Nej, jag pekar bara på det absurda att mäta ett företags framgång i hur mycket deras omsättning växer. Om man inte har ett tydligt mål att nå lönsamhet så spelar det ingen roll (och nej det är inte ens i närheten av att vara lönsamt med dagens kostnader/token)
Eller så bor det inte i någotdera, kanske har vi helt fel modell för intelligens? Kanske är LLM:er en dead-end?
Tyvärr så finns det ingen handbroms, ingen “Ojdå vi kanske ska utvärdera alternativ” utan det är fullt ös rakt in i väggen, bara kasta fler GPUer på problemet så kommer det säkert lösa sig.
1 gillning
Ett stort problem för LLM:er är väl att deras input är text. Om vi provade att föda upp ett barn vars enda interaktion med omvärlden under uppväxten var texter så skulle gissningsvis denna människa ha ”vissa problem” att agera i den verkliga världen inklusive inte så jättebra sunt förnuft.
2 gillningar
Nja, sanning med modifikation, då de flesta tränar LMM egentligen, Large Multimodal Model. Det finns vetenskapliga artiklar om att en modell bara tränad på text inte kan förstå rum och hur objekt rör sig i dem, men andra artiklar visar att tränar man dem även på video så kan de lära sig det. Många modeller tränas idag på många typer av data av just denna anledning.
Kanske, men flera företag som Google Deepmind satsar även på andra saker, just eftersom att dagens modeller inte nödvändigtvis kommer leda hela vägen fram till AGI som de vill. Ett exempel är Claude Code, som inte bara är en Claude, det finns grejer runt den för att kunna gå ut ännu mer. Det kanske är vägen framåt, bygga en bas på en LMM och sedan flera lager ovanpå.
Hmm, min erfarenhet från IT är att det inte är folk som är uttalat juniora som är problemet. Det är folk som jobbat ett antal år, tycker att de nu borde vara seniora och söker sådana jobb. Om du av misstag råkar tro på dem så kan det bli mycket knas, då man tror att de vet vad de gör och de inte vill framstå som juniora.
Kanske har vi rätt modeller och att kasta fler gpuer dit löser det? Om så är fallet hur tänker du då?
2 gillningar
Det är så kapitalism funkar—de som vill och kan finansiera det kan försöka skapa saker. Det blir mycket parallella aktiviteter/dubbeljobb som sker och mycket pengar som bränns på blindspår. Ibland blir det bra, och de får tillbaka mer pengar än de lade.
Alternativet är planekonomi.
1 gillning
Fattar inte, att den har realtids info?
Det var en teaser för deras nya ChatGpt Image 2 de lanserade i natt.
Bilden är förmodligen genererad.
1 gillning
Ja typ, deras förbättrade system för bilder som nu under genereringen kan söka information på nätet etc för att hitta relevant information som kanske behövs för att generera bilden.
2 gillningar
Jobbigt för bankerna när de vill ha screenshots på ens kontoutdrag hos andra banker för KYC 
3 gillningar
Hah ja. Photoshop har funnits i decennier, men kanske de fattar nu hur trovärdiga screenshots är.
1 gillning
99% av befolkningen kan ju dock inte photoshoppa ihop en trovärdig bild, eller känner någon som kan. Många vet inte ens hur man tar ett screenshot. Så tidigare har det varit ett okej filter att begära screenshots.
2 gillningar
Eller en bild för kvitton, gjorde ett mycket enkelt test nyss:
Undra om man snart måste börja spara fysiska kvitton igen 
6 gillningar
Vad tror du det kommer sig av? Användningsområde, kostnad, “medvetenhet”?
Claude är primärt för kod/utvecklare (?), och de tjänar sannolikt över lag rätt bra, så det kanske är så enkelt - Ockhams rakkniv?
Ja, jag tror det handlar om att Claude används av utvecklare till stor utsträckning, Microsoft Copilot är vanligt på kontor som har Microsoftprodukter. Gemini har gratisabonnemang för universitetsstudenter.
4 gillningar
Absolut så kan det vara.. men just nu suger “fler GPUer” alternativet upp i princip all forskning och pengar (eftersom detta är alternativet som håller liv i bubblan). Ingen seriös forskning har visat att fler GPUer kommer lösa problemet såvitt jag vet, snarare har man visat tvärtom att vi behöver exponentiellt mer compute samt data (vilket är ett ännu större problem) för att få sub-linjär ökning i “kapacitet” (vilket man nu bekvämt nog har börjat mäta i längden en LLM kan jobba på en uppgift av någon anledning)
Om vi skulle ta ett steg tillbaka och säga “Okay, vi har faktiskt ingen aning om hur vi ska nå AGI i nuläget och det verkar som att bara köpa mer GPUer av NVIDIA inte löser problemet utan vi måste tillbaka till ritbordet” då skulle bubblan spricka och det är alla medvetna om, vilket nog tyvärr är en av anledningarna till att vi fortsätter bränna enorma mängder energi och pengar på just det spåret 
2 gillningar
Jag tror att på lite sikt kommer olika former av AI-genererade saker att göra så att fler saker går tillbaka till att vara analoga/icke-uppkopplade och liknande. Så ja, jag håller inte din spaning för osannolik!
1 gillning