Jag personligen har också noterat det här, men jag tror inte på det. Det är därför jag gillade jättemycket det som @leitet sa i avsnittet:
Du kommer inte att bli ersatt av AI.
Dvs. att AI kommer göra allt det som jag gör.
Du kommer att bli ersatt av en person som använder AI.
Det här tror jag mycket på. Jag tycker t.ex. inte att jag kan använda mig av det som ChatGPT ger mig rakt av. Det skaver för mycket i min kvalitetskänsla, men däremot använder jag det för inspiration och som ett steg i min process.
Lat är nog inte rätt ord. Chat GPT är tränad på massor av data fram till 2021. Den kan bara svara hjälpligt på nutida frågor. AI har ingen direkt intelligens. Ett bra exempel på att AI inte förstår är hur man till slut lyckades slå AI i Go.
Som utvecklare använder jag Chat GPT nästan dagligen och får massor av hjälp att komma igång. Jag har nog lärt mig mer de senaste 2 månaderna än vad jag gjort hela förra året. Skillnaden är att istället för att göra som jag brukar för att det är enklaste sättet, inte nödvändigtvis bästa, kan jag få ett förslag som jag sen kan utvärdera. Jag har inget emot att använda AI i mitt arbete. För egen del breddas min kunskap väldigt snabbt. Det är bara att ta till sig och nyttja.
AI medför dock att annat måste ändras. Vi har t.ex. problem med att jobbintervjufrågor på distans ny uppenbart slutförs med AI. Det är inget problem i sig men det är svårt att bedöma om personen är duktig eller inte. Konstigt nog är det väldigt många som inte bemödar sig att ändra svaret så mycket.
Man jag använder Bing/new-chatten som är gpt 4 och har tillgång till internet.
Jag ber den använda en specifik källa och läsa in den på nytt. Ändå anger den att Avanza, tele2 och SEB ligger på midcap-listan. SEB har aldrig någonsin legat där.
När jag påpekar att det är fel svar läser den in källan igen och rättar sig.
Han är väl definitionen på en AI-forskare. Forskar och driver ett research-lab på MIT kring AI och är grundare till Future of Life Institute. Författare av en bunt papers kring Machine Learning.
Jag tror att det är rätt sätt att använda verktyget.
Granska svaren, reflektera över förslag och lära sig nya saker.
Det är de som bara delegerar uppgifter till verktyget och nöjer sig med att någon annan gjort arbetet utan att ta sig tid för egen reflektion som kommer förlora i slutändan. Tyvärr är min farhåga att dessa är oroväckande många.
Vi brukar skoja om att utvecklare/programmerare (som jag själv fortfarande klassar mig som) har en tendens att vara något teknikoptimistiska och inte sällan göra en “Ahh!!! Kolla här! En AI som kan göra mitt jobb så att jag slipper! Coooolt!” och kanske inte reflektera på vad det innebär i steg 2.
Med det sagt så har mycket vatten runnit under broarna sedan vi spelade in dett för någon vecka sedan och vi har hamnat i en lite mörkare och något mindre optimistisk del av detta med tanke på vilken galen kraft som släpps lös i och med dessa språkmodeller och vilken enorm påverkan det kommer att ha på samhället.
Förhoppningsvis kommer mycket positivt ut av detta, men det finns också vägval som leder till totalt mörker och det är vitkigt att känna till dessa tekniker för att kunna hjälpa till att putta åt rätt håll, för vi kommer att behöva kavla upp ärmarna och jobba.
Riktigt bra avsnitt. Har använt ChatGPT (Plus-versionen) ett antal månader och haft väldigt stor nytta av det. Använder det dagligen för att göra saker som jag bara har kunnat drömma om tidigare.
Bara den senaste månaden har jag:
Fått hjälp med att programmera ett spel som jag har velat utveckla sedan barnsben. Har tyvärr aldrig haft tid att sätta mig ner och lära mig olika programmeringsspråk, men med ChatGPT har det blivit så mycket enklare. Den hjälper mig att felsöka när jag sitter fast, ger mig idéer och förbättringsförslag och har skrivit majoriteten av koden efter mina instruktioner. Dessutom förklarar den utförligt vad i stort sett varje rad av koden gör. Helt otroligt! Jag hade aldrig gjort detta utan ChatGPT pga tidsbrist.
Utvecklat ett program som min arbetsplats har saknat i många år. Har skapat programmet i Python och använt mig av SQL-databas istället för att vi, som förr, bara har lagrat allt i mejl och intetsägande Excel-dokument. Nu är allt sökbart, tydligt uppstrukturerat, programmet visar diverse trender och jämförelser etc.
Till min brorsson skapade jag en barnbok, där jag gav ChatGPT ett antal instruktioner som exempelvis vad min brorson gillar etc. Sedan lät jag Midjourney skapa bilder till boken (betydligt mer tidskrävande eftersom man inte kan ha en dialog i Midjourney som man kan med ChatGPT). Slutresultatet blev fantastiskt, där min brorsson är en av karaktärerna i boken och han vandrar runt bland dinosaurier, åker sin favoritbil, hänger med hajar och så vidare. Karaktären är spot on på hur han ser ut, så i boken får han verkligen “leva i sin drömvärld”. Sedan framkallade jag boken via en sida. Betydligt roligare, både för mig och honom, att ge denna bok som en födelsedagspresent än exempelvis en vanlig barnbok, ännu en leksak etc.
Det här är precis så jag använder ChatGPT och jag upplever att ChatGPT 4 fungerar väldigt bra att iterera fram en lösning. Den kan samla ihop mina tankar och visa möjliga sätt att strukturera dem på som sedan förfinas.
Svårare att få till i verkligheten. Min fru Emelie tog fram ett koncept där man anpassade mer än bara namnet men det var svårt att få bärighet i det. Hade ändå formulärbaserad framtagning av anpassad inlaga.
Deras gäst Simon Willison är otrolig. Så intelligent och insiktsfull, men framförallt balanserad på ett imponerande sätt. Han förklarar så väl hur LLMs (den typen av AI som GPT är) både kan vara smarta och otroligt dumma och förljugna samtidigt, och hur de ändå kan vara en extrem hjälp om man lär sig att använda dem rätt.
Avsnittet förklarar hur LLMs fungerar, blickar framåt och spånar kring vart vi är på väg och ger en mängd matnyttiga tips om hur man bäst använder LLMs. T ex att det är bra att be om 40 förslag istället för 10, då de första förslagen ofta är mer no-brainers, medan de sista förslagen blir riktigt kreativa.
Extremt bra avsnitt. Tyckte sektionen “Google’s fate?” var intressant. De beskriver hur Google gått in i red alert, då de inser att de riskerar att bli disrupt’ade. Även om LLMs har problem med hallucinationer idag så är det ett problem som minskat avsevärt från GPT-3.5 till GPT4, och det är troligt att hallucinationsproblemet kommer att lösas så att man alltid kan lita på outputens trovärdighet. Och vem kommer då orka google’a saker?
Jag bad t ex GPT4 att hitta 20 platser runt min stad dit jag och min son kan gå och tälta. Platserna ska vara vid en sjö, finnas eldstad och det får inte vara för långt att gå från närmsta plats där man kan ställa bilen så att ett barn orkar gå sträckan. Sedan bad jag den uppskatta vilka fem av dessa 20 som skulle vara minst besökta, där vi har störst chans att få njuta av naturen ostört.
Sure - det hade gått att lösa genom 30 minuters google’ande, jämföra kartor på turistinformationssajter, läsa recensioner av platserna, etc. Men vem kommer orka det i framtiden om det bara är att ställa den komplicerade, multifacetterade frågan rakt upp och ner och få ett perfekt svar direkt?
Google Bard ligger långt efter GPT4. Om de inte lyckas komma ikapp kommer kärnan av Google att riskera att disrupt’as. Över 90% av Google’s intäkter kommer från sökannonser, så om deras sök blir förlegad blir de ett väldigt mycket mindre betydelsefullt bolag än vad de är idag.
Ja, jag har själv gjort det. Det är inte så svårt faktiskt. (Men sen jobbar jag med data och databaser så kanske är svårt för andra.)
1 Du använder Stable Diffusion som är open source och du kan ladda ner hela modellen och köra lokalt på datorn.
2 Du kan hitta modellen och färdiga skript på huggingface.
3 Samla ihop dina bilder i en mapp.
4 Kör skripten lokalt, på en egen dator med ett bra grafikkort. (När man tänker efter är det galet att man kan köra fine tuning på enbart ett grafikkort.)
Jag kommer inte ihåg vilket repo det är i huvudet, men googla något i stil med “fine tuning stable diffusion on local computer” så lär du hitta en lösning.
Ja han är fysiker från början tror jag. En hel bok ägnar han att argumentera för att allt som egentligen finns är matematiska strukturer. En rätt kontroversiell gissning på hur världen fungerar i grunden. Den ligger säkert till grund för hans jättehöga förväntningar på generell AI (AGI).
Själv tycker jag han verkar väldigt vettig. Hans kontroversiella verklighetsbeskrivning (att världen inte bara beskrivs av matematik, den ÄR matematik) har fått kritik som jag inte helt kan värdera
Jag frågade ChatGPT om detta och den ser det som att skapandet av Future of Life institutet är en “contribution” inom AI. Jag får säga att det kanske stämmer då.
Men det blir lite som att säga att Gunde Svan är betydande inom programledning och media, efter sina insatser i Fångarna på Fortet kanske inte det man mest kopplar ihop honom med.
Ganska betydande titel på avhandlingen:
Max Tegmark earned his Ph.D. in physics from the University of California, Berkeley, in 1994. His doctoral thesis was titled “The interpretation of quantum cosmology and the problem of time.”
