Jeg er ret optaget af Elon Musk og Tesla i øjeblikket. Det kommer nok ikke bag på dig. Men der sker noget, som jeg synes, alt for få har forstået betydningen af.
For nogle dage siden demonstrerede Musk en ny betaudgave af Teslas køresystem. Jeg synes, det kan være et vendepunkt, som rækker meget længere end biler.
Jeg er selv Tesla-aktionær, og jeg er begejstret for det, jeg ser. Det skal du have med, når du læser mine vurderinger. Du skal ikke købe aktier, bare fordi jeg står her og bliver revet med.
Jeg synes heller ikke, at alt, Musk gør, er fedt. Han kan være en torsk, og jeg ved ikke, hvordan det hele ender. Men lige nu vil jeg tale om teknologien.
En demonstration, jeg synes får for lidt opmærksomhed
Det undrer mig, hvor lidt jeg har set om demonstrationen i medierne.
Måske synes journalisterne ikke, den er så vigtig. Måske har de ikke forstået, hvad der er ændret. Eller måske er Musk blevet en person, hvor konflikterne fylder mere end produkterne.
Jeg ved det ikke. Men jeg synes, vi ser noget, som kan blive en af de store teknologiske forandringer i vores tid.
Musk satte sig ind i en Tesla med den nye beta og kørte rundt, mens han sendte direkte på X, det tidligere Twitter.
Det var ikke en poleret reklamefilm med klip mellem de bedste situationer. Han viste en tur gennem Palo Alto på omkring 45 minutter og kommenterede undervejs.
Der var også noget drilleri om Mark Zuckerberg og deres mulige kamp. Det kan de selv rode med. Det interessante for mig var kørslen.
Fra mange regler til mere læring fra billeder
Som jeg har forstået forklaringen, har Tesla ændret en vigtig del af måden, køresystemet bliver bygget på.
Tidligere var en større del af kørselslogikken skrevet som regler. Ser bilen det her, skal den gøre sådan. Et stopskilt, et menneske, en bestemt trafiksituation.
I optagelsen nævner jeg over 200.000 linjer kode. Det tal er en del af den forklaring, jeg har hørt, ikke noget, jeg selv har været inde og kontrollere.
Den nye tilgang lægger større vægt på, at et neuralt netværk lærer af billeder og eksempler på kørsel.
Kameraerne i bilen ser omgivelserne. Computeren skal så omsætte det, den ser, til en passende handling på baggrund af det, modellen er blevet trænet med.
Det er den ændring, der gør mig begejstret. At man kan lære systemet en opgave gennem mange eksempler i stedet for at prøve at beskrive enhver tænkelig situation med en særskilt regel.
Træning i datacentre, beslutninger i bilen
Der er to forskellige dele i det.
Den store træning kræver enorme datamængder og computerkraft. Tesla bruger store datacentre og investerer i chips fra Nvidia og i sit eget Dojo-system.
I optagelsen taler jeg begejstret om meget store chipinvesteringer, blandt andet milliardbeløb i dollar. Det siger noget om størrelsen på den indsats, jeg følger, men jeg har ikke selv gennemgået indkøbene.
Dojo er Teslas eget arbejde med hardware og systemer til træning. Når jeg i optagelsen kalder det en chipfabrik, er det upræcist: Min pointe er, at de arbejder på deres egen computerteknologi og ikke kun køber standardløsninger.
Den anden del foregår lokalt i bilen. Når modellen er trænet og lagt ud i bilens system, kan computeren bruge den til at behandle kamerabilleder og træffe beslutninger.
Bilen skal altså ikke sende hvert eneste billede til et datacenter og vente på et svar, før den kan styre. Og det er den trænede model, der ligger i bilen, ikke hele samlingen af træningsdata.
Erfaringer fra flåden kan bruges til at forbedre modellerne, som derefter kan opdateres. Det er den kombination, jeg synes er så interessant.
Tesla beskriver også sammenhængen mellem syn, læring, kørsel og robotter på sin side om AI og robotteknologi.
Lavt strømforbrug gør mulighederne større
En af de oplysninger, Musk fremhæver, er et strømforbrug under 100 watt for den lokale løsning, sådan som jeg har forstået ham.
Jeg har ikke målt det, men hvis man kan lave så meget billedbehandling og styring med et relativt lavt strømforbrug, er det imponerende.
Jeg sammenligner det med en gamercomputer, som let kan bruge flere hundrede watt med grafikkort, skærm og resten af udstyret.
Det er selvfølgelig ikke den samme arbejdsopgave eller den samme hardware. Men det giver mig et billede af, hvorfor effektiviteten betyder noget.
For så er teknologien ikke nødvendigvis bundet til et stort apparat med adgang til en stikkontakt. Den kan måske bruges i mange forskellige maskiner.
Demonstrationen er ikke det samme som færdig selvkørsel
Jeg synes, kørslen i demonstrationen var vildt interessant. Men der var stadig fejl.
Musk måtte gribe ind undervejs. Derfor er det ikke et system, hvor man bare kan læne sig tilbage og holde op med at være fører.
Det er også noget, jeg siger i optagelsen. Jeg taler om potentialet i betaudgaven, ikke om en færdig bil, der kan klare alt uden mennesker.
Jeg bliver især optaget af forklaringen om, at bilen i højere grad kan forholde sig til det, den ser, uden først at have kørt netop den vej mange gange.
Min forståelse er, at den skal kunne overføre erfaring fra andre situationer. Men selvfølgelig er der grænser. Hvis vejskilte, trafik eller forhold er helt anderledes, kan der opstå problemer.
Det er de sjældne og svære situationer, der bliver afgørende. De såkaldte edge cases.
Hvor lang tid der går, før man kan løse dem godt nok til egentlig selvkørsel, ved jeg ikke.
Tidsplaner er lette at overvurdere
Musk har mange gange sagt, at det kommer snart. Til næste år, næste måned eller hvad det nu er.
Man kan kalde det optimisme. Man kan også være mere kritisk og sige, at det er store løfter, som hjælper med at sælge biler.
Jeg synes ikke, Tesla er alene om at tale stort om kommende produkter. Jeg husker også softwarevirksomheder, der annoncerede noget, som først kom flere år senere.
Men uanset motivet er det svært at forudsige udvikling. Det ved jeg også fra arbejdet med AI i Dinero.
Vi har tre AI-teknikere på det tidspunkt, hvor jeg optager det her. Vi arbejder i en helt anden skala end Tesla, men vi bruger også tjenester hos de store cloudleverandører.
Jeg har derfor lidt erfaring med, hvor svært det kan være at vide, hvornår et system faktisk er godt nok.
Det er den erfaring, jeg lægger oven på mine observationer. Ikke fordi vores projekter er det samme, men fordi jeg kender forskellen på en lovende demonstration og noget, der skal fungere hver dag.
I Dinero handler det blandt andet om at fjerne manuelt regnskabsarbejde. Du kan se den aktuelle beskrivelse af Assistenten, hvis du vil læse om den del af vores arbejde.
Det er ikke kun en historie om biler
Hvis jeg kun så en bil køre lidt bedre, ville jeg ikke blive helt så oppe at ringe.
Det store for mig er tanken om, at en maskine kan lære at handle i den fysiske verden ved at se mange eksempler.
Forestil dig en robot i dit køkken. Den har set, hvor kaffemaskinen er, hvor vandhanen er, og hvordan du laver kaffe.
Den kan måske kombinere det med erfaring fra andre køkkener og tilsvarende maskiner.
Så behøver man ikke nødvendigvis skrive et helt særskilt program til lige præcis dit køkken og hver enkelt bevægelse.
Det er en illustration af potentialet, ikke en beskrivelse af noget, Teslas køresystem allerede kan gøre i mit hjem.
At styre en bil og håndtere en kaffekop er forskellige opgaver. Der skal både udvikles modeller og bygges hardware, som passer til opgaven.
Men tanken om at lære gennem observation gør mig vildt nysgerrig.
Robotter skal kunne mere end at følge en streg
Jeg kan forestille mig den samme grundidé i droner, robotter og plæneklippere.
Vi har allerede set imponerende robotter fra Boston Dynamics, som kan bevæge sig, hoppe og klare vanskeligt terræn.
Der er stadig meget arbejde i at gøre hardware og software brugbart sammen. Det sker ikke i morgen.
Men hvis man får mere avanceret forståelse af omgivelserne ind i de maskiner, kan de blive andet end demonstrationsprodukter.
Det er noget andet end en robot i en sushirestaurant, som kører langs en bestemt bane og afleverer en tallerken.
Jeg forestiller mig maskiner, som kan hjælpe med mange af de gentagne opgaver, vi ikke gider bruge tiden på, både hjemme og i virksomheder.
Det kan være madlavning, opvask, transport og andre praktiske opgaver. Du kan selv begynde at tænke over, hvor meget af din hverdag der består af gentagelser.
Det giver mig både en kæmpe wow-følelse og lidt kuldegysninger. Fordi det kan få betydning for meget mere end vores biler.
Man skal sammenligne den samme teknologi
Jeg har nogle diskussioner på X med folk, der siger, at deres Mercedes eller BMW er mere avanceret end Tesla.
Det kan være en udmærket bil. Men når jeg taler om den nye beta i USA, er det ikke det samme som at sammenligne de funktioner, man har i en dansk Tesla i dag.
Der er forskel på softwareversioner, tilladelser og de forhold, systemerne må bruges under.
Et system, som er godkendt til en bestemt opgave på en motorvej, kan ikke automatisk sammenlignes med en demonstration af kørsel gennem en by.
En godkendelse fortæller noget vigtigt om, hvor og hvordan systemet må bruges. Den fortæller ikke alene, hvilket udviklingsprojekt der har det største langsigtede potentiale.
Jeg bruger en lidt voldsom sammenligning i optagelsen: Et nyt jetfly kan stadig have fejl, selv om en gammel propelmaskine er god til sin kendte opgave.
Det betyder ikke, at man skal ignorere fejlene i jetflyet. Det betyder, at man også skal se på, hvad teknologien kan udvikle sig til.
Europas bilindustri står med en svær omstilling
Jeg synes, den europæiske bilindustri står med en kæmpe udfordring.
Tænk på, hvor meget den betyder i Tyskland og Frankrig. Det er ikke bare selve bilfabrikkerne. Det er leverandører af sæder, bremser, elektronik, aircondition og en masse andre dele.
Der er mange arbejdspladser og meget økonomi bundet op på den struktur.
Jeg spekulerer også på, om det spiller ind i den måde, vi regulerer og modtager ny teknologi på. Det er min mistanke og bekymring, ikke noget, jeg kan bevise.
De gamle producenter skal samtidig videreudvikle og holde liv i benzin- og dieselbiler, som de stadig tjener penge på.
De skal bruge ingeniører på den gamle verden og investere i den nye.
De har også et forhandlernet. Hvis de vil konkurrere på pris med en virksomhed, der sælger mere direkte, er det ikke bare en knap, de kan trykke på.
Det bliver en svær omstilling med mange interesser.
Det er et helt system omkring bilen
Tesla har efter min vurdering nogle fordele, som er større end den enkelte bilmodel.
De investerer i data, computerkraft og software. De har deres ladeinfrastruktur. Og i USA arbejder de også med forsikring.
Det er flere dele af kundens samlede brug af bilen, som de kan bygge en forretning omkring.
Jeg bliver også optaget af mulighederne for at gøre produktionen billigere. I optagelsen taler jeg om Project Highland og om nye måder at producere biler på.
Jeg forbinder navnet med den gamle Ford-historie om at gøre biler tilgængelige for flere gennem mere effektiv produktion. Det er den parallel, jeg tænker på.
Der er dog forskellige projekter og rygter i omløb, og jeg skal ikke gøre mine overvejelser om en besparelse på 20–30 procent til en dokumenteret egenskab ved netop Highland.
Min pointe er, at hvis Tesla både forbedrer software og presser produktionsomkostningerne ned, bliver konkurrencen sværere for dem, der stadig skal omstille en tung organisation.
Jeg synes, Tesla står økonomisk stærkt i elbiler sammenlignet med mange af de traditionelle producenter. Men det her er min vurdering fra sommeren 2023, ikke en gennemgang af alle bilproducenters regnskaber.
Jeg vil helst have en Audi med Teslas software
Du kan så spørge, hvorfor jeg ikke selv kører Tesla.
Fordi bilen ikke rigtig appellerer til mig. Jeg synes ikke, designet er superfedt, og jeg kan godt lide min tunge Audi.
Jeg kan lide følelsen af at sætte mig ind i en bil på omkring 2,2 ton. Jeg kan godt lide en kampvogn, så at sige.
Min drømbil ville være en Audi med Teslas software, opdateringer og den teknologi, jeg synes er spændende.
Og jeg tror faktisk, at vi kan komme til at se mere licensering af den slags systemer.
De gamle bilproducenter bruger allerede løsninger som Apple CarPlay til en del af oplevelsen i bilen. Jeg forestiller mig, at det samme princip kan brede sig til mere af bilens software.
Om det bliver Tesla eller en anden leverandør, ved jeg ikke. Men jeg har svært ved at se alle de eksisterende producenter bygge lige stærke platforme selv.
Mobiltelefonerne er min sammenligning
Det minder mig om mobilmarkedet.
Der var Nokia, HTC, Sony Ericsson, Microsoft og mange andre. Så kom Apple og Android-platformen til at fylde enormt meget.
Apple har sin egen kombination af hardware og software. Mange andre bygger telefoner omkring Android.
Jeg kan forestille mig noget tilsvarende i biler: En stærk, samlet platform og andre producenter, som bruger software fra en ekstern leverandør.
Det er en analogi, ikke en sikker prognose.
Jeg er meget skeptisk over for, om de tyske producenter har den softwarekultur, der skal til. Jeg synes, de er fantastiske til hardware, men jeg oplever ofte, at software og løbende opdateringer er noget, de har sværere ved.
Jeg brokker mig også over den digitale infrastruktur, når jeg er i Tyskland. Telefonforbindelser og betaling kan føles forbavsende besværligt.
Det er selvfølgelig en grov generalisering, men det er med til at forme min oplevelse af forskellen på den gamle industrikultur og Silicon Valley.
Måske overrasker de mig. Det håber jeg næsten. Men lige nu tror jeg ikke, de indhenter det forspring på egen hånd.
Hvad sker der med luksusbilerne?
Jeg tror også, den hurtige tekniske udvikling kan ændre luksussegmentet.
Hvem gider betale en formue for noget, hvis det bliver teknisk gammelt meget hurtigt?
Jeg tænker på Vertu-telefonerne med guld og diamanter. De kunne være flotte og dyre, men grundlæggende var de stadig telefoner, som kunne blive overhalet af ny hardware.
En diamant uden på telefonen gjorde ikke processoren bedre.
Hvis der kommer nye kameraer, bedre chips og markant bedre funktioner i bilerne hele tiden, kan det også påvirke, hvor længe man synes, en dyr bil er attraktiv.
Jeg gætter på, at luksusbiler kan få en stejlere afskrivning, end deres købere forventer. Det er ikke et regnestykke, jeg har bevist. Det er en del af min tese om, at software og hardwareudvikling vil fylde mere.
Der vil sikkert stadig være folk, som elsker at køre Porsche, også som hobby på en bane.
Men hvis computere en dag bliver meget sikrere til at køre end mennesker, forestiller jeg mig, at det også kan ændre reglerne for at køre selv. Det er et langsigtet gæt, ikke noget, jeg siger er besluttet.
Markedet kan også modne
Udviklingen bliver ikke nødvendigvis ved med at være lige voldsom.
Jeg skiftede tidligere iPhone ved hver ny model. Nu skifter jeg måske ved hver tredje, fordi forskellene ikke længere føles så store.
På et tidspunkt kan biler også nå en modenhed, hvor hardwaren igen kan være interessant i fem-ti år.
Så kan der måske blive mere plads til luksusprodukter, hvor design, materialer og andre ting får større betydning.
Hvornår det sker, ved jeg ikke. Jeg kan forestille mig mange års udvikling, før vi når dertil.
Jeg synes i øvrigt, den nye Tesla Roadster ser fed ud. Design er jo heller ikke umuligt at forbedre, hvis en virksomhed vil bruge penge på det.
Så min manglende lyst til at købe en Tesla lige nu ændrer ikke på, at jeg synes, virksomheden og teknologien er spændende.
AI flytter fra tekst til den fysiske verden
Det er egentlig det, hele min begejstrede rant handler om.
Da ChatGPT kom, så vi, hvor meget der kunne ændre sig i det arbejde, vi laver på en skærm. Tekst, programmering, idéer og mange andre opgaver.
Det er i sig selv en revolution.
Men nu bliver jeg optaget af den del, hvor AI kan hjælpe en maskine med at forstå og handle i den fysiske verden.
Jeg har haft robotplæneklippere siden omkring år 2000. Jeg synes, de i mange år har været ret dumme, selv om de selvfølgelig har kunnet tage noget af arbejdet.
Jeg forestiller mig en plæneklipper, som kan se, hvad der er græs, og hvad der er tulipaner, uden at jeg skal indrette hele haven efter dens begrænsninger.
Jeg gætter i optagelsen på, at vi inden for to, tre eller fire år kan få mere af den slags. Igen er det en forventning fra 2023.
Og så kan man fortsætte med at tænke over alle de andre maskiner, der kunne få mere forståelse af omgivelserne.
For mig er det et »what the fuck«-øjeblik. Ikke fordi jeg ved præcis, hvad der kommer til at ske, men fordi jeg kan se et potentiale, som er meget større end én bil.
Jeg tror, de næste et til fem år kan byde på ting, vi har svært ved overhovedet at forestille os i dag.
Hav en fantastisk dag.
Udgivet i podcastfeedet 30. august 2023. Indlægget gengiver Martins daværende holdninger som Tesla-aktionær. Teknologiske fremskrivninger, markedsudsigter og tidsplaner er vurderinger fra 2023. Demonstrationen omtales som en beta, der krævede en fører og indgreb. Den tekniske forklaring er præciseret, så den skelner mellem træning i datacentre og den trænede model i bilen. Links til Tesla og Dinero fører til virksomhedernes aktuelle beskrivelser.
