Sowas wird sehr oft vorkommen und ergibt ja auch Sinn: Was der Einsatz von AI in welchem Bereich genau bringt, kann man schlecht vorher eyeballen, weil letztlich alle noch in einer großen Experimentierphase stecken. Für große Tech-Konzerne ist es aber deutlich billiger Cash zu verbrennen als technisch abgehängt zu werden, weil sie die Einführung von AI verschlafen.
Und es macht für die Nutzung von einen großen Unterschied, ob man sich permanent einschränkt oder ein abundance mindset hat. Das merk ich an mir selbst: An den meisten Monaten würde ich wahrscheinlich mit zwei Subs zu je 20 Euro schon hinkommen, aber um frei zu arbeiten, ohne mir ständig nen Kopf zu machen, sind 100 + 20 deutlich angenehmer.
ist imho bereits gut belegt: datacenters haben für die betreffenden regionen null nutzwert (kaum jobs, kaum steuern), aber einen immensen ressourcenverbrauch (energie, wasser, fläche, abwärme).
Schon klar, genauso wie AKWs, Windparks, Bahngleise und Kläranlagen für die unmittelbaren Anwohner einen Nachteil bedeuten. Das ist doch kein singuläres Phänomen, sondern relativ typisch für Infrastruktur. Ich würd hier dahre dieselben Maßstäbe anlegen wie sonts auch: Auf den globalen Nutzen schauen und versuchen lokale Nachteile zu begrenzen und, wenn das nicht geht, auszugleichen.
Ist auch eher belustigend wenn jemand "ein großes Modell trainieren" für etwas inhärent gutes/wichtiges hält
Warum ist es lustig, dass ich leistungsfähige AI gut finde?
