Latest / Verbos: AI og Softwareudvikling / #75 - Verbos Nytårsspecial: AI-året der gik, 2025 AI-trends, Large Concept Models

Transcript

#75 - Verbos Nytårsspecial: AI-året der gik, 2025 AI-trends, Large Concept Models · Verbos: AI og Softwareudvikling

• 0:00
  Halløj alle sammen og velkommen til hvad bos podcast afsnit
• 0:03
  nummer 75 Det er den 27. december.
• 0:05
  Så glædelig julas. Glædelig jul hvad hedder det?
• 0:09
  Og glædelig jul til alle jer derude.
• 0:11
  I dag har vi en rigtig lækker episode klar til jer derude hvad
• 0:14
  hedder det Vi skal? For det første så skal vi snakke
• 0:17
  om et pale som jeg ligesom har Jeg har hvad skal vi sige røde
• 0:22
  tændefladen og så har jeg ligesom gjort krav på vi bliver
• 0:24
  nødt til at snakke om det her fordi at Jeg er meget oppe at
• 0:26
  køre over det, Det har man måske lagt mærke til hvis man har
• 0:29
  fulgt med på LinkedIn og så videre.
• 0:31
  Men Det er et paper som noget i et koncept der hedder large
• 0:35
  koncept models, som er kommet ud fra meta og som er.
• 0:38
  Rigtig spændende. Det skal det vil vi snakke først
• 0:41
  om til at starte med. Derefter vil vi prøve at tage
• 0:43
  Sådan en lidt året der gik. Hvad er der sket i år?
• 0:47
  Kig tilbage på de store begivenheder, snak om den og så
• 0:51
  videre. Det er jo lige før vi kan
• 0:53
  begynde at lave Sådan nogle vi. Det lavede vi jo også.
• 0:55
  Vi lavede også Sådan et nytårsisode sidste år.
• 0:57
  Det så lige før vi begyndte, at det kunne være meget sjovt Sådan
• 1:01
  om om nogle år at Sådan at høre de der Sådan hvor meget klogere
• 1:04
  vi blev og hvor meget mere af feltet ligesom.
• 1:07
  Rykkede sig og. Så videre.
• 1:10
  Hvad bruges årshjul der begynder at tegne sig?
• 1:12
  Totalt, og Det er den hårde grind som som som som vi kører
• 1:17
  her, bare blot force en gang om ugen Sådan i.
• 1:20
  Hvert fald. Vi skal selvfølgelig også have
• 1:22
  Vores Vores 2025 predictions og Sådan lidt af hvert og Vores
• 1:28
  egne tech nytårsfortsæt, så vi lavede sidst jeg husker.
• 1:32
  Det det gik ikke så godt med med rust fra min side.
• 1:35
  Nej. Jeg kan ikke huske hvad min egen
• 1:38
  var. Nej, det vidste jeg.
• 1:39
  Men så som sagt, når vi så også snakker om året der gik, så skal
• 1:41
  vi snakke om hvad tror vi der bliver det store i 2025 og Sådan
• 1:46
  generelt fremadrettet. Hvad synes Vi er spændende, så
• 1:48
  Det er det Vi skal snakke om i dag.
• 1:51
  Godt har du haft en god julas? Det jeg nåede lige at blive
• 1:55
  frisk som de skarpe lyttere. De lagde mærke til, så var jeg
• 1:58
  ikke med II den lige op til jul i podcasten, så jeg lå lige med
• 2:04
  med feber i 4 4 næsten 5 dage. Det er ikke klart.
• 2:09
  Ja, men alle andre gik frie undtagen mig og min lille min
• 2:12
  lille søn på 2. Men vi nåede at blive fristet
• 2:17
  til julen, så det gik fint. Det var.
• 2:18
  Noget med du var syg i sidste jul, ikke?
• 2:21
  Fuldstændig sidste jul. Der lå jeg også.
• 2:23
  Der var jeg syg i juleaften og tog hjem med en etårig under
• 2:27
  armen alene på sommerhuset. Smid flæskestegen ind i ovnen
• 2:31
  der og have lagt ham til at sove og brænde sværene af og spise
• 2:34
  det med. Kogt og dykke og.
• 2:36
  Røget kål det. Var godt du ikke lagde
• 2:38
  flæsketangen til at sove og så smide noget babyen.
• 2:45
  Så Vi har Sådan set haft en god god jul egentlig, og der var
• 2:49
  lige lidt sygdom. Der har været lidt lidt lidt
• 2:51
  Sådan Sådan lidt opkast Sådan spontan opkast.
• 2:55
  Du ved have det af helvedes til i Sådan en halv time, men som
• 2:59
  har været været have det fint igennem bagefter så.
• 3:03
  Kæft mand man, man skulle bare være single uden børnene igen og
• 3:07
  så isolere sig. På sit værelse og bare kode
• 3:10
  derudaf ligesom begge hende dage.
• 3:13
  Seriøst? Ja Det er rigtigt.
• 3:14
  Nå det? Sådan er det ikke.
• 3:16
  Hvad hedder det der hvor vi holdte jul så?
• 3:18
  Men det første min yngste datter gjorde da hun trådte ind af
• 3:21
  døren. Det var at brække sig i gang.
• 3:25
  Så men hun havde det fint bagefter, så Det var Det var.
• 3:26
  Det var bare Sådan du ved halv time halv helvedes til og så.
• 3:31
  Ja så men Det var ellers var det hyggeligt, så nu glæder vi os
• 3:34
  til nytårsaften og. Ja Det er godt det.
• 3:37
  Er jo Kongens første nytårsstale.
• 3:40
  Det er jo det som er skrevet med chatkabet nå helt.
• 3:44
  Sikkert helt sikkert. Det jeg ved ikke, men det synes
• 3:47
  jeg hører noget om ens omkring det.
• 3:49
  Kronprins Frederik er jo glad for AI.
• 3:52
  Han har var jo med til at til at give en computeren sammen med
• 3:55
  jens uh han. Klippede i den røde snor, eller
• 3:57
  hvad Det var. Eller connectede den store
• 4:01
  bløde. Du ved.
• 4:02
  Nej. Altså.
• 4:04
  Han har jo også udtalt Sådan at EA Det er fedt og det skal vi
• 4:07
  investere i og Sådan noget så skal ud til til.
• 4:11
  Helt sikkert ja til kongen yes hvad hedder det?
• 4:15
  Jamen skal jeg starte med det her paper som Jeg har prøvet
• 4:19
  sendefladen for at at snakke om. Ja det synes jeg det synes jeg.
• 4:24
  Jamen Det er paper, Der er jo kommet vanvittigt meget ud her i
• 4:26
  december. Sådan lige på falderebet
• 4:29
  opinayarie havde de der twell days of abenya og Google er
• 4:33
  kommet ud med en masse ting og altså Det har bare været spæd
• 4:35
  hagl og de der de har bare droppet bomber på stribe og alle
• 4:38
  de her. Ja de her tech laps i alle apps
• 4:43
  derude, men men især meta droppede et paper, som jeg var
• 4:47
  utrolig utrolig og blev utroligt optaget af og som Jeg har ventet
• 4:51
  længe på, tror jeg i virkeligheden.
• 4:53
  Og Det er det her paper som hedder nu skal jeg lige prøve at
• 4:55
  se hvad det hedder Sådan helt akkurat bare for ikke at.
• 5:00
  Det hedder large content models language modelling incent
• 5:04
  repræsentation space. Og hvad er det?
• 5:10
  Nu skal i fandme høre. Indtil videre så har man jo haft
• 5:15
  altså de sidste 2 år har jeg jo har hvad skal man sige de her
• 5:19
  large language models generative lars language models, som jo er
• 5:23
  token baserede taget verden med storm og har virkelig vist sig
• 5:27
  at være utrolig utrolig utrolig brugbar i forhold til alle
• 5:31
  mulige forskellige usecases og har jo lagt verden ned?
• 5:34
  Og har du ved ja. Kæmpe succes, men der har været
• 5:39
  en en person, en meget velset person IAI verden som har stået
• 5:44
  på sidelinjen og været rigtig rigtig mavesur over den her.
• 5:50
  Og Det er jo Vores alle sammens gode y armle cool som er
• 5:54
  chieifest tror jeg også nok Det er hos meta og som som jeg
• 5:59
  desværre ikke fik lov til at møde over i, da jeg var ovre i
• 6:02
  selcon balling. Jeg spurgte også hvor han var
• 6:04
  henne, men. Det viser sig at han er.
• 6:08
  Han er jo også professor på Colombia, Colombia University i
• 6:11
  New York, og så bor han i Paris. Så han spiller.
• 6:15
  Han er lidt vild. Jeg tror han kører Sådan en
• 6:17
  pendulfart mellem Paris, New York og San Francisco.
• 6:20
  Og så tænker jeg, han har en del rejseaktivitet, men.
• 6:26
  Men han har jo i alle i alle de 2 år nærmest.
• 6:29
  Vi har haft hvor elever har været talk of the town talk of
• 6:34
  the world. Hvad?
• 6:36
  Hvad prædiket at han synes Det var noget pjattet noget, og Det
• 6:39
  var ikke vejen til JI og at. Det, der ligesom var vejen frem.
• 6:44
  Det var at man lavede nogle modeller som ikke var tungen
• 6:49
  baseret, men var hvad skal man sige?
• 6:51
  Altså ikke lavet risening i tungen space, men gjorde det i.
• 6:58
  Abstrakt embedting space som var uafhængigt af modernitet, altså
• 7:03
  uafhængigt af om hvorvidt Det var tekst tale video whatever.
• 7:08
  Han var særligt også optaget af, at tåbens var diskrete
• 7:12
  propalistiske fordelinger, når man kom til til det afsluttende
• 7:18
  lag i modellerne. Og det det og så det her.
• 7:23
  Orderegressive altså at man hele tiden.
• 7:26
  Førderesultatet ind fra tidligere til den næste
• 7:29
  produktion. Det var ham.
• 7:31
  Det er han meget optaget af, at det, det mener han, er Sådan,
• 7:33
  Det er endd, at man skal ligesom et skridt tilbage tilbage, så
• 7:36
  lige præcis den del der. Det er også noget noget fis,
• 7:38
  synes jeg, og så er det lige meget om Det er transformeret
• 7:40
  eller hvad Det er, men lige præcis den der ordner ressive
• 7:43
  alle dem del, Det er han ikke glad for.
• 7:46
  Og han har også været meget optræden af, at det skulle være
• 7:48
  der skulle være noget mere hierarkisk.
• 7:49
  Hvad skal man sige? Jeg ved ikke, om Det er et
• 7:51
  rigtigt ord, men en doctive bias ind i de her modeller, så de
• 7:53
  skal have mulighed for at lave reasoning i Sådan på Sådan et
• 7:56
  hierarkisk måde og så videre. Og det syntes jeg da bare lige
• 7:59
  kunne komme til hvis man har det der sidste lag med vi nævnte der
• 8:02
  det vil det mener jeg fordi Det er jo propalistisk natur, så det
• 8:05
  strider helt imod at skulle lave regelbaserede ting eller grounde
• 8:08
  dem i nogle fysics modeller eller Sådan noget som han også
• 8:12
  snakker om. Han giver han giver et meget
• 8:14
  godt eksempel i virkeligheden. Eller det gør de i paperet, hvor
• 8:18
  at de siger, at hvis man for eksempel har forberedt en
• 8:21
  præsentation på en halv time, så så har man jo en eller 2 form
• 8:25
  for indre repræsentation, altså en eller 2 form for indre skal
• 8:28
  man sige plan for, hvordan den ligesom skal eksekveres, men den
• 8:32
  er jo ikke det, man siger, er jo ikke nødvendigvis 1-1 det samme
• 8:36
  fra den ene fra til den 2. Gang, hvor du holder det her
• 8:39
  oplæg. Men Det er jo stadig de samme
• 8:42
  koncepter, der bliver formidlet bare på en 2 måde, så det her
• 8:46
  med Sådan og bare at sige, at hvis du skal forudsige hvad der
• 8:50
  kommer som det næste i sprog, eller du ved sanseindtryk eller
• 8:55
  et eller andet data. Så er det.
• 8:59
  Hvad skal man sige, så er det meget Sådan en jeg kunne
• 9:02
  forestille mig at at Det er meget Sådan ineffektiv måde at
• 9:05
  optimere hårdt hen mod, at det skal være præcist akkurat.
• 9:08
  Lige præcis den token der kommer fordi Der er et væld af
• 9:13
  muligheder, som i virkeligheden også kunne være lige så
• 9:16
  gældende, altså lige så validets vej, ikke?
• 9:20
  Og der har jeg bare der. Der er et eller andet Der er
• 9:22
  noget intuition der der taler meget til mig, hvor jeg tænker
• 9:24
  Sådan der. Det må være en ret ineffektiv
• 9:26
  måde at forudsige sprog på. Ikke det her med at være meget
• 9:30
  Sådan nedy greating hvad Det er lige præcis den token der kommer
• 9:33
  som det næste, og så jeg kunne forestille sig, at de her
• 9:36
  elemmer bruger meget energi på. Ja.
• 9:40
  Ligesom rette ind til det, hvor de kunne i virkeligheden bruge,
• 9:44
  hvis de tætte et skridt tilbage og brugte mere tid på at rette
• 9:47
  ind. Altså forme det her konceptuelle
• 9:50
  space, så kunne de. Spare noget energi ikke eller
• 9:55
  noget noget Sådan hvad skal man sige nogle parametre og så
• 9:58
  operere mere effektivt? Ja fordi der det her jeg.
• 10:04
  Jeg hører dig sige at der går meget ind.
• 10:07
  Der går mange parametre tabt på ligesom den her memoriation i
• 10:12
  virkeligheden. Altså hvor at man.
• 10:14
  Hvor man måske i virkeligheden overfitter helt vildt meget til
• 10:17
  til træningsdata, og så ender man.
• 10:20
  Bare med at ligesom at reproducere noget frem for
• 10:23
  ligesom at skabe noget nyt laver ligesom et gåseøjne altså eller
• 10:27
  på en eller 2 måde bevæge sig i mellem linjerne.
• 10:31
  Ja jeg ved det jo sjovt fordi man ser jo også på man ser også
• 10:34
  på når man laver et træner de her liberitet modeller og man
• 10:36
  kan se på GPT 2 for eksempel den var et og 2 og Sådan noget de
• 10:39
  var ret gode til at generere teksten, men Det var Sådan
• 10:41
  usammenhængende. Og Jeg tror i virkeligheden, Det
• 10:44
  er fordi jeg forestiller mig nogle gange Sådan, at Det er
• 10:46
  fordi at der bliver brugt så meget energi på at få formen
• 10:51
  korrekt. Giver det mening?
• 10:54
  Altså hvor at at så fordi at der bliver brugt så meget tid på at
• 10:57
  få Sådan formen korrekt og syntaksen og Sådan noget basalt,
• 11:01
  så skal du virkelig skære op. Så skal du virkelig skalere dem
• 11:04
  massivt op for at hvad skal man sige der begynder at danne sig
• 11:08
  det her mere Sådan interne konceptuelle space inde i selve
• 11:13
  modellen. Og hvor at den den Sådan altså
• 11:17
  Sådan Jeg tror bare Der er potentiale for at det Vi har
• 11:20
  gang i øjeblikket fungerer enormt ineffektivt.
• 11:24
  Og hvis man så ligesom kan være i stand til at sige hov.
• 11:27
  Vi har faktisk regnet ud at man kan ved at lave en 2 model
• 11:30
  arkitektur. Så kan vi faktisk.
• 11:32
  Hvad skal man sige? Altså bruge meget mindre krudt
• 11:38
  på eller repræsentere de her ting, og så ligesom bare have et
• 11:40
  et lag der hedder lav det her om til noget tekst lav det her om
• 11:44
  til noget lyd eller lav et eller andet om til whatever og så.
• 11:49
  Så man ligesom separerer de 2 ting man separerer Sådan
• 11:52
  resining delen. Altså det her med at forstå
• 11:54
  verden og ligge planer og navigere alle de her ting og så
• 11:59
  ligesom det der med at få det ud få både få det ind, men også at
• 12:03
  få det ud altså sprog ind og sprog ud billede ind billede ud
• 12:05
  og så videre ikke? Men det skal vi jo.
• 12:08
  Nu skal vi jo ned II det, og der kan vi jo sige, vi allerede nu
• 12:11
  kan vi sige, Der er en innode-del og en d code er del.
• 12:15
  Det er også lidt det, jeg hører dig sige, at vi i virkeligheden
• 12:18
  lidt skal tilbage til noget af det der mere klassiske, hvor at
• 12:22
  Vi har arbejdet meget d code og only land.
• 12:26
  Og nu er vi nu er vi nok. Lidt tilbage til at det her
• 12:32
  incoding er en vigtig ting også fordi vi ikke.
• 12:34
  Vi er ikke interesseret i at være for afhængige af lige
• 12:37
  præcis hvordan det her tungen på cabula det ser ud og Sådan nogle
• 12:43
  ting nå prøv lige og og nævne lidt om hvad hvad består det her
• 12:46
  af og til hytterne derude skal vi også prøve at se om vi kan
• 12:50
  forklare lidt undervejs. Nu er vi det klassiske babus de
• 12:53
  dive, så hvis man er ny her på kanalen så skal man bare vide
• 12:57
  der kommer nok lidt termer. Som er lidt.
• 13:01
  Har lidt tekniske lyd, og vi prøver selvfølgelig efter bedste
• 13:04
  evner at at sige noget på på på dansk fremfor spansk.
• 13:09
  Yes yes eller genetisk OK, men det her paper Det er det
• 13:13
  beskæftiger sig med at de har large content models og Det er
• 13:16
  ideen er ligesom at gøre op med det her togenbaseret
• 13:19
  forudsigende næste togen. Det vil vi gerne væk fra og
• 13:22
  grunden til vi gerne vil væk fra det.
• 13:24
  Det er fordi at vi tror at der ligesom er vi gerne vil være
• 13:28
  bedre i stand til at indabe hiarkisk resing.
• 13:33
  Hvordan det helt skal man sige kan skal kunne lade sig gøre.
• 13:36
  Og hvordan det ikke kan lade sig gøre i tungnes bedste altså lidt
• 13:38
  nysgerrig på men en 2 ting der der ligesom også er interessant
• 13:42
  ved det. Det er at man gør selve
• 13:44
  reasingen modernitetsuafhængig Sådan så at det skal være en en
• 13:48
  form for rasning. Ting space et eller andet
• 13:52
  koncept space, som er ligeglad med om Det er tale.
• 13:55
  Tekst, video, lyd whatever. Og viser det.
• 14:02
  Jeg vil lige sige en ting til det fordi.
• 14:05
  Når vi siger OK det skal være modernitets uafhængigt men men
• 14:10
  det skal stadigvæk ligesom. Et billede af en hund og
• 14:15
  teksten, hvor der står hund. Det er stadigvæk det.
• 14:19
  Det når Vi har trænet multimodelemodeller tidligere,
• 14:22
  så har vi stadigvæk trænet dem til ligesom at producere en
• 14:24
  eller 2 form for intern repræsentation, der ligner
• 14:27
  hinanden. Men men, men her er vi også helt
• 14:30
  tilbage til at. At ligesom på en cater delen, at
• 14:35
  nu stiller jeg mere et spørgsmål at vi vi Vi er vi der hvor vi
• 14:38
  ligesom når vi så ind cader det. Jamen så bliver de incotet som
• 14:41
  det samme og er det derfor Vi er modelitetsuafhængige.
• 14:46
  Må det. Det er nemlig et godt spørgsmål,
• 14:48
  fordi man kan sige i må på mange måder, så gør man jo allerede
• 14:51
  det her altså DT 4 kan jo også godt forstå billeder og så
• 14:54
  videre og så videre. Og lyd og Sådan noget ikke
• 14:57
  efterhånden, men Det er lidt ligesom om og jeg ved at du skal
• 15:00
  faktisk være allah siger jeg ved ikke helt hvordan model
• 15:02
  arkitekturen er i forhold til hvordan det her helt konkret
• 15:05
  fungerer med, hvordan man både tager billeder og lyd og Sådan
• 15:08
  noget ind. Men Jeg tror Det er Sådan
• 15:09
  adaptor man ligesom siger adapter til forskellige modeller
• 15:13
  og så kan de. Finde et eller andet fælles
• 15:15
  space for det, men Jeg tror pointen er, at Det er lidt Sådan
• 15:18
  en lappeløsning. Og det man det man ligesom går
• 15:22
  efter her, Det er at sige i stedet for at forudsige tokens,
• 15:25
  altså forudsige det næste, der skal ske i tokens space, så
• 15:29
  forudsiger vi det næste, der skal ske i koncept space.
• 15:34
  Hvad det giver mening, så du du du får sit idéer her i
• 15:39
  konceptbas, og Det er jo det, Der er hele delen.
• 15:41
  Det er jo også det som. Ja jamen det kunne der meget fan
• 15:45
  af det her med at forudsigelsen skal ske i det her abstrakte
• 15:48
  koncept space. Til Det kan man jo sige, at når
• 15:52
  man træner, så har man jo den her endelige forudsigelse, som
• 15:57
  hvis man rammer rigtigt, så så får man point så at sige.
• 15:59
  Og hvis man rammer forkert, så så skal man straffes, fordi så
• 16:03
  skal man på en eller 2 måde navigere sin 2 retning når man
• 16:07
  går tilbage. I loopet ikke man træner jo, så
• 16:11
  kører man jo rundt i Sådan en loop.
• 16:13
  Men Det er jo så det Der er. Og der har vi været vant til,
• 16:14
  netop som du siger at altid at forudsige.
• 16:19
  Den næste togen og så evaluere på, om vi rammer rigtigt eller
• 16:23
  forkert på på det det stadie. På det meget.
• 16:26
  Det skal vi så ikke konkret, hvor meget Sådan diskret den her
• 16:29
  tåkning ikke? Og.
• 16:30
  Nu skal vi det gør nu skal. Vi forudsige noget mere
• 16:32
  kontinuerligt og noget mere abstrakt.
• 16:35
  Lige præcis, og Det er jo nemlig også det der giver gør muligt
• 16:38
  det her nemlig ikke. Det er at man kan faktisk
• 16:39
  begynde at forudsige det her. Setup kan begynde at forudsige
• 16:42
  det næste i Sådan et en betting agtigt space.
• 16:45
  Hvor man kan bruge Sådan noget som mine squad error los i
• 16:48
  stedet for de her cross enterpy Sådan helt hårdt.
• 16:52
  Du ved proppetalistiske kriterier for at eller objektive
• 16:56
  function ikke, så man kan sige Det er jo Det er jo ligesom det
• 16:59
  interessante og Det er. Det er en ny retning det her og
• 17:03
  så Vi er early days tror jeg godt man kan.
• 17:05
  Man kan tillade sig at sige man kan sige de har 3 forskellige.
• 17:09
  Hvad skal man sige? De har 3 forskellige tilgange
• 17:12
  til det her en de kalder for base filcy m altså large content
• 17:16
  model hvor de bruger noget de kalder for, altså har de base
• 17:20
  LCM defion LCM og så qant LCM og Jeg tror ikke jeg går så meget
• 17:27
  ned i dit 2 andre der. Men Det er i hvert fald den 2 af
• 17:30
  defusion modeller den 2 er noget.
• 17:33
  Diskret imoddtings halløj altså. Man kan ligesom se at de er i
• 17:37
  eksperimenterelfasen her ikke. Altså de prøver forskellige
• 17:39
  løsninger af. Prøv at se hvad der fungerer
• 17:40
  bedst fordi de har en ide. Vi taler om her, ikke?
• 17:45
  Jeg. Tror ikke det du skal ja men.
• 17:47
  Jeg tror i virkeligheden, Jeg tror det de Sådan mest prøver
• 17:50
  her. Det er at.
• 17:53
  Den her, hvad skal man sige de vil gerne.
• 17:57
  Forudsige en række af koncepter eller forudsige, hvad der sker
• 18:00
  næste i den her konceptuelle space.
• 18:04
  Og Det er forskelligt approaches til det.
• 18:05
  Så vidt Jeg kan forstå, og det de tager udgangspunkt i den
• 18:07
  første, fordi nu skal vi også. Vi skal også videre med med
• 18:10
  Vores liv her, så dine. Så hvis Vi skal nå at snakke om
• 18:12
  nogle andre ting ikke, men de har åbenbart arbejdet på Sådan
• 18:15
  et sono en betting projekt, som er Sådan et sent betting space
• 18:22
  incating ting. Ja, så Det er en sensorance
• 18:26
  incater, så Det er det og det Der er interessant ved det her.
• 18:28
  Det er faktisk at de. Og forudsiger ikke ord.
• 18:31
  De forudser ikke det næste ord, de forudser den næste sætning.
• 18:35
  Så Det er next sentens position. På Sådan et stort fokus.
• 18:40
  Kret forstand, men i konceptuel forstand.
• 18:43
  Yes lige præcis så du ved de tager en masse tekst på
• 18:45
  internettet et eller andet højt kvalitet, så højt kvalitet de
• 18:47
  kan finde du ved og så videre. Så tager de så de her så tager
• 18:50
  de så en better hver sætning i det her korbus ind til det her
• 18:54
  sonar tror jeg det hedder sonar en betting space og så du ved så
• 18:59
  har de en betting for den ene sætning og en betting for den 2
• 19:02
  sætning og så skal de så kunne forudsige den.
• 19:05
  Næste sætning fra den forrige sætning giver det mening?
• 19:09
  Jeg ved ikke om der også er noget tention.
• 19:10
  Det er der sikkert. Der er noget tention som ligesom
• 19:12
  du ved, så kan de forudsige, så har de attention nok kan
• 19:15
  forudsige på baggrund af dyb mange forudsætninger.
• 19:18
  Yes. Ja, og så får du så, og så får
• 19:21
  du det. Ikke Det er ikke igen bare lige
• 19:23
  for Det er stadigvæk ikke sætningen.
• 19:25
  Altså i ord de forudsiger, men en en repræsentation af den
• 19:30
  sætning i et abstrakt embedt. Det er selvfølgelig sort magi,
• 19:36
  når man siger det Sådan der, men men Det er altså det der.
• 19:39
  Men Det er anderledes, og Det er en interessant approach, og den
• 19:43
  følger meget godt den her med at du ved du kan sige en sætning.
• 19:46
  Med samme betydning på mange måder.
• 19:49
  Så Det er i virkeligheden du, hvis du bruger alt for meget,
• 19:51
  hvad skal man sige parameter, energi og i dit neurale netværk
• 19:54
  på at forudsige lige præcis den ene måde at fortælle et eller
• 19:59
  andet på, så kører du altså så så jeg Jeg har en eller 2
• 20:03
  intuition der siger mig altså, så er det altså ineffektivt
• 20:06
  Sådan ineffektive måde at at forudsige og tænke på, fordi Det
• 20:09
  er det underliggende betydning af det, du gerne vil forudsige
• 20:13
  agere gæs ikke. Og Det er det Der er det
• 20:15
  spændende ved den her. Den her metode.
• 20:17
  Det er det. Ja så det vil sige at de er
• 20:19
  altså i stand til at kunne forudsige Sådan kan man sige
• 20:22
  kontinuerte ting altså Sådan lidt mindre Sådan hard negativ
• 20:26
  Sådan ting. Det er ikke den næste token, og
• 20:29
  hvis ikke Det er den, så er det bare forkert.
• 20:31
  Det er mere Sådan en en betting simularity agtig, hvad skal man
• 20:35
  sige øvelse? Og så skal den imatting som
• 20:38
  laver til ting så ligesom de coates.
• 20:40
  Noget tale eller noget noget sprog?
• 20:44
  Af en eller 2 art og hvad hedder det?
• 20:46
  Ja og de finder at Jeg tror også grunden til de releaser det her
• 20:50
  paper nu har en eller 2 fornemmelse af Det er fordi de
• 20:51
  begynder at se at de her den her løsning den her løsning begynder
• 20:55
  at kunne måle sig med LLM Alternativet giver det mening så
• 21:00
  at Jeg har lidt en mistanke om at Det er først Det er derfor
• 21:02
  det først kommer nu. Ja, Jeg tror også at at Det er
• 21:06
  jo det her Der er inspireret af. Af yan leickuns koncept om jep a
• 21:14
  joine betting prediction arketcure altså den her det her
• 21:19
  embedting space, som er det vi egentlig skal forudsige.
• 21:23
  Som er latent altså abstrakt, eller hvad Vi skal kalde det,
• 21:26
  men altså med en eller 2 repræsentation som går på tværs
• 21:29
  af moderniteter. Og sprog også de.
• 21:31
  Det har også fået brug for Sådan multigrality ikke ja.
• 21:37
  Et koncept en en serie af koncepter eller Sådan en
• 21:40
  konceptorsentation til ting, det det i virkeligheden endda
• 21:42
  c-cooter altså. Og så er det bare Sådan OK er
• 21:44
  det spansk er det dansk, er det whatever altså Det er lige
• 21:46
  meget, Det er stadig det samme. Det betyder Vi skal ikke bruge
• 21:49
  energi på ja. Man kan jo ikke altså man kan jo
• 21:52
  ikke ende med at vise en bruger nogle vektorer som man har
• 21:55
  forudsagt. Igt hvordan, hvordan kommer vi
• 21:58
  over til den her modernitet? Altså hvordan kommer vi over til
• 22:01
  at vi viser en sætning, eller at vi så viser et billede eller vi
• 22:04
  viser noget? Så vidt Jeg kan se, så er den
• 22:06
  her sonar. Den har en dick coader.
• 22:09
  Det er Sådan en en coder deko autocader arkitektur så den når
• 22:13
  du har Sådan en koncept ting, så kan du lave det om til en
• 22:16
  sætning. Altså så er der en d kort der
• 22:18
  laver det om til en sætning og Det er så det der begynder at
• 22:21
  vise Sådan tilnærmelsesvis samme performance som tilsvarende
• 22:25
  modeller de kører. Jeg tror Det er 7 8 mia.
• 22:28
  parametre bordelmodeller det her så Det er det space de Sådan
• 22:32
  eksperimenterer i og noget interessant som bare lige Sådan
• 22:35
  tog så det vil sige den er Sådan on pass ved med andre løsninger.
• 22:40
  En interessant ting som de har fundet ud af, Det er at den.
• 22:43
  Har bedre cemantisk resing og Sådan corinens.
• 22:47
  På Sådan long form outputs, så den kan den kan bedre.
• 22:51
  Sådan hvad skal man sige? Lave reasing på tværs af
• 22:54
  længere. Inputs og den har også.
• 22:58
  Den er også i stand. Ja og den har i stand til at
• 23:00
  kunne processere. Jeg tror Det var op til. 2048
• 23:05
  sætninger, hvilket jo er mange. Altså flere tokens altså Det er
• 23:11
  jo altså den så den opererer sætninger på en måde ikke,
• 23:14
  hvilket Jeg synes årsag. Til tåben i traditionel forstand
• 23:17
  vil det være mange. Og man skal jo nok ned II antal
• 23:23
  karakterer nu men men. Så så den har den har nogle
• 23:27
  fordele der ved at den den den er ikke Sådan et gridy på toppen
• 23:30
  niveau. Den kan ligesom bare finde ud af
• 23:32
  koncepterne og så decoote det og så få noget ud, ikke?
• 23:36
  Og der har den altså viser den at den kan lave bedre visning på
• 23:39
  længere. Hvad skal man sige længder
• 23:43
  virker det til? Og så har den mere, så har den
• 23:46
  mere effektive altså den. Den er mere effektiv i forhold
• 23:49
  fordi den ikke er konstartspiller et tog niveau og
• 23:52
  noget de så også oplever som Jeg synes var interessant.
• 23:54
  Det er at. Hvilket Jeg synes er interessant
• 23:57
  Sådan downside ved den her metode.
• 23:59
  Det er at sonner embedtings show frechelity with the 17
• 24:05
  text-ties. For eksempel links og memory
• 24:08
  dater og så videre, så det vil sige og det fint giver intuitiv
• 24:12
  god mening, at når man så bevæger sig i det her, hvad skal
• 24:16
  man sige? Weird conceptspace Sådan at det
• 24:19
  bare skal være et fucking link som bare skal være det og ikke
• 24:23
  andet og eller det bare skal være fucking det tal eller et
• 24:25
  eller andet matematik som bare skal være det, som vi jo også
• 24:28
  observerer at elever kæmper med. Så er det så, så kæmper den med
• 24:32
  det og Det er jo så så Der er bare Sådan en eller 2 meget
• 24:36
  interessant Sådan. Pendant mellem de der 2 ting
• 24:40
  ikke fordi nogle gange så skal det altså bare være fucking bare
• 24:43
  det det link eller det der regnestykke eller et eller andet
• 24:48
  andre gange så kan de drage nytte af og operere i mere Sådan
• 24:50
  mere konceptuelt space ikke, og Det var egentlig det Det var
• 24:55
  egentlig. Det Jeg kan godt lige tænke mig
• 24:57
  at indskyde nu. Vi er i det der hvad du siger.
• 24:59
  Det er sjovt med sætningerne at vi de der links som jo er en en
• 25:04
  streng af karakterer uden mellemrum.
• 25:05
  Og koncept om ord nødvendigvis der kan jeg godt selvfølgelig
• 25:09
  godt være ord i dem. Men Jeg kan ikke lade være med
• 25:13
  at tænke på at. Hvis den til den der jeg lyttede
• 25:19
  lige til Sådan 20 minutter hvor at en gut fra youtube forklarede
• 25:23
  det der paper også. Og jeg mener han han nævnte at
• 25:25
  den der en coater de bruger det. Faktisk er han en character
• 25:28
  level and cater. Altså så den den skal jo have et
• 25:32
  eller andet data ind og og altså tekst er jo som bekendt ikke.
• 25:40
  Tal endnu, før man beslutter sig, hvordan det skal
• 25:42
  konverteres til tal, så. Og jeg mener Det er karaktererne
• 25:47
  simpelthen altså at Det er karakterniveau.
• 25:53
  Incating tokens lad os lad os kalde det toben stadigvæk når
• 25:56
  det bare er en karakter, men Det er bare på et andet niveau.
• 26:02
  Husker du det også Sådan eller har?
• 26:05
  Og nå, men anyway, så Jeg kan ikke lade være med at tænke på
• 26:08
  at at man er lidt tilbage på den at man har prøvet det der før
• 26:11
  med med karakterer og Det har ikke gået så godt.
• 26:13
  Og derfor har man ligesom taget de her tokens, fordi at den
• 26:17
  semantiske mening af karakterer, Det var svært at få ind.
• 26:20
  Og og hvis man hvis hvis man tager hver karakter som et tågen
• 26:24
  i den klassiske transformer model, så vil det også være
• 26:28
  noget rod, fordi så får du bare helt vildt lange.
• 26:31
  Altså det. Det skalerer jo rigtig dårligt.
• 26:33
  Det ved vi jo tidligere, men derfor kan man jo godt have n en
• 26:37
  coter der på en eller 2 måde alligevel laver en
• 26:39
  repræsentation af det der. Der skalerer godt og så derfra
• 26:42
  gå videre med sin. Med sin klassiske attention
• 26:46
  transformator ting ikke og det det jeg lidt hører der ligger i
• 26:49
  det her på en eller 2 måde også. Men så var der det der andet
• 26:53
  paper som Jannik kjølsj. Han gik igennem, som er det her.
• 26:58
  Bidelaten transformer eller Sådan et eller andet.
• 27:01
  Også for metra. Også for meta som netop også.
• 27:06
  Altså leget med det her ikke så man kan.
• 27:09
  Man kan virkelig fornemme at de de de leger med det her med
• 27:12
  hvordan skal vi repræsentere ting og og Der er nemlig noget
• 27:15
  med at Det er Sådan. En de laver grundforskning på
• 27:17
  model arkitektur niveau. Ikke fordi det.
• 27:19
  Må man virkelig sige? Så.
• 27:24
  Der leger de lidt med det her med at at hvor man ligesom skal
• 27:27
  de kalder det for patches. I stedet for tokens, fordi man
• 27:31
  skal jo have et eller andet andet ord.
• 27:33
  Der har man ikke måtte kalde det det.
• 27:36
  Så arbejdede de lidt med det her med at at man måske kan træne
• 27:39
  den til dynamisk at at ligesom finde ud af hvornår den skal
• 27:43
  kappe ting i hvilke længder. Og det lyder jo rimelig spacey.
• 27:51
  Og nu kan jeg slet ikke huske nok om det, fordi Det er noget
• 27:53
  tid siden jeg lyttede til det. Man kan selvfølgelig gå ind og
• 27:56
  høre jannick kilas gennemgang af det, fordi han ved og kan meget
• 27:59
  bedre forklare hvad Det er der sker.
• 28:01
  Så Der er både jeg husker det som Der er både noget nyt og
• 28:04
  noget gammelt i det, men så bliver det på en eller 2 måde
• 28:06
  sat sammen på en på en Sådan måde at man får noget noget ny
• 28:10
  arkitektur eller som som har nogle fordele, og Det er noget
• 28:13
  med at man kan selvfølgelig skalere meget bedre, fordi jamen
• 28:16
  så kan man spare Det er det du også siger jo man hele tiden med
• 28:18
  at hvis man hvis man kan få et tog hvis man kan få 3 tokens til
• 28:22
  at blive et toggen og stadigvæk have den samme preaktionskraft i
• 28:25
  det, så sparer man noget. Men hvornår ved man hvordan Det
• 28:28
  er den ene eller den 2 Der er bedst og så videre og så videre.
• 28:31
  Ja, hvis man så kan lære det i sig selv selv lære det via noget
• 28:36
  netværkmodel, så kan man spare noget ved at have have lært det
• 28:41
  der. Der er jo selvfølgelig.
• 28:43
  Der er jo selvfølgelig alle mulige toggace teknologier og
• 28:45
  løsninger, vi bruger derude i forvejen, som har taget stilling
• 28:49
  til meget. Det er der man nok ikke er nået
• 28:50
  langt så langt med det. Så man kan virkelig fornemme at
• 28:54
  de de gør noget for for ligesom at prøve at bryde nogle af de
• 28:59
  der fundamentale problemer Der er ved nuværende.
• 29:03
  Det synes Jeg er Det er mega fedt.
• 29:05
  Og Det er jo meget fedt, fordi Der er jo meget.
• 29:06
  Sådan er det research der har været i de seneste 2 år, hvor
• 29:09
  det Sådan har været OK. Nu har vi den her transformer og
• 29:11
  hvordan optimerer vi den? Hvordan træner vi den bedre
• 29:13
  posttræning? Hvordan gør vi et eller andet
• 29:15
  whatever? Sådan noget algoritiniveau ikke
• 29:18
  altså. Og så har vi Sådan lidt det her
• 29:19
  de her statsbanemles, hvor der også har været noget innovation,
• 29:22
  hvor man tænker Sådan ah men skal jeg længere kontekst og så
• 29:24
  videre bruger vi dem her og hvorfor fanden det ved jeg ikke.
• 29:27
  Altså Sådan og state space modeller og Sådan noget, men og
• 29:30
  der har været Sådan en eller 2 fornemmelse af at OK hardware
• 29:32
  bliver bedre. Vi bliver bedre til at Sådan at
• 29:34
  træne de her, altså destillere dataer.
• 29:37
  Træne den på nogle måder, Sådan så de bliver bedre og så videre,
• 29:40
  men selve og så der har været Sådan 2 indgangsvinkler til at
• 29:42
  gøre det her mere effektivt, men der har ligesom været den der
• 29:45
  Sådan lidt. Hvad med selve model
• 29:48
  arkitekturen ikke? Jo vi prøver at gøre
• 29:50
  transformeren hurtigere og effektiviserer helt vildt meget
• 29:52
  på den, og så tager vi fat IRN n'er og laver lidt om på dem og
• 29:55
  så videre. Laver en blanding af det og en
• 29:57
  transformere og så videre. Men Sådan helt være innovation
• 30:02
  på det. Altså selve.
• 30:04
  Tankerne. Nej ikke Sådan retænkning.
• 30:06
  Og Det er også derfor Jeg har været Sådan.
• 30:07
  Kom nu jan det Det er nogle fede ideer det der hvornår hvornår
• 30:11
  blander du dine? Jobs.
• 30:13
  Tilgang med de her elementer, som faktisk er super brugbare,
• 30:17
  hvilket Jeg synes du bør anerkende i stedet for at være
• 30:19
  så mere. Super synes du ikke at man kan
• 30:22
  fornemme at at at at altså han sætter en dagsorden for for for
• 30:26
  metas research når man kan se den her slags kommer ud.
• 30:29
  Han er nok ikke den der. Er supervisor sikkert og er med
• 30:32
  i Norge og Sådan noget men men men Det er jo tydeligt
• 30:34
  inspireret af. Af af den her joine betting
• 30:38
  predictive arkettur. Han er jo yammen bag, og det
• 30:43
  sagde de også på på da jeg var derovre i meta.
• 30:46
  Det føler jeg mig helst Sådan. Du ved ikke ja ej.
• 30:49
  Men men altså da jeg var derovre der sagde og Der er færre
• 30:51
  ligesom var på. De havde jo Sådan en session
• 30:53
  hvor de var nogen fra fair, hvor der ligesom fortalte om deres
• 30:55
  research og så videre. Det er jo i øvrigt en kæmpe
• 30:58
  bikse det der fair Det er jo Der er så mange.
• 31:01
  Grene af det, så du ved, de ved ikke nødvendigvis alle sammen
• 31:04
  hvad de gør på tværs og Sådan noget det.
• 31:05
  Det er jo en stor organisation, ikke?
• 31:07
  Jo men hvad hedder det? Men der var jo på et tidspunkt
• 31:09
  her for og de blev. Han gjorde det jo offentligt i
• 31:12
  anledningen havde ligesom Sådan en thery of the mined agtigt
• 31:16
  ikke hvordan fungerer sindet og og der har han ligesom taget
• 31:19
  hjernen og delt den op i forskellige regioner og sagt
• 31:23
  Sådan, Det er Sådan her vi hjernen fungerer og det Vi skal
• 31:27
  bygge for at lave rigtig AJI og så har han simpelthen bare
• 31:30
  organiseret alt research i fair oppe omkring det.
• 31:34
  Altså så han er han han han er. Han er fucking balls og Det er
• 31:39
  han virkelig oplagt, og hvis man lige skal tage hjerteligt kun i
• 31:42
  dit forsvar, så så har der også været rigtig meget hype omkring
• 31:46
  kjær eller lemmer og så videre. Det med med god grund skal jeg
• 31:48
  så sige, men Jeg tror også det som folk der forsker i det her,
• 31:54
  nok også vil sige Det er at. Det det at vi snakker så meget
• 31:59
  om de her den her bestemte type modeller og så videre og det
• 32:03
  hele. Snakken om det bliver meget
• 32:05
  ensrettet. Så bliver forskningen også
• 32:07
  ensrettet de ting, som folk vælger at arbejde på, bliver
• 32:09
  meget Sådan homogene, så der kommer ikke så meget nytænkning,
• 32:12
  og der tror jeg lidt der hvor hjernelig croonstrategi har
• 32:16
  været Sådan. Folk lytter på mig.
• 32:18
  Nu er jeg lige lidt provokatør som man siger i Paris der hvor
• 32:22
  han kommer fra. Og måske lidt mere fransk accent
• 32:27
  og så ligesom siger nu nu prøver jeg sgu lige at sætte mig i
• 32:29
  modsætning til det her og så. Sætter en en 2 altså sin viser
• 32:34
  at der også er en 2 vej ikke. Men tror du ikke også jo at at
• 32:38
  han har været med fra start? Ikke altså så vi snakker tit om
• 32:42
  det der med før åh may og gibeterene hvordan det varer
• 32:46
  stille og roligt og og så den forandring der har været
• 32:50
  efterfølgende at pludselig at det top of mind hos alle og helt
• 32:55
  ind på direktions gangen og så videre.
• 33:00
  Tror du ikke også han har oplevet det III meta altså.
• 33:04
  At at Det var jo ikke Det var jo ikke mark Zuckerberg og og og
• 33:09
  company der der lavede satsningen og tænkte det her.
• 33:12
  Det bliver helt vildt stort. Vi sætter ind på det.
• 33:16
  Det var der Det var der nogle andre der gjorde og viste at det
• 33:18
  det rent faktisk kunne noget og så efterfølgende det så kom hov
• 33:22
  hov Vi har jo. Vi har jo det der meta research
• 33:24
  og de der folk der ved noget om de der neurannetværk, som vi i
• 33:27
  øvrigt bruger til recommendation og alt muligt andet skrald i
• 33:30
  forvejen. Og så er der jo ham der hjerne
• 33:33
  der gud. Jeg kan ikke huske om han var.
• 33:36
  Han var jo, han var jo med i hos hos.
• 33:40
  Meta dengang også det skete, så han har jo været der længe,
• 33:43
  ikke? Og så er det jo ligesom fået
• 33:46
  noget mere vind i sejlene og Sådan nogle ting og så.
• 33:50
  Ja så bliver man som grand old, så bliver man sgu nok lidt
• 33:52
  irriteret over, når man så hele tiden skal ud og forklare hvad
• 33:55
  vejen er frem. Vi har hørt at de der ellemmer
• 33:58
  skal vi ikke bare have Sådan nogle der?
• 34:01
  Nej, men du ved Sådan og de meta laver jo lama som jo er
• 34:05
  transformere. Altså Det er jo for fanden ikke
• 34:08
  er noget særligt anderledes end den åbnede ice.
• 34:11
  Arkitektur. Så skal han kunne anerkende lidt
• 34:14
  at. Det er fandeme brugbart, og Det
• 34:17
  er en gamechanger det her og det havde et kommet, hvis Det er det
• 34:21
  eller den game. Du ved godt når man har været i
• 34:23
  det, så bliver man man bliver Sådan en sur gammel rotte der
• 34:27
  ikke og. Det synes jeg bare godt, man
• 34:28
  kunne anerkende lidt mere. Altså Sådan han er godt
• 34:30
  anerkendt når det her. Det er en ret.
• 34:33
  Snydeig måde at bruge et elever på, og Det er en måde, hvor man
• 34:35
  tænker Sådan den. Havde man sgu nok ikke lige set
• 34:38
  komme. Og hvor Sådan?
• 34:43
  Altså Sådan du ved hvor at der var fandme mange der ikke troede
• 34:45
  på ney da de bare skalerede de der GPT modeller op og der var
• 34:49
  mange der synes Det er ikke rigtig forskning og så videre.
• 34:50
  Og altså Jeg er Sådan Jeg synes på mange måder at det som
• 34:54
  obanere har gjort har været ret magisk.
• 34:58
  Fordi de har været Sådan. Fuck research communitiet.
• 35:01
  Vi tror på det her, og vi kan se de der skalling loss og pisser
• 35:05
  lort ikke og og vi kan også finde ud af at lave det her om
• 35:07
  til et produkt Sådan så vi får den dato Vi har brug for for at
• 35:10
  lave det her endnu bedre. Altså Det er nok helt klart
• 35:12
  eilatsky og fortjeneste fordi at Det er noget af det Hanne har
• 35:16
  interesseret sig for lige præcis det der skaling og mere computer
• 35:19
  og Sådan nogle ting men. Ja, og så fik han jo så til et
• 35:24
  gennembrud. Også bliver det og åbne jeg
• 35:26
  bagefter yes så. Nu har vi snakket 35 minutter om
• 35:30
  det her. Skal vi hånd videre til 2024.
• 35:32
  Highlighalvti i hvert fald fordi at.
• 35:35
  Det var lige et et kort. Det var ikke særligt kort debat,
• 35:39
  men det sker jo noget tid siden, Vi har gjort det, så Det var jo
• 35:41
  dejligt lige at komme rigtig ind igen.
• 35:44
  År siden Vi har gjort det her, kan man sige.
• 35:46
  Nå ja nej nu mente jeg med at Vi har faktisk på papers.
• 35:49
  Nå ja Det er rigtigt. Ja lad os bare lige hurtigt
• 35:51
  Sådan der 1 1 1 lille commercial til eller en lille add til folk.
• 35:57
  I Vi har også lavet Sådan en her sidste år, så den kan man
• 35:59
  eventuelt gå tilbage og lytte hvis Det er.
• 36:02
  Må jeg, må jeg lægge ud? Du, du skal helt klart lægge ud
• 36:06
  på året der gik skal det. Function calling AKA structed
• 36:10
  output som fordi folk er begyndt at se use casen og har de de
• 36:14
  openaer har lagt det direkte ind i arkivet.
• 36:16
  Function calling a creat structit output er løst.
• 36:21
  Vi, vi kæmper ikke længere med at sige Sådan og kom nu.
• 36:24
  Er du ikke sød at generere valide Jason og kom nu og de
• 36:28
  rigtige datatyper og Sådan noget er det ikke basically lyst.
• 36:33
  Det vil jeg sige. Lange havde jo det her.
• 36:37
  Output passhers kaldte det det som var Sådan en klasse.
• 36:40
  Det var noget af det første, de kom ud med.
• 36:41
  Det var Sådan når du laver noget med alle lemmer, så skal du vide
• 36:44
  at Det er meget besværligt at få dem til at gøre som du gerne
• 36:47
  vil, så derfor så har vi output passhers til dig som klasse.
• 36:51
  Den hjælper dig med at prøve 1000 gange, hvis Det er at du
• 36:54
  ikke får den gamle og validere det for dig og.
• 36:58
  Ja Det er fint. Og de havde bare de bedste
• 37:00
  intentioner længe. Tjene ikke, og de havde det
• 37:01
  fedeste communities og så videre.
• 37:03
  Men og og det. Det er bare prisen for at være
• 37:05
  tidlig ude, ikke? Det er bare.
• 37:07
  Kørt over af Sådan dem, der laver modellerne.
• 37:11
  Og den løser det her problem. Og den trend og den har vi nævnt
• 37:14
  mange gange, og som fortsætter, det kommer vi også ind på senere
• 37:17
  hen med hvad Der er kommet ud siden der følger den trend.
• 37:20
  Det er, at man ser modellerne, de er som de er man kan.
• 37:25
  Man kan, så kan man altid promdinginere og prominereing.
• 37:29
  Kan man få mange sjove ting ud. Af Der er sygt meget.
• 37:35
  Så når man skal afsløre. Også hvad Det er for nogle.
• 37:38
  Use cases elemerne egentlig hvad Det er, man gerne vil bruge dem
• 37:42
  til, og det harpser dem, der træner modellerne og suger til
• 37:46
  sig som en form for brugerfeedback og siger, vi
• 37:49
  træner nu modellerne til det her.
• 37:52
  Det kan vi se. Det er en nyttig ting, og Det er
• 37:54
  det funktion, calling har gjort også ikke og struktureret output
• 37:57
  og så videre. Hvis man ikke ved hvad fucking
• 37:59
  calling e coke-struct outputs er igen bare for at tale
• 38:01
  menneskesprog eller Sådan lidt mere menneskesprog.
• 38:05
  Altså Det er et udvikler sprog, så er det at man kan sende noget
• 38:08
  tekst i de her. Noget tekster de her
• 38:11
  sprogmodeller, og så kommer deres, så er deres svar.
• 38:14
  Det er ikke fritekst, men altså struktureret.
• 38:17
  Jason output. Sådan så, og Det er nemlig også.
• 38:20
  Det er måske også en. Lidt i Sådan en pendant hen til
• 38:25
  en 2 ting et andet highlights som Jeg synes der har været på i
• 38:29
  2024, fordi Jeg tror også det her med at function calling er
• 38:33
  begyndt at virke rigtig godt og Vi har fået styr på det der.
• 38:35
  Og nu er det ligesom bare løst det problem.
• 38:38
  Eller lemmer kan outputtet struktureret Jason konsistent,
• 38:41
  og nu er den ret fejlfrit. Det er også været en kæmpe stor
• 38:46
  forudsætning for at få agenter til at virke.
• 38:48
  Fordi agenter har rigtig godt af at kunne kalde API er og også at
• 38:53
  at man kan skal kunne. Hvad skal man sige afgrænse
• 38:57
  deres handlingsrummet ved ligesom at sige OK nu nu skal du
• 39:01
  ikke tage stilling. Til alt i verden, men du skal jo
• 39:04
  ligesom bare tage stilling til det her strukturerede data, som
• 39:07
  jeg sender tilbage og Sådan. Altså det at man kan lave
• 39:09
  conditioning på på. Der er bare rigtig mange fordele
• 39:14
  ved at lave systemer og især gennemsystemer også pipeline der
• 39:18
  bruger elever og ved at have den her struktureret.
• 39:20
  Jeg ved ikke med dig Jonas men. Agenter er i hvert fald også det
• 39:25
  snabel, vi også lidt om, før vi startede med at optage, men
• 39:27
  agenda og vokset. Konceptet om agenter er vokset
• 39:30
  på mig i 2024. Sådan gradvist.
• 39:33
  Vi er da ikke helt endnu, men men.
• 39:35
  Helt sikkert altså. Vi har jo, eller Jeg har i hvert
• 39:39
  fald mange gange gjort grin med agenterne, især de her Sådan run
• 39:43
  amok agenter, men også især frameworks der forsøgte at
• 39:48
  implementere de her agenter, hvordan det ligesom var.
• 39:50
  Det var der fandme mange. Af og Det var der mange af, og
• 39:52
  hvordan det danske havde Sådan et eller andet med at definere
• 39:54
  alle de her klasser og og lave så Sådan en stor kør.
• 39:59
  Og vendt på der kommer noget altså og Det er det.
• 40:02
  Hvis jeg skal være helt ærlig stadigvæk bærer det en lille
• 40:04
  bitte smule præg af det der med at definere en masse masse ting
• 40:08
  kør og vendt på der kommer noget.
• 40:11
  Men men det der jo er sket med ja som du siger med function
• 40:13
  calling. Det er jo netop at det der man
• 40:16
  man kalder det handloff tit ikke.
• 40:17
  Altså man sender noget information output fra en agent
• 40:20
  til en 2 agent. Det er væsentligt nemmere at
• 40:23
  gøre det på en struktureret måde.
• 40:26
  Og have ligesom kontrol med hvad der bliver sendt imellem
• 40:29
  agenterne og Sådan nogle ting, og Det er jo klart det.
• 40:31
  Det er sygt vigtigt fordi. Altså kender allesammen den der
• 40:37
  ring der ikke hvis hvis hvor man skal hviske noget til den ene
• 40:40
  person, så skal historien den skal helst forblive nogenlunde
• 40:43
  konsistent. Det kan man ikke, hvis for hver
• 40:46
  gang man har en agent ind over den i producerer en lille bitte
• 40:49
  smule noget der går i en forkert retning, så vil den næste agent
• 40:53
  II den her snebolds ting. Jamen lige pludselig så så så
• 40:58
  ender man ude i et eller andet og total off rail fordi man ikke
• 41:02
  kan holde tråden imellem samtalerne mellem agenterne,
• 41:06
  hvorimod at II chatten er modellen.
• 41:08
  Jo Sådan set trænet til det, men her der skal vi forestille os at
• 41:12
  Det er multiple chat der kører ikke i mellem agenter og og der
• 41:16
  skal man stadigvæk kunne holde tråden på en eller 2 måde
• 41:19
  imellem det det. Er bare stu beautice testamen
• 41:22
  Sådan excel. Det Det er jo det det stu beauty
• 41:26
  eller nemme ting og Det kan man altså meget meget hurtigt komme
• 41:29
  til at gå. Jeg så vi med det der addo GPT
• 41:32
  og Sådan noget. Det var jo noget helt ærligt
• 41:34
  noget forfærdeligt lort og og og rimelig Sådan.
• 41:40
  Ja tungt og svært at få til at virke.
• 41:42
  Det er altså Det har ændret sig nu.
• 41:44
  Nu kan vi gå videre med. Der er nogle andre ting som også
• 41:47
  vi bliver. Det bliver meget åbne jeg noget
• 41:48
  af det vi siger. Jeg kan mærke at allerede her i
• 41:50
  2024, men Jeg har også nogle ting Jeg synes Der er lidt
• 41:53
  vigtige som som er Sådan brugergrænseflade ting, men når
• 41:58
  vi kommer til altså GBT. Hvad hedder det altså de her
• 42:02
  over one modeller. Det er godt Vi er godt nævnt det
• 42:05
  nu. Det er nok også en en rigtig
• 42:06
  stor ting. Vi har faktisk ikke snakket så
• 42:07
  meget om det podcasten. Nævn det lidt ikke, men det her
• 42:11
  med at jamen der har vi jo så set det samme fænomen.
• 42:15
  Vi har det her react frameworks map promting framework med
• 42:19
  hvordan man man inkorporerer en form for reasning i modellen.
• 42:25
  Ja altså man beder den om og og først at lave en en plan.
• 42:30
  Det som jeg aldrig kunne siger de ikke kan lave en plan for
• 42:33
  hvordan du vil løse det her problem.
• 42:34
  Eller prøv at tænk i gåseøjne over problemet først.
• 42:38
  Hvad er problemet egentlig hvad, hvilke elementer består det af
• 42:40
  og så videre og eksekvere sig på det på den på et senere
• 42:45
  tidspunkt? Jamen Det er så det.
• 42:49
  Man har taget til sig ligesom og træner modellerne til nu.
• 42:51
  At kunne i en eller 2 form være noget realforce, men med nogle
• 42:55
  ting og Sådan noget som vi det her test-time computer, som vi
• 42:59
  slet ikke har været særlig meget inde over og som jeg dybest set
• 43:01
  helt ærligt må må indrømme at jeg ikke har læst godt nok på
• 43:04
  endnu. Det kommer.
• 43:06
  Så meget ud ikke? Det er jo lidt lukket omkring
• 43:09
  det, selvom det hedder open air ikke så.
• 43:10
  Det er jo det første ikke, men men efterhånden ved man godt at
• 43:13
  Det er det Der er derude og der begynder at komme open source
• 43:15
  modeller og papers der der snakker om det.
• 43:17
  Så Det er nok på tidligere at lave en catch up.
• 43:19
  Det er sjovt fordi de har ja o one o 3 her for som for nyligt
• 43:25
  har slået rekord som åbneringer og annonceret på det her ark
• 43:28
  benchmark, som er skulle være ret vild, og som i øvrigt ved du
• 43:32
  hvad Vi har snakket om det der ark benchmark før ikke men den
• 43:35
  den Jeg tror den fik 87,5 eller Sådan noget som er Sådan langt
• 43:39
  over de andre bedste men men ved du hvor meget Det har været
• 43:43
  Sådan i high comput mode den her 8 3 har.
• 43:46
  Og grunden til at den hører å u 3 i øvrigt.
• 43:48
  Det er fordi å 2 Det er copyrightet, så Det er ikke
• 43:50
  fordi at de har skippet o 2 den har bare o 3 anyways men på den
• 43:54
  bedste performance den har i high comput mode der har den per
• 43:59
  opgave den skulle løse i det her ark brugt flere 1000 dollars i
• 44:03
  computer det. Er fucking dumt.
• 44:05
  Perre opgave så du ved, Der er også element af brudt force.
• 44:11
  Det må man sige. Comput brand computer af på det
• 44:14
  her problem, ikke? Det var jo også det vi grinte af
• 44:16
  og allerede skal grine af, når man ser de her ting her fra
• 44:21
  tilbage til den første implementering af agenter.
• 44:23
  Det er jo også Det er jo Det er jo 1 1 1 tåbeligt forbrug der
• 44:27
  der. Det er jo Det er vildt tungen
• 44:30
  forbrug og derfor en masse output og en masse computer for
• 44:33
  at løse problemet. Og altså der bliver jo.
• 44:36
  Det er jo også det der når det bliver trænet der bliver jo
• 44:38
  produceret. X antal mulige svar.
• 44:42
  Med små variationer for ligesom at at udforske det her space for
• 44:47
  mulige svar. Ud til maks.
• 44:49
  Flere 1000 Det er en, Det er Sådan lidt.
• 44:51
  Det er Sådan en de der ark opgaver.
• 44:52
  Det er Sådan noget, hvad der svarer til Sådan en eller 2 svær
• 44:55
  IQ test opgave ikke Det er en af dem det.
• 44:58
  Er faktisk lidt sjovt. Nu skal vi ikke så meget ned i
• 45:00
  det, men men når man tænker over hvad Det er der egentlig sker i
• 45:02
  de her i de her løsninger, hvor man gør det her, så vil jeg jo
• 45:06
  kalde det mere et søgeproblem, altså et søgningsproblem end.
• 45:10
  End, hvad kan man sige Sådan en en model?
• 45:15
  Ja ved ikke hvad man skal sige prediction Det er et prediction
• 45:17
  problem. Det er ikke et projektion
• 45:18
  problem. Det er ligesom et et sge problem
• 45:20
  den har den har evnen til at løse de her problemer.
• 45:24
  I sig det findes et eller andet sted, at Det er muligt at den
• 45:28
  producere nogle togbus, der svarer på det her skide problem,
• 45:31
  man gerne vil have løst. Det er der ingen tvivl om.
• 45:33
  Jeg tror et eller andet sted derinde, Der er det, men hvordan
• 45:37
  fanden man får prikket til den der model for at få det
• 45:39
  aktiveret? Det er det Der er problemet og
• 45:42
  det. Det er det, som man ligesom er
• 45:43
  gået ind. Sådan kom nu for fanden giv det
• 45:45
  rigtige svar. Den kan teoretisk set formentlig
• 45:50
  godt give det rigtige svar, men hvordan får man den prompet til
• 45:54
  det? Hvordan får man den og så videre
• 45:56
  og så videre? Og Det er det, der ligger i.
• 45:57
  De her reasninghjerter tænke, tænke, Det er bare mere.
• 46:02
  Det er i virkeligheden mere promoting mere.
• 46:04
  Tåbeligt brug. Jeg er nysgerrig på Sådan o
• 46:07
  tre's den high-computer performance den har fået.
• 46:10
  Ikke er det fordi at modellen er fucking gigantisk og Det har
• 46:15
  kostet så meget. Er det derfor Jeg tror, Det er
• 46:17
  fordi den har stået og hakket i en dag eller Sådan noget.
• 46:20
  Altså den har stået og brændt sagt en dag.
• 46:22
  Det er nok en kombination, men har.
• 46:24
  Hjernet derudaf og så har den det her interne måde at evaluere
• 46:28
  sit eget svar på, når den gør det.
• 46:32
  Og og jeg ved, jeg ved ikke nok om den arkitektur, men Der er jo
• 46:35
  noget internt i modellen, der gør at den kan finde ud af, om
• 46:37
  den så har rigtigt og forkert eller vurderer sig selv eller.
• 46:41
  Eller har en intern til at vurdere sig.
• 46:43
  Og Det er jo det der, hvis man bare lige skal ind i kontekst
• 46:46
  hvad de her o et og o 3 modeller er for noget.
• 46:49
  Det er jo modeller som fungerer som shiner i protest time.
• 46:53
  Altså det vil sige ikke når man træner.
• 46:55
  De bliver ikke nødvendigvis kun bedre når man træner modellen.
• 46:57
  De bliver også bedre, jo længere tid de får lov til at generere
• 47:01
  talkens og reasende over recene over problemet og på en måde, så
• 47:06
  er det lidt en blanding af Sådan agent parterance og chand of
• 47:10
  thought parerens ikke. Jo fordi den genererer
• 47:12
  tankerækker og så scorer den de tankerækker og så finder ud af
• 47:16
  hvad hvad den skal gøre altså for at den kan komme et rigtigt
• 47:19
  sted hen. Men når den itererer også over
• 47:21
  det og har mulighed i Sådan der Der er Sådan.
• 47:23
  Vi ved ikke helt hvad der sker, men det minder lidt om et kendt
• 47:25
  og det minder lidt om tjenerford og så det Der er interessant ved
• 47:28
  den her skal man sige nye måder at træne elever på, hvilket Jeg
• 47:31
  tror også bliver en interessant retning at følge.
• 47:34
  Det er det her med at de er ikke så meget forudsige den næste
• 47:37
  togen og optimerer mod preference.
• 47:39
  Op til altså. Det er ikke det der Sådan er
• 47:40
  objektivet objektivet. De bliver trænet mod at generere
• 47:44
  udfald. På den måde ikke og og altså du
• 47:48
  ved det bliver generelt trænet til at kunne generere det
• 47:51
  rigtige udfald på et eller andet very fiable problem.
• 47:55
  Jeg har hørt nogen kalde det for reenforcement learning from the
• 47:58
  fireb rewards tror jeg det hedder.
• 48:01
  Så de optimerer altså mod udfald, hvilket er en ret
• 48:05
  interessant. Hvad skal man sige det?
• 48:07
  Det gør mere Sådan robust i at sige du ved.
• 48:11
  Det Det er jeg. Sikker på Vi er ret sikre på at
• 48:13
  den her den den har ret når den når dertil Det er den virkelig
• 48:16
  det. Den er blevet optimeret mod
• 48:17
  ikke. Det er jo.
• 48:19
  Det er jo en tilbage til noget mere.
• 48:23
  Fast. Supervised.
• 48:28
  Ja det Det er jo stadig super wassian.
• 48:30
  Der er ikke så meget Der er så Der er ikke så meget slinger i
• 48:32
  valsen som man siger. Og halitionering er nok heller
• 48:36
  ikke rigtig en. Det er på samme måde en ting
• 48:38
  her. Hvis man hvis man har det der
• 48:42
  træningsslub der. Jeg er nysgerrig på Sådan udfald
• 48:46
  kan man jo godt have i den virkelige verden, uden at Det er
• 48:48
  Sådan super diskret. Altså Sådan.
• 48:53
  Giver det mening? Altså Sådan du ved.
• 48:55
  Hvad ved jeg altså. Det jeg.
• 48:58
  Det virker bare som en ret lovende måde at træne AI på at
• 49:02
  optimere dem mod udfald. Det er også der, hvor Det er
• 49:04
  også det de begynder at snakke om de her benchmarks, som man
• 49:07
  måler de her oppe på sue benchmarks, som er softwaren,
• 49:10
  genering og ark benchmark og så videre.
• 49:12
  De begynder at blive for nemme. De begynder også for at skulle
• 49:14
  have i hvert fald i de her meget high-coms du ved situationer
• 49:18
  hvor at overnatte var airbare skaleret fuldstændig hjernedødt
• 49:21
  op og brugt over 1000 dollars på hver opgave, ikke?
• 49:25
  Men Det har de jo haft held med før med Ghita 3 hvor de bare har
• 49:28
  skalet the fuck up og så vist det kunne lade sig gøre og så
• 49:31
  ligesom bare hill climbet og lavet mere effektiv as we go
• 49:34
  ikke men. Ja.
• 49:39
  Der er i hvert fald noget interessant her.
• 49:41
  Man har nok af altså Jeg vil sige Jeg tror man med de
• 49:45
  tidligere modeller har man nok længe kunne prompenere sig til
• 49:49
  noget der ligner de der tal. Vi ser der ved ligesom at på en
• 49:53
  eller 2 måde at. Tage et problem ad gangen og så
• 49:57
  ingen genere altså prompte så hen til at få det løst.
• 50:00
  Altså det tror jeg simpelthen hvis du Jeg tror også hvis du
• 50:03
  tog hvis du tog Sådan GBT 4 og du satte en en masse mennesker
• 50:09
  til ligesom at bare at sige det det her problem jeg skal have
• 50:12
  løst og og ligesom prompet gå i gang med at promble prøve alle
• 50:17
  mulige ting og så se om den kan løse det så på et eller andet
• 50:20
  tidspunkt så vil nogle finde. En prump teknik, der gjorde at
• 50:24
  den løste det. Ja Det kan man.
• 50:26
  Det er en meget spændende måde at se det på egenlisten.
• 50:28
  Altså hvis du rent faktisk havde et menneske bag roret, som
• 50:31
  ligesom gjorde det minuelt. Og der kan man bare se det her
• 50:33
  test time computer. Det er jo en form for lige
• 50:36
  præcis det at se der bare med en model oveni altså der siger prøv
• 50:40
  lige igen. Prøv lige gå lige den her vej
• 50:42
  tænk lige Sådan her lav lige 100 forskellige mulige veje det her
• 50:48
  vælg så den bedste du ved og Sådan det Det er jo Det er jo
• 50:51
  dybest set det der sker et eller andet sted.
• 50:54
  Men Det var nok et nyt paradigme det her man begynder at træne
• 50:57
  over mod outcome, og nu kan man det.
• 50:59
  Vi så kan træne hen mod nu er very fibe outcs, men hvem ved i
• 51:03
  fremtiden så kan man måske også sige Sådan, Det er vel også et
• 51:06
  veryabill outcome du ved. Gøre noget, så jeg tjener 1000
• 51:12
  dollars eller et eller andet altså.
• 51:13
  Sådan holder man en konto se hvad altså Sådan jeg ved ikke,
• 51:17
  men Det er bare Sådan en interessant.
• 51:19
  Aenten, der bare arbejder for dig.
• 51:21
  Det er det du. Nå, Vi skal videre.
• 51:23
  Vi skal også nå til 20. 25 Vi har snakket vi.
• 51:27
  Vi skal lige opsummere, hvor Vi er nået til i året.
• 51:30
  Der gik altså løst funktioncoling løst struktureret
• 51:36
  output. Vi nævnte lidt det der med at at
• 51:39
  at agenter har peget mange retninger, ikke altså
• 51:42
  softwaremæssigt agent frameworks og Sådan noget, der begynder at
• 51:45
  komme noget fælles retning nu. Og og hvad hedder det o one-man
• 51:52
  modellerne har har fulgt trenden og taget til sig.
• 51:56
  Det her reasning change of through react, hvad Vi skal
• 52:00
  kalde det. Jeg vil stadigvæk ikke helt
• 52:01
  kalde det agenter altså der vil jeg der vil jeg stadig mene at
• 52:04
  agenter er ligesom flere sessioner eller lemmer der taler
• 52:07
  sammen på en eller 2 måde. Og det Det er Det er nu blevet
• 52:12
  trænet ind også Sådan så Vi har den her tænke mekanisme hjem.
• 52:16
  Jeg synes Det er irriterende, at vi kan finde et andet ord for
• 52:18
  det. Men men altså Det er det vi
• 52:20
  kalder det og. Og Det er ligesom de de ting,
• 52:24
  Der er sket, men Der er også sket nogle andre ting jo men så.
• 52:28
  Skal jeg bakke? Det ned Det var meget åbenbart.
• 52:29
  Jeg er i det her jo ikke. Jeg har nogle.
• 52:31
  Jeg har nogle nogle nogle nogle punkter Jeg har.
• 52:34
  Hvad hedder det jo altså man kan sige meta har også lavet det her
• 52:37
  mark sugerbark han lavede 1 1 1 1 blogpost der hedder
• 52:40
  open-source AI is the patford fort du ved.
• 52:45
  Metha har bare taget utrolig stort bæt på open source i eller
• 52:48
  ikke, og og Jeg vil. Jeg er faktisk begyndt at blive
• 52:50
  en af dem der der synes Det er irriterende at kalde det for
• 52:52
  open-source, fordi Det er ikke open source metas laver modeller
• 52:55
  Det er åben Wales ja, og det synes jeg faktisk er mere
• 52:57
  vigtigt. Der var en der sagde Sådan her,
• 52:59
  hvis man nu så laver et stort problem her, hvis man nu bruger
• 53:02
  lama modellerne til at lave et eller andet startup og du ved
• 53:05
  får stor succes med Det kan til at sælge det, må man så sælge
• 53:08
  det til Google. Eller må man sælge det til?
• 53:11
  Altså du ved fordi man bruger lave modellerne giver det mening
• 53:14
  så så du ved er Det er det lidt metas måde det her ligesom at
• 53:18
  sikre sig førsteretten til at købe alle store interessante
• 53:21
  eller Sådan Det kan man spekulere i.
• 53:25
  Men i hvert fald har de gjort. De har i hvert fald droppet en
• 53:28
  ret markant. Hvad skal man sige bombe i år,
• 53:30
  synes jeg i hvert fald, og Det var da de droppede den her. 405
• 53:33
  b lama model altså 1 1 1 dims full connected.
• 53:38
  Satan for 405 mia. parametre hvor at vi lige pludselig fik en
• 53:44
  en LM, så begynder altså Sådan at kunne måle sig med de andre
• 53:48
  store modeller derude, ikke? Det er jo ret stort.
• 53:53
  Kan man sige så. Open source har virkelig
• 53:56
  virkelig, virkelig haft vind i sejlene.
• 53:59
  Helt vildt open wates open source.
• 54:01
  Der er jo noget af det deres open source.
• 54:03
  Også hele SLM small language models segmentet er jo også bare
• 54:08
  meget derudaf, og de bliver bedre og bedre.
• 54:10
  Modelstillering ellering det det ja.
• 54:14
  Hurtigere bedre. Hvad hedder det?
• 54:17
  Og Det kan køre på computeren og devices og alt muligt devices og
• 54:21
  Sådan noget ikke. Altså de bliver bare mere og
• 54:23
  mere portable og mere og mere brugbare og hurtigere og bedre
• 54:25
  og så videre. Og Det er jo generelt hele
• 54:27
  trenden som vi ser Der er en eller 2 malls lore going on for
• 54:32
  og. Ja.
• 54:35
  Som Jeg synes også som Jeg vil nævne som ikke som er mere Sådan
• 54:39
  på på brugergrænsefladen. Altså Jeg synes Vi har set.
• 54:44
  Altså vi havde. Jeg synes vi havde en periode,
• 54:45
  hvor der var Sådan rimelig dødt. Der var ikke særlig meget
• 54:49
  inspirerende ny UI. Til at interagere med de her,
• 54:56
  men Jeg synes Jeg synes Der er kommet nogle interessante ting,
• 54:59
  og det tror jeg faktisk. Det især er en dropic der har
• 55:01
  været fremme med ligesom at tænke og innovere lidt på det
• 55:04
  her. UI.
• 55:07
  Det her med at og selvfølgelig også er der andre små startups
• 55:13
  og så videre og Sådan noget derude der har har lavet meget
• 55:15
  innovativt UI. Men Det er især det her med at
• 55:18
  man har Sådan dynamiske uare elementer.
• 55:21
  Altså det her med at afhængig af hvad Det er du lige beder og
• 55:25
  arbejder med. Jeg tror de kalder det kanvas
• 55:27
  ovre hos GPT altså chat GPTM. Og forskellige ting, så det skal
• 55:33
  man. Jeg ser det dybest set som en
• 55:35
  måde at ligesom at tage. Tage elevernes natur til sig og
• 55:40
  sige, men afhængig af hvad Det er brugeren ligesom har tænkt
• 55:45
  sig at arbejde på. Jamen, så vælger vi at
• 55:48
  præsentere. Præsentere outputtet på en Sådan
• 55:51
  måde, der gør, at det bliver nemt at arbejde med.
• 55:57
  I den kontekst som man spørger ind til.
• 56:00
  For eksempel når du gerne vil arbejde med kode jamen, så
• 56:03
  kommer der en kode editor op til dig.
• 56:07
  Du er ikke bare interesseret i at lige chatte om noget kode.
• 56:09
  Nej du spørger specifikt ind til at du gerne vil have at den skal
• 56:13
  udvikle det her der for dig og du itererer henover at den skal
• 56:16
  redigere de og de her ting og den redigerer i de samme kode
• 56:18
  for dig. Og det sker ligesom i en i en i
• 56:21
  en frame. Eller man får det her med at man
• 56:24
  nu vil man gerne have den renderer nogle ting eller havde
• 56:27
  det jo lidt du ved med at codeing turbanen kom op og sagde
• 56:31
  nu viser jeg den her graf til dig og Sådan noget, men Det var
• 56:33
  ligesom Sådan inde i chatten. Bare så så smider vi det bare
• 56:36
  ind i chatten. Det der billede der og Sådan
• 56:38
  nogle ting. Men nu er det Sådan begyndt at
• 56:40
  blive. Der sker noget i det her UI Der
• 56:43
  er nogle ting der ligesom bevæger sig og flytter sig
• 56:46
  afhængig af hvad for en kontekst Det er vi arbejder i, og det
• 56:49
  synes Jeg er interessant. Det synes Jeg er en interessant
• 56:51
  måde at se. Brugergrænseflade udviklingen
• 56:55
  til fordi at det man tager ligesom det her til sig med at
• 56:59
  nå, men Det er jo så dynamisk, at man kan.
• 57:02
  Man kan definere special toens. Som kan være med til, ligesom at
• 57:08
  at styre hvad Det er. Der skal komme altså der skal
• 57:11
  der skal vises når man ligesom parser outputtet og Sådan nogle
• 57:14
  ting og det Det er meget interessant og det synes jeg det
• 57:16
  synes Jeg har set mere af og Det er også nogle nogle tanker jeg
• 57:19
  selv går kan jeg godt afsløre for hvordan jeg selv kunne finde
• 57:24
  på at sætte en retning for at udvikle Sådan nogle
• 57:27
  applikationer, altså gøre dem over den slags.
• 57:30
  I arbejder også meget med Sådan et eller andet tools i
• 57:33
  øjeblikket. Butikkens hus altså så vidt Jeg
• 57:35
  kan forstå ikke altså. Og man har også Vi har jo Vi har
• 57:38
  jo Vi har jo magna interne Magnus generative tools, som jo
• 57:44
  på mange måder er en form for en chat, men også men også nogle
• 57:48
  nogle nogle skræddersyede templates og ting og sager til
• 57:50
  til til journalister. Men også nogle nogle særlige
• 57:54
  måder at vise ting på, når Det er journalisterne arbejder med
• 57:57
  den ene eller 3 den 4 ting. Så.
• 58:02
  Korrektur, for eksempel. Det er rart at se, hvad Det er,
• 58:04
  den har ret i. Og Der er sket altså så så det
• 58:08
  du siger er i virkeligheden at Der er sket fucking meget på
• 58:10
  UIUX delen. Det synes jeg i virkeligheden.
• 58:12
  Det er i. Virkeligheden imponerende, at
• 58:14
  der har taget så længe ikke. Altså det altså.
• 58:16
  Det er så svært at få den altså. Men Jeg tror også på en måde, så
• 58:19
  er det både dem der udvikler. Og dem der bruger.
• 58:22
  Giver. Det mening Der er Sådan de skal.
• 58:25
  Der er nogen der skal nærme sig hinanden, og så finder de ud af
• 58:28
  et eller andet lokalt minimum. Og så er der nogen der finder på
• 58:30
  noget andet og så bouncer man over til det og.
• 58:33
  Det er jo også den det bedste argument for at at begynde at
• 58:38
  bygge sin egen chat kapité internt.
• 58:40
  Altså det skulle ikke være fordi at man bare lige ville kopiere
• 58:44
  hvordan chat kapité ser ud lige nu og så siger hej hej vi ses.
• 58:48
  Og nu står den bare derovre og ruster.
• 58:50
  Fordi at det der UI det flytter sig hele tiden og hvordan man
• 58:53
  lige skal arbejde og Sådan nogle ting der nette skulle vi netop
• 58:56
  være for at man. Man tager ejerskab over den
• 59:01
  måde, man interagerer med med generative modeller på.
• 59:04
  Og og og bruger tid på den brugergrænseflade så den super
• 59:07
  det brug brug det brugsscenarier som ens bruger.
• 59:13
  Har. Fordi man kan sige Sådan en.
• 59:17
  Det kan en en applikation som chatkapité nok aldrig nå helt
• 59:21
  hen til, men Det er jo så det den alligevel prøver med det her
• 59:23
  kanvas her ikke. Altså de skriver selv Sådan
• 59:25
  noget der var det. Hvis du laver noget
• 59:27
  journalistisk arbejde eller du redigerer eller du er i
• 59:30
  skriveproces, så er det her at skrive ret godt.
• 59:33
  Hvis du er kode dude eller dude inde, så er det også meget fedt
• 59:39
  med at du lige får en editor der popper op i fjæset på dig når du
• 59:42
  når du sidder i browseren ikke? Som hvor du også får nogle andre
• 59:46
  tools og du ikke skal sidde og koble pastet tilbage og Sådan
• 59:48
  noget. Og Det er jo egentlig som Sådan.
• 59:52
  Meget godt set synes jeg. Jeg synes også.
• 59:54
  Der er noget interessant også. Ikke fordi Apple intelligens er
• 59:57
  jo også kommet her. Yeah wo- 24 og den synes jeg sgu
• 1:00:02
  ikke de har nalet altså Sådan. Jeg sidder ikke Jeg har prøvet
• 1:00:05
  noget. Jeg har slet ikke set hvor er
• 1:00:06
  det henne og Sådan noget. Ja jeg.
• 1:00:08
  Ved ikke. Jeg tænker Sådan.
• 1:00:09
  Jeg tænker de er jo kendt for at være u produkt guru virksomhed
• 1:00:14
  Apple og Sådan noget ikke. Men jeg tænker Sådan lidt er de
• 1:00:17
  lidt blevet taget af hypen her eller Sådan er Det er de lidt
• 1:00:20
  blevet Sådan hov Vi skal også finde på noget ER fuck gør nu er
• 1:00:23
  der så meget pres og Sådan. Ud med et eller andet ikke
• 1:00:26
  altså. Jeg havde ikke.
• 1:00:27
  Jeg synes jeg. Synes Det er svært og og i
• 1:00:29
  virkeligheden. Det er sjovt fordi Jeg har meget
• 1:00:30
  stor Sådan fave i forhold til Apple omkring.
• 1:00:34
  Altså jeg føler meget at der mangler et eller andet der
• 1:00:38
  mangler noget interface til at gøre det her.
• 1:00:40
  Rigtig vildt ikke altså. Men Det er jo det som når de
• 1:00:43
  netop er lavet med det her app-intend og Sådan nogle ting.
• 1:00:46
  Men Jeg tror simpelthen at Apple kører på denne her lange bane og
• 1:00:50
  den store klinge på en eller 2 måde.
• 1:00:52
  Og jamen, før deres visioner ligesom bliver realiseret, og
• 1:00:55
  der kommer en. En en bred opbakning til Apple
• 1:00:59
  produkter på deres devices og så videre, der gør brug af det her.
• 1:01:02
  Jamen, så går der noget tid. Det er en tanker.
• 1:01:06
  Det er en stor tanker. De er i gang med at rette.
• 1:01:10
  Der bliver lavet særlige ting inde i Swift
• 1:01:11
  programmeringssproget, der bliver lavet særlige ting inde i
• 1:01:14
  safari browseren for at understøtte ting og sager, der
• 1:01:17
  bliver over det hele, og Det kan man også se Google også laver
• 1:01:21
  ikke med. Med forskellige nye API er i
• 1:01:25
  browseren og Sådan nogle ting som folk opfinder.
• 1:01:28
  Og det tror jeg simpelthen Det er den det her.
• 1:01:30
  Det er den. Det er den lange, den lange seje
• 1:01:33
  træk som de her store. Tech giants de de kører på Sådan
• 1:01:38
  noget, som åbner jeg slet slet ikke kan være med på.
• 1:01:41
  Men så også bare det ellers bare Det er interessant at det tager
• 1:01:43
  så lang tid at finde ud af. Altså det ikke har så lang tid.
• 1:01:47
  Og. Det og Det er også.
• 1:01:48
  Det viser også på en eller 2 måde Jeg synes at Det er Sådan.
• 1:01:51
  Det er ikke bare innovative virksomheder som laver noget
• 1:01:55
  fantastisk teknologi og bare blæser det ud.
• 1:01:57
  Det er også folk skal også bruge det og folk skal være altså
• 1:02:02
  vænne sig til at bruge det og altså Sådan og og og i takt med
• 1:02:06
  at de vænner sig til at bruge det, så er der også nogle nye
• 1:02:07
  Sådan så finder virksomheden ud af nå men OK de bruger det på
• 1:02:10
  den der måde. Det havde vi slet ikke tænkt
• 1:02:11
  over. Nu vil jeg hellere lave lidt om
• 1:02:12
  og Sådan altså Det er Sådan en dans på en eller 2 måde.
• 1:02:15
  Ikke Det er det, og Det er jo softwareudvikling altid har
• 1:02:18
  været det. Det rykker sig en kriminel en
• 1:02:21
  lille smule i den rigtige retning hver dag.
• 1:02:23
  Og hvis ikke den gør det, så skal man til at få rettet ind.
• 1:02:25
  Jeg. Har bare Sådan en eller 2
• 1:02:26
  forestilling om at Sådan du ved der må sidde en eller 2 genial
• 1:02:31
  UX person et eller andet sted i en kælder og han må kunne regne
• 1:02:35
  det ud han hende hun den må kunne regne det ud altså Sådan
• 1:02:40
  isoleret for hele verden agtigt ikke, men Sådan er det nok bare
• 1:02:42
  ikke. Altså, Sådan er det ikke.
• 1:02:44
  Ja. Der er ja.
• 1:02:48
  Har vi flere store ting, Der er sket.
• 1:02:51
  Det har vi jo også, men. Jeg har hvad hedder det bare
• 1:02:54
  lige Sådan Jeg har skrevet nogle ting ud.
• 1:02:55
  Jeg har også skrevet Sådan der var det her x sæt lip LZMA som
• 1:02:59
  var det her. Meget du ved der har været de
• 1:03:02
  her crowdstrike, som var en kæmpe katastrofe katastrofe lidt
• 1:03:05
  mere som føragtigt, ikke kæmpe katastrofe, ikke engang et
• 1:03:08
  attack, bare en bug der blæst altså.
• 1:03:11
  Til at tage crazy helt. Forfærdeligt, og så har jeg
• 1:03:14
  lavet det her det her Sådan. At tag mod den her pakke som
• 1:03:19
  tror det hedder lip LZMA som skulle være blive brugt ISSH
• 1:03:24
  pakken der Sådan så der har været gående over mange år for
• 1:03:31
  at komme ind og få lavet den her det her.
• 1:03:32
  Commit til den her meget grundlæggende library SSH
• 1:03:36
  biblioteket som vil så. Vil det komme til library som?
• 1:03:41
  Som jeg som. Mange andre ting.
• 1:03:44
  Ja og så du ved den er hacker havde en eller 2 nøgle hvor de
• 1:03:46
  bare kunne OK alle der havde opdateret det der det ville der
• 1:03:49
  ville de bare kunne logge ind ikke?
• 1:03:51
  Det er også bare Sådan. OK rigtigt at komme ud.
• 1:03:54
  Det blev fanget. Men Det var fandme tæt på.
• 1:03:56
  Det er tæt på. Super spændende.
• 1:03:58
  Hvem fanden var det også ikke? Og hvad fanden snakker man ikke
• 1:04:00
  mere om det? Det havde været et kæmpe kæmpe
• 1:04:02
  katastrofe, ikke? Vildt vild undervet, så Jeg har
• 1:04:06
  også sagt det udvikler produktivitet.
• 1:04:08
  Det er måske også i takt med agenterne ligesom er blevet
• 1:04:10
  bedre. Der er kommet der cursor frem.
• 1:04:12
  Der er også kommet noget der hedder loveable der frem.
• 1:04:16
  Ja altså de de bliver bare oppe også IO one modellerne.
• 1:04:20
  De bliver bare bedre og bedre altså det Jeg kan godt mærke at
• 1:04:22
  o one modellerne er bedre til kodet langt bedre end end GPT 4
• 1:04:28
  OK synes jeg. Det synes jeg Jeg er også Jeg er
• 1:04:32
  enig. Jeg har også helt klart jeg ved
• 1:04:34
  hvornår jeg skal tappe ind efterhånden og sige nu skal jeg
• 1:04:38
  lige have noget noget ekstra. Jeg tænke gods.
• 1:04:42
  Der er andre der snakker om cloud ikke og jeg abonnerer på
• 1:04:44
  Claude fordi at de havde cloud 3,5 sunnet og så videre.
• 1:04:48
  Den er god til kode og Sådan noget, men efter o
• 1:04:50
  one-modellerne er kommet ud og de der begrænsninger altså de er
• 1:04:52
  til at bruge i forhold til de begrænsninger og Sådan noget der
• 1:04:55
  har jeg altså. Der har jeg mest tillid til den
• 1:04:58
  altså Jeg har sgu Det er sgu. Aldrig at komme over og blive
• 1:05:02
  jeg. Jeg hoppede over på en kort
• 1:05:03
  stund, og så kom jeg tilbage til til jazz BC men ja.
• 1:05:09
  Hvad hedder det? Og så ville jeg jo mere.
• 1:05:10
  Hvad med det her ovre interface? Altså faktisk helt store.
• 1:05:16
  Hvad blev der af det? Ja, fordi Der er også sket noget
• 1:05:20
  andet, åbner jeg også er kommet ud med de her GPT 4 o modeller
• 1:05:23
  hvor at det virker som om Det er både billede, både tekst og men
• 1:05:27
  også audio altså audio inden audio out.
• 1:05:29
  Det er Sådan lidt. Hvordan fungerer det egentlig
• 1:05:31
  helt? Og Jeg har sgu ikke rigtig
• 1:05:32
  dykket så meget ned i det, men de har jo lavet det her live
• 1:05:36
  audio. Jeg kan ikke huske hvad de
• 1:05:37
  kalder det, men live audio API hvor at man Sådan i Real time
• 1:05:42
  kan tale og forsvare. Og det altså.
• 1:05:47
  Jeg mener jo helt personligt at. Folk er jo blæst over den her
• 1:05:52
  udvikling, og du ved selv de største virksomheder kan ikke
• 1:05:54
  engang finde ud af, hvordan man laver UI de her ting, ikke?
• 1:05:59
  Du ved audio, Det er rimelig meget.
• 1:06:03
  Det er også bare en 2 boldgade ikke altså der skal man fandme.
• 1:06:05
  Der er Sådan noget med streaming og frem og tilbage og hvad
• 1:06:08
  fanden er det for noget? Det er bare en helt 2 domæne
• 1:06:10
  meget sværere at begive sig ud i.
• 1:06:12
  Jeg tror at jeg mener at audio altså at tale er så
• 1:06:15
  undervurderet altså Sådan det det Jeg tror på et eller andet
• 1:06:17
  tidspunkt. 2 3 år komma der kommer til at komme et eller
• 1:06:23
  andet interface et eller andet opdatering til et eller andet og
• 1:06:26
  en eller 2 use case hvor at alle kan se Der er den her hyldevare.
• 1:06:31
  Den her rack-agtige hyldevare vi kan hive ned fra hylden ind i
• 1:06:34
  Vores software, og så virker det her bare og folk kommer til at
• 1:06:36
  være på røven over at de lige pludselig kan bruge deres
• 1:06:38
  software med stemmen, fordi alle de her ting falder på plads,
• 1:06:41
  ikke? Jeg tror det kommer til at ske,
• 1:06:45
  fordi Det er en vild måde at bruge software på.
• 1:06:48
  Forestiller jeg mig. Ja og Der er det her jo en det
• 1:06:52
  åbner jeg Der er meget Sådan fremsynet her, og som nok ikke
• 1:06:56
  helt bliver kvitteret for det, fordi folk har fucking travlt
• 1:06:58
  med at finde ud af hvordan de genererer tokens.
• 1:07:02
  Tekst-togkens og har du ved? Wauw, Det er også vildt ikke,
• 1:07:05
  men jeg. Jeg ved jo heller ikke engang
• 1:07:06
  den kører på det her live audio ting der.
• 1:07:09
  Det kører jo på Sådan noget websox og Sådan noget.
• 1:07:11
  Jeg aner sgu ikke hvordan man udvikler dem og Sådan noget der
• 1:07:13
  så Der er også noget Sådan. Ja jeg ved ikke hvad hvad er
• 1:07:19
  din? Hvad er dit tænkt på det jeg?
• 1:07:21
  Tror det jeg Jeg tror den den største forhindring i at at
• 1:07:25
  ligesom at doble det her audio interface, Det er Vores
• 1:07:28
  menneskelige. Barriere simpelthen.
• 1:07:33
  Altså Vores menneskelige barriere til at bruge den.
• 1:07:36
  Siri har jo længe eksisteret, men Det er altså ikke kun fordi
• 1:07:41
  siri ikke lige helt forstår hvad Det er.
• 1:07:43
  Man siger at man ikke bruger den.
• 1:07:45
  Det er også fordi at. Det er sgu egentlig ikke helt så
• 1:07:49
  convenience som man lige tror, og nogle gange det der med at
• 1:07:51
  stå og snakke åbent. Altså ud II rummet bare bare
• 1:07:57
  hvis Der er en eller 2 mennesker så trykker man hellere på sin
• 1:08:00
  telefon i snud end man står og taler til den ikke Sådan hvad
• 1:08:03
  fanden snakker du med lige pludselig Sådan?
• 1:08:05
  Og du ligner ikke engang en der har taget telefonen.
• 1:08:09
  Kender du det der med at folk de har deres headset?
• 1:08:11
  Det der meget Apples helt små hvide der.
• 1:08:15
  Og så går de i supermarkedet og snakker.
• 1:08:19
  Og så går her der og snakker ud i luften med en masse mennesker
• 1:08:22
  omkring sig. Ingen ved om de snakker med
• 1:08:24
  noget, men så fordi at de godt ved Det er lidt akavet at bare
• 1:08:28
  gå og snakke ud i den blå luft. Så tager de ligesom lige
• 1:08:32
  telefonen lidt op, så det de så man signalerer jeg jeg taler i
• 1:08:37
  telefon, så den er ligesom i hånden stadigvæk i stedet for at
• 1:08:40
  den bare ligger nede i lommen. Mens du går og snakker, så du
• 1:08:43
  skal ligese derfor og og de unge.
• 1:08:45
  De tager faktisk også nogle gange Sådan og går Sådan med med
• 1:08:48
  mikrofonen pegende ind dem der kigger med kan se jeg laver
• 1:08:51
  Sådan en en grimasse Mathilde der ligesom og Det er fordi Der
• 1:08:56
  er noget Sådan. Der er nogle normer og Der er
• 1:08:57
  noget Sådan social noget adfærd i os som er.
• 1:09:02
  Det er ret svært at rykke ved det der.
• 1:09:06
  Altså ubevidst vil vi gerne ligesom eller bevidst vil vi
• 1:09:09
  gerne signalere til at Vores omgivelser hvad Det er.
• 1:09:12
  Der foregår inde i Vores hoveder, og Der er det sgu svært
• 1:09:17
  lige pludselig, at det tror jeg bare at at skulle stå nede i et
• 1:09:21
  supermarked eller andre dænke steder, hvor den så agent jo kan
• 1:09:24
  bruges på til alle mulige ting og stå og snakke med dem.
• 1:09:28
  Man skal target det. Man skal takke det use cases,
• 1:09:30
  hvor man sidder alene i sin bil for eksempel.
• 1:09:32
  Eller target muscases, hvor folk ikke har andre muligheder, altså
• 1:09:36
  folk Der er blinde eller et eller andet du ved ikke kan.
• 1:09:39
  Enig i alene når du kører 2 timer der kan du fandme bruge
• 1:09:43
  voice mode du så. Kan du bare snakke med whatever
• 1:09:47
  et eller andet altså Sådan ja helt enig om det.
• 1:09:50
  Jeg ved ikke. Men Jeg har sgu ikke prøvet, men
• 1:09:52
  jeg skal køre alene langt, hvilket aldrig skal.
• 1:09:57
  Nå, vi må se at komme videre. Jo måske skal jeg lige nævne en
• 1:09:59
  2 ting som en model der kommer ud her for nyligt eller en lille
• 1:10:03
  sweater modeller moder and burt. De gode gamle bird, hvor i
• 1:10:10
  stedet for det bare er tekst. Og så kommer der tekst ind i den
• 1:10:13
  ene ende, og så kommer der tekst ud i den 2 ende, så er der tekst
• 1:10:15
  ind og så vektor ud, altså en codingmodeller som man bruger
• 1:10:18
  til embedys og klassifikation og så videre.
• 1:10:21
  Dem har vi jo været dem har jeg været rigtig glad for, dem har
• 1:10:23
  jeg arbejdet rigtig meget med. Det har jeg fandeme lavet mange.
• 1:10:26
  Ja, og Jeg har arbejdet rigtig meget med bird som havde den her
• 1:10:28
  512 togens kontekst. Hvor den er baby. 128.000 mio.
• 1:10:35
  Et eller andet ikke? Der er kommet det der hedder
• 1:10:38
  moder and burt, som er en brush up, som ligesom bare er en
• 1:10:42
  forbedring af de her birdmodeller hvor de bliver
• 1:10:44
  bedre ligesom præjektivt brug forståelsesmæssigt og så får de
• 1:10:48
  en kontekst på 8001 eller andet tokens.
• 1:10:52
  Det er en meget fed nyhed. Sådan jeg tænker det.
• 1:10:53
  Det er Sådan et lille. Stille buddene inden revival der
• 1:10:56
  så så er. Det mega fedt.
• 1:10:59
  Ja nu skal vi også videre, fordi skylden ved at blive lange.
• 1:11:01
  Hvad hedder det trends forudsigelser eller?
• 1:11:04
  Hvad sker der i fremtiden og 20 hvad?
• 1:11:06
  Sker der i 2025. Hvad tænker du?
• 1:11:10
  Jeg tror faktisk godt Jeg vil tilslutte mig nu.
• 1:11:14
  Jeg ved ikke om Jeg vil kalde det hype, men en forsigtig
• 1:11:17
  tilslutning til at. At agenter bliver mere end ting
• 1:11:22
  i 25 jeg Jeg har hørt at Det var en ting i 24, men Jeg synes det
• 1:11:28
  gik rigtig. At at Det har været noget, Jeg
• 1:11:33
  har Sådan. Jeg har ikke sagt i hvert fald
• 1:11:36
  på mit arbejde. Nu skal vi bare køre med det her
• 1:11:38
  agent freework og så spille det hele.
• 1:11:41
  Men det tror jeg godt. Jeg tør sætte en altså min lid
• 1:11:45
  til en eller 2 hest nu og sige vi tager den der og så ridder vi
• 1:11:49
  med og nu tror jeg lidt på det altså åbning af.
• 1:11:55
  Hvad hedder det? Framework kom vi ud, og det
• 1:11:57
  synes jeg faktisk var rigtig fornuftigt.
• 1:11:59
  Jeg tror ikke der bliver arbejdet så meget på det så
• 1:12:01
  kompliedantegae ej ud med noget. Det ligner stort set.
• 1:12:07
  Svorm men men er. Svampe men er helt klart mere
• 1:12:13
  produktionsklart og moden. Og ja Det er bare et dannic.
• 1:12:18
  De har bare software kasketten på en masse, så altså hvis de
• 1:12:24
  laver noget. Så bliver det godt.
• 1:12:27
  Punktum. Så så det så Jeg tror Jeg tror
• 1:12:31
  lidt på det nu. Og Jeg tror også på, at der
• 1:12:35
  kommer altså det her med at man kan bruge nogle af altså bruge
• 1:12:40
  modellerne mere aktivt IAGF frameworks og få noget
• 1:12:43
  fornuftigt ud på relativt kort tid.
• 1:12:46
  Også at det ikke er Sådan noget der tager en horribel mængde af
• 1:12:49
  tid. En fransk stil tid.
• 1:12:51
  Og Jeg tror også det. Det er både et produkt er at
• 1:12:53
  function calling, suctit output så er begyndt at virke.
• 1:12:56
  Modellerne bliver Sådan jævn altså med tiden hele tiden bedre
• 1:13:00
  til at følge instruktioner og holde snuden i sporet og så
• 1:13:03
  videre. Ikke lytte til konteksten altså.
• 1:13:07
  Altså man kan bare tage tage noget så simpelt som hvis hvis
• 1:13:10
  man gerne vil, hvis man gerne vil tage en curity, en
• 1:13:14
  søgemaskine eller en database eller Sådan et eller andet.
• 1:13:16
  Altså hvor du skriver et tekstfelt søge søgtekstfelt.
• 1:13:19
  Hvis du godt kunne tænke dig at lave function calling på det,
• 1:13:23
  for eksempel Sådan noget med. Nu tager jeg bare et eksempel
• 1:13:27
  fra arbejdet igen. Ikke fordi det ved jeg jo
• 1:13:28
  ligesom er find 5 artikler der handler om et eller andet ikke,
• 1:13:31
  og du vil gerne kun have 5 artikler du gider ikke at have
• 1:13:34
  en eller 2 hvad hedder det? Hvor mange skal jeg returnere
• 1:13:37
  eller page night til evig tid derudaf?
• 1:13:40
  Nej nej giv mig 5 fordi jeg skal i øvrigt bruge til noget rack
• 1:13:42
  eller et eller andet, så kan du lave function calling Sådan
• 1:13:46
  rimelig nemt med det. Og det går ret hurtigt i det
• 1:13:49
  søgeresultat med en GPT 4 o umini og det tager omkring
• 1:13:55
  mellem 100-200 millisekunder for den at lave det function calling
• 1:14:00
  hele kaldet terapiet. Få svar tilbage og lave Sådan en
• 1:14:03
  en. Hvad kan man sige?
• 1:14:04
  Her er de parametre du skal smide ind i din søgning og det
• 1:14:09
  det kunne man altså ikke på noget tid siden.
• 1:14:10
  Det siger bare lige jeg var det i sekunder.
• 1:14:14
  Og, Der er altså væsentlig forskel på et sekund 2 sekund
• 1:14:18
  ned til. 100-200 millisekunder brugeroplevelsesmæssigt, så det
• 1:14:23
  vil Det er sindssygt vigtigt. At Vi er dernede.
• 1:14:26
  Man kan også se alle de her agent frameworks Der er har
• 1:14:29
  været og Sådan noget ikke. Der er også bliver også itereret
• 1:14:31
  på hvordan arbejder vi med de her ting?
• 1:14:32
  Hvad er de rigtige observationer og så videre ikke og så Der er
• 1:14:35
  også Sådan hele engineering folk altså skaren.
• 1:14:38
  Der bliver også klogere omkring hvordan man gør det her bedst og
• 1:14:41
  så videre, så masser af håb indenfor den retning.
• 1:14:43
  Det tror jeg helt klart også på det tror jeg.
• 1:14:45
  Hvad med dig? Hvad tænker du?
• 1:14:47
  Jeg tænker Sådan den kedelige den er det sagde jeg også sidste
• 1:14:50
  år. Modellerne bliver bedre og
• 1:14:51
  mindre hurtigere og billigere, og det gør bare, at vi kan se
• 1:14:55
  dem på lokal på Vores laptop. Vi kan se dem på Vores
• 1:14:57
  telefoner, de bliver hurtigere Sådan så vi kan de kan blive
• 1:15:01
  bagt ind i, som du selv siger her i use case, som de ikke var
• 1:15:04
  kunne før de i og med at de bliver billigere, så begynder
• 1:15:08
  det også at kunne sige Sådan, altså jeg ved Det er for mange
• 1:15:11
  sagersvirksomheder. Er det et problem det her med
• 1:15:12
  at. Nu hvis vi introducerer EI
• 1:15:14
  features. Så begynder der også at koste
• 1:15:17
  mere per bruger og så æder det margin og Sådan nogle ting.
• 1:15:19
  Det begynder at betyde mindre i fremtiden.
• 1:15:23
  Altså det går bare mod at det bliver bragt ind i flere ting og
• 1:15:26
  det bliver nemmere at arbejde med, så Det er den kedelige.
• 1:15:29
  Derudover så tror jeg også, at Jeg synes vi ser at obany kid
• 1:15:33
  nailer den stadigvæk, men Jeg synes at Google og de andre også
• 1:15:39
  XAI er ved at catche op og meta også for den sags skyld.
• 1:15:43
  Når de Sådan de de de kommer i hvert fald op i tempo, og Jeg
• 1:15:46
  tror i virkeligheden, at det Vi har set også synes jeg i de 24
• 1:15:48
  24 Det er at folk er bare de her kæmpe virksomheder.
• 1:15:51
  De er masse opkøbere bare GPU er, og Det er fordi de ved at
• 1:15:56
  dem der har den mest det meste computerkraft, Det er dem der
• 1:15:59
  kan iterere hurtigst, og Det er dem der har den største
• 1:16:02
  progressionsrate simpelthen. Så du ved så uanset hvor hvor
• 1:16:09
  gode nogen er lige nu. Så er det raten, hvormed man
• 1:16:14
  forbedrer sig, som kommer til at afgøre det i fremtiden.
• 1:16:18
  Om et år kan man sige for eksempel ikke, og Jeg tror, at
• 1:16:21
  den rate for mange rigtig mange er begyndt at stige helt vildt
• 1:16:25
  meget og blive, hvis ikke på på niveau så.
• 1:16:29
  Den er jo altså jeg tænker Google de har sgu da flere GPU
• 1:16:31
  er end. En opbinder og anyways men altså
• 1:16:34
  du ved det begynder jeg i hvert fald at komme op og x og jeg de
• 1:16:37
  har jo lavet de Jeg tror de har været det.
• 1:16:38
  De er jo også i gang med at bygge den ledeste supercomputer
• 1:16:41
  ikke så du. Ved også hosia så.
• 1:16:45
  Ja så jeg tænker at der kommer til at ske noget på den front i
• 1:16:48
  hvert fald, og vi kommer til at se at om i næste næste år, så er
• 1:16:52
  det måske i virkeligheden Google som eller et eller andet nogle
• 1:16:55
  andre som som ligesom bare vågner den for sygt ikke?
• 1:16:59
  Men hvad med? Hvad med nu snakkede vi jo lidt
• 1:17:05
  om om en ny arkitektur, en erstatning til transformeren.
• 1:17:09
  Tror du der kommer til at ske noget Sådan fundamentalt?
• 1:17:14
  Altså Sådan. Altså noget Der er så stor en
• 1:17:18
  forandring der begynder at ligesom rykke med hvordan vi
• 1:17:22
  overhovedet tænker der altså et gennembrud et forskningsmæssigt.
• 1:17:27
  Jeg tror, at Jeg tror, at vi fortsætter med at optimere
• 1:17:30
  transformeren, og det vi ved, der virker, og de her statsbas
• 1:17:32
  modellers bliver der også vedret med at være fokus på og så
• 1:17:35
  videre. De kommer til at være lige så
• 1:17:36
  gode som altså der bliver ikke. Der kommer ikke til at være
• 1:17:40
  argument nok for at svitte dem ud, tror jeg med transformerne,
• 1:17:43
  fordi det ved man skulle være virker, og Der er fandme så
• 1:17:45
  meget, der har standardiseret til den arkitektur efterhånden,
• 1:17:48
  så det tror jeg kommer til at fortsætte og de.
• 1:17:50
  Kommer til at blive bedre, billiard.
• 1:17:53
  Har har så meget, den dominerer så meget lige nu også ikke og
• 1:17:57
  det og Det er svært at ja. Og så kører der det her large
• 1:18:01
  content smooth content models spor, som jeg kommer til at
• 1:18:05
  lægge altså hver eneste gang der kommer noget omkring det, så er
• 1:18:08
  der fordi det tror jeg. Jeg tror virkelig det kunne
• 1:18:11
  være. Jeg synes Der er nogle rigtig
• 1:18:13
  spændende tanker bag den filosofi der, og Jeg tror at Det
• 1:18:15
  kan komme til at rykke det her felt, fordi Jeg tror Det kan
• 1:18:19
  komme til at gøre modellerne meget mere effektive og kunne.
• 1:18:22
  Gøre dem mere samplet effektive, fordi problemet med de her
• 1:18:25
  modeller er også at de skal se et hav af tekst for at lære
• 1:18:28
  meget lidt. Og Det er det man kalder for
• 1:18:30
  sample effektivitet, og så de kan se utrolig mange samples for
• 1:18:34
  at lære rigtig meget eller rigtig lidt, hvorimod et
• 1:18:38
  mennesker er meget mere samplet effektive.
• 1:18:40
  Vi skal se meget mindre data for at kunne lære det, og Det er jo
• 1:18:43
  der, hvor man gerne vil hen med de her modeller, og der mener
• 1:18:45
  man ligesom at Der er et gap Der er noget model arkitektur som
• 1:18:48
  ikke helt spiller. Og der tror jeg den her large
• 1:18:51
  conteps models er en en lovende retning, så den vil jeg holde
• 1:18:54
  øje med. Men Jeg tror Det er early days.
• 1:18:56
  Jeg tror Det kan man også se. Altså i paperet der
• 1:18:58
  eksperimenterer de med model arkitektur og de de nævner også
• 1:19:02
  til sidst at Sådan de her sonar embedtings de er ikke helt
• 1:19:05
  optimale til det her og Sådan noget, så der Der er stadig
• 1:19:07
  noget Sådan. Men Det kan være at at at Jeg
• 1:19:11
  har jo altså, Der er jo ikke særlig mange kandidater derude
• 1:19:15
  der Sådan konceptuelt og Sådan helt grundlæggende ændrer ved
• 1:19:18
  den måde transformere og den måde vi modellerer sprog og så
• 1:19:23
  videre på. Bortset fra det her.
• 1:19:26
  Det er jo yeren li cools join and billing predicted arkitekter
• 1:19:30
  som er paradigmet med simpelthen bare noget om hvor man siger.
• 1:19:34
  Jamen Det er Sådan her, Vi skal modellere det.
• 1:19:36
  Det er det her, det det her Vi skal modellere.
• 1:19:39
  Altså vi modulerer fundamentalt forskellige ting.
• 1:19:42
  I de 2 arkitekturer Det er også det, Der er vigtigt at sige, at
• 1:19:45
  når det Det er ikke kun en model arkitektur.
• 1:19:47
  Det er også en. Det er også en model over noget
• 1:19:49
  andet end det som som Vi har modelleret før.
• 1:19:54
  En dekobling mellem reasoning og modernitet ikke på en måde ikke,
• 1:19:58
  og Det er bare Sådan et helt andet koncept.
• 1:20:00
  Og i øvrigt hvis man ved noget om andet forskning der findes på
• 1:20:03
  det her, så må man endelig sige til, fordi vi ved jo ikke alt,
• 1:20:05
  så vi kan. Heller ikke det eneste, men men
• 1:20:08
  det ved jeg jo så heller ikke. Men Det er det eneste jeg kender
• 1:20:10
  til som er. Hvad kan man sige som har en en
• 1:20:13
  helt klar front imod det eksisterende paradigme?
• 1:20:19
  Som som også har nogle. Hvad kan man sige?
• 1:20:20
  Nogle forskningsmuskler bag sig i form af meta og og
• 1:20:23
  hjernekugler og kompagni ikke så Det er lidt spændende at se om
• 1:20:26
  der kommer nogle gennembrud hos dem.
• 1:20:28
  Så på model arkitekturen niveau, der forventer jeg, at næste år
• 1:20:32
  der har vi lavet fremgang på det her, men jeg forventer ikke at
• 1:20:35
  Det er Sådan klar til alt muligt men men Jeg tror også det man
• 1:20:39
  rigtig meget. Den innovation der foregår lige
• 1:20:41
  nu. Det er post træning.
• 1:20:42
  Ikke det her med at man begynder at følge nye måder at træne på i
• 1:20:45
  posttræning. Det her med at optimere hen mod
• 1:20:47
  de her verifyble outputs og Sådan nogle ting de her o et o 3
• 1:20:52
  modeltyper. Og så ser vi jo også det her
• 1:20:56
  med, at Vi er lidt ved at løbe tør for data på en måde ikke
• 1:21:01
  eller Sådan. Det er i hvert fald det virker
• 1:21:03
  som om at det der skal tage Sådan på posttræningsdelen til
• 1:21:07
  det næste skridt. Det er Sådan noget det kræver,
• 1:21:10
  at vi får noget mere Sådan Manuel produceret data Sådan af
• 1:21:14
  høj kvalitet og Det er en kæmpe buttic Vi har på rigtig mange
• 1:21:18
  måder levet rigtig godt af, og Det er også det, elias gjorde,
• 1:21:21
  sagde der som vi snakkede om i sidste afsnit også.
• 1:21:23
  Vi bruger rigtig mange måder at lede rigtig godt af, at Vi har
• 1:21:25
  haft så meget data på frit tilgængelig på internettet, som
• 1:21:29
  vi ligesom er ved at mætte ud nu her ikke på en måde, så.
• 1:21:35
  Ja, men jeg sætter alt min lyd ved dig alt på alt mine alle
• 1:21:38
  mine chips på large content models.
• 1:21:41
  Det er helt sikkert. Så er der ja eventhing and
• 1:21:44
  Black. Og så en 2 ting Jeg har her.
• 1:21:47
  Det er at Jeg synes Jeg synes tale er undervurderet.
• 1:21:51
  Altså fordi der. Alle er meget lave forventninger
• 1:21:55
  til tale, og Det er fordi de de tænker på siri og de tænker på
• 1:21:58
  alle de der forfærdelige ucenter face.
• 1:22:00
  Der er bare potentiale for at gøre det her så meget bedre.
• 1:22:07
  Og en 2 ting som jeg også måske lige vil nævne i samme i samme
• 1:22:11
  om berling. Det er Sådan noget med at Jeg
• 1:22:14
  tror også Der er et kæmpestort. Det er Sådan en teori Jeg har.
• 1:22:16
  Jeg tror Der er et kæmpestort bias i hele den her udvikling vi
• 1:22:20
  ser. Imod benchmark's eller mod
• 1:22:24
  evalueringsmetoder som ikke har human in the loop.
• 1:22:29
  Og det vil sige hele Det er det der driver hele fremgangen.
• 1:22:32
  Det er det vi også ser med o one.
• 1:22:34
  Det er Sådan very field output ikke hvor at du kan ikke lave et
• 1:22:40
  benchmark datasæt hvor at det første output.
• 1:22:45
  Er afhængig af, at Der er et rigtigt menneske i en rigtig
• 1:22:47
  situation, der svarer i en 2. Og så kommer der et andet
• 1:22:50
  output, og så skal den rigtige menneske igen svare.
• 1:22:53
  Altså giver det mening Sådan hvor at giver det mening?
• 1:22:56
  Så du ved Det har human and the loop det her med, at det rent
• 1:22:59
  faktisk bliver præsenteret til rigtige brugere.
• 1:23:01
  Det er ikke bench marcable på samme måde.
• 1:23:05
  Og der tror jeg dem der kommer til at altså det hvis man
• 1:23:07
  begynder at benchmark op mod Sådan nogle ting, så tror jeg
• 1:23:10
  man kan lave rigtig meget fremgang.
• 1:23:13
  Og jeg tænker bare på Sådan noget du ved for eksempel tale
• 1:23:17
  tekst, altså tekst tale eller talegenkendelse og så videre.
• 1:23:20
  Hvis der jeg snakker med en og han nævner i den altså typisk
• 1:23:24
  fejl fra Sådan nogle talesystemer.
• 1:23:26
  Det er at de får entity forkert. Ikke altså Sådan et eller andet
• 1:23:30
  navn på en eller 2 virksomhed, for eksempel det her
• 1:23:32
  talegenkendelse software som transkibeerer Vores podcast for
• 1:23:36
  altid hver bogs podcast forkert. Det er VABOS podcast.
• 1:23:42
  Og så kan man sige Sådan der. Hvordan fanden i alverden skulle
• 1:23:46
  den model vide at Det er verbos fordi det lyder det lyder som om
• 1:23:50
  vi siger verbos ikke hvor at og det kunne man og det på en eller
• 1:23:54
  2 måde så ville man heller ikke forvente at et at et menneske
• 1:23:57
  mennesker kan i øvrigt ikke finde ud af at udtale hvad bost
• 1:23:59
  Det er et fucking lorte navn i øvrigt.
• 1:24:00
  Det har jeg tit tænkt over fordi Der er ikke nogen folk, siger
• 1:24:03
  verbos og. Hvad betyder det?
• 1:24:05
  Du kan ikke slå det ihjel du. Som du ved, så man kan ikke
• 1:24:08
  engang forvente at minde til Kristian den første de.
• 1:24:10
  De kan ikke engang forvente mennesker de får den første gang
• 1:24:13
  mennesker vil. Vil hvis de hørte det der, så
• 1:24:15
  ville de sige Sådan. Undskyld hvad sagde du og hvis
• 1:24:17
  de skulle skrive det ned så ville de Sådan hvordan staver du
• 1:24:21
  det det Det har de her Det har hvad skal man sige ER modeller
• 1:24:25
  ikke lov til der forventer man ligesom bare dem at du skal bare
• 1:24:28
  sidde inde i den her computer så skal du bare regne med så skal
• 1:24:30
  du bare løse det her problem uden at kunne spørge.
• 1:24:33
  Opfølgende spørgsmål på noget som helst tidspunkt.
• 1:24:36
  Der tror jeg også Der er rigtig meget innovation at hente, fordi
• 1:24:39
  man vil da ikke altså ligesom man ville ikke have det problem
• 1:24:41
  med at et menneske vil lige Sådan.
• 1:24:43
  Hvordan staver man det? Det ville man ikke have noget
• 1:24:46
  problem et menneske. Hvorfor ville man have skulle
• 1:24:48
  have et problem for det fra et engangssystem ikke, og så kan
• 1:24:52
  man på den måde løfte altså Sådan løfte systemernes
• 1:24:55
  performance rigtig meget, og det bliver bare ikke tænkt ind i de
• 1:24:58
  der benchmarks. Så.
• 1:25:02
  Men Det er noget Jeg tror man som applikationsudvikler.
• 1:25:05
  Kan tænke ind og så om over altså Sådan og omgå mange af de
• 1:25:10
  her problemer Der er med den her teknologi, og det betyder også
• 1:25:14
  at udviklingen mod. Udviklingen i kommer til at gå
• 1:25:21
  mod det, der kan måles, giver det mening?
• 1:25:23
  Altså hvis man vil lave fremgang videnskabelig, så bliver man
• 1:25:25
  nødt til at kunne måle det ikke. Og Sådan er det ikke samme måde,
• 1:25:30
  når man indikerer til dagligt, vil jeg sige.
• 1:25:33
  Der er stadigvæk en form for målbarhed, at man skal have med,
• 1:25:36
  men det behøver ikke være lige så håndfast som som den måde,
• 1:25:40
  man måler det på. Når man decideret træner
• 1:25:44
  modellerne ikke altså. Hårdt feedbacks og noget der kan
• 1:25:47
  reduceres til nogle tallinn. Der er også function og Sådan
• 1:25:50
  nogle ting, så når man udvikler til dagligt kan man godt have
• 1:25:53
  nogle nogle nogle andre feedback mekanismer der ikke er ligeså.
• 1:25:58
  Hvad kan man sige objektive eller talbaserede eller
• 1:26:01
  kvantificerbare på samme måde, og som har stadigvæk enorm høj
• 1:26:05
  værdi. Man skal altid.
• 1:26:06
  Det er vigtigt alle softwareudviklere derude.
• 1:26:08
  Man skal altid have noget feedback man skal altid have et
• 1:26:12
  eller andet der fortæller en. Om man arbejder i den rigtige
• 1:26:15
  eller i den forkerte retning og og det og og og det det man
• 1:26:20
  bruger til at styre sig i den retning.
• 1:26:22
  Det er der jo selvfølgelig enormt vigtigt at have fokus på,
• 1:26:24
  men Det er altså rigtig rigtig mange forskellige former for
• 1:26:27
  inputs man kan gøre brug af for at rette til, så man udvikler
• 1:26:30
  noget i den rigtige retning. Men men Sådan er det ikke
• 1:26:34
  nødvendigvis. Med brugere ikke observere
• 1:26:36
  brugere alt muligt, ikke? Men, Sådan er det ikke
• 1:26:39
  nødvendigvis når man udvikler modeller altså Det er jo den den
• 1:26:42
  samme form for feedback loop man bruger til softwareudvikling
• 1:26:45
  dybest set så man gør. II, machine learning og AI og
• 1:26:48
  udvikling og modeller og træningslups Det er jo det sker
• 1:26:51
  jo bare på på et helt andet niveau.
• 1:26:56
  Og ja, hvad vil jeg sige med det?
• 1:26:57
  Men Jeg tror bare min pointe var i hvert fald nu bare lige for
• 1:27:00
  lige at snakke om det jeg snakker om eller ej.
• 1:27:02
  Bare lige for ej, men bare lige for snakket om mig selv.
• 1:27:04
  Ikke min pointe Det er bare. Ved at blive lange for 10
• 1:27:07
  minutter, bare siden jeg var lidt rigtig, rigtig langt, men.
• 1:27:11
  Du ved rigtig mange af de steder hvor de har engang systemer
• 1:27:14
  fejler. Dobbeltmand der når man kigger
• 1:27:16
  på det, så tænker man Sådan. Selvfølgelig fejler den.
• 1:27:17
  Den havde ikke den information den skulle bruge, og Det har i
• 1:27:20
  høj grad noget at gøre med, at den ikke har muligheden for at
• 1:27:24
  tilegne sig den information. Den har ikke lov til at spørge,
• 1:27:27
  hvordan staver man det her, eller kan du ikke lige hov det
• 1:27:29
  der? Så var i øvrigt en
• 1:27:30
  lortebeskrivelse af det her problem du gav.
• 1:27:35
  Hvor der står du kan altid stille et spørgsmål herover til
• 1:27:38
  function. Kort Det kan du bare ikke køre
• 1:27:39
  på Sådan nogle automatiserede benchmarks.
• 1:27:41
  Nej nej, men så. Skulle du have mennesker?
• 1:27:44
  Dem der siger det der med at du kan.
• 1:27:46
  Du kan intimere nogle ting ind der hvor du du så kan verificere
• 1:27:50
  at nå, men det virker måske meget godt hvis jeg spørger en
• 1:27:52
  ven. Du har 5 livliner.
• 1:27:55
  Det er dine tools ikke som så kan være andre agenter eller
• 1:28:00
  whatever. Ikke altså så har du på en eller
• 1:28:01
  2 måde løst det der et agent framework.
• 1:28:06
  Nu skal jeg lige. Jeg kommer lige hurtigt her.
• 1:28:08
  Jeg tror også udvikler værktøjer går bananas især allerede alle
• 1:28:11
  mulige lave sindssyge ting. Det går allerede banan.
• 1:28:15
  Altså det kommer. Til at gøre det mere
• 1:28:16
  bananaspling. Ja, og så har jeg skrevet Sådan
• 1:28:20
  her. Alt software bliver anotering
• 1:28:22
  software. Du ved, hvad fanden er
• 1:28:25
  noteringssoftware? Hvorfor skal vi have separat
• 1:28:27
  software til at annotere data? Det skal jo bare ind i software,
• 1:28:31
  og Det er i virkeligheden også det jeg mener med det her med.
• 1:28:33
  Så giv dig jo brugerne mulighed for at give feedback, altså giv
• 1:28:36
  dem dog for helvede mulighed for at sige Det er forkert stavet
• 1:28:39
  det der det skal være VERBOS podcast er ikke hvad bos VABOS.
• 1:28:47
  Så laver du dit software til notering software?
• 1:28:49
  Fordi det. Jeg ved ikke.
• 1:28:53
  I det her stykke software vi bruger der hedder riversite
• 1:28:57
  gjorde vi det lidt reklame for det, selvom at der ikke er noget
• 1:28:59
  watermight på Vores videoer der der kan man.
• 1:29:06
  Der kan man jo gå ind og redigere i den tekst, som som
• 1:29:09
  den her westber model der ligger bag ved den procent.
• 1:29:13
  Og altså. Den er jo egentlig meget god til
• 1:29:16
  til det vil jeg sige. Får man Det har gjort.
• 1:29:19
  Det sker ikke så. Tit det gør man tydeligvis.
• 1:29:22
  Kan du snakke kørende engang imellem på den første og younge
• 1:29:24
  siger velkommen til beboelse og så er der lige den der fordi Jeg
• 1:29:28
  synes det ser fjollet ud at man starter en podcast med forkert
• 1:29:32
  tekst, men når man så gør det så kunne det jo netop være som du
• 1:29:37
  siger en annotering, hvorfor skal den ikke bare huske det
• 1:29:39
  her? Den skal du bare huske at det
• 1:29:41
  her det her pludder der kommer fra ham her Kasper junge her det
• 1:29:46
  skal altid mappes til den her. Den her de her tegn.
• 1:29:52
  Så tager det memory ikke. Der er også noget memory Sådan
• 1:29:54
  OK du ved det der det der new state leas de her eller dem
• 1:29:58
  ikke. Men man glemmer alt ligesom
• 1:30:01
  altså. Det er muligt i de der
• 1:30:03
  transkiberings at at man ligesom.
• 1:30:08
  Kan promble dem på en måde til at gøre det der.
• 1:30:11
  Det mener jeg at det Der er nogle eller hvis ikke hvis man
• 1:30:13
  kan det, så er der nogle af de andre der kan det.
• 1:30:15
  Der er også et eller andet problem i det her med at de er
• 1:30:17
  statees på på tværs af samtaler ikke du ved hvad er framewket
• 1:30:22
  for det her memory komponenter? Hvordan skal det være og kan
• 1:30:25
  koncept tokens space eller noget løse det og Sådan oh mand i det
• 1:30:31
  så har jeg skrevet at EI engineeres timer op med domæne
• 1:30:35
  eksperts Det er noget Vi har super meget problemer med i
• 1:30:38
  Vores dinero når vi laver et eller andet der skal udtale sig
• 1:30:41
  om regnskab. Så er vi som ear engineer os.
• 1:30:44
  Vi aner ikke om Det er rigtigt eller forkert.
• 1:30:46
  Fordi vi skulle da ikke revisorer, så vi blev nødt til
• 1:30:48
  at teame op med nogle revisorer eller nogen der har ved noget om
• 1:30:50
  det, ikke? Men skulle det være stor ting i
• 1:30:53
  2025 eller er det ikke bare et ønske om at hvordan verden burde
• 1:30:56
  være? Det bliver Sådan.
• 1:30:58
  Sådan er det jo faktisk altid været med e ikke altså.
• 1:31:00
  Sådan kom nu for fanden få nu fat i de der sæt nu de der a'er
• 1:31:03
  ingeniers sammen med de der dominikanter.
• 1:31:05
  Før sad vi jo tæt på på på data, varehus folk og business
• 1:31:09
  intelligence folk og der der var produktet.
• 1:31:11
  Smid nogle tal ud i den her BI rapport ikke.
• 1:31:14
  Og så sad man og tænkte Sådan ej jeg ved slet slet ikke hvad Det
• 1:31:17
  er. Vi laver, og Det er der mange
• 1:31:21
  steder, hvor man stadigvæk ikke helt ved, tror jeg men.
• 1:31:25
  Men der skal findes et eller andet du ved, og der skal også
• 1:31:26
  nogle domæneeksperter ind til evaluere de her ting.
• 1:31:29
  Hvis du banker du i en support, for eksempel som man kunne
• 1:31:32
  forestille dig nogle virksomheder havde, så skal man
• 1:31:35
  også ligesom have nogle til at Sådan er det OK det her output
• 1:31:38
  jeg får og kan kan du ikke lige tjekke det engang imellem og så
• 1:31:42
  lige sende noget feedback tilbage til ære anine og Sådan,
• 1:31:43
  så de giver det ræv over det her.
• 1:31:45
  Der er noget et eller andet der hvor vi også havde stenalderen
• 1:31:47
  på nu siger jeg. Der kan selvfølgelig godt være
• 1:31:50
  nogen derude, der har regnet den ud.
• 1:31:52
  Nej nej men altså selv for for erfarne steder der har brugt
• 1:31:56
  det. Jeg er i lang tid, så kan det
• 1:31:58
  være en udfordring det der. Sidste ting, så skal jeg nok
• 1:32:01
  holde min kæft. Software begynder at udføre
• 1:32:04
  folks arbejde i stedet for bare at være et redskab for
• 1:32:07
  mennesker, som hjælper dem med at udføre deres arbejde.
• 1:32:10
  Giver det mening? Det er jo agenterne du snakker
• 1:32:12
  om. Ja Det er det nemlig lidt og jeg
• 1:32:15
  får jeg så Det er sjovt fordi jeg så Sådan et vi så Jeg har
• 1:32:18
  Sådan Vi har siddet og set Sådan lidt krummejul herovre i
• 1:32:21
  december. Mega hyggeligt Det er Sådan min
• 1:32:24
  julekalender fra da jeg var lille og der så jeg Sådan et et
• 1:32:27
  Der er Sådan et klip fra en en gut der Sådan postbud ting der
• 1:32:30
  står på Sådan et posthus og Sådan tager breve og fordeler
• 1:32:33
  dem rundt og Sådan noget. Hvor jeg bare tænker Sådan.
• 1:32:36
  Det er der ikke nogen der du ved.
• 1:32:38
  Det er bare automatiseret for længst det der altså du ved så
• 1:32:42
  du ved II dengang da computeren kom frem.
• 1:32:47
  Der var der bare sygt meget potentiale for at altså udskifte
• 1:32:51
  mennesker med software, fordi der var bare potentiale agtigt,
• 1:32:56
  ikke? Og Det er så det, Der er alle de
• 1:32:59
  muligheder, og så begyndte der at blive mere og mere Sådan OK.
• 1:33:02
  Nu har vi lavet de der ting. Så nu er det mere.
• 1:33:05
  Nu er man mere begyndt at lave software Der er redskaber til
• 1:33:08
  mennesker til at udføre deres arbejde, som kan gøre det
• 1:33:10
  hurtigere eller lave et eller andet system eller Sådan et
• 1:33:12
  eller andet eller. Hvor at nu vi ligesom reset det
• 1:33:17
  hele. Nu er der kommet det her AI, som
• 1:33:19
  giver en masse nye muligheder. Nu er der rent faktisk mulighed
• 1:33:22
  for at gentænke nogle ting og altså tage visse opgaver som
• 1:33:26
  folk laver og bare udføre dem. Jeg vil Jeg vil sige, at Det har
• 1:33:30
  vi gjort hele tiden. Med teknologi vil jeg vove at
• 1:33:32
  påstå, at Vi har hele tiden taget og og og løst opgaver.
• 1:33:36
  Altså nu nævner du jo lige præcis en hvor at.
• 1:33:39
  Man har taget et en altså du ved decideret noget som.
• 1:33:44
  Man har taget 1 1 1 kuvert ikke eller et brev.
• 1:33:49
  Læs på det puttet det ind i en boks, ikke?
• 1:33:53
  Bare lige se den der proces der som en en række af af af nogle
• 1:33:57
  klassiske ML problemer task og så noget med noget robotam noget
• 1:34:01
  fysisk mekanisk og et eller andet.
• 1:34:03
  Sådan noget kan løses af mange forskellige teknologier.
• 1:34:06
  Ikke også færdig bum. Mon ikke at i øvrigt at Det er
• 1:34:10
  løst med noget andet. Netop at man.
• 1:34:13
  Men typisk har et et label på med en stregkode, som gør det
• 1:34:17
  nemmere for en maskine i stedet for at man laver OCR der fejler
• 1:34:22
  90% nej undskyld ikke fejler 90% men lykkes i 90-99% og så er der
• 1:34:28
  en procent breve der går forkert.
• 1:34:33
  Nå anyways, men jeg mener bare Det har man.
• 1:34:35
  Vi løser jo Vi har jo hele tiden løst problemer og ligesom gjort
• 1:34:39
  dele af Vores arbejde. Sådan overtaget det arbejde for
• 1:34:43
  os og den udvikling. Jeg tror, Vi er ude i nu.
• 1:34:46
  Det er der vil der. Vil der komme mere af den slags,
• 1:34:49
  det der, Det er jeg slet ikke i tvivl om.
• 1:34:51
  Men det vil Jeg tror. Det vil stadigvæk være på det
• 1:34:53
  niveau, hvor Det er helt specifikke elementer i folks
• 1:34:58
  arbejde. Vi opdager hov lige præcis den
• 1:35:03
  her del af Vores arbejde. Det laver vi ikke mere i hånd og
• 1:35:07
  snitter med fra en pind. Må jeg give dig et eksempel?
• 1:35:12
  Jeg mødte den gode Andreas busk, da jeg var i Aarhus, som har
• 1:35:17
  startet. Der hedder curnal dot DE.
• 1:35:19
  Ja og de laver software til at basically lave de opgaver som
• 1:35:24
  man kan man laver IE commerce og Der er en af de opgaver.
• 1:35:27
  Det er for eksempel at en webshop kan måske have 10.000
• 1:35:30
  produkter du ved, og så seo optimerer de de 10 mest sælgende
• 1:35:35
  og tjekker du ved ændrer i teksten det tjekker
• 1:35:38
  konkurrenterne ændrer i teksten ser en måned efter, hvordan
• 1:35:41
  ranker vi OK ændrer i teksten igen.
• 1:35:44
  Du ved Sådan idrætivt. Gør, indtil de ringer højt,
• 1:35:46
  ikke? Men Det kan man Det kan man.
• 1:35:49
  Man har ikke båndbredde til at gøre det på 10.000 produkter for
• 1:35:51
  eksempel og. Hvad skal man sige det?
• 1:35:55
  Det vel noget man godt kunne gøre det, hvis man havde råd til
• 1:35:58
  at ansætte en hær og se EU cup også til at gøre de her ting
• 1:36:02
  ikke, men Det er bare upraktisk. Det er som curnal dot de gør.
• 1:36:06
  Det er så at de automatiserer den her proces, hvor de også
• 1:36:08
  monitorerer. Hvad skal man sige?
• 1:36:10
  De opdaterer produkttekster kigger på konkurrenterne.
• 1:36:13
  Finder alt relevant information omkring det her produkt for at
• 1:36:17
  kunne hjælpe brugeren til at træffe en købsbeslutning,
• 1:36:19
  hvilket gør at de ranker helt vildt.
• 1:36:21
  Og altså Sådan. Det er jo det der med at de går
• 1:36:23
  ind og gør et arbejde og så gør det lige pludselig muligt for
• 1:36:26
  virksomheder. At hvad skal man sige få gjort
• 1:36:30
  alt det der som var upraktisk at gøre før fordi Det var for dyrt,
• 1:36:34
  men nu kan det rent faktisk gøres fordi et menneske gør det
• 1:36:36
  og i øvrigt hurtigt lige. Pludselig at når alle gør det
• 1:36:39
  der i øvrigt. Så.
• 1:36:41
  Forsvinder effekten. Ja ja, men så så får man jo bare
• 1:36:44
  en meget federe service som som bruger fordi man går ind og ser
• 1:36:47
  de her produkter der bare Sådan o.
• 1:36:49
  K, Det er altid det der har været med med seooptimering.
• 1:36:51
  Det er at når alle seooptimere, så er der ingen der får benefits
• 1:36:54
  ud af det, så Det er jo fedt. Det er race agents the button
• 1:36:57
  ikke så. Men men og så bare lige hurtigt
• 1:37:01
  blok her, fordi Andreas bussk og hans kollegaer i köln og DK.
• 1:37:06
  De har lige fået Sådan en en god sjat funding og de søger
• 1:37:08
  faktisk. De søger faktisk frontend og
• 1:37:10
  back-ting udviklere, så hvis man er i Aarhus og får backing
• 1:37:14
  udvikler og har lyst til at arbejde med genert ERI startup,
• 1:37:18
  så synes jeg man skal tage fat i Andreas busk eller hvis man
• 1:37:21
  kender nogen i Aarhus der kunne være interesserede, så så synes
• 1:37:23
  jeg man skulle gøre det. Hvad hedder det så?
• 1:37:27
  Ja, men nu har jeg ikke mere at sige Jonas.
• 1:37:31
  Plus kan jeg sige at Vi har også.
• 1:37:34
  Vi har også kørt i en time og 7 38 minutter, så nu er det ikke
• 1:37:39
  kun skyggerne Der er lange. Nu er det også øjenlågene Vores.
• 1:37:44
  Nej det det går nok det Vi har vænnet os til de lidt senere
• 1:37:48
  nætter her i familielivet, nu hvor Vi har været igennem en
• 1:37:52
  ferie. En hård ferieuge haha.
• 1:37:56
  Ja vent. Det bliver jo nok den sidste før
• 1:38:00
  det nye år, så Vi skal også på en eller 2 måde sige godt nytår
• 1:38:04
  til alle Vores lyttere og seere. Der er også nogle der ser ser
• 1:38:09
  det. Skal vi.
• 1:38:10
  Ikke glemme. Og Vi skal da også lige give en
• 1:38:13
  tak eller ja til alle dem der følger med, så det skal faste.
• 1:38:20
  Og jeg håber at 2025 at vi. Vi fortsætter lidt planerne med.
• 1:38:26
  I hvert fald ser den, som jeg ser det jo at få nogle
• 1:38:30
  interessante gæster ind. Det synes jeg jo er er er det
• 1:38:34
  fedeste? Jeg er i gang med at få lars
• 1:38:36
  Seier på. Helt sikkert siger jeg bare nu
• 1:38:39
  her nu. Nu kaster jeg det bare ud
• 1:38:40
  slynger bare et eller andet. Ud ikke så lars hvis du lytter
• 1:38:43
  med derude, så kan du ikke lige komme med i værsgo manegen her.
• 1:38:47
  Den skal fortælle os om blockchain og concordium og
• 1:38:49
  Sådan nogle ting. Det kunne være mega fedt i hvert
• 1:38:50
  fald, så nu må vi se om det lykkes, men hvis han.
• 1:38:52
  Ved Sådan en blockchain, så er det da genialt.
• 1:38:55
  Det var det, men hvad hedder det?
• 1:38:57
  Jeg synes også bare Jeg vil bare gerne takke Vores lyttere for at
• 1:39:00
  følge med. Nu har vi efterhånden gjort det
• 1:39:01
  her i snart 2 år og. Altså du var jo for fanden på
• 1:39:06
  det der den der hestevogn i humlebæk fortalte om på et eller
• 1:39:10
  andet julemarked eller Sådan et eller andet ikke.
• 1:39:12
  Og så er der fandeme en der siger hey, Det er sgu da dig for
• 1:39:14
  bebo eller Sådan noget. Ikke altså Jeg har ham på
• 1:39:17
  LinkedIn Søren tror jeg han hed nu må det ej dig jeg mødte nu må
• 1:39:21
  du undskylde hvis Det er dit forkert navn.
• 1:39:23
  Men anyways folk lytter, folk lytter med og de er.
• 1:39:27
  Glade for det og det surrealistisk altså.
• 1:39:30
  Og man må, og det skal man jo altid være velkommen til at at.
• 1:39:33
  Komme med inputs. Til os og komme med emner.
• 1:39:37
  Interessante emner og hvis man selv synes man er interessant,
• 1:39:40
  og man må i øvrigt også gerne synes man ikke er interessant
• 1:39:42
  selv, men bare har lyst til at være med sidde med til en
• 1:39:46
  podcast og snakke om nogle fede ting fordi man synes Det er
• 1:39:49
  spændende og hyggeligt at snakke om.
• 1:39:51
  Jamen så ræk ud vi vi synes Vi skal lave altid.
• 1:39:55
  Det er sjovt at have folk med i studiet og sjovere end at kun at
• 1:39:59
  sidde også og skulle finde på ting at snakke om hver gang.
• 1:40:02
  Det er altid sjovere at få nogle friske inputs udefra 100.
• 1:40:06
  Procent, Der er bare tit rigtig meget arbejde i det her med at
• 1:40:08
  få folk på og Sådan noget, så Det er derfor vi ikke altid lige
• 1:40:10
  får det gjort. Og du ved, Det er ikke fordi vi
• 1:40:12
  ikke har nok at lave til hverdag med.
• 1:40:15
  Alt muligt så. Skal jeg altså sige, at det skal
• 1:40:17
  lige passe med hvornår vi plejer og alle de der ting har været.
• 1:40:20
  Til sprogteknologisk konference holdt den der debat, og du ved
• 1:40:23
  altså, når jeg når vi udgiver her imorgen, så udgiver vi kl.
• 1:40:27
  05:00 ikke. Og når sen når jeg står op kl.
• 1:40:29
  07:00 nogle gange ikke. Landet er fucking full kids
• 1:40:32
  goddag kl. 05:00 det det hvad er det?
• 1:40:34
  Det er sgu da lørdag i morgen. Jeg skal sgu da ikke have op
• 1:40:38
  tidligt. Nej nej men det du ved det
• 1:40:40
  kommer altid så dem der har early bird de har men du ved men
• 1:40:43
  det vilde er bare ikke at hver hver eneste gang jeg gør det så
• 1:40:46
  er det bare du ved når jeg kigger kl. 07:08 og jeg vågner
• 1:40:49
  eller Sådan skal jeg ud af døren eller Sådan noget, så er der
• 1:40:51
  altså Sådan noget 60 70 mennesker der havde været venner
• 1:40:53
  og lytte altså Sådan Det er bare sindssygt og og du ved.
• 1:40:57
  Altså, vi får vi, vi vi vi lærer altså Der er. 4 500 der lytter
• 1:41:02
  med hver gang vi uddever en episode.
• 1:41:05
  Det er jo dejligt. Det synes jeg faktisk bliver
• 1:41:08
  ved, og Det er jo Det er jo det gider jeg at vi gør.
• 1:41:12
  Der er jo ikke rigtig så meget andet i det for os end the
• 1:41:15
  substant like som man siger nogle gange på youtube er den.
• 1:41:20
  Inde for the substant likes men, men her er nok mere bare
• 1:41:23
  lyttere. I må også gerne likes
• 1:41:26
  selvfølgelig og så subscribe. Men også bare fordi vi vi hygger
• 1:41:30
  os med at snakke sammen, og vi får også at tale og tænke for
• 1:41:33
  nogen ikke. Det synes jeg i hvert fald er
• 1:41:35
  for mig, og Jeg tror fandeme jeg taler mere end gennemsnittet
• 1:41:39
  omkring de her ting. Ikke så det.
• 1:41:40
  Jeg tænker også mere end gennemsnittet omkring de her
• 1:41:41
  ting, og det gør jeg med dig Jonas fordi.
• 1:41:44
  Du er en ren visning model. Bare o one bruot falls 4.
• 1:41:49
  Toast man putter ud jo bedre bliver det.
• 1:41:53
  Det kunne være sjovt at lave Sådan noget analyse af hvem der
• 1:41:54
  snakker mest af os 2 i de her podcasts.
• 1:41:57
  Det det det kunne være interessant.
• 1:41:59
  Vi har jo dag til så. Vi skal nok bare lige hyre en
• 1:42:02
  studenthjel os. Det har jeg sgu ikke tid nu.
• 1:42:06
  Nu vil vi skåne jer alle sammen for at lytte på os inde i maven.
• 1:42:09
  Nu har vi fandeme snart holdt jer i 2 timer.
• 1:42:10
  Hvis i er nået så langt, så skud til jer 1000 tak fordi i lyttede
• 1:42:13
  med. Og rigtig.
• 1:42:15
  Rigtig god jul. Glædelig jul til dem af jer der
• 1:42:17
  har holdt det og rigtig godt nytår til det her om et par
• 1:42:21
  dage. Det vi håber virkelig at i
• 1:42:23
  kommer godt ind i 2025 og vi ønsker nu skal alt det bedste.
• 1:42:27
  Her får vi brugs podcast. Vi ses i 25.
• 1:42:30
  Det gør vi nemlig.