Latest / Verbos: AI og Softwareudvikling / # 61 - Er LLM Hypen Død? Vi Giver Vores Bud 💪

Transcript

# 61 - Er LLM Hypen Død? Vi Giver Vores Bud 💪 · Verbos: AI og Softwareudvikling

0:00
Så er det blevet tid til at bruges.
0:01
Podcast afsnit nummer 61 og i den her episode der skal Jonas
0:06
og jeg snakke om EI hype og Vi skal snakke lidt om hvor Vi er
0:10
henne, fordi Der er ligesom begyndt og fornemmer jeg i hvert
0:14
fald, og det fornemmer meget, at de economyes også begyndelsen at
0:18
brede sig Sådan en eller 2 form for stemning af at.
0:21
Jeg er ved at miste lidt hype og folk bliver Sådan ved at blive
0:24
Sådan lidt. De vil gerne se nogle nogle
0:27
noget noget vækst og nogle business cases og noget nogle
0:31
produkter og så videre og noget økonomisk værdi Der er blevet
0:34
skabt ud af det her så og Det er blandt andet ført til at the
0:39
economy har skrevet en artikel der hedder artificial
0:41
intelligence is lousing hype. Og ja, og det synes vi faktisk
0:47
bare kunne være super spændende lige at snakke om Sådan.
0:49
Kigge lidt på snakke lidt om den her gartners hipcile snakke lidt
0:54
om Sådan teknologier generelt og hvordan de plejer at følge den
0:59
hype der og så prøve at komme ind på hvad vi tror hvor vi tror
1:03
AE er lige nu. Og så tror jeg også mig og Jonas
1:06
vil give Vores Sådan praktikerbud på hvad vi synes
1:10
om. Vi synes det her det bare er
1:11
hype og ballade eller om vi også mener at.
1:14
Og vi mener det her det kommer til at altså ja vi vi.
1:18
Vi føler os måske lidt i en position, hvor at i og med at Vi
1:22
er så nørdede omkring det, hvor vi Sådan kan vurdere.
1:27
Måske på en lidt 2 på et lidt andet niveau end de fleste,
1:29
hvorvidt vi i hvert fald mener at Det er hype eller ej, og så
1:32
må man jo. Så må man jo ja, Det er jo ikke.
1:35
Vi skal jo ikke komme her og spille gulerod og sige vi ved
1:37
alt muligt, men altså vi. Vi giver i hvert fald noget
1:39
Vores bud på hvad hvad vi tænker så ja, og så har vi selvfølgelig
1:44
ugens rebel. Som Vi skal snakke om sidst i
1:47
programmet ugens getaby, som Jonas har fundet i dag, som jeg
1:52
glæder mig til at snakke om. Ja, og så tror jeg måske lige
1:55
her til at starte med inden vi går igang, så vil jeg godt lige
1:58
måske give en lille update på erjobs.dk fordi.
2:05
Ja Det er jo Sådan set ja hej Jonas.
2:08
Kan vi lige måske lige sige hej til dig også?
2:11
Hej. Så Det er bare mig der snakker.
2:13
Jamen så fortsætter Jeg bare med at snakke nu her så.
2:18
Jamen altså. Jeg har bare lige for at
2:19
forkorte at fortælle at Jeg har lavet det her.
2:20
Jeg har jo Jeg har kodet det jo totalt cowboys style op med med
2:25
cloud og fik launchet det og blev spam og tagget og.
2:33
Prøv at få det over på s og så gik det galt og så videre.
2:37
Og så besluttede jeg mig ligesom bare så fandt jeg så det der var
2:41
sidste uges eller ikke sidste uges min sidste uges igen ugens
2:44
repo altså det her full stac fast PI template og gå som jeg
2:49
ville ønske jeg havde fundet før og gik ud fra det.
2:53
I valgte ligesom at sige nu skrotter jeg den gamle kodebase,
2:55
så skriver du igen i den med den her med udgangspunkt i den her
2:58
template. Som ligesom gav en masse Sådan
3:00
struktur og en masse så. Hvilket især i frontdelen var
3:04
godt for mig, fordi Jeg er jo overhovedet ikke nogen særlig
3:08
dygtige front end tichscript et eller andet noget som helst
3:12
programmør. Jeg har jo python udvikler og
3:15
Sådan også meget Sådan machine learning back-end agtig python
3:18
udvikler så ja, men jeg så Det er ligesom gået.
3:21
Det gik jeg ligesom i gang med og faktisk også begyndte at
3:23
interessere mig lidt for type script og hele den her
3:25
fronten-verden prøve ligesom at lære det lidt rent faktisk og
3:29
prøve at bygge op omkring den her struktur.
3:31
Der allerede er lagt op til i det her fra os DPI.
3:35
Det er jo også bare det der. Fromland udviklingen der.
3:37
Det kan man faktisk bruge til noget ikke apropos a og r hype
3:41
så Der er da noget der. Det kan man.
3:44
Snakke om. Fronten Det er sgu ikke.
3:46
Der er ikke noget hype over det altså Det er bare pisse nice at
3:49
kunne ikke. Status er så på på websitet der,
3:53
at jeg fik det sgu op. Jeg fik det pløjet på min server
3:58
også. Ja hvad så så fik jeg noget rod
4:02
så var der noget pis med HTTPS igen og Det var noget med at den
4:05
re direkte og der var Sådan et redirectloop og jeg skrev til
4:08
Jonas og hvad er der galt med min fucking server?
4:11
Og hvorfor vil den ikke over HTTPS og så videre?
4:16
Så skrev vi lidt frem og tilbage, og så snakkede vi om at
4:18
det måske kunne være nogle cloud flair settings som Jeg har mit.
4:22
Jeg har flyttet domænet over på og de kalder åbenbart noget med
4:25
HTD ps og så videre og jeg fandt ud af at jeg havde den som
4:30
setting. Sat til flexible, men jeg skulle
4:34
sætte den over på få og så virkede det out of the box.
4:37
Og Det er jo noget der alle kan forstå derude.
4:40
Du skulle bare fra flexible til full og så virkede det.
4:44
Nej, men Det er noget med Det er noget med at fleksible, så
4:47
kommunikerer altså fordi når man har cloudflare, så når man når
4:51
folk kommer ind i browseren på ærach.dk, så bliver der først
4:55
sendt en request til cloudflare server som så router gør noget
4:59
magi et eller andet sender det videre til og sender det videre
5:02
til min servere. Fleksible mode Der er der Der er
5:06
det HTTPS fra fra browseren eller fra klienten til
5:10
cloudflare og så til HTTP vi i mellem.
5:16
Imellem cloudflare og min server.
5:18
Problemet var bare at jeg havde sat HTPS op på min server og det
5:22
skabte et eller andet redirectloop som gjorde at det
5:26
fuckede op når man gik ind på sitet.
5:27
Så jeg skulle bare ligesom lave indstillingen om Sådan at der
5:30
Det var HTTPS også for min server til cloud ja.
5:35
Yes og nu virker det og hvad hedder det og Jeg har hvis man
5:41
kender den der template. Det er faktisk DPI fullstack
5:44
template, så kan man godt lure hvor Jeg har fået designet fra.
5:47
Jeg har lige ændret lidt i farverne og Sådan og fjernet fra
5:50
step i logoet og så videre men men hvad hedder det?
5:54
Det er fjernet logoet der, så Det er ikke.
5:57
Lige præcis. Men altså Det er oppe at køre nu
5:59
og. Der er sgu næsten 100 brugere
6:02
allerede. Så ja ja.
6:04
Så 4 jobs. Alle dem på podcasten, der
6:07
lytter med. Total ja.
6:11
Nå, men så så er vi videre med det, og så er der. 4 Der er 4
6:15
jobs derinde Der er 2 jeg selv har lagt op for for visma result
6:20
og en for en dinero dot net udvikler job.
6:24
Og de der 100 bruger det skal jeg altså slås om de der 4 jobs.
6:28
Der går langt og så er der hvad hedder det 7 AI som man er
6:32
heller ikke Sådan ham der står bag chatkeb eller dansk kit ikke
6:35
chatbibitet dansk gabit. Det har ellers været ret
6:39
voldsomt. Ja han har sat en junior AI
6:41
engineer stilling op, og så er der nørregaard Mikkelsen som har
6:45
en ER specialist job op. Så man kan sige, Jeg tror en
6:51
læring er i hvert fald at. Det er svært at få folk til at
6:55
lægge jobs op på ens website. Hvis man skal have 100 brugere
7:00
og hvis vi siger mine Det er snydejobs ikke og Mads Det var
7:03
også lidt et snydejob fordi jeg viste den til ham før jeg
7:05
launchede. Så tager det 100 brugere et job
7:10
op, ikke? Men Jeg tror måske heller ikke
7:13
det samme. De her jobs virker.
7:15
Jeg tror i virkeligheden, Jeg har misforstået point lidt.
7:17
Ikke fordi Det er jo Sådan det der med job.
7:20
Hvad Vi skal snakke om det II en i en 2 episode af podcasten og
7:24
hvis i finder nogen der ved noget om jobs for eksempel nogen
7:27
der måske har lavet et rigtig, rigtig kendt jobs.
7:30
Det kunne godt være vi vi kender jo vi kender jo lidt en ikke som
7:33
hedder. Ja, Det kan godt være Vi er
7:34
fandt som det hedste på et tidspunkt.
7:38
Er det en saga, skal vi starte alle podcast med at snakke om om
7:43
virkes indebete. Nu tænker jeg nu tænker jeg
7:46
bare, at nu tænker jeg bare at jeg var lige lidt sejt over at.
7:50
Jamen Jeg synes du gør det godt. Jeg synes simpelthen du du har.
7:54
Du har imponeret mig hvor hurtigt du har prompet klor, og
8:03
så Jeg synes Det er fedt at man kaster sig ud i det der web.
8:07
Jeg har jo også selv engang kastet mig ud II det og hvis man
8:11
er det design sidst og sidder derude eller laver alt muligt
8:14
andet og tænker Det har jeg ikke prøvet før det der så faktisk.
8:18
Noget af det fedeste man kan gøre.
8:19
Det er ligesom bare at tage en eller 2 website ID man har.
8:22
Det kan bare være man gerne vil have sine gamle billeder fra
8:26
sommerhuset op på. Et eller andet så lav Sådan et
8:31
og så gå ind og find noget teknologi man gerne vil bruge
8:33
til det. Så laver man altså virkelig
8:34
meget af det. Nå, Det er jo.
8:36
Jeg tror man undervurderer lidt, altså overlappet mellem fondende
8:40
skills og Sådan machine learning skills.
8:43
Det tror jeg altså ikke. Det er ikke så mange der kan.
8:46
De synes giver der. Hvis man kan være Sådan en en
8:49
fullstack oneman show der, så kan man lave mange kloge ting
8:52
hvis man er. Hjernedød og sover aldrig og
8:56
bare. Kan nogle familier ikke har
8:59
nogen venner ikke er noget. Nå.
9:04
Det var jo hype. Vi vi kom fra, kommer nok.
9:07
Til at høre lidt om jeres jobs ind i mellem, fordi Det kan.
9:09
Godt være det kommer til at høre lidt om, men men nu skal vi ikke
9:12
hype det for meget. Det der ære i jobstand, så vi må
9:14
lige. Vi må lige tilbage på på Sådan.
9:18
Hvad? Hvad er den røde tråd?
9:23
Jamen den røde. Tråd Det er hype sejle.
9:26
Vi har jo den her var det en rapport der kom ud eller var det
9:31
ja der efterhånden Sådan den der gartners hype cycle rapport
9:35
ikke? Den den kom ud for nylig igen.
9:38
Er det ikke Sådan, Det er. Hvordan fanden er det egentlig?
9:41
Jo det tror. Jeg i hvert fald tror jeg, Der
9:44
er mange, der har Sådan. Lige Sådan før kunne jeg se på
9:50
mit LinkedIn feed, hvor jeg får rigtig meget af det her, Sådan
9:53
vejrudsigt for for AI fra at nu var det Sådan den var kommet ud
9:59
og og man begyndte at snakke om det her med hvor er vi henne?
10:02
Nu kan man sige, er vi på vej ned af de her
10:05
produktivitetsgevinster, at de nu en rapport fra?
10:10
Og hvor er det Goldman Sachs lavet et eller andet.
10:12
Der var i hvert fald nogen, der ligesom var gået til OK.
10:15
Måske er de her produktivitetsgevinster faktisk
10:17
kun nede på Sådan en procent eller Sådan et eller andet.
10:19
Ikke hvor man også bare må sige Sådan OK, Det var nogle helt
10:22
andre tal vi hørte for et års tid siden eller et eller andet,
10:27
hvor alle var altså fuldstændig oppe og ringe over det her,
10:30
ikke? Og hvor altså Det er jo ikke
10:32
fordi vi Sådan skal klappe os selv på skulderen, men Jeg synes
10:35
måske nok, at der var vi da i hvert fald lidt modvægt her i
10:38
podcasten, hvor vi lige fik taget det ned.
10:40
Jeg kan huske vi fik gjort grin med nogle af de der agenter der
10:43
bestilte pizzaer på på nettet og og Sådan noget der hvor at Det
10:47
var Sådan OK, Det er jo så nok ikke rigtig så super produktivt
10:52
at vi kan lave Sådan nogle og ja Sådan nogle ting der ikke.
10:56
Men ja hvad tænker du. Joke er Vi er vi ved at være ude
11:02
over det værste. Nu kan vi komme tilbage til det
11:04
normale arbejde jeg havde før det her.
11:07
Jeg vil godt spørgsmål altså hvad hedder det hvis vi lige
11:09
skal prøve at snakke lidt om den der den der economy artikel der
11:14
som vi snakkede om som er titlen?
11:17
Arthur intelligence is lousing hype.
11:20
Jeg syntes Jeg er i virkeligheden ikke er en dårlig
11:22
ting Sådan set. Men altså de siger jo ligesom at
11:27
ja, men Der er nogle nogle aktiekurser der ligesom er gået
11:30
ned. De siger, hvad skal man sige?
11:33
Shareout princi of EI major EI company så stop fifty impresant
11:38
siden sidste måned og så er der noget.
11:40
Så har de nogle undersøgelser hvor at Der er nogen der siger
11:42
at de bruger mindre EIT og fik produkter med og.
11:47
De snakker ligesom lidt Sådan om at Der er nogle forskellige ting
11:51
og sager Sådan sentiment i markedet, der ligesom peger mod
11:55
at det begynder at falde lidt i hype og så videre.
11:59
Og Det kan jeg måske egentlig godt Sådan.
12:01
Det er også. Ligesom nu har vi nu har det
12:02
været sommer sommerferie og så videre, så er folk kommet
12:04
tilbage, og så har de Sådan kigget Sådan lidt og tænkt Sådan
12:07
ja, hvad fanden er det egentlig også at Vi har gang i her og er
12:10
det nu så spændende og så kan det nu så meget som vi troede
12:13
før sommerferien. De har lige fået Sådan tid til
12:16
at. Slappe lidt af og du ved
12:20
perspektiv til tingene, ikke nu vil.
12:22
Jeg sgu tage den positive hat på et kort øjeblik, så vil jeg sige
12:24
Sådan. Lad os nu sige for eksempel
12:25
henover sommeren. Jeg synes jo der egentlig Sådan
12:29
på AI siden skete ret meget innovativt, altså Sådan set fra
12:34
Sådan en ingeniørs perspektiv. Altså Sådan inkriminelle små
12:37
inkriminelle ændringer i en i en retning som var interessant,
12:40
ikke? Og.
12:46
Altså på en eller 2 måde, så så tror jeg også at det Sådan det
12:51
generelle den bliver observeret markedet.
12:54
De kigger nok rigtig meget på det her Sådan.
12:56
Hvornår kommer der den her value ud af de her mange
13:00
investeringer? Og ser ikke nødvendigvis de her
13:04
teknologiske advancement, der ligesom er altså Der er ret
13:08
mange Sådan små skridt i den rigtige retning.
13:13
På, hvad kan man sige på at udvikle teknologien?
13:15
Det er også det med at gøre det mere mere effektiv, ikke altså
13:18
modeller der der stadig bliver mindre og kan nogle af de samme
13:23
ting. Altså du kan køre dem på
13:24
devices. Vi kommer tættere nu altså Apple
13:27
launch. Vi kommer tættere på at noget
13:29
kører på devices. Der er rigtig mange Sådan mindre
13:32
og mindre modeller der bliver. Der er Sådan destilleringer af
13:35
de her. Lidt større modeller ned til
13:39
mindre device, som gør at Der er mange use cases.
13:43
For at bruge den her teknologi, som vi slet ikke er kommet,
13:45
altså i altså i nærheden af. Altså den praktisk at kunne
13:49
udføre ingeniørmæssigt ikke er det, så er det stadigvæk kun en
13:54
masse forestillinger Vi har, så man kan sige, Jeg tror faktisk
13:57
at at mange af de her Sådan wow så kan vi bruge det til alle
14:00
mulige ting. Der, der vil der være en masse
14:03
områder, hvor at vi stadig vi stadigvæk ikke er modne nok på
14:08
på Sådan byggesiden af de her ting til at ligesom at kunne
14:11
levere på nogle af de der forventninger.
14:13
Og mange tror at fordi at de ser.
14:18
Et hype af fra åben AI med et eller andet cutting edge eller
14:21
Sådan et eller andet at så kan vi så er det noget vi kan bygge
14:25
i alle mulige sammenhænge. Men, Der er bare alt altid alle
14:29
mulige Sådan ja, men Der er lige det her og det her.
14:32
Hvordan får dem til at køre? Du skal lave et kald til skyen
14:35
og alt Sådan noget der så du kan ikke bare putte det ind i alle
14:38
mulige sammenhænge, så så Det er Sådan.
14:40
Det er stadigvæk ret langt væk fra rigtig mange virksomheder.
14:44
Så tror jeg at ligesom at doble nogle af de her teknologier og
14:48
få det ud af det, som andre ser på udefra.
14:51
Altså giver det mening, så Det er som om Der er Sådan et
14:54
mismatch, tror jeg simpelthen imellem dem der kigger på
14:56
markedet og ligesom kigger på produktsiden og ser på.
14:59
Der er nogle forventninger til det og så os der sidder og har
15:02
siddet i det altid og kigger på de her OK hvad er der kommet ud
15:06
af papers? Har vi fået en en hurtig aention
15:09
mekanisme har vi fået. Mindre modeller der kan det
15:12
samme. Hvordan går det med dansk?
15:14
Modeller overhovedet og Sådan nogle ting der?
15:19
Fordi Der er jo fremskridt hele tiden, og der Der er motoren
15:22
stadigvæk kørende. Der er fuld fuld fart på.
15:25
Ting som rigtig mange snakker om Det er den her invia det her
15:28
invia boom. Der er sket ikke hvor invia bare
15:31
har tjent kassen og hvad hedder det aktiekursen og bare sky
15:36
rocketed fuldstændig og de har jo bare du ved haft historiske
15:40
eller i hvert fald i hvert fald tjent kassen og.
15:43
Og Det er jo. Der er jo mange der Sådan
15:45
ligesom spekulerer IOK, at der der bliver banket så mange
15:48
milliarder ind i det her. Altså du ved den business case
15:53
der den altså det Det er Sådan Det er Sådan slet ikke til at se
15:57
se sig ud af at at at det nogensinde skulle komme penge
16:01
tilbage. Hvad skal man sige på den
16:03
investering som Microsoft og meta og Google og så videre har
16:06
lavet ikke. Men Jeg tror for det første skal
16:09
man det, som jeg hører i hvert fald.
16:11
Det er at for det første skal man huske at.
16:13
Meta for dem er det jo ikke et særlig stort bet på nogen måde
16:17
det her altså. De bruger jo i forvejen
16:18
latterligt mange. Hvad skal man sige penge på?
16:21
Hvad skal man sige på? På research og meta wars og alt
16:26
muligt halløjsa det. Det er jo i virkeligheden bare
16:28
et greb i lommen, for dem kunne jeg forestille mig.
16:31
Det bliver altså bare fokuseret meget.
16:32
Hvad skal man sige specifikt på de her GPU er fordi de ligesom
16:35
skal sikre sig at de har kan bygge den her infrastruktur ud
16:38
til at kunne surve eventuelt de gennembrud der kommer.
16:43
I fremtiden. Og det i virkeligheden, så synes
16:47
jeg Det er meget spændende i den her icarenemis.
16:49
Hvad skal man sige artikel der siger man at man så noget
16:52
lignende lignende der? Hvad skal man sige de her
16:55
jernbanerne kom frem i attenhundredetallet også da
16:58
internettet kom frem, altså at jernbane, da jernbanerne kom
17:01
frem. Der blev der også bare
17:03
investeret massivt i at få lagt bygget den her infrastruktur.
17:07
Altså Sådan Det er jo så skinner i turen omkring II landet ikke.
17:12
Med internettet der var det så de her fiberkabler og så var der
17:16
bare high pigh py massive investeringer og så lige
17:18
pludselig så sprang den der boble bare og alle mistede
17:21
fuldstændig gejsten og tænkte det her, det bliver aldrig til
17:23
noget og så videre. Men så var der investeret så
17:25
mange penge i det at der var råd til ligesom at udbygge den her
17:29
infrastruktur som ligesom var nødvendig for at for at man
17:32
kunne køre tog og man kunne få hurtigt internet og så videre og
17:37
og så kom det på et tidspunkt. Til at.
17:41
Hvad skal man sige skabe økonomisk værdi Sådan og cross
17:45
the board og indfriet ligesom de der forventninger ikke.
17:48
Og Jeg tror på. På den måde kan man godt se
17:49
mange ligheder til det der sker nu ikke altså Der er, og Det er
17:52
bare infrastrukturen der bliver bygget.
17:53
Det er de her GPU datacentre og Der er jo nogle der mener Jeg
17:58
har lige hørt det her. Hvad skal man sige det her
18:00
aerics jeg mener har noget erik Smith hvad hedder det Googles
18:04
gamles CEO han havde en talk på stamford.
18:08
Han havde en talk på stanford her, for eksempel siden, som
18:10
blev taget ned, fordi han sagde nogle ting, som han gerne ville
18:13
have med igen. Men den har jeg lige hørt i dag,
18:16
og han siger jo, at Der er nogen, der mener, at eller Der
18:20
er nogen, der seriøst tror på Sådan nogle stærke
18:23
ressourcestærke kapitaltyper, der vitterligt tror på, at hvad
18:29
skal man sige at altså rigtig kunstig intelligens kan give
18:33
internet returns altså. Fordi når man ligesom opfinder
18:36
det, så kan man ligesom bare ville uendelig meget software og
18:40
altså på den måde kan det give Sådan helt latterligt meget
18:43
mange returns ikke ja, men Jeg tror Det er grunden til at
18:48
mange. Er begyndt at blive Sådan lidt
18:50
desillusioneret omkring det. Det er nok dem der kigger på de
18:54
der latterlige investeringer der bliver lavet i at udbygge den
18:56
her infrastruktur og tænker Sådan det der.
18:59
Det bliver aldrig hvordan i alverden skal det nogensinde
19:01
kunne blive tjent hjem fordi de forventer en er jo i på på kort
19:08
sigt, men det de måske ikke forstår Det er at eller nu skal
19:12
jeg ikke sidde her og lege økonom eller noget som helst.
19:14
Det er bare hvad Jeg har hørt ikke, men det de måske ikke
19:15
forstår. Er at.
19:17
Det her Det er en langsigtet investering, og Det er ikke
19:20
super risikabelt, for de havde kæmpe virksomheder, fordi worst
19:23
case så mister de bare et par milliarder dollars eller et
19:25
eller andet ikke og det går nok altså.
19:27
Men det for dem Microsoft og meta og Google og så videre de
19:31
har de ser større risiko ved at ikke at investere, fordi så er
19:36
de der ikke der ikke så Jeg tror Det er den den ligning der folk
19:40
har svært ved at forstå, ikke når de selv får et perspektiv.
19:43
Det Det er jeg fuldstændig enig i, men Jeg tror også, at når når
19:46
vi for eksempel II starten af den her hype her fik udskrevet
19:50
de her Sådan nærmest blanco tjekker til at at vi kunne med
19:53
det her tool effektivisere organisationer på alle mulige
19:57
leder og kanter, fordi at nu var alt det, der havde med tekst at
20:00
gøre lige pludselig automatiserbart og Sådan nogle
20:03
ting, ikke Sådan helt klassisk, så alt det der papir nusseri
20:06
Amazon. Det kan vi bare slappe af med,
20:07
og Det er Sådan en kæmpe effektivisering.
20:09
Og hvor altså helt ærligt, hvis du skal økonomisk, hvis du skal
20:13
effektivisere ikke hvad så skal du tage noget der koster nul og
20:19
erstatte det med noget der koster meget.
20:22
For at sige det groft sagt ikke, og det vil sige du skal komme
20:24
med et stykke software og fyre nogle mennesker.
20:28
Det er det du skal for effektivisere.
20:30
Hvis du skal have plus 20% eller hvad det nu er på et eller andet
20:33
ikke? Og der må man bare sige at det
20:37
hvis nu at hvis nu LM er det. Tømreren, der går fra en
20:43
håndholdt hammer til 1 1 sømpistol.
20:47
Så kan du altså ikke fyre tømmeren.
20:51
Fordi han fordi der nu er en sømpistol vel medmindre Det er
20:54
Sådan en en tempistol i Anders and der går amok selv og bygger
20:57
et hus. Og det tænker jeg ikke at Det er
21:00
og og og og derfor så tror jeg bare at Der er også det der med
21:03
at forstå at at AI er ligesom et tool i en i en tool box og at.
21:09
Det er fedt tool altså Det er også fedt tool.
21:12
Det er et super fedt tool. Og det gør at at folk de måske
21:16
bliver mere produktive og de de kan producere mere.
21:19
Men det vil sige når alle så har det tool.
21:21
Jamen så er produktivitetsforventningen bare
21:24
steget. Men gevinsten, ikke?
21:28
Når du kigger på Sådan bundlinjen.
21:29
Den er der ikke fordi du skal fyre nogen.
21:32
Hvis du skal have den der gevinst ud af det, ellers så er
21:34
det bare nu forventer vi, at nu kan vi producere mere papir så
21:37
at sige mere tekst og vi kan løse flere tekstbaserede opgaver
21:42
eller vi kan, hvis du ikke har fyret de der folk der du bare
21:44
ligesom har sat dem til noget andet.
21:46
Hvordan skal økonomerne nogensinde se, at Der er
21:49
effektiviseret på et eller andet du har leveret samlet det det
21:53
samme? For færre penge.
21:54
Jeg så leverer du bare mere. Af et eller andet ikke også, og
21:58
Det er ikke. Det er altså ikke så nemt at
22:00
spotte. Nu nu plejer jeg også økonomi
22:03
ikke, men Jeg er jo trods alt taget en uddannelsesstat, men
22:05
Det er økonomerne. Jeg i hvert fald.
22:08
Jeg siger bare noget ikke men men det jeg ser det bare som Det
22:12
er Sådan OK Det er jo ikke lige så nemt nødvendigvis at spotte
22:14
at du så har lavet en effektivisering der.
22:16
Men Jeg synes også Det er sjovt det der ikke fordi nu nu du
22:19
snakker. Der er også mange måder.
22:21
Der er mange Sådan perspektiver at se det herfra.
22:22
Ikke fordi Der er perspektivet der hedder.
22:25
Jeg er overhovedet ikke programmør eller
22:27
teknologiinteresseret eller et eller andet.
22:28
Jeg har bare hørt om det her EI og prøvet chatkebibliotek og Jeg
22:31
kan godt se fidusen lidt i det og for mig er AI Det er
22:35
produkter der bruger a ikke altså Det er produkter der
22:39
ligesom bruger AI til at gøre et eller andet magisk for mig
22:41
agtigt ikke? Det det det hører jeg tit folk.
22:44
Sådan spørger mig om i hvert fald Sådan åh kender du hvad?
22:47
Hvad kender du nogle fede AI tools og Sådan noget Sådan og
22:49
jeg kender sgu ikke så mange altså jeg bruger chatklip og
22:52
copiled ikke altså måske Sådan, men Jeg er ikke Sådan den der
22:55
der kender alle de der fede tools.
22:56
Jeg er den der ligesom bare prøver at programmere noget fedt
22:59
med det her ikke ellers så Der er ligesom den der produkt
23:03
synsvinkel på det og så er der den der.
23:07
Og så er der også den der, og Det er måske i virkeligheden det
23:10
jeg kalder personlig brug ikke. Men så er der også den der
23:12
ingeniøren der har fået et nyt værktøj i værktøjskassen,
23:16
perspektiv på det ikke, og Det er jo os der skal bygge
23:20
produkterne, så Det er jo os der ligesom skal være opfindsomme og
23:23
lære hvordan man bruger de her ting.
23:25
Og hvad er det egentlig de kan, og hvordan frame man det
23:27
egentlig. Sådan så det man rigtigt
23:29
udnytter det. Det kan ikke.
23:31
Også tror jeg det du siger der. Hvis jeg må lige tage den videre
23:35
at ingeniøren har fået et true et trolbox som Der er AI.
23:41
Og han kan nu, eller hun kan nu bruge det til at lave et eller
23:46
andet produkt, som man kan tjene noget på.
23:49
Men det produkt i sig selv behøver ikke nødvendigvis at
23:51
indeholde noget AI Det kan, og Det kan man jo se for eksempel.
23:55
Lad os nu sige at du har en eller 2 fabrik.
23:58
Der er en meget, meget, meget moderne fabrik, fordi den har en
24:00
masse robotter og de her robotter har noget AI, og det
24:02
gør for eksempel Det er en real thing det her ikke.
24:07
At, jamen du kan omstille. Fabrikken til at producere mange
24:12
forskellige ting. Du kan iterere og designe
24:15
hurtigere igennem de her processer.
24:17
Det vil sige. Du kan hurtigere gå fra ide til
24:19
produkt og alt muligt. Sådan noget alt det der det
24:21
åbner en robotteknir æ ej op for II en vis.
24:27
Vil jeg vove at påstå en vis grad ikke og og Det er jo en
24:33
fabrik der ligesom kan gøre, at nogen kan komme hurtigere ud med
24:36
et produkt og derved skabe løse et problem ud på et marked, og
24:39
Det kan de gøre hurtigere og Sådan nogle ting ikke.
24:41
Fordi Der er noget ære af teknologien nedenunder.
24:43
Altså Det er fundamentalt industrien, der gør brug af det
24:46
her til ligesom men produktet som de leverer i, behøver ikke i
24:49
sig selv at have noget med ære at gøre.
24:52
Og Det er Sådan en altså du ved, så har du stadigvæk undervejs
24:57
selvfølgelig II, hvad kan man sige en en kæde af af af supply
25:01
i en økonomi, men slut, altså consumeren ser ikke nødvendigvis
25:06
det her AI nogen som helst steder.
25:08
Der hvor Jeg tror, at mange er Sådan hypet det her.
25:11
Det er at. Wow Det er altså consumeren der
25:14
benefitter for vildt er teknologien direkte, men men
25:19
forbrugeren. Nu skal vi huske at tale dansk
25:21
for fint ikke altså men men der tror jeg nemlig bare at det der
25:26
EI produkt udover selvfølgelig chatkapacitet som tydeligvis er
25:30
et AI produkt. Til almindelige mennesker og
25:32
meget meget. Det er nærmest en stor demo
25:35
produkt af medlemmer, ikke? Hvor du kan altså salget af det
25:39
her interface. Du kan chatte folk ved hvad det
25:43
vil sige at chatte hov nu kan du chatte med noget Der er smart og
25:46
kan hjælpe dig bang ikke? Det var ikke før Det er der nu.
25:52
Det er solgt ikke nu kommer altså adam hede.
25:56
Han sagde noget meget sjovt i Sådan en lille indslag han havde
25:59
på implement consulting LinkedIn, hvor han sagde det her
26:02
med. Vi har lige fået den her
26:04
teknologi. Det er strøm ikke.
26:06
Det svarer til strøm og nu sætter vi allesammen pærer op,
26:08
for Det er det eneste vi kan finde ud af.
26:09
Det er de her chatbots, fordi Det var ligesom det der var det
26:11
mest åbenlyse strøm kunne. Ja Det var der var pærerne ikke
26:14
også? Jeg synes Det er en.
26:16
Fed det synes jeg også er ikke nu.
26:17
Eller har du opfundet motoren er den elektriske motor nu vel
26:21
fordi Det er en meget større kompleks system der gør brug af
26:24
af strøm? Ikke også og og altså der må man
26:26
bare sige Det er jo fuld. Det er jo hovedet på sømmet det
26:29
der fordi Det er jo lige præcis det Der er at at hypet tror jo
26:33
at Der er de her gevinster på meget, meget kortsigtet, men Det
26:36
er der ikke de de er der ikke på kort sigt Det er.
26:40
Rejse Det er det langsigtede man skal bygge efter.
26:43
Også selvom at du er nødt til at måske ride dit første byg på
26:47
hypet og starte med at bygge chatbotten internt for eksempel.
26:51
Det er blandt andet det, Vi har gjort jo IJP Politikens hus for
26:54
at starte et sted, ikke også og så starte med pæren.
26:57
Det er okay. Og Det er jo ja, og jeg tager
27:01
det måske også Sådan lidt at. Jeg tror også i virkeligheden,
27:05
når man altså hvis man har udvikler perspektivet
27:08
ingeniørperspektivet, så tænker man også Sådan meget.
27:10
Altså så tænker jeg i hvert fald meget Sådan at.
27:12
Jeg tror også, at hele verden i virkeligheden.
27:15
Jeg tror ikke nødvendigvis Der er nogen, der sidder med den der
27:17
store indsigt. Geniale indsigt i var bare
27:20
totalt ved alt og bare træk af trådene og total i forhold til i
27:25
hvert fald at anvende. Du ved, lad os bare sige LLMAPI
27:28
og Sådan noget. Altså Jeg tror også den
27:30
kollektive. Det kan man også se på de her
27:31
lang chain og langfuz og lang dit og lang dead og så videre
27:35
alle de her ups. Startups der kommer for at prøve
27:38
at laile en eller 2 form for hvad skal man sige konsensus
27:42
omkring hvordan? Det er fedt og brugbart at
27:45
arbejde med de her ting, Sådan rent operationsmæssigt ikke.
27:49
Jeg synes bare det Der er rigtig mange tegn på at alle er Sådan
27:51
lidt. Vi skal lige finde ud af hvad
27:52
det her kan, og hvad det egentlig er det betyder og Vi
27:55
skal lige OK nu før altså Vi skal lige over i den der
27:59
periode, hvor alle bare vil have chatbots og tænker i agenter der
28:02
bare er kald og så ikke 1 1 1 Sådan sjov ting.
28:06
Der er jo Sådan den her tanke, for eksempel om drømmen bag de
28:10
her AI agenter for eksempel. Man ser altså de her fallokes
28:13
med. Et lømmer, hvor de har adgang
28:15
til litteraturs ikke man kan sige dinero.
28:18
Lad os bare tage dinero som eksempel ikke, altså dinero.
28:20
Drømmen ville jo være, at man kan sige værsgo lars language
28:25
model. Her får du hele API et til dino.
28:29
Og så får du beskeder. I tekst altså rent sprog.
28:35
Og så gør du bare lige de ting som man normalt plejer at gøre
28:39
med dinero ikke og gør det effektivt og fumler ikke rundt
28:42
og så. Altså tanken om at du kan have
28:47
de her agent det her agent framework, og så skal du bare
28:49
give den de rigtige tools og så løser den problemet altså Sådan.
28:53
Det er jo Sådan den her fede autonome agenda agtige ting må
28:56
jeg tænke det på, ikke? Jo, men Jeg tror bare Jeg tror
29:00
bare den. Jeg tror Det er det mange
29:02
forventer. Også måske folk der ikke Sådan
29:05
har prøvet det eller Sådan er er så dybt noget de Sådan de de de
29:09
lever. Man lever stadig lidt i den her
29:10
drøm ikke, men så bliver man måske lidt skuffet over at det
29:14
kræver faktisk også en del af ingaaring i hvis man vil have
29:17
det til at virke Sådan fremstå ikke og det virker i hvert fald
29:21
ikke, og det kræver at man og det kræver i virkeligheden
29:23
rigtig mange af de her klassiske machine learning data science
29:26
dyder det kræver, og som vi snakker om hans Christian om i
29:29
sidste afsnit. Det kræver, at du sætter noget
29:32
ud. Ser hvad der kommer tilbage for
29:35
at domæne. Hvad skal man sige
29:36
domænekendskab i forhold til hvad Det er for nogle problemer
29:40
jeg prøver at løse. Hvad er det her for nogle
29:41
brugere? Hvordan bruger de det?
29:45
Jeg tror Jeg tror virkelig at jeg.
29:48
Jeg tror det kræver meget mere engineering end folk tror.
29:50
Men hvis man er villig til at lægge den energi og lægge den
29:54
ingenering og lægge det der korte iterations loop og tage
29:58
den seriøst og virkelig prøve, så tror jeg virkelig et.
30:00
Problem en gang med det? Et problem er gangen og lad være
30:03
med få problem fordi problemet er at folk tænker nå men så får
30:06
den bare helt appet du ved og så kan den bare finde ud af det
30:08
selv ikke. Og så generelt er de bare ikke
30:12
altså jo bevar os de her last language mols er super generelle
30:15
til. Langt mere generelt end Vi har
30:18
haft før modeller før, men de er ikke så generelle endnu, at de
30:22
bare ligesom nailer dem på det niveau der.
30:25
Men Jeg tror, at hvis man det det handler om, er jo i
30:28
virkeligheden at. Få domænekendskab finde ud af
30:32
hvad er det for nogle problemer jeg gerne vil løse?
30:33
Hvad for nogle problemer er det realistisk at løse og så prøve
30:36
at finde en eller 2 måde hvor man kan maile den?
30:38
Og så tror jeg altså, så kan man rent faktisk få det til at virke
30:40
som som magi i virkeligheden. Jeg er ret overbevist om Det er
30:44
jo i virkeligheden lidt det som Google har gjort ikke de har
30:46
også bare itereret henover den her fucking søgemaskine i 20 år.
30:51
Ja ja og de har bare og det det de har lavet.
30:54
De har lavet sprog til informationssøgning og så har de
30:58
virkelig nørdet deres brugere og fundet ud af OK Der er tit det
31:02
her med at søge på Google. Det har tit noget at gøre med
31:04
Der er tit noget lokation i forbindelse med det her
31:06
forbundet med det man gerne vil søge og Der er tit noget
31:08
shopping og Der er tit noget alt muligt.
31:11
Og så har de bare ingeniører den der oplevelse, så er det bare er
31:14
bare Sådan. Wow de her resultater er bare
31:15
vilde ikke, men lars lingry smuttens der tror jeg i
31:19
virkeligheden mere. Vi er kommet afsted hen, hvor at
31:21
der kommer sprog ind mere komplekst sprog, mere rigt
31:24
sprog, måske det talte sprog, og så er det mere instruktioner og
31:29
så det der skal komme ud i den 2 ende.
31:30
Det er ikke information tilbage nødvendigvis, men nu kan det
31:33
også begynde at blive rent faktisk.
31:35
Ting der sker altså action der bliver lavet ikke.
31:39
Fordi de har det her det her. Det er jo i virkeligheden rigtig
31:43
meget interfacet de her lars language models har, som er
31:47
noget nyt ikke det her med at man kan putte random tokens
31:51
random sprog ind, og så kan der komme random sprog ud.
31:55
Og det virker fordi de der modeller er bare blevet skaleret
31:59
så latterligt op, at de har så meget kapacitet at de ligesom
32:02
kan generalisere så meget. Og Det er jo så det, der gør at
32:06
de kan lave handlinger og Sådan noget, men Jeg tror virkelig Jeg
32:09
tror Der er rigtig mange der kunder vurderer.
32:11
Jeg tror man over tror du man er overvurderet hvor generelle de
32:14
er og undervurdere hvor meget. Hvor meget de der traditionelle
32:20
machine learning. Domænekendskabsbehov, idræt
32:25
inineering der det kræver. Helt sikkert.
32:30
Det Det er fornuftigt nok synes jeg jeg Jeg er enig meget af
32:34
det. Ja og så er der også en masse
32:37
huller, som vi ikke kender til. Altså Det er også bare det der
32:39
med vi. Vi ved ikke hvad.
32:42
Den næste store er, og som jeg aldrig kunne også sagde jo har
32:46
sagt længe. Altså hvis du gerne vil vil
32:49
arbejde på det nye store indenfor for AI, så lad være med
32:52
at arbejde på på LM er eller transformeres.
32:57
Så er det noget helt andet fordi at han altså.
32:59
Han mener jo helt sikkert at altså transformeren skal nok
33:03
blive såpasset på et eller andet tidspunkt eller en 2 arkitektur
33:06
ikke også og så så ryster det også lige pludselig med det her
33:09
marked helt fint ikke også, men Jeg tror stadigvæk.
33:12
Computer bliver Sådan en enkelt. Band ja ja Det er.
33:15
Jokeren jokeren den her nye model arkitektur det her nye
33:18
break through som ikke kommer. Men Jeg tror selv hvis ikke der
33:20
sker noget. Altså på det niveau, så tror jeg
33:23
stadig at det her med leicash lang with smooth på ting.
33:25
Tænk hvis de bliver bedre fra nu af og de bare.
33:28
Er som de har nu og måske også på samme prisniveau, så tror jeg
33:30
stadig man kan gøre nogle. Altså Jeg tror ret.
33:34
Mange. Bliver nogle rigtigt fede
33:35
innovationer med det her. Men, men Der er ingen tvivl om,
33:38
at man også stadig er nødt til at kigge på den her business
33:41
case med, at omkostningerne med at have de her meget store
33:43
modeller kørende i forhold til at, at de bliver brugt meget og
33:47
meget inferansk skal der laves. Hvor meget koster det, hvis
33:51
mange applikationer begynder at køre på det?
33:53
Altså at få en LLM til at kalde det et API eller eller bygge
33:57
noget noget logik. Der styrer hvornår et AP skal
34:00
kalde sig, hvad der skal kaldes og Sådan nogle ting, Der er
34:02
væsentlig forskel i omkostningen i det kode, der kører der ikke
34:06
og og og så kan man sige, så bliver det mere.
34:09
Hvad kan man sige intelligent og det bliver nemmere for brugeren
34:12
ligesom at komme med nogle mere Sådan generelle hensigter i de
34:15
her applikationer og få noget af det samme ud af det.
34:18
Det vil sige. Brugeroplevelsen er en kortere
34:21
vej. Du skal klikke mindre du skal
34:23
gøre mindre. Det er dybest set noget af det
34:24
slutter. Det forstår dig bedre.
34:26
Computeren forstår dig bedre. Det vil sige der, Der er meget
34:28
kortere vej til ligesom at kunne få det du skal have ud af din
34:31
computer, og Det er det der, der kan man sige der der oplever
34:34
brugeren. Hvad kan man sige computeren?
34:37
Jo rigtig meget det her AI, og der tror jeg også Der er den her
34:40
nu sagde jeg tidligere, at der ikke var den her nødvendigvis
34:42
den her forbindelse direkte til et produkt, men produktet
34:45
computeren er jo stadigvæk og telefonen er jo stadigvæk en
34:47
rimelig rimelig stor ting ikke og forsvinder jo ikke i dag og i
34:51
morgen og og at ære ligesom der bliver noget som brugeren bare
34:55
forventer. II alle mulige sammenhænge.
34:58
Det er den nye standard for, hvordan vi interagerer med de
35:00
her ting her. Det det tror jeg stadigvæk på er
35:03
en ting, men der må man bare ligesom lige sige, hvem er det
35:06
der laver business på den slags derude?
35:10
Det er altså kun software virksomheder selv, og de kan
35:15
ikke allesammen være på den samme spilbane, ikke?
35:20
Og man kan sige, Der er altså bare nogle nogle store aktører
35:23
derude som som Apple for eksempel og og Microsoft og dem.
35:26
Og ja, de putter jo det her ind i alle mulige steder.
35:29
Apple mailer sikkert bruger interface igen igen ikke også,
35:33
og så er det problem løst og så køber vi stadig Apple produkter
35:36
og så er alle glade, ikke? Så du ved hvor er det der ikke
35:41
ja når anyways. Altså luther pibe stel.
35:47
Men Jeg vil Jeg vil sige at Jeg tror det det der altså.
35:51
Det er rigtigt nok hvad Jeg synes på en eller 2 måde også.
35:53
Det er rigtig nok det der med at så giver vi t 4 o var ikke Sådan
35:57
milevidt bedre end GPT 4 og Det er de her små forbedringer i
36:01
hele tingene ser altså, men vi ser ikke bare Sådan en nat og
36:03
dag model mere tror jeg altså Sådan.
36:07
Eller Sådan det kommer nok men. Men Det har gået langsomt.
36:10
Hvad skal man sige? Man kan sige man kan jo se det
36:12
på, at hvad skal man sige, at det ved jeg ikke om man kan, men
36:16
man kunne måske spekulere i lidt i at nu er Google og cloud og så
36:21
videre noget oppe på GPT 4 niveau ikke hvilket vil sige at
36:26
opinay og Jeg er altså blevet overhalet.
36:27
Altså det vil sige. De har ikke forbedret sig lige
36:30
så meget på lars lang well som. De har ikke bibeholdt det der
36:35
store. Får får altså det der.
36:38
Hvad skal man sige? Hvad kalder man det forspring?
36:42
De havde virker det til. Og Det kan måske være fordi de
36:45
har satset på det her speech. Den her speech oplevelse, altså
36:50
den her tale oplevelse, ikke den her real time.
36:54
Lyd ind lyd ud oplevelse og det kunne jeg, og den synes jeg også
36:57
den synes jeg også ligger og lurer lidt II baggrunden Sådan
37:00
hvor Jeg tror også på at tale kommer altså når vi bliver når
37:04
Vi skal. Man kan sige når folk fatter at
37:06
det her det handler om ingenering og det handler om
37:08
domænekendskab Der er ikke Det er ikke bare Sådan du ved give
37:10
en AI du ved redskaber. Men når folk fatter det her med
37:14
at Det er en, skal man sige søge action maskine til software vi
37:19
bygger. Når folk når ingeniørs og der
37:24
bliver lagt for nogle måder at udvikle de her ting effektivt,
37:27
og det bliver en ting. Det bliver det nye interface og
37:30
software, og brugerne begynder at vænne sig til det, fordi det
37:32
begynder at blive godt, og det begynder at bruge det rigtig
37:34
meget og så videre. Og så begynder de også at bruge
37:37
stemme, fordi de også begynder at virke og Sådan noget.
37:42
Så hvad hedder det så tror jeg man begynder at altså opleve
37:46
mere af det her at det kommer til at virke som en a assistent
37:48
som rent faktisk forstår dig i forhold til sprog.
37:52
Og nu har jeg tabt i tråden. Jeg følger mig meget, meget
37:55
Sådan et eller andet fedt budskab vi havde at.
37:57
Sige du har også fat i noget der altså i forhold til adoption
38:01
ikke på det her at det interface der ligesom måtte være der.
38:06
Det er jo ikke nødvendigvis altså os som som som sidder med
38:09
det daglige. Vi har bare taget det nå fedt
38:11
mand nu kommer åbner jeg ud med noget der rent faktisk virkede.
38:13
Lad os da gå ind og prøve det altså.
38:14
Jeg var der jo et par dag et sad jeg bare der og og siden den der
38:18
dag et der, så havde jeg bare siddet og prompet siden
38:21
treklippeter faktisk ikke kommet videre.
38:23
Vel fordi jeg tænkte Det var sgu da interessant produktet der og
38:27
Det var det jo så, og Det er jo også rigtig fedt men men men men
38:32
man kan sige alle er jo ikke som os der bare fra dag et adopter
38:36
det der og men men så er der jo det der med generationerne ikke
38:39
også. Generation de næste
38:41
generationer. Opdager måske det der og
38:43
forventer ligesom bare. Altså ligesom hvis du spørger.
38:49
Et barn i dag hvordan ser en telefon ud når du snakker i den,
38:51
så er det jo ikke Sådan her nu. Det kan man ikke se.
38:54
Jeg prøver med tommelfingeren og lillefingeren at simulere en
38:56
gammel telefon med et rør hvor man talte inde i.
39:01
Men så er det jo en flad hånd nærmest ikke på din telefon
39:04
eller Sådan der, fordi den ser jo Sådan ud i dag.
39:07
Ikke også og Sådan vil det jo også være det der.
39:09
Hvordan interagerer du med en computer?
39:11
At man så er det bare på en 2 måde ikke?
39:13
Så vi får også skubbet med nogle af de der måder, vi interagerer
39:16
med Vores teknologi på og så Sådan det ville være.
39:19
Altså Det er jo nok på et eller andet tidspunkt, så begynder det
39:21
nok at blive old nordisk med, at den der mus.
39:23
Hvorfor klikker du rundt på alt det der?
39:25
Og prøv at tænke på at trykke på alle de der ting der.
39:27
Det var da utrolig ineffektiv måde og så Det er sygt nok, så
39:30
det gjorde jeg i gamle dage. Ja men altså goddag morfar ikke
39:34
altså. Og så så er det bare en 2.
39:38
Verden. Er vi så blevet mere produktive
39:41
og verden pludselig tjene flere penge og Sådan nogle ting.
39:44
Nej Jeg tror sgu bare. Det er forventning, så er det
39:47
bare at det skal bare være Sådan.
39:48
Det ellers kan du ikke sælge lortet.
39:50
Ja, Jeg tror altså Sådan også hos dinero.
39:52
Der tror vi også på Sådan eller altså vi tror på at Sådan at så
39:57
sprog bliver bare en en større del af soft, altså en langt mere
40:00
central del af software end Det har været historisk.
40:04
Og Det er hovedsageligt fordi at Vi har fået det her nye tekst
40:06
indtægt ud interface og fordi at man kan sige Der er bare blevet
40:12
meget mindre friktion forbundet med at lave.
40:15
Hvad skal man sige? Language Technology ting altså
40:18
det du skal ikke du skal bruge den langt mindre ressourcer på
40:21
at skaffe data og notere det og træne det, og Det er bare meget
40:25
mere fiktionsløst. Det er blevet meget billigere at
40:27
lave, ikke så derfor så flyder det nemmere på den måde, og Jeg
40:31
tror i virkeligheden også, at jeg ser det også meget som om at
40:36
at der også på en måde Der er rigtig mange der forbinder lars
40:39
language models med fronten ting altså det her med
40:42
brugerinteraktionen. Altså du ved jeg skriver noget,
40:45
skriver en prom til chatklip. Der kommer mine svar fordi og
40:48
Det er jo bare rå sprogmodel i virkeligheden ikke.
40:52
Men men der og og der der ser det, ser jeg i virkeligheden
40:55
lidt som en front ting. Altså Det er brugervendte
40:58
leicestel lang with models ting, men Der er ikke så mange der
41:01
snakker om hvordan man bruger alle elever i banken, fordi jeg
41:04
tænker også jeg tænker nogle gange på, kan man nærmest
41:07
forestille sig at du ved traditionel software noget der
41:10
har fungeret rigtig godt der noget altså traditionelt
41:12
software baseret sig på. Det er jo logik altså.
41:15
Noget altså vi kan tage beslutninger ud fra true falls.
41:19
Du ved variable vi ligesom kan putte kasser og Sådan noget ikke
41:23
og i virkeligheden mange af de ting man har lavet med med
41:26
klassefire i gode gamle dage før med elever.
41:28
Det var at putte naturligt sprog ned i kasser, så man kunne lave
41:33
logiske beslutninger omkring det, ikke?
41:35
Det Jeg tror man skal vænne sig til med med software backens
41:40
ting, at nu snakker man men bedste ord for det software
41:43
backend Det er at. Nu begynder man at kunne.
41:48
Altså bruge sprogproducering ligeså meget.
41:53
Ligesom fiktionsfrit, som man har kunnet med logisk
41:56
processering på en eller 2 måde. Altså nu har det rent faktisk
42:00
værdi at have en god beskrivelse af noget i en i en opbevaret en
42:06
database, som du kan hive ind på det rigtige tidspunkt på det
42:09
rigtige sted, for eksempel et helt Sådan et kort eksempel.
42:12
Det er at. Vi vi arbejder rigtig meget med
42:15
banktransaktioner i dinero, og der skal vi ligesom finde ud af,
42:18
hvad Det er de her banktransaktioner, hvad der
42:20
ligger bag dem. For at forstå dem så godt som
42:23
muligt, så vi ved, hvordan de skal bogføres.
42:26
Sådan helt basic ting og der der Der er de her banktransaktioner,
42:30
er den information der i dem er utrolig sparsom.
42:33
Altså Det er virkelig virkelig nogle gange svært at vide hvad
42:36
Det er. Ofte så bliver der lagt nævnte
42:38
virksomhedsnavne som som man slet ikke kender, hvor det
42:42
ligesom kræver at man kender virksomhedsnavnet for at for at
42:45
kunne kunne. Kunne sige noget om det for at
42:48
vide hvad noget som helst, om ikke, og der kunne man godt
42:50
forestille sig at en LM kunne ligesom lave noget altså lave
42:53
noget research finde ud af Sådan.
42:55
Hvad er det her egentlig for en virksomhed slå den op på nettet?
42:58
Prøv lige at læse hjemmesiden og lave et par sætninger om hvad er
43:01
det her det her den her det her virksomhedsnavn hvad laver de
43:04
lige laver 2 sætninger inde i en database næste gang det den
43:08
entity optræder, så så har vi ligesom lige en brief vi kan
43:12
hive ind i Vores. Klasse fra jer.
43:15
Og så bliver det en walk in park for eksempel, at hvad skal man
43:19
sige lave den klassifikation ikke, og Det er jo Sådan noget
43:22
backen-processering, og Det er Sådan noget back-end.
43:24
Det er jo. Interessant.
43:25
Til i øvrigt det der. Ja ikke, men du ved Sådan hvor
43:28
man kan også godt se. Man kan også godt se eller
43:30
lemmer som dem der ligesom kører i backenden og strukturerer
43:34
beriger ens data, så får. Jeg udviklerens nye foodbox,
43:38
ikke? Altså lige præcis og og og og
43:40
det her med at den her de her beskrivelser du har rundt
43:44
omkring den kan du de er ustruktureret, men du kan
43:47
faktisk hive det ind i banken og lægge bruge det til at levere
43:50
nogle bedre svar. Og Det er jo Sådan noget backend
43:52
arbejde som bare for. Der bliver returneret.
43:58
For det til at virke mere magisk end det i virkeligheden er ikke
44:01
eller eller så er det jo mere magisk.
44:03
Ikke fordi man har brugt tid på at strukturere.
44:06
Men Det er jo interessant. Vi har jo allerede.
44:08
I dag kan man sige det her funktion calling.
44:10
Der er jo dybest set er hvem der beslutter hvad for en funktion
44:14
der skal kaldes og og Det kan man jo bare føre ned på på Sådan
44:19
et bacon niveau, hvor man siger jamen OK du du har en
44:22
forretningslogik og du er i gang med at finde ud af.
44:25
At det her så og så kommer der Sådan noget noget data hvor du
44:28
ligesom Sådan jeg mangler noget information her.
44:32
Nå, men hvis du mangler noget her, så har jeg så kan du gå den
44:35
her vej i din kode, og så kan du måske finde det herovre, hvis
44:39
ikke du kan finde det herovre, så kan det være du kan finde det
44:41
herovre. Det er ikke det.
44:41
Kan vi ikke sige på forhånd. Vi ved det ikke rigtig med
44:43
sikkerhed, men hvad vil du gerne prøve?
44:45
Prøv lykken og det, og der kan elelen jo være med til at prøve
44:49
lykken for brugeren kan man sige og prøve at se om vi kan man kan
44:51
få noget fornuftigt ud af det her data.
44:54
Selvom det ikke var fornuftigt fra start og.
44:58
Men, men problemet opstår og og og Det er der hvor jeg Sådan i
45:02
forhold til backend og ja AP og søgning og brugeroplevelser og
45:05
alle de der ting der. Hvis ikke Det er hurtigt nok.
45:10
Så er det svært at integrere det ind i en real time situation for
45:13
brugeren. Det vil sige, at brugeren laver
45:15
noget lige nu og her. Det er altså ikke noget du kan
45:18
køre som et eller andet job dagen før, så du når du møder
45:21
brugeren, så ved du i dag der trykker han eller hun på det der
45:26
og skal lige lave det der, så jeg laver lige alt det her
45:29
klart. Med noget der tager lang tid for
45:32
at surfe det. Det er jo Det er jo Sådan helt
45:34
klassisk problematik med Sådan nogle arkitektur der Det er hvis
45:39
det hvis du skal surfe brugerens behov lige nu og her i den
45:42
applikation du arbejder i, så skal det altså gå chip det du
45:45
laver nede i backen, hvis ikke det gør det med alle de der
45:48
fancy ting, så er det ikke en case du kan bruge og det betyder
45:53
at Der er en helt helt, helt klar.
45:56
Udvidelse af brugsscenarier for elever, hvis de bliver hurtigere
46:00
til det. De nu engang gør i dag.
46:02
Lad os nu bare sige de er lige så kloge i gåseøjne, stadigvæk
46:07
ikke intelligens som de er i dag, men de er bare meget, meget
46:11
meget hurtigere så hurtig at du kan bruge dem i nogle flows, og
46:15
brugeren venter ikke fore ever på det her.
46:19
Så bliver det rigtig rigtig interessant.
46:21
Ja så der kommer også til at opstå nogle nogle præcise ting
46:24
der kan lade sig gøre i takt med at fordi Det er jo det jeg
46:27
arbejder på og så få dem her til at blive mindre og så videre
46:29
ikke? Det er også noget Jeg tror
46:30
rigtig meget på hele den her effektiviserings grand, der bare
46:34
er i øjeblikket altså det synes jeg bare man har set mange gange
46:38
i teknologihistorien, at der der kommer innovation ud af Sådan
46:41
nogle ting, for eksempel du ved transistoren var jo bare et
46:44
forsøg på at gøre radioøret mindre?
46:46
Ikke altså. Sådan altså Sådan nogle ting.
46:50
Ja og en 2 ting jeg også har tænkt på med med med det.
46:53
Det er også at hele det her med. Hvad er det egentlig eller
46:56
elever kan og hvad betyder det og så videre?
46:58
Og hvorfor ser vi ikke nogen resultater og så videre og også
47:01
bare noget der ligesom vidner om at Vi skal også til at alle
47:03
Sådan der udvikler de her ting skal også finde ud af hvordan
47:05
bruger vi det her ikke? Altså traditionelle
47:08
softwareprodukter er jo. Ikke lavet til at have tekst og
47:15
sprog som first klasse Citys and hvis du kigger på Sådan et
47:18
program som dinero for eksempel, så har de jo Det er jo et
47:20
program Der er lavet til til at flytte data rundt logisk i et
47:25
system, ikke for eksempel og Sådan at mange rigtig mange hvad
47:28
hedder det? Hvad skal man sige?
47:30
Hvad skal man sige programmer bygget?
47:32
Fordi Det har været det som software har været bedst.
47:35
Det har sgu været de her. Det er det der har krævet mindst
47:38
fiktion og så videre. Det har været det her.
47:40
Logik, men nu kan du rent faktisk.
47:42
Du kan tænke sig om helt anderledes, hvor at det der
47:45
tekst du putter ind i et felt, Det har man faktisk helst ville
47:48
undgå før, fordi man har ikke rigtig haft nogen mulighed for
47:51
ligesom at kunne forstå hvad det egentlig er.
47:52
Der bliver altså få software til at forstå Sådan autonome hvad
47:55
Det er der kommer ind det. Elsker de data.
47:58
Ja, men Det er lige pludselig der.
48:00
Har du lige pludselig mulighed nu for at bruge det ret
48:03
konstruktivt til at. Løse nogle opgaver rundt omkring
48:06
dit program. Og Det er det.
48:10
Har man egentlig altid kunne ish, men Det er bare blevet
48:15
meget nemmere, fordi de modellerne er blevet så
48:16
generelle, og Vi har fået de her nye tekst indtægt interface.
48:21
Her skulle man, hvad kan man sige træne, måske nogle mindre
48:24
eller meget mindre modeller til at løse nogle af de der Sådan
48:28
tekstkurke problemer og så var de så kunne så kunne de kun det
48:33
og Sådan noget Det var. Det var meget tungere, kan man
48:34
sige Det kan man stadig gøre i dag og så nogle gange kan man
48:37
også bare få nogle bedre meget bedre resultater end eller
48:39
elever er ved at gøre det på den måde sjovt nok, og Det kan vi jo
48:42
så grine lidt af ikke men og Der er stadig Der er så ikke nogen
48:45
der gider en og sige at de der. Kedelige projekter hvor du bare
48:49
skal sidde og notere et eller andet antal, og så har du
48:51
faktisk en model der fungerer ikke?
48:54
Men. Altså så bruger vi et eller
48:57
andet ser vi hvad vi kan presse citronen til i stedet for.
49:02
Og Det er jo ja, Sådan er det. Så er det jo den der verden Det
49:06
er. Derfor jeg siger, hvornår kommer
49:07
min gamle arbejde tilbage? Men.
49:12
Ja hvor var det jeg ville hen med?
49:14
Ja. Ramble længe.
49:19
Så ja hype findes stadigvæk. Hvad er Vi er?
49:26
Vi ved at er vi ved, at er vi Sådan en ny, hvor er vi på
49:31
kurven den der hype hvor tror du Vi er nu hvis vi lige skal
49:35
slutte den af, fordi Vi skal overhovedet til hendes republik?
49:37
Det sjove er. Jeg er faktisk ret ligeglad hvor
49:39
Vi er henne på den hype der, fordi jeg ved Jeg synes Det er
49:42
brugbart, og jeg ved hvad Jeg vil bruge det til og jeg altså
49:44
Sådan det føler jeg virkelig, så Jeg er faktisk ret ligeglad med
49:49
hvor Vi er på den hit. Men jeg kunne godt forestille
49:50
mig at man kan sige hvis man skulle altså nu er det ikke
49:54
fordi Jeg har teknologihistoriker, men hvis
49:57
man skal lytte lidt til den artikel der og kigge på de her
49:59
andre eksempler med tog jernbanen og med.
50:03
Internettet og så videre. Så kan man måske godt forvente,
50:07
at når der har været de her massive investeringer i
50:10
infrastruktur, som der jo tydeligvis har været IGPU er hos
50:14
individer. Så kan det godt være at folk
50:18
synes Det er lidt voldsomt og bliver lidt desillusioneret
50:21
omkring det. Men jeg må indrømme selvom det.
50:26
Forbliver som Det er lige nu, hvis ikke det bliver bedre, hvis
50:29
ikke det bliver hurtigere, hvis ikke Der er nogen der kommer nye
50:31
med nye modelarkitektur. Hvis ikke spach tect eller space
50:34
bliver sat noget eller Sådan. Så tror Jeg tror jeg ser stadig
50:40
supermarked. Jeg ser det stadig som et
50:42
fuldstændigt latterligt, fedt og meget værdifuldt nyt værktøj i
50:47
værktøjskassen for typer som også.
50:51
Nå ja, så Jeg tror måske lad os bare sige Vi er nok.
50:55
Vi er nok lidt over toppen ikke altså på vej ned i den der hype
50:59
måske. OK, Jeg er nok det samme sted Vi
51:02
er. Vi er på vej ned ad hype-siden,
51:04
Det kan Det kan jeg mærke. Jeg kan også mærke det fra mine
51:06
omgivelser. Og.
51:10
Jeg ved ikke om jeg nogensinde selv har været helt oppe på
51:12
toppen. Altså selvfølgelig er jeg blevet
51:14
drevet lidt med, men Det er man jo også når man arbejder med det
51:16
og. Og Vi har jo også talt meget om
51:18
det i podcasten og også talt det op.
51:20
Nu kommer den nye næste model. Nu kommer den nye næste model og
51:22
Sådan nogle ting, så man har også været lidt drevet af det
51:24
der, og så pludselig blev det ikke særlig interessant at der
51:26
kommer nye næste model. Ud over at selvfølgelig den
51:28
generelle trend omkring open source.
51:32
Er jeg stadig ret har dog faktisk altså at Det er virkelig
51:35
bare går derud af og og Jeg tror at at hvad kan man sige at at de
51:40
her mere klast store sas løsninger?
51:44
At de måske de Jeg tror de taber pusten lidt på et tidspunkt,
51:48
fordi på et tidspunkt så bliver det.
51:51
Så tilgængeligt forhåbentlig også på dansk.
51:53
Altså hvis man lavede ting på engelsk i dag, så ville man så
51:56
ville jeg altså mit go 2 altid være at finde noget open source.
52:02
Og løse problemer med og sikkert også noget hurtig find tuning og
52:05
Sådan nogle ting der, men i og med man laver ting på dansk så
52:07
er man bare lonely nonlyfish men.
52:12
Så så jeg. Jeg er stadig ret hype derovre
52:14
over. Hvad kan man sige open source
52:16
udvikling? Jeg synes Det er crazy.
52:19
Og så vil jeg sige, Jeg tror, at markedet derude, der kigger på
52:24
på det som investeringerne. De er helt klart på en
52:27
nedadgående, og Jeg tror også, vi kommer til at se det på.
52:30
Altså Sådan kurser på markedet og ting og sager og Sådan noget,
52:34
og fordi at der vil være nogen derude der kaster penge efter
52:38
det. Og Jeg tror altså AD jeg.
52:40
Har spillet. Nej, Det er ingen
52:42
investeringsrådgiver. Der er blevet skrevet et.
52:48
Jeg hypet med at lige om lidt er der art of phicial gennem
52:50
metallica og Sådan nogle ting der.
52:52
Det tror jeg bare ingen siger. Det er lige pludselig mere og så
52:56
er det bare Sådan stille og roligt.
52:58
Det har vi det aldrig sagt og Sådan noget der og så.
53:01
Og så er det Sådan lidt. Så hvis man så siger det så
53:03
bliver man næsten grint af. Ikke fordi Der er jo ingen tvivl
53:06
om at det tror jeg også dem der har lyttet med i den her podcast
53:09
måske har lagt mærke til. Det er egentlig kun altså dem,
53:13
Der er dem der sælger. Den den den store fede burger.
53:19
Det er dem der siger den er sund, ikke også og og det så
53:23
Sådan er det bare. Så har det jo altid været, og
53:26
derfor skal man huske at tage pis på det der fordi at Det er
53:29
virkelig vigtigt at tage pis på det lort.
53:31
Altså så nå anyway. Men Jeg tror godt i meget tid.
53:35
Jeg tror godt II altså når vi bliver rigtig og vi bliver
53:37
dygtige til det her. Og når folk når der begynder at
53:39
komme. Sådan udbredte metoder til
53:44
hvordan man laver de her ting og udnytter de her, når det
53:47
begynder at komme. Altså jeg.
53:50
Jeg tror, når vi begynder at lære, hvordan man bygger rigtig
53:52
fede ting ved det her, så tror jeg godt, man vil kunne opleve,
53:54
at man nærmest får Sådan nogle EI agtige assistenter.
54:00
Til sin til sine softwareprogrammer eller hvad
54:03
hedder det? Jeg tror bare folk undervurderer
54:06
hvor meget engineering det kræver, og Jeg tror også Der er
54:08
noget borgertilvænning. Det er også Der er også nogen
54:10
der skal opleve at det her det fungerer godt og så videre.
54:12
Men altså Vi har aldrig været. Computeren har aldrig været
54:17
bedre. Hvad kan man sige den her
54:19
software har aldrig haft bedre forudsætninger for at forstå.
54:23
Dig som bruger i når du altså når du siger ting II plain
54:28
language. Ja hvad?
54:30
Hvad er det du vil? Hvad?
54:32
Fanden er Det er? Din app hvad vil du?
54:34
Ja hvad så er du så for os som ingeniør, så handler det om at
54:37
få afgrænset det der space helt ned.
54:39
Sådan så det kun du ved. Nu tror jeg, vi mister Jonas.
54:46
Vi håber på, at han kommer tilbage.
54:49
Ja, vi havde lige nogle tekniske problemer.
54:52
Vi er faktisk ikke helt klar over hvor vi lige er nået til,
54:54
men nu går vi bare i gang med ugens republik, og jeg tænker du
54:59
kan tikke the way Jonas. Det havde jeg jo glædet mig til,
55:02
og så cuttede det lige. Jeg har aldrig problemer med
55:05
riversite, det eregang, det må man sige nå men ugens.
55:12
Det hedder ja super sexy navn, DSPYDSP skal vi kalde det det
55:18
DSP Det er Det er et et vi kan vist godt kalde det et framework
55:24
Jeg kan ikke så godt lide det ord men det det det det prøver
55:27
at være. Pira talks for, for hvad kan man
55:31
sige foundation models programming?
55:36
I stedet for promping. Det skriver de Sådan programming
55:39
not promping. Foundation model og det synes
55:42
Jeg er ret. Det er egentlig meget sigende
55:44
også ret grineren, og Der er ikke et eneste stykke stump af
55:49
noget tekst der ligner en prump i det her, når du interagerer
55:52
med det. Irette impressive, så kan man
55:55
sige Det er der heller ikke i lang tid.
55:57
Der er det også gemt alle de steder nede bagved, men men men
56:02
Jeg synes alligevel at det her Det kan et eller andet fordi
56:05
altså de har valgt at tage Sådan en abstraktion som dem der
56:08
kender python og til dem der ikke kender pytos derude.
56:10
Så skal vi måske lige prøve at sige python består jo i altså
56:13
Det er jo det man man typisk bruger til at lave de her
56:16
neurale netværk og neurale netværk.
56:18
Dem bygger man op af Sådan nogle moduler.
56:21
Som er egentlig nogle lag, og så siger man så har man nogle nogle
56:24
funktioner eller nogle metoder på sit sin kode, hvor man siger
56:28
nu skal du gå igennem næste lag, så forwater du ligesom derned
56:31
igennem, og så definerer man ligesom hvad Der er i de der lag
56:34
og hvordan man forwater og hvad der skal ske og Sådan nogle ting
56:37
der og Det er det samme de gør i det her.
56:40
De har et eksempel på Det har lavet Sådan et modul for
56:43
retrivle up minded generation, som bare består af en
56:45
enitfunktion. Eller metode og en forward
56:49
metode og i forward metoden, Der er der et kald til til noget der
56:53
hedder retrief, som indeholder et question og returnerer nogle
56:56
passageres og. Ja Det er Sådan noget kontekst
57:01
for eksempel. Det kan være noget lad os nu
57:03
tager jeg bare fra fra min egen skuffe artikler du har fundet
57:07
fra arkivet. Og du har ligesom.
57:09
Kontekst og så har du et spørgsmål og du skal svare på
57:11
noget. Det er Sådan type login edvars
57:13
fungerer. Og Det har de egentlig bare i
57:16
koden ser det bare ud som en linje retreve med spørgsmålet,
57:20
der kommer ned i, fordi forward funktionen har det her
57:23
spørgsmål, og så er det bare nå, men så kom der noget ud af den
57:27
der kontekst, og det giver man så bare ind i den der generate
57:29
ansor. Dybest set er det jo også det
57:31
man gør i mange andre, men så har man så deklareret de her den
57:36
her retriever det her retriever modul og det her chandofot
57:41
modul, som ligesom er det Der er.
57:43
Konteksten for at generere noget?
57:47
Og i den her tjener thod så er der Sådan 1 1 1 1 streng en
57:50
tekststreng som ligesom det de kalder for signnitures.
57:54
Det vil sige det. Det som din tjener ford ligesom
57:57
skal gøre i det her generative ting og der står context i den
58:03
her den string der man skal forstå det her som string der
58:06
står ctex komma question pil over til antwer så det vil sige.
58:11
Du får den her kontekst du der kommer det her spørgsmål og du
58:15
skal give et svar og den her signatur den kan man så skrive
58:19
ind på mange forskellige måder. Det er Sådan en speciel syntax
58:21
de har så. Det er en syntaks syntaks.
58:24
Men så er det chan of modul, så det vil sige at den gør det i en
58:27
tjenerfond. Hvad kan man sige framework
58:31
agtig template ikke? Som jo er de her prompteknikker,
58:36
som man kender alle mulige Der er.
58:40
Prumpteknikker derude. Så de har ligesom abstraheret de
58:43
her problemer ud i nogle moduler.
58:46
Det har vi set lidt før i lancin og Sådan nogle ting.
58:48
Men måden man bygger dem op på er så ligesom man gør i py tals.
58:52
Jeg kan sgu egentlig godt lide det her, når jeg kigger på det
58:55
altså Jeg synes egentlig Det er meget interessant.
58:59
Og Det er. Fjollet ikke Det er lidt
59:01
fjollet. Altså Sådan det.
59:03
Det er lidt fjollet fjollet. Det er.
59:05
Sgu lidt fjollet, men Sådan er det jo med det her lars plan.
59:07
Det er lidt et hack det hele ikke altså.
59:10
Show men prøv lige prøv lige at Sådan prøv lige at gå igennem
59:14
det her tankeeksperiment med mig hvad tror du der sker nede
59:17
bagved fordi de skriver Sådan noget med vi kan optimere din
59:20
prump for dig du har jo ikke skrevet noget tekst så et eller
59:24
andet sted ned OK så så nu kommer jeg med mine meget skøre.
59:29
Kontekst fra ekstra Bladet eller Jyllands Posten, eller hvor jeg
59:31
nu laver ting for i dag. Og så så kommer der noget dansk
59:36
tekst ind og der kommer alt muligt hajs ind og Sådan noget.
59:41
Altså II lang tid der står der bare please providedyancer back
59:45
2 the user and the special language dot d user hash
59:49
provided bla bla bla. Du ved Sådan for at være Sådan
59:51
en eller 2 generisk prop og det virker nogle gange og nogle
59:54
gange virkelig dårligt, især når du er et lille sprog i
59:57
sprogmodellen. Hvad fanden gør de her altså det
1:00:00
virker på engelsk. Ja ja Det er jo.
1:00:04
Sådan lidt Det er jo lidt og jamen det.
1:00:09
Der har haft det jo sjovt da folk prøver at nail den her
1:00:11
ikke. Altså folk prøver at nail det
1:00:12
her måden og udvikle med de her ting på ikke jeg.
1:00:15
Kan høre det allerede. Du synes ikke Det er noget
1:00:17
særligt. Jo jo, men Jeg synes Det er det.
1:00:20
Det er bare Sådan det. Det er jo Det er jo svært ikke
1:00:24
Det er jo sgu svært at sige altså.
1:00:27
Men de har jo altså. Prøv lige at.
1:00:28
Hvad? Hvad?
1:00:29
Er followy her de har op til miles også ikke ligesom man har.
1:00:32
Når man laver netværk så du kan. Du kan ligesom pege på det her
1:00:37
optimum som du gerne vil have og så kan du compile dit rap og så
1:00:42
og så og så har man et train-set også ikke og så kan man iterere
1:00:46
henover det og så så finder den ud af hvad den bedste prompt.
1:00:50
Måske skal du fintune måske skal du bare.
1:00:53
Justere din from. Og komme hen imod det og så jeg
1:00:57
ved ikke hvad der sker nedenunder.
1:00:59
Om det så er Sådan en random ting hvor den prøver
1:01:02
forskellige. Den siger til LM prøv prøv det
1:01:05
her nå men så prøv noget andet så prøv det her så prøv det her
1:01:07
og så kommer der alle mulige ting ind indtil den rammer den
1:01:10
her. Det her er op til mums som du
1:01:12
har provided altså og så lige for at sige at Det er jo ikke
1:01:15
magi det her, så hvis Der er nogen der sidder derude der
1:01:19
sidder og tænker at så behøver jeg ikke noget noget testsæt
1:01:22
hvor jeg finder ud af. Og hvor Det er jobs.
1:01:26
Så er det altså ikke tilfældet, så skal det stadigvæk gøre en
1:01:30
masse, for ligesom at fortælle dem.
1:01:31
Hvad er så det du gerne vil ramme?
1:01:34
Sjovt nok, så Det er jo ikke en un supervised holy grail Vi har
1:01:38
fundet her. Det er stadigvæk supervised.
1:01:42
Bare lige for at lukke den, fordi jeg ved Der er nogen der
1:01:44
sidder og tænker ned av, så måske kan vi bare nej, Det kan
1:01:48
vi stadigvæk ikke. Det er ikke.
1:01:50
Løst det der on supervised, og det siger vi jo også hver gang
1:01:53
vi snakker med jerne. Det kunne så vi aldrig gør.
1:01:55
Men han siger det. Ja eller Sådan man kan sige Det
1:01:58
er jo problemet er lidt det der med at hvad skal man optimere
1:02:01
hen mod når Det er fritekst ikke?
1:02:03
Altså det skal jo ligesom være et eller andet matrick vi kan
1:02:06
måle ikke. Det er sjovt fordi det her Det
1:02:10
er der på nogen måde lidt med kode.
1:02:12
Ikke fordi du kan køre kode og så kan du se om der kommer det
1:02:16
udfald du du gerne vil have ikke og så er der jo nogen der bruger
1:02:19
det her LM altså judge hvor man beder en eller 2 om at rate
1:02:22
nogle svar og Sådan noget Det er der mange der synes det det det
1:02:26
det det. Det er mit indtryk, at det
1:02:29
virker særlig godt, og Det har. Også være altså i dag og snakket
1:02:34
om de her ting med min gode kollega Lukas, så han er også
1:02:37
rimelig lunken på det der. Og det, de kan ikke finde ud af
1:02:40
det der med at rate ting på numeriske skala, for Det kan
1:02:43
mennesker jo heller ikke engang vel altså.
1:02:47
Der må jeg foreslå et spørgsmål? Ja og tit hvis du også hvis du
1:02:52
kan sætte den til at sammenligne ting.
1:02:54
Så så en super easy måde du kan afsløre den i ikke at vide hvad
1:02:59
den laver. Det er hvis du tager
1:03:01
sammenligningen af med sammenligning eksempel a med
1:03:05
eksempel b og vurderer den på et eller andet med hvad Der er
1:03:07
bedst. Så skal den uploade a eller b
1:03:10
for eksempel, og der kan man bare prøve at bytte om på dem og
1:03:13
så se om den er konsekvent, og Det er den aldrig du ved der har
1:03:16
den altid bare noget af det første eksempel.
1:03:17
Altså Sådan for eksempel. Den så jeg også den 2 dag da
1:03:21
Lukas viste mig det der. Det er altså.
1:03:23
Det er sgu lidt sjovt, og så kan man jo prøve med alle mulige
1:03:26
tricks for at prøve at snyde den i det der.
1:03:27
Og altså nu nu vi skulle apropos barre, så har vi fået Sådan en.
1:03:33
Kan vi snakke om noget bias i? Men nu skal vi ikke gå i dybden
1:03:35
med det, men men Der er jo forskellige former for bias og
1:03:38
statistisk bios i en bestemt retning er ikke nødvendigvis
1:03:41
skidt når man skal have Sådan nogle evalueringsting der fordi
1:03:44
hvis du kender bare sidder du kender kender retningen.
1:03:47
Jamen så når du kigger på dine resultater så ved du hvor stort
1:03:50
det bias er. Og så kan du også trække det fra
1:03:53
så at sige dine resultater. Det er det der hedder statistisk
1:03:55
bias, så Det er ikke nødvendigvis skidt.
1:04:00
Altså Sådan eller systematisk statistisk, bare vil jeg sige
1:04:03
ikke. Det er ikke nødvendigvis skidt,
1:04:05
hvis du kender dit bars. Hvis du kan estimere hvor stort
1:04:08
Det er. Men, Der er alle mulige andre
1:04:11
problemer i det. Så man kan sige, OK?
1:04:16
Den er biased men ja hvis du kan estimere det, så så er det ikke
1:04:19
nødvendigvis et problem. Men, Der er alle mulige andre
1:04:22
problemer selvfølgelig også som gør det der.
1:04:25
Den der form for alle legemer judic altså.
1:04:28
Du er stadig nødt til at give den en eller 2 form for input
1:04:30
for hvad er det? Hvad er det for nogle kriterier
1:04:33
du skal vurdere det ud fra, og dem kan du så kun give dem nu i
1:04:36
nogle tekstformer, ikke på en eller 2 måde.
1:04:39
Det kunne man også have givet til et menneske og i tekstform,
1:04:42
og så kunne det menneske måske være lidt bedre til så at sige.
1:04:46
Det er Sådan og Sådan og Sådan og vurdere ting på en skala og.
1:04:51
Så har du måske generet? 50 eksempler meget hurtigt fra
1:04:55
menneskelige input og det de eksempler kan du så sjovt nok
1:04:59
bruge i en prump, så kan det være at den rent faktisk er
1:05:01
bedre, fordi du har nogle bedre eksempler.
1:05:04
Så Der er jo mange Sådan lag i hvordan man kunne gøre det der.
1:05:08
Når anyways Det var det her repustto.
1:05:10
Men altså forfriskende at se et et nyt bud på hvordan man kan
1:05:14
kunne kode med de her ting. Endnu et bud.
1:05:17
Jeg tror en af problemerne er Jeg vil.
1:05:19
Jeg ved ikke hvad Sådan det altså du ved, hvis alle mine
1:05:24
problemer i forhold til det der blev løst.
1:05:25
Jeg vil ikke vide hvordan det så ud tror jeg.
1:05:29
Det tror jeg sgu heller ikke Jeg vil.
1:05:33
Nå. Det var det jeg.
1:05:35
Håber vi kan finde en måde at klistre den her stump på den
1:05:39
store podcast. Ellers må vi lave det som en
1:05:41
special edition eller et eller andet.
1:05:44
Ja. Vi finder vi ikke siger det jo.
1:05:48
Er, der ellers et eller andet her til sidst du lige vil.
1:05:51
Et eller andet sted? Bare til nogle af de emner vi
1:05:55
kommer til at snakke om i de næste par uger.
1:05:57
Vi har alt muligt spændende på programmet.
1:06:00
Nu nævnte jeg lige byas. Det er jo en stor ting og det
1:06:03
der med at gå i dybden med det. Det er også tit, så bliver det
1:06:06
jo bare sagt om Sådan noget over noget du kan høre.
1:06:09
Jeg har allerede preppet mig lidt på at finde mine mine gamle
1:06:11
begreber frem for hvad hvordan man egentlig definerer bare
1:06:14
altså Sådan nogle ting der så det, det synes jeg det.
1:06:17
Det tager vi hul på også. Det gør vi altså.
1:06:20
Det er mega fedt jamen så siger vi bare 1000 tak fordi du
1:06:23
lyttede med og vi lyttes igen i næste uge hey.
1:06:26
Hej.