PÅ SIN BANE om Solen er Jorden gennem millioner af år blevet ramt af meteorer. De fleste af dem bliver opløst til støvkorn på vejen gennem atmosfæren, og efterlader derfor ikke synlige spor. Men nogle meteorer går ikke helt i opløsning, og større eller mindre områder af Jorden kan derfor blive ramt af småsten, der falder ned fra himlen.
Den romerske videnskabsmand og forfatter Plinius den Ældre skrev omkring år 70 om disse pludselige byger af sten, der kunne regne ned over en hel egn, og bemærkede i sit monumentale naturhistoriske 37-binds værk, Naturalis historia, at “Sten falder ofte [fra himlen]. Det vil intet menneske gøre nogen tvivl om.”
I Europa forblev Plinius’ naturhistorie i de følgende 1500 år en autoritativ tekst, som lærde mennesker støttede sig til i dannelsen af deres opfattelse af, hvordan den fysiske verden hænger sammen og udvikles.
Gennem alle disse år var der forskellige meninger om, hvem eller hvad, der var ansvarlig for at kaste småsten mod Jorden og hvorfor.
Men selve fænomenet, som enhver, der befandt sig på det rette sted på det rette tidspunkt, jo kunne iagttage med egne øjne, var en accepteret kendsgerning: der faldt med mellemrum byger af småsten fra himlen ned på Jorden.
I 1600-tallet blev gamle Plinius’ naturhistorie efterhånden anset for at være baseret på sagn og overtro, og med Isaac Newton’s skelsættende “Philosophae Naturalis Principia Mathematica” fra 1687, blev opfattelsen af Jordens placering i verdensrummet vævet ind i en revolutionerende og matematisk funderet naturvidenskabelig forståelse af verdensrummet og tyngdekraften. Denne nye indsigt udgjorde en vigtig brik i det teoretiske grundlag for den mekaniske revolution, der ledte frem til det industrielle gennembrud.
Men Newtons matematisk funderede verdensbillede havde ikke plads til meteorer. For at få matematikken til at hænge logisk sammen, måtte verdensrummet mellem planeterne anses for at være tomt, og derfor kunne der ikke findes meteorer.
Beretningerne om byger af sten fra himlen blev derfor nu afvist som enfoldige menneskers overtro. Stenenes fysiske tilstedeværelse på Jorden blev af lærde mennesker forklaret som nedfald fra vulkanudbrud rundt om på Jorden eller som resultatet af kemiske processer i atmosfæren forårsaget af lyn.
De lærte mente, at der var ført matematisk bevis for, at meteorer ikke kunne eksistere.
Newtons teorier blev op igennem 1700-tallet gradvist undergravet af observationer af flere himmellegemer, der ifølge teorien ikke skulle kunne findes, og i 1803 satte en videnskabelig undersøgelse af et omfattende meteoritnedslag i Frankrig punktum for den tiltagende debat: de nedfaldne sten kom fra rummet, og som for at sætte trumf på viste undersøgelsen, at stenene bestod af materialer, der også findes på Jorden.
Vores planet kunne derfor ikke være så grundlæggende forskellig fra alle andre himmellegemer, som det ellers havde været almindeligt at mene siden Aristoteles. Jorden måtte nu anses for at have den samme urgamle oprindelse som andre planeter, kometer, asteroider og meteorer.
Herefter blev naturvidenskaberne gennem 1800-tallet gennemsyret af ny, banebrydende matematik, der dannede grundlag for opfindelser og en dramatisk vækst i samfundets produktive kapacitet, og som medførte en mere nuanceret forståelse af Jordens oprindelse og placering i universet.
Denne nye eller opdaterede matematiske forståelse, der gradvist afløste Newtons verdensbillede, blev udfordret af Albert Einstein, der med offentliggørelsen af en række skelsættende artikler i 1905 og 1915 satte matematikken og fysikken på et helt nyt spor mod mere abstrakte naturvidenskabelige indsigter.
Forlængelsen af dette spor i udviklingen af moderne matematik har åbnet vejen for udvikling af rumfart, GPS-satellitter, lufttrafik, kommunikationssystemer og alle de andre fysiske og immaterielle byggeklodser, der udgør det moderne, teknologisk avancerede samfund anno 2024, uanset, hvor på kloden moderniteten udfolder sig.
Den naturvidenskabelige indsigt og den konstruktionsevne, som matematikken åbner vejen for, udgør et globalt sprog uden geografiske varianter, og på den måde er matematikken blevet et redskab til konsolidering og videreudvikling af viden og til forandring af verden i en sammenhængende global proces.
En af omkostningerne ved denne på alle måder fantastiske udvikling er, at det kun er en minoritet af mennesker, der kan forstå det globale matematisk funderede sprog, der stadig udgør en grundlæggende drivkraft for den teknologiske og økonomiske udvikling i verden. Endnu færre mennesker kan gøre sig håb om at kunne bidrage med ny indsigt inden for dette felt.
Selv under de mest gunstige vilkår er det kun få mennesker, der kan følge med. For resten af os forbliver fronterne i den globale matematik en lukket bog, og vores forståelse af verden er derfor henvist til pædagogiske fremstillinger. Efter at have læst Carlo Rovelli forstår man, at verden reelt hænger anderledes sammen, end man går og tror, men det vedbliver for de fleste at være uoverstigeligt at kunne færdes i det matematiske univers, hvor grænserne for de menneskelige sansers opfattelse af verden kan skimtes. (Anna Novion’s film, “Le théorème de Marguerite”, er en sjælden mulighed for at se med ind i matematikkens forunderlige verden. Den kan ses på Filmstriben).
Blandt medlemmerne af den minoritet, der kan følge med, og som kan bidrage til videreudviklingen af den globale matematiks frontlinjer, findes der en del, der mener, at matematikken udgør et redskab, der i princippet sætter mennesker i stand til at beskrive alt, hvad der er at forstå om den fysiske verden, og som dermed trækker en lige linje tilbage til antikkens græske filosoffer, der mente, at alle sprøgsmål i verden vil kunne besvares, hvis der tænkes tilstrækkeligt dybt over dem. Der hersker fortsat faglig uenighed om de matematiske koncepter ude på fronterne, og der findes endnu oceaner af uopdaget viden om verden. Men det globale matematiske sprog anses inden for naturvidenskaberne ofte for at rumme en principiel mulighed for at beskrive alle disse uopdagede områder og på den måde give mennesker adgang til endnu mere revolutionerende viden til brug for udviklingen og anvendelsen af den fysiske verden, som vi lever i.
Troen på matematikkens principielle mulighed for at beskrive ethvert fænomen i det fysiske univers er nu blevet udfordret af udviklingen inden for kunstig intelligens, eller AI.
Nogle af de AI-maskiner, som mennesker har udviklet, virker på en måde og udviser en adfærd, der er uforklarlig. Ingen mennesker har hverken en principiel eller en konkret forståelse af, hvad der foregår inde i maskinerne, eller hvordan maskinerne finder ud af at opføre sig, som de gør.
Der er meget AI-udviklerne forstår, når de bygger maskinerne og lærer dem at arbejde på egen hånd. Men det skelsættende er, at udviklerne ikke altid ved, hvordan maskinerne virker, når de først er bygget.
Udviklingsarbejdet med AI er derfor et felt, hvor man i nogen grad prøver sig frem og ser, hvad der sker. Der er et skær af alkymisme over det hele.
To udviklere hos den amerikanske virksomhed, OpenAI, arbejdede i laboratoriet med at få en AI-maskine til at lære at regne. De viste maskinen tusinder af regnestykker, og håbede, at maskinen herefter ville kunne finde ud af at regne på egen hånd.
Men det virkede ikke. Maskinen afleverede kun resultater, som den kunne huske fra det materiale, den var trænet med.
Forsøget blev opgivet, men nogen glemte at slukke for maskinen, og efter at have passet sig selv i nogle dage, havde den selv fundet ud af at regne.
Ingen ved, hvordan det er sket, eller hvordan den bærer sig ad med at regne. Det helt store spørgsmål er, hvordan maskinen nåede frem til at forstå, at dens opgave var at lære at regne og ikke bare levere rigtige resultater efter hukommelsen, og at den herefter var i stand til på egen hånd at udvikle denne evne til at regne.
Den samme autonome adfærd er efterfølgende set i flere andre AI-maskiner.
Nogle AI-udviklere er forsigtigt begyndt at spørge, om de AI-maskiner, der allerede er blevet udviklet, og som er blevet sat i drift i et datacenter, hvor de gør det, de er blevet sat til, om disse maskiner samtidig kan være i færd med på egen hånd at udvikle nye evner og egenskaber, der sætter dem i stand til at løse opgaver inden for helt andre domæner, som de selv har valgt.
Ingen ved, om det finder sted, og ingen ved, hvordan man skulle kunne finde ud af, om det finder sted.
Overfor et naturvidenskabeligt verdensbillede, der bygger på en antagelse om, at menneskers matematik i princippet er i stand til at rumme en beskrivelse alle spørgsmål i det fysiske univers, er denne form for autonom maskinudvikling en rød klud, der udfordrer holdbarheden af verdensbilledet, på samme måde som da Newton i slutningen af 1600-tallet trak tæppet væk under det, der dengang var det fremherskende verdensbillede, og ligesom Einstein gjorde det igen i begyndelsen af 1900-tallet. Men hvor Newton og Einstein tilbød et nyt og forbedret (omend ikke perfekt) verdensbillede som erstatning for det, der blev udfordret, så nøjes AI-maskinerne med udfordringen. Traditionelle videnskabsfolks bekymringer over, hvad der er på færde, skal ikke undervurderes.
Når nogle matematikere reagerer på AI-maskinernes uforklarlige adfærd med en insisteren på, at mennesker har den fornødne matematik til at finde forklaringen, så er det udtryk for en tro og et håb, der endnu ikke er blevet indfriet.
2. Intelligente maskiner?
I Douglas Adams science fiction-roman fra 1979 “The Hitchhiker’s Guide to the Galaxy” optræder der en supercomputer, der for længe siden var blevet sat til at udregne svaret på “Det Ultimative Spørgsmål om Livet, Universet og Alting”. Efter 7,5 millioner års betænkningstid svarer maskinen: “42”.
Siden har tallet “42” indtaget en umistelig plads blandt de mest indsigtsfulde svar, der gennem tiden er givet på meningen med det hele.
Når man i fremtiden vil se tilbage på fremkomsten af AI i begyndelsen af det 21. århundrede vil tallet “237” kunne komme til at stå som et skæringspunkt for, hvornår en maskine for første gang viste evnen til at overraske og være kreativ i udførelsen af en ekstremt kompliceret opgave, uden at nogen kunne forklare, hvordan maskinen bar sig ad.
I 2016 inviterede den London-baserede AI-virksomhed, DeepMind, verdensmesteren i Østens ældgamle brætspil “Go”, sydkoreaneren, Lee Sedol, til en mesterskabsduel over 5 runder. Matchen blev afviklet på et hotel i Seoul i dagene 9 – 15 marts 2016, og Lee Sedols modstander var en maskine, som DeepMind havde lært at spille “Go”.
“Go” anses for at være det mest komplicerede spil, som mennesker nogensinde har udviklet. Det er blevet spillet i mere end 2.000 år, og selvom de formelle regler i spillet er forholdsvis simple, så er de strategiske overvejelser, der ligger til grund for et træk, uoverskueligt komplicerede. Spillets potentielle kompleksitet ligger i en helt anden boldgade end skak.
“Go” har derfor også gennem mange år indtaget en særlig plads i diskussionen om mulighederne for at udvikle kunstig intelligens, eller AI.
Blandt matematikere er “Go” blevet fremhævet som et eksempel på, hvad maskiner principielt anses for at være ude af stand til, nemlig at tænke kreativt og komme frem til overraskende svar på udfordringer.
Skak er kompliceret, men med tilstrækkelig meget regnekraft kan alle lovlige træk i enhver konstellation regnes ud, og det mest fordelagtige træk kan fastslås.
Det samme gælder ikke for “Go”. Man kan ikke regne sig frem til at vinde i “Go” ved hjælp af overlegen regnekraft. For at vinde i “Go” skal man kunne “forstå” og være “kreativ” og være “strategisk”, alt sammen noget, der indtil 2016 blev anset for at være reserveret for mennesker.
Lee Sedol gik ind til matchen mod DeepMinds maskine med en sikker tro på, at han ville vinde, og vinde stort.
Men han tabte 4:1 i en dramatisk match, der blev sendt direkte over TV, og som efterlod Leo Sedol og “Go”-spillere verden over i en blanding af chok og beundring.
Blandt medlemmerne af DeepMind-teamet og blandt alle dem, der fulgte spillet som publikum på hotellet, eller som så med på TV, indtraf det skelsættende øjeblik, da maskinen i spil nummer 2 udførte træk nummer 37, eller “237”
Lee Sedol, der har vundet verdensmesterskabet i “Go” 18 gange, anså maskinens træk for at være en åbenlys fejl, noget, som man måske ville kunne forvente af en begynder. Det samme gjorde de “Go”-eksperter, der medvirkede som kommentatorer ved de direkte TV-transmissioner. DeepMinds team troede at maskinen måske var gået i stykker.
Men langsomt tonede det frem gennem det fortsatte spil, at træk 37 var en genistreg, der viste et niveau af kreativitet og strategisk overblik, som ikke havde været set før i spillets tusindårige historie.
I dag spiller alle avancerede “Go”-spillere med varianter af 237.
Efter matchen satte DeepMind et projekt i gang, hvor “Go”-maskinen blev sat til at lære en anden maskine at spille “Go”, og efter at de to maskiner havde spillet mod hinanden i et stykke tid, nåede maskinerne frem til at indtage en helt urørlig plads i spil mod mennesker.
Herefter slukkede DeepMind for “Go”-maskinen og kastede sig over andre projekter.
Med 237 og maskinens overbevisende sejr i den samlede match brød AI igennem på den internationale scene, og overalt blev der spurgt, om science fiction visionerne om intelligente maskiner mon nu ville blive til virkelighed? Hvis en maskine kunne være både kreativ og vise strategisk overblik, hvis den kunne lægge planer for sine fremtidige træk, og hvis den aktivt kunne udnytte sine færdigheder til at opnå et abstrakt mål, nemlig at vinde, betød det så, at den var “intelligent”?
De følgende års diskussion har ikke ført til nogen afklaring. Det er som om, at mange af de fremtrædende deltagere i debatten har indtaget et standpunkt, som de ikke viser tegn på at ville forlade, uanset hvilke argumenter, der bliver ført frem.
Den offentlighed, der lytter med fra sidelinjen, er derfor ikke blevet meget klogere på, om maskiner kan være intelligente, om de kan have en bevidsthed eller om de har nogle af de andre træk, der er blevet sat i forbindelse med menneskers intelligens.
Men spørgsmålet om intelligente maskiner har i det mindste været en påmindelse om, at begrebet om intelligens og de tilhørende begreber om bevidsthed, følelser, kreativitet, abstraktionsevne og andre lignende begreber, langt fra er entydige, og at filosoffer, psykologer, matematikere, kunstnere og andre, der beskæftiger sig professionelt med disse begrebsdannelser, har vidt forskellige opfattelser af, hvordan begreberne skal forstås og hvad de betegner.
Udviklingen af begreberne kan, med den danske digter Ivan Malinovskis ord, ses som forskellige metoder til at skrælle lag på lag af et blomsterløg i en bestræbelse på at afdække blomsten inderst inde. Men der er tydeligvis forskellige opfattelser af, hvilken blomst der måtte findes derinde.
Begreber som intelligens, bevidsthed, følelser, etc. kan derfor måske bedst forstås som rent sproglige konstruktioner, og hvis man lægger de forskellige religiøse og mystiske oplevelser af sjælen, frelsen og helligånden oveni, så fortaber det hele sig i en tåge af tro.
Det er derfor uklart, om det overhovedet er meningsfuldt at rejse spørgsmålet om maskinerne er eller kan være intelligente, bevidste, etc., når de begreber, der tales om, er så flydende og uafklarede, som de er, og når begreberne måske først og fremmest afspejler sproglige konstruktioner, der uvilkårligt er bundet til den tid og det sted og de mennesker, der benytter dem.
På det praktiske plan kan vi konstatere, at maskinerne siden 237 i 2016 gradvist har opnået en svimlende funktionalitet og en ofte uforklarlig adfærd, der har overrasket de fleste og chokeret ikke så få. Alt tyder på, at eventyret i de kommende årtier vil fortsætte med uformindsket kraft.
Men er maskinerne intelligente? Kan de være kreative i en bestræbelse på at opnå et abstrakt mål? Eller er de bare smarte regnemaskiner?
Svaret blæser i vinden.
Måske vil mennesker aldrig rigtig kunne forstå maskinerne, fordi de kan vise sig at være fundamentalt fremmede skabninger, der er “opdaget”, mere end de er “udviklet”.
3. Uroen breder sig
Den 22. marts 2023 udsendte The Future of Life Institute i USA, et åbent brev med en opfordring til at gennemføre et midlertidigt stop for videreudvikling af de mest avancerede AI-maskiner.
Instituttet har til formål at fremme udviklingen og anvendelsen af “transformativ teknologi” på en måde, der er “…til gavn for livet på Jorden, og som kan mindske den eksistentielle risiko ved fremkomsten af avanceret kunstig intelligens.”
Opfordringen til en AI-pause blev støttet af flere hundrede fremtrædende personer fra det amerikanske AI-miljø på universiteter, i virksomheder og blandt investorer, der på den måde stillede sig bag kravet om et øjeblikkeligt stop for fortsat udvikling af AI, foreløbigt i en periode på seks måneder for at give tid til at udarbejde et AI-sikkerhedskoncept.
Erklæringen er efterfølgende blevet underskrevet af over 30.000 personer, og dokumentet giver derfor i ultrakort form et indblik i, hvordan en stor del af det amerikanske AI-miljø mener, at samfundet bør forholde sig til AI.
Udgangspunktet for tankegangen er, at den amerikanske tech-industri er inde i “…et farligt kapløb mod stadigt større og uforudsigelige black-box-modeller, der af sig selv vil kunne udvikle nye og ukendte egenskaber”, og at dette teknologi-kapløb har ført verden frem til et punkt, hvor “…vi risikerer at miste kontrollen over vores civilisation”.
For at standse denne potentielt katastrofale udvikling, må statsmagten gribe ind “…med ny lovgivning og etablere nye kompetente myndigheder med fokus på AI, for at kunne gennemføre overvågning af udviklingsarbejdet med AI og for at kunne føre kontrol med anvendelsen af AI i de store datacentre.”
Hvis man ser sig om i verden efter et eksempel på, hvordan den form for statslig regulering af AI-industrien kunne se ud i praksis, falder blikket umiddelbart på Kina som et mønstereksempel.
Udviklingsarbejdet i Kinas store AI-virksomheder, der ofte henter kapital på børsen i New York, er underkastet tæt politisk kontrol. De kinesiske myndigheder overvåger desuden al aktivitet i de store datacentre, hvor AI-maskinerne arbejder, og der er indført lovgivning, der begrænser anvendelsen af AI inden for vigtige områder af samfundslivet. Der gennemføres med mellemrum spektakulære politiske aktioner mod nogle af Kinas mest berømte tech-entreprenører som for at demonstrere, at det er de politiske myndigheder, der sidder for bordenden, hvis nogen ellers skulle have været i tvivl.
Den tætte politiske kontrol med den kinesiske tech-industri har ikke forhindret talentfulde kinesiske iværksættere i at udvikle tech-virksomheder, der kan måle sig med både Google og Meta. Men i Kina er det de politiske beslutningstagere, der vil kunne bestemme om den næste version af en “ChatGPT” skal frigives på markedet, og ikke, som det er tilfældet i USA, hvor beslutningen bliver taget af en håndfuld privatpersoner.
I en periode hvor stort set hele det politiske miljø i Washington er optaget af at lægge afstand til Kina, er det højst bemærkelsesværdigt, at en indflydelsesrig andel af det amerikanske AI-miljø efterlyser en udviklingsmodel, der ligner den, der allerede er gennemført i Kina, hvor teknologiudviklingen er underlagt netop den form for direkte politisk kontrol, som The Future of Life Institute nu foreslår indført i USA.
EU kunne måske også umiddelbart ligne en model, fordi der også her er gennemført omfattende regulering af udviklingen og anvendelsen af AI.
Men EU-modellen bygger på en årelang udarbejdelse og vedtagelse af omfattende lovkomplekser, og når det hele er vedtaget, kan det tage mange år, at få reguleringen indført i praksis.
Hvis der er behov vidtgående politiske indgreb her og nu, så er det Kina-modellen, der må på programmet, og når det drejer sig om, hvem der sidder på magten – politikerne eller virksomhedsejerne – så kræver indgreb af den kaliber, som The Future of Life Institute efterlyser, at der kan gives et omgående og entydigt svar.
Et program for en kinesisk inspireret udviklingsmodel i USA’s tech-industri, ville dog næppe få et ben til jorden.
Rent bortset fra de uoverstigelige politiske barrierer, så er en politisk model som den kinesiske – eller den europæiske for den sags skyld – ikke noget, som andre lande og kulturer bare kan vælge.
Kineserne har haft stærke og centrale magtcentre som den bærende model for den politiske, økonomiske og kulturelle styring af landet gennem mere end 2000 år, og den politiske kamp i Kina har i alle disse år altid drejet sig om, hvem der skulle sidde i det centrale magtcenter, ikke om det skulle være der.
På samme måde har europæerne tusinde års erfaring med at udvikle store administrative og/eller religiøse bureaukratier, der til enhver tid har levet i en kompliceret symbiose med politiske og økonomiske magtcentre, men hvor ingen af de tre grupper har været stærke nok til at sætte sig helt på de to andre, i hvert fald ikke i ret lang tid ad gangen.
I USA har man ingen af disse traditioner, og hvis der i denne sammenhæng kan tales om en tradition, så er den højst nogle få hundrede år gammel, og er uløseligt knyttet til værdier som personlig og religiøs frihed, personlig ejendomsret og fri foretagsomhed.
USA er bestemt ikke fri for det omfattende og byzantinske bureaukrati, der er vokset frem som en øjensynlig uadskillelig del af det moderne samfund, men der er næppe noget sted i verden, hvor modviljen og ligefrem modstanden mod bureaukratiet er så udbredt i befolkningen som i USA. Ronald Reagan udtrykte denne dybtfølte modvilje mod bureaukratiet i alle sine forklædninger, med sin udødelige bemærkning om, at den mest forfærdelige sætning, som sproget rummer, lyder: “Goddag. Jeg er fra det offentlige, og jeg er kommet for at hjælpe”. Men også langt ind i progressive og liberale kredse i USA findes der en dyb modvilje mod og mistillid til statsapparatet.
Så selvom delstaten Californien ultimo 2024 har planer om at indføre en lokal lovgivning om AI-sikkerhed, så skal man hverken nu eller i fremtiden forvente noget der minder om en kinesisk inspireret model for politisk kontrol med de private kapitalinteresser, der dominerer den amerikanske tech-industri.
Så her i den sidste halvdel af 2024 befinder vi os i den noget foruroligende situation, at store dele af både det akademiske og det forretningsmæssige AI-miljø i USA ser på udviklingen af de nyeste AI-maskiner med dyb uro, frygt og frustration, samtidig med at mulighederne for at “gøre noget” har vist sig at være minimale.
4. Den digitale habitat
Fredag den 29. juli 2024 blev store dele af verdens digitale infrastruktur ramt af det hidtil mest omfattende nedbrud.
Millioner af servere og pc’er, fra USA til Australien, fra Europa til Indien, gik i sort – eller rettere blåt – på grund af en minimal fejl i et lille teknisk specialprogram, der anvendes sammen med operativsystemet, Windows.
Det var en rutinemæssig opdatering, der rummede den fejlagtige computerkode, og som efter at være blevet installeret i et af Microsofts centrale datacentre straks spredte sig ud over hele verden og fik millioner af maskiner til at lukke ned.
Fejlen blev næsten omgående lokaliseret og rettet, men skaden var sket.
Virksomheder over det meste af verden tabte millioner af dollars. Tog og fly blev aflyst. Hospitaler måtte udskyde behandlinger, og offentlige kontorer blev sat i stå.
Det amerikanske flyselskab, Delta, måtte aflyse over 6.000 afgange og oplyste efterfølgende, at nedbruddet havde kostet virksomheden over 500 millioner dollars.
Ifølge Financial Times krævede det teknikerbesøg ved hver enkelt af de millioner af servere og pc’er, der var ramt rundt om i verden, for at få det hele genstartet.
Microsoft advarede sine kunder om, at nogle typer af servere skulle genstartes op til 15 gange, før de kunne virke igen.
Det meste af internettets infrastruktur og de store systemer i produktionsvirksomheder, kraftværker, vandværker, mv. var i det store og hele uberørte, fordi disse tunge grene af den digitale infrastruktur ikke anvender Windows, men operativsystemet Linux. Mac-brugere var heller ikke omfattet af fejlen.
Næste gang er vi måske ikke så heldige.
Den globale digitale infrastruktur er blevet en livsnerve for hele samfundets drift over store dele af verden, og det bliver især tydeligt, når infrastrukturen brager ned, hvad der næsten per definition altid sker uden varsel.
For bare tyve år siden fandtes hele denne digitale dimension af verden simpelthen ikke.
Amazon begyndte at udbyde cloud-løsninger i 2006, samme år som Google åbnede sit første store datacenter. Microsoft åbnede sit første Azure-datacenter i 2008, Apple fulgte efter med sit første center i 2010, og Facebooks første store datacenter blev åbnet i 2011.
Siden da har disse virksomheder spundet store dele af verden ind i en sammenhængende infrastruktur af såkaldte hyperscala-datacentre, der er spredt ud over over flere kontinenter, og som er indbyrdes forbundet via tusindvis af kilometer fiberkabler, der er blevet lagt, kilometer for kilometer, gravet ned i jorden, trukket over bjerge og under verdenshavene. Senere er hele denne gigantiske infrastruktur blevet udbygget med et radionetværk, der i dag forbinder milliarder af mobiltelefoner til de underliggende fiberkabler og datacentre.
Hele denne enorme tekniske infrastruktur i form af dusinvis af gigantiske datacentre og titusindvis af kilometer fiberkabler er opfundet og bygget fra grunden af unge mænd og kvinder fra hele verden, der samledes i USA – især i Californien – og som uden at spørge nogen om lov gik i gang med at bygge fra en bar mark, og som ikke er stoppet op siden.
Først og fremmest er den digitale revolution en ingeniørbedrift, der er uden sidestykke og uden fortilfælde, og som har gjort det muligt at levere uafbrudt computing til flere milliarder “samtidige brugere” 24/7/365, sideløbende med, at indhold og funktionalitet, det visuelle look and feel og ikke mindst hele sikkerheden og beskyttelsen af personlige data er blevet udviklet og forbedret nærmest dagligt gennem 15-20 år og stort set uden afbrydelser i den daglige drift eller pauser i milliarder af brugeres anvendelse af infrastrukturen.
Det er ubegribeligt, at det har kunnet lade sig gøre, og de unge mænd og kvinder, der står bag denne ingeniør-og entreprenørbedrift, har skrevet sig ind i verdens tekniske udviklingshistorie som enestående pionerer.
Organiseringen, operationaliseringen og finansieringen af dette gigantiske projekt er også blevet gennemført af unge mænd og kvinder fra hele verden, der strømmede til Californien for at være med, og som både kunne tænke ud af boxen og få ting over banen.
En stor del af kapitalen til at gennemføre projektet er kommet fra en dristig manøvre, der fik hovedparten af de penge, som amerikanske virksomheder i forvejen brugte på at reklamere i aviser, ugeblade og TV, kanaliseret over til de nye digitale projekter.
En anden stor del af pengene er kommet fra private opsparinger i USA, der ofte bliver placeret i aktier, og hvor vækstvirksomheder tiltrækker sig hovedparten af investeringerne.
Hele projektet med finansiering gik grassat i takt med at flere hundrede millioner mennesker over det meste af verden rev de nye digitale varer ned fra hylderne lige så hurtigt, som de kunne produceres, og dermed forvandlede de digitale startups i USA til buldrende vækstkometer.
Da Google gik på børsen i 2004 kostede en aktie 2,55 $ . Tyve år senere kostede den samme aktie 187,4 $ . Havde man investeret 100.000 kr i Google i 2004 ville man i dag kunne sælge de samme aktier for ca. 7.300.000 kr.
Væksten i den digitale sektor er blevet understøttet af et vidtforgrenet og hyper innovativt udviklingsarbejde, der dels foregik internt i de hurtigt voksende tech-virksomheder, som Amazon, Google, Apple og Facebook, og dels groede frem i tusinder af små startups, der skød op som paddehatte omkring de dominerende selskaber, og som drømte om at blive opkøbt for store summer, hvis deres opfindelse viste sig at virke.
Dette vidtforgrenede innovationsmiljø tiltrak unge talenter fra hele verden, og Silicon Valley i Californien blev på den måde et boblende centrum for vidensarbejdere inden for praktisk talt alle områder af det digitale univers. I San Francisco blev det sagt, at man efterhånden ikke kunne gå på café og smide rundt med sin iPhone uden at ramme en russisk matematiker i nakken.
Hen over hele denne fantastiske historie lyser et stort neonskilt med ordet “Automatisering”.
Driften og den konstante udbygning af de gigantiske datacentrene krævede automatisering. Oprettelsen og administrationen af milliarder af brugere krævede automatisering. Salg af personaliserede bannerreklamer krævede automatisering. Visning af millioner af times video og milliarder af billeder krævede automatisering. Alle områder af projektet krævede automatisering, og graden af automatisering satte tempoet for, hvor hurtigt virksomhederne kunne vokse. Og da vækst er den ilt, som de digitale projekter ånder, så kunne der ikke blive automatisering nok, og der blev investeret milliarder i at få det til at ske.
Præcis hvor digital automatisering glider over i kunstig intelligens kan være vanskeligt at afgøre. Grænserne er flydende og er måske ligegyldige.
Google satte for nogle år siden en ny energibesparende software i drift i deres store datacentre, og sparede på den måde 25 pct. af elforbruget til køling. Det er uklart, om der er nogen, der præcist ved, hvordan den software virker, og om man kan kalde det kunstig intelligens. Men projektet har sparet Google for millioner af dollars om året på elregningen, så check mark ved den øvelse, og videre til det næste projekt.
På den måde er den vidtforgrenede digitale infrastruktur, der i dag gennemsyrer alle afkroge af samfundet, skridt for skridt og projekt for projekt blevet vævet ind i en dybtgående automatisering.
Millioner af virksomheder har benyttet den automatiserede digitale infrastruktur som platform til at udvikle og sælge software, uddannelse, musik, spil og film, sex og sociale relationer, banker, mobiltelefoner, nyheder, forsikringer, biler, dagligvarer og alle andre former for varer og serviceydelser, og alle disse virksomheder har også automatiseret alt, hvad de kan, og har overladt mest muligt af salg og kundekontakt til forskellige former for AI.
Automatisering er på den måde blevet en platform for det næste niveau af automatisering og det næste, og det næste, i en uoverskuelig kaskade. Snart vil selve den menneskelige habitat være blevet automatiseret.
Om et årti vil der derfor næppe være nogen eller noget, der vil kunne have kontrol over samfundets digitale dimension, og mange forskellige, ofte uigennemskuelige og i nogle tilfælde ukendte former for AI kan forventes at have vævet sig dybt ind i den operative livsnerve i det digitale univers. Et univers, som vi ikke længere vil kunne leve uden, men som måske engang vil kunne leve uden os.
HENVISNINGER OG BAGGRUND: 19-09-2024
Pejlinger 