OpenAI:s ChatGPT - chattbot

Konstruerad för vilket syfte? Det finns inget egensyfte i en språkmodell. hela poängen är att man vill ha en dator att förstå och kunna kommunicera med vanlig text. Men det man fått nu är en illusion, baserad på statistiska mönster över miljarder meningar.

Förhoppningen var att modellerna skulle utveckla "emergent abilities" det är hela anledningen man satsas hundratals miljarder på detta.
Det finns inget egenvärde i att ha en leksak.

Och hittills har alla bolag som försökt sätta det i storskalig drift misslyckats, både Microsoft och Google gjorde bort sig katastrofalt med "AI sammanfattningar" osv som rekommenderar folk att äta sten och allt möjligt.

Nu kommer nästa som är Apple, men de har tillskillnad från de andra byggt sitt system på en massa små modeller i stället för en stor modell, det kanske är mer pålitligt det återstår att se.

För att kunna diskutera, överhuvudtaget, så är det, förstås, bra att vara bra på språk. NPL har man väl hållet på med länge. Det relativt nya är väl transformers-tekniken som gör det hela flyter på mera "naturligt", vilket öppnat dörren för proto-social AI. Därmed inte sagt att det rör sig om självmedveten AI, och jag ser förstås "Terminator" som ett Hollywood-fenomen.

Absolut, och AGI är ännu inte här, och ingen vet när det kommer att ske, trots självsäkra påståenden åt båda håll vad gäller tidsrymder.


Jag ser inga problem med att bli imponerad av del framgångar. Utan tvekan är de ledande modellerna bra på sociologi och psykologi. Det är ganska naturligt då LLM och LLM som är multimodal interagerar språkligt med användare och att modellerna blivit proto-social av helt naturliga tekniska-, tränings- och social-psykologiska orsaker.


Lite överdriviet. I första linjen kan säkert LLM göra nytta, om man sedan, vid behov, kan skicka kunder vidare till människor på kundtjänst. Bättre än förinspelade statiska budskap och ett oändligt antal knappval.

Ja, vad är egentligen en "illusion"? Klart som korvspad att modellerna sysslar med Simulacra. Men att de gör det beror förstås på att de, försöker, simulera det som händer i vår hjärna, vilket också är en slags simulering. Logiskt sett kan det inte förhålla sig på annat vis. Och, ja, de söker mönster i datamängder genom att de kan generalisera, vilket vi också gör, fast betydligt mera komplext och flexibelt. Tillkommer sedan proto-social förmåga och en omedveten funktionell förståelse av kontext.


Ja, hundratals miljarder, dollar, i planerade investeringar. Och du tror att alla på Microsoft, Googles och Meta är dumma i huvudet? Ok....
Framsteg har ju gjorts. Återstår att se om detta räcker till för att motivera så stora investeringar. Jag är öppen för alla möjligheter.


Absolut, men det verkar som att ett desperat Googles råkat mest illa ut. Ett företag som vissa här trodde skulle "krossa" OpenAI "på nolltid".


Ingen aning, jag följer inte Apple och använder mig inte av deras produkter i dagsläget. Själv skulle jag tycka det vore smidigt om en AI modell fick sköta om hela min telefon.

Hur språkmodeller fungerar har inget med vad hjärnan gör eller inte gör att göra, det enda som ens har lite relevans på någon nivå är det artificiella neurala nätverket, men det använder alla deep learning tekniker även sådan som inte är språkmodeller.


Microsoft och Google är opportunister, precis som många andra företag. Och ja de har inte speciellt bra omdöme, som sagt du kan ju googla "Microsoft Recall" tex eller som sagt Google AI summary.

Ja framsteg har gjorts på det sätt att vi har modeller som tillsynes har någon form av språkförståelse, men det betyder inte att dagens satsningar är i närheten befogade.


Och just det faktum att de inte gjorde det är den största och tydligaste indikationen på att nuvarande teknik inte blir bättre eller fungerar.

Google har sedan för övrigt ljugit åtskilliga gånger om deras andra AI projekt, vilket blivit uppmärksammat av experter inom olika områden- det var bara knappt ett år sedan de påstod de med AI tagit fram miljontals nya material vilket var hel lögn.

det är inte simulacra. det är imitation. skillnad mellan simulation och imitera är att med simulacra ska man inte kunna avgöra skillnaden mellan det riktiga och... simulerade. med en simulation ska det finnas en perfekt avbild

man är definitivt inte där än med a.i. du beskriver kognition när AI inte har egentlig kognition utan endast imitationen av språklig kognition

omedveten funktion skulle kräva att ingen prompt är involverad och datorn kan bara prata. vilket den inte kan

Förr eller senare kommer det ett genombrott, och med tanke på resurserna som öses in i det här blir det troligen förr.

bara för man ödslar resuser på något innebär det inte en garanti att man får resultat. det kan innebära att man får kunskap kring hur ett annat alternativ kan utvecklas men mängden resuser tillägnade är inte beroende till lycka. det innebär endast högre risk ju mer resurser involverat vilket kommer innebära högre förväntningar som man behöver nå upp till

som det ser ut just nu. pengar in i sjön och man måste vara ett riktigt stort företag om man vill överleva. man behöver en sido-produkt. man kommer få behöva göra en omvärdering kring allt

Det finns heller inga garantier att det inte blir några resultat.

Men om man adderar ihop extremt begåvade människor + extremt mycket investeringskapital + förväntad vinst + militär kapprustning + tid så blir svaret att sannolikheten är väldigt hög att vi kommer få ett resultat.

Med samma resonemang borde vi med hög sannolikhet få kall fusion också, inom kort?

Fast Ai är nånting som redan används av många människor varje dag redan nu även om den inte är helt färdig.

Kall fusion finns bara som ett embryo. Vad jag vet så finns det inga människor som får ström från nåt experimentiellt kall fusion elverk än.

Eller än bättre vanlig "varm" fusion... Som det redan forskats på i ca 80 år, lagts mer pengar på än AI (https://www.nuclearbusiness-platform.com/media/insights/62-billion-fusion-energy-funding-race-turning-the-dream-of-creating-a-star-on-earth-into-reality, 62 miljarder dollar hittills)

Dessutom teknik vi redan "kan prestera"- men hittills har problemet varit att det är dyrare att hålla igång processen än den genererar.