JanusDR
Well-known member
Juridische documenten tekstueel gaan filteren/vergelijken etc is inderdaad een use case.
Laten interpreteren vind ik... gevaarlijk.
Heb je wat meer detail over het soort proces?
Dat klopt zeker.
ChatGPT en andere praktische toepassingen van AI
- Onderwerp starter GemaneDude
- Startdatum
Laten interpreteren vind ik... gevaarlijk.
Pieterjan94
Well-known member
Typisch proces waar documenten bekeken worden, gelezen en "geinterpreteerd" of alle elementen aanwezig zijn en of het ook correct is ingevuld. Dus je hebt niet gewoon een LLM op zichzelf nodig maar ook ocr/document intelligence. Denk bv aan het "interpreteren"/lezen van documenten over de statuten van de onderneming uit het KBO/staatsblad.
Interpretatie wordt in sommige processen echt schromelijk overschat waardoor ze (nog) niet inzien dat je ook eenvoudig een llm kan trainen om dat te doen. Ik heb zelf ook ooit gewerkt als dossierbeheerder in een proces dat nog tijdens mijn tijd verhuisde richting Azie. Toen werd ook moord en brand geschreeuwd door onze experten want die mensen moeten NL documenten lezen en interpreteren en ze spraken helemaal geen NL. Na een half jaar werd duidelijk dat ze ter plekke minder fouten maakten dan wij. Dus het zijn dat soort processen waar je dan aan kan denken. En zo bestaan er veel, heel veel.
Ik denk trouwens niet dat daardoor de technologie vanalles gaat veranderen waardoor er massale werkloosheid komt. Maar gezien de quasi full employment die we in Vlaanderen bv bereiken en de groeiende moeilijkheid om mensen te vinden, gaat het gewoon een essentiele tool zijn om verder te kunnen groeien als organisatie.
Wilto
Well-known member
Ik weet niet of ik dit hier ook al heb gepost maar een language model obv interne data kan ook al veel inzichten verwerven.
Als voorbeeldje, cosmetica bedrijf dat praktisch al +50j onderzoek doet intern, als een model dan kan bekijken welke specifieke ingrediënten statistisch gezien een (grotere) kans op slagen hebben bij de ontwikkeling van een nieuw product.
Niemand gaat een meta-analyse doen van alle interne onderzoeken over een tijdspanne van ettellijke decennia bvb.
Voor veel interne processen is niet alle data van internet nodig om tot inzichten te leiden. De interne confidentieele info gestructureerd kunnen opzoeken doet al wonderen.
Klopt voor een deel. Maar de gemiddelde manager/mens interesseert het ook niet, die zitten niet allemaal te wachten om heel hun afdeling te laten vervangen door een AI-chatbot. Behalve aandeelhouders, eigenaars of managers die er direct belang bij hebben om het werk met minder mensen te doen, gaan de meeste niet hun nek uitsteken om volledige bedrijfsprocessen te herorganiseren in functie van AI. Om dan het risico te lopen om hun kop te verliezen als het toch allemaal niet zo geweldig blijkt te zijn als eerst gedacht.
Pieterjan94
Well-known member
Dat is nogal een zwartgallige kijk op de zaak. En ook gewoon verkeerd imo.
We doen zoveel automatisaties vandaag de dag. Via vba scripts, RPA, ml modellen of letterlijk robotten,... Maar omdat nu de "chatgpt" populair is, kijken we er allemaal zwartgallig naar? Bizar.
De realiteit is eerder dat managers vandaag naar een dienst kijken die structureel onderbemand is omdat er of geen budgetten zijn voor nieuw personeel of ze gewoon geen personeel vinden op de arbeidsmarkt van vandaag of een combinatie van beide. Wat de reden ook is, de huidige werknemer is gejost door de druk die dagelijks ervaren wordt. Als je die druk dan kan verlagen door een vorm van automatisatie, is dat enkel gewonnen. Niet enkel naar werktevredenheid, maar ook naar kostenefficientie van een bedrijf dat niet enkel naar de zakken van de aandeelhouders vliegt...
Je moet ook niet vergeten dat de taken die je in overweging kan nemen doorgaans erg eenvoudig zijn. Het type taak waar niemand gelukkig van wordt en waar je ook zelden competenties opbouwt die je ook in andere bedrijven kan inzetten. Dus opnieuw is niemand ermee geholpen om ze gewoon die job te laten uitvoeren. Er zijn te veel waardecreërende en interessantere dingen te doen voor een mens, dan de typische simpele taken.
Edit: feit dat je ook onmiddellijk begint over AI-chatbots, toont misschien ook aan dat je onvoldoende beseft wat zo een LLM eigenlijk is of kan doen. De typische chatgptbot is maar één van de vele mogelijke toepassingen hé.
cege
Well-known member
Ik denk dat je de snuggerheid van LLM onderschat. Vooral programmeren is eigenlijk super gemakkelijk voor een LLM.
- Programmeertalen zijn een taal met formele regels en een relatief simpele grammatica
- Het voordeel van programmeertalen is dat je formeel correcte texten kunt voeden aan het systeem. Code loopt/compileert of niet - there is nothing in between. 1 typo in je code en de code loopt niet. Dit tgo het internet dat vol staat met reddit en 4chan nonsense dat formeel niet correct is. Dat zit allemaal in de corpus
- Heel de wereld programmeert python hetzelfde, er is geen frans of engels of duits of whatever, er is python
- Je kunt dus een giga corpus met 100% correcte python/JAVA/... voederen aan je systeem en het zal automatisch uitsnuffelen hoe dingen werken. Ook dingen die het nooit gezien heeft, zal het kunnen maken (op zijn minst zeker 100% perfect evalueren)
- LLM kunnen wel degelijk de grammatica en regels met gemak doorgronden door ze beperkt aantal corpussen met code te geven
Ik heb vorige week nog een ex-prof programmeren gezien van 1e jaar unif. Die heeft 600 studenten in 1e jaar. Alle practica zijn vervangen door LLM evaluatie. Je dient je programmeer oefening in en je krijgt automatisch een score 6 7 8 9 10/10. Het systeem zal zelfs suggesties geven van 'dit kan zo anders', 'pas op hier', ... Waar ze vroeger 1300h supervisie tijd nodig hadden, is dat nu 100 of zo. Hij sprak van 13 FTEs gewonnen per semester. EN de studenten zijn contenter want ze hebben snellere en relevantere feedback.
Getraind op de oefeningen en scores van de voorbije paar jaren waar ze nog manueel moesten verbeteren.
Die LLM kunnen wel degelijk dingen doen die ze nooit gezien hebben op stackoverflow (misschien vaag iets die er op lijkt). Die gaan uiteraard geen volledige programma's schrijven, maar routine stuff of code compacter/uitgebreider maken, typos eruit duwen, bugs eruit duwen, allemaal fair game voor LLMs.
Hier gebruiken de programmeurs ook allemaal copilot en andere IDE bells and whistles. Vroeger had je al IDEs die relatief snugger waren, maar nu staat de helft van je code al in grijs voor je het zelf getypt hebt. Typos, onbestaande. Ongebruikte variabelen en andere nonsense waar je vroeger een halve dag op zat te debuggen, zo goed als onbestaande geworden. Styling/guidelines adherence, bijna 100% voor het in review komt, ...
En de dingen die niet real-time kunnen gebeuren, daar doen ze een detailed scan van elke dag/week. "deze file wordt nooit gebruikt" of "breek deze code in brokken", "voeg testing toe voor lijn 10 - 1000, kritisch en door veel andere dingen gebruikt". Dat is gewoon een platform en QA architect die je steunwieltjes geeft om farcen te vermijden.
Ik denk ook niet dat er veel jobs gaan sneuvelen, alleen veel brolwerk (Dat niemand graag doet anyway) elimineren.
Je mag btw niet onderschatten hoeveel manueel/non-digitalized werk er nog gebeurt, zelfs in grote techbedrijven (hi - is that you cege?), dat niet te elimineren is met LLM. Als het niet digitaal is, valt het al moeilijk te elimineren anyway. Er is zoveel wetgeving en legal gedoe en politiek gezever in grote bedrijven dat veel dingen gewoon retarded manuele processen zijn omdat voor reden ABC Jos dat op papier moet zetten en naar Paul moet sturen voor 'expert opininion evaluation'. Die gooit zijn oog er op en steekt zijn duim in de lucht of niet. En dat moet zo zijn omdat het moet.
Hoeveel dagen in mijn leven ik al verspild heb met doosjes printen of 'box inserts' aanpassen omdat doosje A naar DHL moet en dan naar Fedex omdat bblablabla verschillende max en min box sizes om een doosje met product op gedroogd ijs en certificaat ABC in Peru moet terecht komen uit Europa. En het zijn net die relatief zinloze dingen waar de mensen het meeste tijd aan verschijten. De eerste 80% van de race doe je snel en routine matig met duidelijk proces (en kun je wsch met LLM gemakkelijk eruit duwen) maar aan de laatste paar procenten verschijt je al je tijd en die zijn niet met te LLM elimineren.
Zoals anderen al zeiden. Er is krapte op markt, er is veel werk (hey, we hebben productiviteitsgroei nodig voor onze Social security te financieren). Als we prutwerk kunnen wegknippen, kunnen we andere meer productieve dingen doen die een computer niet kan.
Er zijn gelukkig genoeg psychopaten in de wereld die de streamlining er gewoon doorduwen. "Hoi, we knippen de helft van je team weg en je krijgt 2 programmeurs in de plaats. Los het op en tot binnen 6 mnd". 6 mnd later niet opgelost en er rollen wat koppen. Leuk zal het niet zijn, maar het zal wel gebeuren.
Misschien niet onmiddellijk, maar eens de volgende grote crisis eraan komt, is het zover en komen de hakbijlen boven en gaan de achterblijvers pijn hebben. Zoals Warren B zei "Only when the tide goes out do you discover who's been swimming naked"
Brt
Well-known member
En al die administratief assistenten en managment assistent toestanden?
En al die support engineering toestanden?
Er zijn er veel die in hun blootje aan het zwemmen zijn: middle managment: dat is enorm veel verspilling en jobs. Die gaan niet mee kunnen zwemmen, die kunnen dat niet.
Chatbots is maar één van de zovele toepassingen, maar we hebben het hier over de gemiddelde manager/mens, daar moet je niet afkomen met termen als LLM.
Nu de realiteit is veelzijdig en niet te veralgemenen, en zoals ik zei klopt dat voor een deel. Maar er zijn langs de andere kant ook gewoon heel erg veel managers met het gouden-kooi syndroom. Of anders gezegd 'blijven zitten en niet teveel bewegen'. Die weten ook dat vroeg of laat de AI hakbijl naar beneden komt maar tot die tijd laten ze de dingen hun gang gaan, en met wat geluk is de opkuis voor de volgende. Ik heb het hier niet over de kleine kmo's of startup's waar het vol loopt van het jong en gemotiveerd volk die constant aan de kar sleuren. Maar ik heb eerder over de logge grote ondernemingen met een organogram zo breed en lang als de Eiffeltoren.
cege
Well-known member
Dat is ook zo'n 80%/20% gedoe. De meeste deftige organisaties zijn toch in staat om standaard dingen snel en efficient af te handelen. Ik zie niet in hoe chatgpt nog een grote extra duw kan geven.
De overige zaken zullen ook veel gepruts en manueel paper shoving zijn. Mijn madam doet HR is een groot bedrijf van volatiele arbeiderspopulatie. De standaard dingen zijn snel afgehandeld. Maar de rare gevalletjes zijn toch altijd manueel werk waar niet veel te automatiseren is.
"nee, fout papiertje", buitenlanders/expats van buiten EU waar niks voor geregeld is, ontslag/ziekte/ongeval gecombineerd met verlof of ouderschapsverlof of xxx wat dan net weer anders is dan de regeltjes of waarover nagedacht is. Je kunt alles automatiseren, maar je gaat dat nooit doen voor dingen die 2x per jaar voorvallen.
Als er nu 1 iets is waar alle systemen in sucken, is het interfacen met andere systemen. Dat zal altijd geprutst en manueel werk blijven, tenzij je tegen elk probleem 100k aangooit, dat is niet realistisch, zeker niet in kleinere bedrijven.
In ons bedrijf is vb verlof aanvragen nog een manuele activiteit, terwijl we SDWorx gebruiken. Ahja, want er zijn Belgen met een niet-Belgische manager en er zijn Belgen met niet-Belgen reports. Die niet-Belgen zitten niet in SDWorx. En als ze niet-EU zijn, dan is er nog GDPR geneut ivm privacy. Dus oplossing, excellekes en verlof via email aanvragen. En zo zijn er veel processen die manuele interfacing nodig hebben en niet simpel te elimineren zijn.
Je kunt een chatbot vragen wat hij wil, als Jos zijn foute fiche uploadt of die van vorig jaar of ondersteboven of weet ik veel wat. En dat spel zegt 'pweut', dan gaat er toch iemand eens naar moeten kijken of het klopt.
Ja, goed, wegknippen. Maar hoeveel zijn er dat? Ik werk in 18000 bedrijf. Er zijn er 1500 of zo met reports (veel met 2-3 juniors als report). Misschien 1000 die echt full time manager zijn. Dat is 5%. Wat kun je daar wegknippen ? Max de helft. Dat is dan 1 of 2% besparing, dat zal geen aardbeving veroorzaken.
Pompi
Active member
ik zie het wel voor mij: CoPilot in windows ingebakken.
"hoe synch ik die sharepoint bestanden naar mijn PC"
en dan een lichtje dat gaat pinken van waar ge moet klikken om u sharepoint site te openen en u synch knoppeke aan te klikken.
"Mijne VPN werkt niet"
Hebde recent u wachtwoord gewijzigd? ik toon u waar ge het moet instellen
Maar of dat ooit werkelijkheid word? eerst zien en dan geloven.
Ik heb nu een CoPilot licentie.
Had een powerpoint waar ik een slide moest vertalen.
"duplicate this slide and translate that to french"
=> No can do.
Serieus.
Iets in excel willen? "sorry ik werk enkel op tabellen".
LLM kan al vanalles maar praktische integratie is toch nog matig.
100en PDF documenten (die dan allemaal in stukjes moesten, want hij kan niet met meer dan xx Mb om) in sharepoint gezet.
Chatbot op aangemaakt om vragen te kunnen stellen over de inhoud, resultaten toch maar matig én credits per vraag.
Ik zie dit wel groeien in bedrijven waar het echt past, en die 100en profielen hebben die hun schaalvoordeel behalen.
Maar in een bedrijf als het mijne, waar wij 50 profielen van elke functie hebben die elk totaal verschillend zijn..
Ik ben benieuwd
JanusDR
Well-known member
Ik heb het eerder over de beweringen als "Je zal de LLM gewoon kunnen zeggen wat je wil, en die zal al 90% van de software geschreven hebben".
Ja kijk, neen denk ik.
Programmeertalen zijn een taal met zeer formele regels voor een reden hé.
Dat is om elke ambiguïteit uit een formulering te duwen.
Als je dan opnieuw ambiguïteit gaat invoeren door een LLM te 'bedienen' in menselijke taal, dan zal men opnieuw dezelfde historische les leren waarom programmeertalen net formeel zijn, en waarom de volgorde van een statement of die puntkomma daar zo belangrijk zijn.
Volledig akkoord voor templates of om vrij boilerplate snippets heel snel te kunnen vinden en gebruiken.
Ja, maar dat is iets anders.
Programmeeroefeningen, die de facto zeer beperkt zijn in scope, en waar al 20 jaar dezelfde fouten gemaakt worden, kan je het 21ste jaar vrij betrouwbaar laten evalueren door de correlatiemachine.
Dat lijkt mij idd zeer plausibel en een mooie use case.
Ja goed, dat heb je met standaard stricte typering ook al.
Ja idd, brolwerk elimineren, styling afdwingen, etc., volledig akkoord.
Maar dat is iets helemaal anders dan wat ik soms hoor roepen in de trend van "programmeurs zijn binnen enkele jaren overbodig".
Evolutie - geen hype revolutie, zou ik mijn mening kunnen samenvatten
cege
Well-known member
Ik heb het eerder over de beweringen als "Je zal de LLM gewoon kunnen zeggen wat je wil, en die zal al 90% van de software geschreven hebben".
Ja kijk, neen denk ik.
Programmeertalen zijn een taal met zeer formele regels voor een reden hé.
Dat is om elke ambiguïteit uit een formulering te duwen.
Als je dan opnieuw ambiguïteit gaat invoeren door een LLM te 'bedienen' in menselijke taal, dan zal men opnieuw dezelfde historische les leren waarom programmeertalen net formeel zijn, en waarom de volgorde van een statement of die puntkomma daar zo belangrijk zijn.
Volledig akkoord voor templates of om vrij boilerplate snippets heel snel te kunnen vinden en gebruiken.
Ja, maar dat is iets anders.
Programmeeroefeningen, die de facto zeer beperkt zijn in scope, en waar al 20 jaar dezelfde fouten gemaakt worden, kan je het 21ste jaar vrij betrouwbaar laten evalueren door de correlatiemachine.
Dat lijkt mij idd zeer plausibel en een mooie use case.
Ja goed, dat heb je met standaard stricte typering ook al.
Ja idd, brolwerk elimineren, styling afdwingen, etc., volledig akkoord.
Maar dat is iets helemaal anders dan wat ik soms hoor roepen in de trend van "programmeurs zijn binnen enkele jaren overbodig".
Evolutie - geen hype revolutie, zou ik mijn mening kunnen samenvatten
De markt zit vol met "disruptieve technologien" die niks bougeren.
Facebook is 15y oud, de smartphone is 20y oud, de flat-screen TV is 20y oud, we gaan nog altijd naar de cinema. Er worden nog altijd micro arrays gebruikt in de kliniek - dat is al 30y oud...
Het gaat altijd wat trager dan wat de mensen denken en de techies hopen.
counterpoint
Rapid take off scenario in een technolgische singulariteit zou wel zotjes zijn.
en.wikipedia.org
Heb zo'n 20 jaar geleden de kurzweil zijn boek erover gelezen dat vol staat met graphs die trends in wetenschap/maatschappij/tech extrapoleren over decennia en toch wel gek hoe on point die blijven. Natuurlijk deels een selfulfilling prophecy via moore's law en dergelijke maar al de rest volgt er wel op.
Of we nu aan de vooravond staan van een intelligentie explosie of niet, zelfs onze primitieve LLMs vandaag lijken nog niet direct te gaan plateauen en de nieuwe capabiliteiten volgen elkaar razendsnel op. De toeters en bellen van generative art, chatbots en video + 3d synthesis zijn allemaal heel leuk en zuigen alle aandacht op maar als analysers van data of codehulp zijn ze productiviteit ook al serieus aan het boosten. Dit begint echt wel serieus te neigen naar de General in AGI. Hetzelfde model dat met al die zaken overweg kan. Emergent properties zijn ondertussen well documented. Zo kan een LLM bijvoorbeeld beter rijmen als die naast tekst ook getraind is op audio zodat die links kan leggen tussen de audio/waveform en het geschreven woord zijn klank. Alle grote spelers zijn nu volop aan het investeren in robotics om dat men hoopt dat ai modellen niet enkel blijven schalen met sterker wordende computationele hardware maar ook met een toename aan zintuigen en autonome bewegingsvrijheid. Een AI de wereld niet enkel laten leren uit tekst, audio, video maar door hen er gecontroleerd in los te laten als robot zodat ze zelf kunnen leren hoe de wereld werkt letterlijk met vallen en opstaan.
Dit zegt natuurlijk enkel iets over de hardware maar wel fascinerende indicator en die verdubbeling die nu al meer dan 100 jaar bezig is gaat al zeker de volgende 10 jaar nog niet stoppen als we intel en TSMC mogen geloven. Exponentiele groei valt moeilijk te overstaten. Wanneer je voor 1000 dollar hardware hebt met gelijkaardige computational density als het menselijk brein dan heb je een dikke 10 jaar later voor 1000 dollar hardware gelijkaardige aan de computational density van het hele menselijke ras als in; alle menselijke breinen op planeet aarde.
Exciting times ahead, that's for sure.
Rapid take off scenario in een technolgische singulariteit zou wel zotjes zijn.
Technological singularity - Wikipedia
Heb zo'n 20 jaar geleden de kurzweil zijn boek erover gelezen dat vol staat met graphs die trends in wetenschap/maatschappij/tech extrapoleren over decennia en toch wel gek hoe on point die blijven. Natuurlijk deels een selfulfilling prophecy via moore's law en dergelijke maar al de rest volgt er wel op.
Of we nu aan de vooravond staan van een intelligentie explosie of niet, zelfs onze primitieve LLMs vandaag lijken nog niet direct te gaan plateauen en de nieuwe capabiliteiten volgen elkaar razendsnel op. De toeters en bellen van generative art, chatbots en video + 3d synthesis zijn allemaal heel leuk en zuigen alle aandacht op maar als analysers van data of codehulp zijn ze productiviteit ook al serieus aan het boosten. Dit begint echt wel serieus te neigen naar de General in AGI. Hetzelfde model dat met al die zaken overweg kan. Emergent properties zijn ondertussen well documented. Zo kan een LLM bijvoorbeeld beter rijmen als die naast tekst ook getraind is op audio zodat die links kan leggen tussen de audio/waveform en het geschreven woord zijn klank. Alle grote spelers zijn nu volop aan het investeren in robotics om dat men hoopt dat ai modellen niet enkel blijven schalen met sterker wordende computationele hardware maar ook met een toename aan zintuigen en autonome bewegingsvrijheid. Een AI de wereld niet enkel laten leren uit tekst, audio, video maar door hen er gecontroleerd in los te laten als robot zodat ze zelf kunnen leren hoe de wereld werkt letterlijk met vallen en opstaan.
Dit zegt natuurlijk enkel iets over de hardware maar wel fascinerende indicator en die verdubbeling die nu al meer dan 100 jaar bezig is gaat al zeker de volgende 10 jaar nog niet stoppen als we intel en TSMC mogen geloven. Exponentiele groei valt moeilijk te overstaten. Wanneer je voor 1000 dollar hardware hebt met gelijkaardige computational density als het menselijk brein dan heb je een dikke 10 jaar later voor 1000 dollar hardware gelijkaardige aan de computational density van het hele menselijke ras als in; alle menselijke breinen op planeet aarde.
Exciting times ahead, that's for sure.
BigBear
Member
Ik volg toch eerder @cege hierin. De hardware verbetert inderdaad exponentieel. Er is al een paar keer gezegd dat we daar tegen de grenzen aan het aanlopen zijn, maar in de grafieken is dat toch nog niet duidelijk te zien.
MAAR: ik geloof dat om lineair complexer wordende problemen op te lossen, je exponentieel meer/betere technologie nodig hebt. Het gevolg is dus dat de complexiteit van problemen die je kan oplossen met technologie lineair groeien in de tijd, en niet exponentieel. Dat verklaart ook waarom wij als mens eigenlijk vrij weinig moeite hebben om met die technologie om te gaan, zo snel verandert dat allemaal niet.
Neem bijvoorbeeld een auto. Nog niet zo lang geleden was dat een motor met een stuur en vier wielen aan. Tegenwoordig is dat een rijdende computer, maar het zijn toch alleen maar de simpele taken die die computer uit onze handen heeft genomen: hij kan beslissen om de lichten aan en uit te doen, om de ruitenwissers te laten werken of niet, en met wat geluk kan je hem de wagen laten parkeren (onder jouw supervisie). Maar zelf rijden, daar zijn we nog altijd niet.
(Ik heb bovenstaande overigens niet helemaal zelf verzonnen, ik heb iets dergelijks ooit ergens gelezen).
Parking assist en dergelijke is al vrij "oude" tech. In bepaalde staten kan je nu toch echt wel een volledig autonome taxi hailen en ook in industrie rijden al heel wat voertuigen autonoom rond. Het duurde misschien langer dan verwacht maar de globale uitrol daarvan is bezig. Dat dingen alsmaar sneller veranderen lijkt me evident en een logisch gevolg van het feit dat alles voortbouwt op elkaar. Newton heeft er jaren over gedaan om calculus te ontwikkelen maar dankzij hem leren onze kinderen op school dat in een fractie van de tijd. Augmented reality, Brain computer interfaces, kernfusie, quantum computing, mollecular assemblers, AI en robotics, genetic engineering, ... dat zijn allemaal hoekstenen waar we een gestoorde toekomst op gaan bouwen en allen kruisbestuiven die elkaar. kernfusie zal ervoor zorgen dat we insane size compute kunnen runnen om bijvoorbeeld AI te pushen om AI te ontwikkelen die alsmaar efficienter biologie kan doorgronden en herprogrammeren.
Persoonlijk denk ik dat de wereld komende decennia zodanig gaat veranderen dat de technologische schok die vorige generatie, die alles van vliegtuigen tot radio en tv mainstream heeft zien gaan, in het niets zal verbleken tov die van de praktisch onherkenbare wereld waarin wij oud gaan worden.
Net nog gelezen over hoe er in china een hele industrie ontstaan is rond het simuleren van dode dierbare en hoe je er in augmented reality een pint mee kan pakken. Een fleshlight met femdom persoonlijkheid die opmeet hoe diep en hard je stoot en je uitschijt voor het vuil van de straat omdat ze niets voelt van je kleine pietje als je niet genoeg je best doet. kunt die fleshlight ook vragen pizza te bestellen (of eender wat) en ze doet het. Er gaat nu bijna geen dag meer voorbij of ik kijk niet verbaasd op.
Persoonlijk denk ik dat de wereld komende decennia zodanig gaat veranderen dat de technologische schok die vorige generatie, die alles van vliegtuigen tot radio en tv mainstream heeft zien gaan, in het niets zal verbleken tov die van de praktisch onherkenbare wereld waarin wij oud gaan worden.
Net nog gelezen over hoe er in china een hele industrie ontstaan is rond het simuleren van dode dierbare en hoe je er in augmented reality een pint mee kan pakken. Een fleshlight met femdom persoonlijkheid die opmeet hoe diep en hard je stoot en je uitschijt voor het vuil van de straat omdat ze niets voelt van je kleine pietje als je niet genoeg je best doet. kunt die fleshlight ook vragen pizza te bestellen (of eender wat) en ze doet het. Er gaat nu bijna geen dag meer voorbij of ik kijk niet verbaasd op.
BigBear
Member
Dan verschillen we van mening, geen probleem. Ik geloof dat het allemaal niet zo schokkend zal zijn.
Autonome voertuigen rijden hier en daar al wat rond in gecontroleerde omgevingen (meestal tegen lage snelheid), maar het gaat echt nog wel even duren vooraleer we hier in België in een auto kunnen stappen en dat die ons van punt A naar B kan brengen.
Kernfusie is ook nog zo'n voorbeeld waar men al decennia van claimt dat we er bijna zijn, maar waarbij de verwachtingen toch steeds weer verder naar achter worden geschoven.
Autonome voertuigen rijden hier en daar al wat rond in gecontroleerde omgevingen (meestal tegen lage snelheid), maar het gaat echt nog wel even duren vooraleer we hier in België in een auto kunnen stappen en dat die ons van punt A naar B kan brengen.
Kernfusie is ook nog zo'n voorbeeld waar men al decennia van claimt dat we er bijna zijn, maar waarbij de verwachtingen toch steeds weer verder naar achter worden geschoven.
JanusDR
Well-known member
Ik dacht de laatste versie van Copilot eens te gebruiken om iets banaal op te zoeken zoals de laagste prijs van de maand maart 2024 voor Berkshire B aandelen.
Engine op "more precise" gezet.
You
What is the lowest stock price in march 2024 of the berkshire hathaway B shares?
Copilot
The lowest stock price of Berkshire Hathaway B shares during March 2024 was $317.71. Please note that stock prices can fluctuate due to various factors, and it’s always a good idea to check the most recent data from a reliable financial news source or directly from the stock exchange.
Het juiste antwoord is 398 of zoiets, dus hij zit er compleet naast.
Voor zoiets simpel en dat een eenvoudig cijfertje is.
En ik probeerde dergelijke simpele dingen al eind 2022. Het antwoord op dit forum was dan "ja maar wacht een aantal maanden tot ze de foutjes eruit gehaald hebben! Wacht op GPT-4!".
We zijn 1,5 jaar later.
Ik snap echt niet dat ook maar iemand dit zou aanraden voor analyse, of om rechters te helpen om beslissingen te nemen, etc.
Goed ja, voor world domination heb je de aandeelprijs van BRK.B niet nodig, maar ik heb er toch mijn twijfels bij als dit al niet lukt
Engine op "more precise" gezet.
You
What is the lowest stock price in march 2024 of the berkshire hathaway B shares?
Copilot
The lowest stock price of Berkshire Hathaway B shares during March 2024 was $317.71. Please note that stock prices can fluctuate due to various factors, and it’s always a good idea to check the most recent data from a reliable financial news source or directly from the stock exchange.
Het juiste antwoord is 398 of zoiets, dus hij zit er compleet naast.
Voor zoiets simpel en dat een eenvoudig cijfertje is.
En ik probeerde dergelijke simpele dingen al eind 2022. Het antwoord op dit forum was dan "ja maar wacht een aantal maanden tot ze de foutjes eruit gehaald hebben! Wacht op GPT-4!".
We zijn 1,5 jaar later.
Ik snap echt niet dat ook maar iemand dit zou aanraden voor analyse, of om rechters te helpen om beslissingen te nemen, etc.
Goed ja, voor world domination heb je de aandeelprijs van BRK.B niet nodig, maar ik heb er toch mijn twijfels bij als dit al niet lukt
Laatst bewerkt:
JanusDR
Well-known member
Allemaal recent:
Waarom stopt Google met zijn Waymo trucking?
Highway trucking, dat een stuk eenvoudiger was dan robotaxis volgens de experts 10 jaar geleden.
Waarom heeft Apple de stekker getrokken uit de Apple Car?
Is dat omdat ze zeer dicht bij commerciële uitrol stonden...?
Laatst bewerkt:
cege
Well-known member
Apple heeft 100 mrd in zijn self driving car gepropt en dan gekilled. Ik denk dat we er niet gaan raken...
Mensen overschatten tech omdat er paar keer disruptie geweest is. Het overgrote deel van tech is incrementeel en productiviteit verbetering en geen job elimination.
En uiteraard de speeltuin van zoals @JanusDR zegt "latent werklozen". Risico elimineren en red tape toevoegen om dan automatisch te processen zodat er netto geen verbetering is. We gaan nu nog eens naar de maan. Tech van 60y geleden is nu "beter". Het is niet dat er indertijd 20 doden per jaar waren in space... dusja.
Mensen overschatten tech omdat er paar keer disruptie geweest is. Het overgrote deel van tech is incrementeel en productiviteit verbetering en geen job elimination.
En uiteraard de speeltuin van zoals @JanusDR zegt "latent werklozen". Risico elimineren en red tape toevoegen om dan automatisch te processen zodat er netto geen verbetering is. We gaan nu nog eens naar de maan. Tech van 60y geleden is nu "beter". Het is niet dat er indertijd 20 doden per jaar waren in space... dusja.
JanusDR
Well-known member
Dit is een uitstekend voorbeeld.
Je moet eens zien hoeveel populaire space films en TV reeksen er gekomen zijn in de jaren 70, na de eerste maanlanding.
Star wars, star trek, battlestar galactica etc. etc.
Dat was toen mee in de full hype en het enthousiasme van "binnen 15 jaar wonen er mensen op de maan, en binnen 30 jaar reizen er mensen buiten ons zonnestelsel!!".
55 jaar later gaan we nog eens een man op de maan proberen zetten
