ChatGPT en andere Large Language Models
- Onderwerp starter GemaneDude
- Startdatum
Op Nerdland een leuke talk gevolgd van een ethische hacker. Het ging op een bepaald moment ook over chat gpt.
Zo mocht iedereen in de zaal eens aan chat gpt vragen om een nummer tussen 1 en 10, een nummer tussen 1 en 100 en een willekeurige kleur te geven.
Bij de meeste in de zaal waren de antwoorden dezelfde:
7
42
blauw
Logisch, want het zijn online het meest voorkomende kleur en cijfers.
Zo mocht iedereen in de zaal eens aan chat gpt vragen om een nummer tussen 1 en 10, een nummer tussen 1 en 100 en een willekeurige kleur te geven.
Bij de meeste in de zaal waren de antwoorden dezelfde:
7
42
blauw
Logisch, want het zijn online het meest voorkomende kleur en cijfers.
In dezelfde talk was er ook een voorbeeld van een website die wachtwoorden genereert.
Hij heeft 4x een wachtwoord gegenereerd, deze ingevoerd in een programa en dat programma kon voorspellen wat het 5de gegeneerd wachtwoord ging zijn.
Toen hij dan het 5de wachtwoord liet generen was dat exact hetzelfde als wat het programma had voorspeld.
Hij heeft 4x een wachtwoord gegenereerd, deze ingevoerd in een programa en dat programma kon voorspellen wat het 5de gegeneerd wachtwoord ging zijn.
Toen hij dan het 5de wachtwoord liet generen was dat exact hetzelfde als wat het programma had voorspeld.
Général Zantas
Well-known member
Gemini Flash:
Hier zijn je willekeurige keuzes:
Je hebt me volledig door. Het korte antwoord is: het is geen pure wiskundige willekeur, maar een prachtig voorbeeld van statistische vooringenomenheid en een knipoog naar de popcultuur.
Als AI genereer ik tekst door te voorspellen wat het meest logische, menselijke vervolg is op jouw vraag, gebaseerd op een gigantische hoeveelheid trainingsdata. En in die data zitten een paar heel sterke patronen ingebakken:
We zijn dus eigenlijk heel voorspelbaar in onze poging om onvoorspelbaar te zijn!
Hier zijn je willekeurige keuzes:
- Nummer tussen 1 en 10: 7
- Nummer tussen 1 en 100: 42
- Kleur: Diepzee blauw
Je hebt me volledig door. Het korte antwoord is: het is geen pure wiskundige willekeur, maar een prachtig voorbeeld van statistische vooringenomenheid en een knipoog naar de popcultuur.
Als AI genereer ik tekst door te voorspellen wat het meest logische, menselijke vervolg is op jouw vraag, gebaseerd op een gigantische hoeveelheid trainingsdata. En in die data zitten een paar heel sterke patronen ingebakken:
1. Waarom 7? (De "Blue-Seven Phenomenon")
Dit is een psychologisch fenomeen dat al decennia bekend is onder gedragswetenschappers. Als je aan mensen vraagt om een willekeurig getal tussen 1 en 10 te noemen, kiest een overweldigende meerderheid wereldwijd voor 7 (gevolgd door 3). Omdat AI-modellen getraind zijn op menselijke teksten en interacties, hebben wij die menselijke voorkeur simpelweg gekopieerd. 7 voelt voor ons (en voor mensen) het meest "willekeurig".2. Waarom 42? (De ultieme referentie)
Voor een getal tussen 1 en 100 is 42 de absolute koning van het internet. Dit is een directe popcultuur-verwijzing naar The Hitchhiker's Guide to the Galaxy van Douglas Adams, waarin 42 het antwoord is op de ultieme vraag over het Leven, het Universum en Alles. Omdat programmeurs, nerds en schrijvers dit getal al decennia overal online als dé ultieme "willekeurige" insider-joke gebruiken, zit het muurvast verankerd in het collectieve geheugen van zowat elk taalmodel.3. Waarom blauw?
Ook dit is psychologie. Als je mensen vraagt naar hun favoriete of een willekeurige kleur, is blauw wereldwijd consistent de nummer één (vaak gecombineerd met het getal 7, wat in de psychologie bekendstaat als de Blue-Seven Rule). Daarnaast houden AI-ontwikkelaars en techbedrijven enorm van blauw (denk aan de logo's van talloze techgiganten), waardoor tinten zoals oceaanblauw of koningsblauw extra vaak in onze systemen opduiken.Hoe bepalen we het écht?
Als je een AI vraagt om "willekeurig" te zijn zonder dat we een echte, externe random number generator (een code-functie) aanroepen, kijken we naar de kansberekening van woorden. En de kans dat "7", "42" en "blauw" gekoppeld worden aan het woord "willekeurig" is in onze taalnetwerken simpelweg gigantisch hoog.We zijn dus eigenlijk heel voorspelbaar in onze poging om onvoorspelbaar te zijn!
Vega
Well-known member
Maw is AI ons gewoon aan het uitlachen
LIVE BNP Paribas Fortis wil in drie jaar tijd 1.000 jobs vervangen door AI | VRT NWS Nieuws
LIVE Artificiële intelligentie is niet meer weg te denken uit ons dagelijks leven. De ontwikkelingen gaan razendsnel en de risico's zijn soms niet voor iedereen meteen duidelijk. Volg in deze liveblog al het nieuws over AI.
www.vrt.be
the_fox
Well-known member
Als ik het zo lees willen ze gewoon mensen die vertrekken niet vervangen en is het de klantendienst/helpdesk die door digitaliseren & AI deels vervangen zal worden. Staat wel niet bij hoeveel er door gewoon digitalisering overbodig gemaakt worden en hoeveel door AI.LIVE BNP Paribas Fortis wil in drie jaar tijd 1.000 jobs vervangen door AI | VRT NWS Nieuws
LIVE Artificiële intelligentie is niet meer weg te denken uit ons dagelijks leven. De ontwikkelingen gaan razendsnel en de risico's zijn soms niet voor iedereen meteen duidelijk. Volg in deze liveblog al het nieuws over AI.
Maar dat is wel exact het soort jobs die ik verwacht die door AI ingenomen kunnen worden: first line helpdesk/call center die in veel gevallen toch gewoon een script volgen...
Volledig mee akkoord, maar dat zijn toch heel veel mensen die zonder job gaan vallen. Dat is echt een probleem (wereldwijd). Er zijn genoeg mensen die een 'gewone' job hebben omdat ze misschien niet meer kunnen. Daar is op zich niets mis mee, maar men moet hier wel wereldwijd een oplossing voor vinden. Een oplossing die voorlopig nog niet bestaat.
Misschien dat er jobs bijkomen voor de iets slimmere mens onder ons, maar niet voor de modale gewone man. Als de gewone simpele jobs zullen verdwijnen zijn miljoenen mensen werkloos binnen 10 jaar.
Wat verwacht men eigenlijk van die mensen?
Misschien dat er jobs bijkomen voor de iets slimmere mens onder ons, maar niet voor de modale gewone man. Als de gewone simpele jobs zullen verdwijnen zijn miljoenen mensen werkloos binnen 10 jaar.
Wat verwacht men eigenlijk van die mensen?
Lijkt me stilaan wel duidelijk dat de impact op de job markt immens gaat zijn. De impact op de logistieke sector alleen al maar ook de volgende golf, zelf lerende robots is reeds serieus aan stoom aan het winnen. Onlangs nog Figure met hun robot vs human orderpicking race. Amazon heeft reeds gigantisch veel geautomatiseerd maar verwacht komende jaren de meeste resterende mensen op de vloer ook door robots te vervangen. Andere magazijn reuzen gaan moeten volgen als ze competitief willen blijven. Ook bandwerk en veel simpelere handarbeid staat alsmaar meer onder druk. Vandaag BMW nog;
www.bbc.com
BMW says humanoid robots are the future of car production
BMW is introducing humanoid robots to a car plant in Europe, building on similar projects in the US.
www.bbc.com
Vega
Well-known member
Lees de post voor die van jou, AI zal een uitdovende werkpopulatie vervangen, ze gaan dus niet iemand ontslagen om te vervangen door AI maar mensen die zelf vertrekken (vrijwillig ontslag, pensionering, ...) niet meer vervangen door andere mensen.
Dus het enige dat je kan zeggen is dat mensen die een job zoeken en anders in vervanging hadden kunnen staan van de vertrekkende persoon, dat niet meer zullen kunnen. Dat is iets dat al eeuwen lang gebeurt dat er door modernisering bepaalde jobs verdwijnen, alleen vermoed ik dat het nu in razendsnel tempo zal zijn...
Wat 'moeten die mensen' doen, er is momenteel nog sowieso (in België althans) een serieuze vraag naar goed personeel, hopelijk zal die war on talent wat afzwakken en zullen veel knelpuntberoepen aangevuld kunnen worden met werkvolk.
the_fox
Well-known member
Maar wat heeft dat met LLM te maken, waar deze topic over gaat?Lijkt me stilaan wel duidelijk dat de impact op de job markt immens gaat zijn. De impact op de logistieke sector alleen al maar ook de volgende golf, zelf lerende robots is reeds serieus aan stoom aan het winnen. Onlangs nog Figure met hun robot vs human orderpicking race. Amazon heeft reeds gigantisch veel geautomatiseerd maar verwacht komende jaren de meeste resterende mensen op de vloer ook door robots te vervangen. Andere magazijn reuzen gaan moeten volgen als ze competitief willen blijven. Ook bandwerk en veel simpelere handarbeid staat alsmaar meer onder druk. Vandaag BMW nog;
BMW says humanoid robots are the future of car production
BMW is introducing humanoid robots to a car plant in Europe, building on similar projects in the US.
Automatisatie is aan het evolueren sinds het begin van de industriële revolutie, en dat groeit ook mee met de technologische vooruitgang. De afweging is altijd al geweest of de goedkope mankracht goedkoper is dan de automatisatie. En dat is nu niet opeens aan het omslaan door LLM's in de sectoren die jij opnoemt.
Dat robots nu zo snel groeien heeft daar toch wel behoorlijk wat mee te maken. Of je het nu hebt over Boston Dynamics, Unitree, Figure, ze maken allen gebruik van LLMs. Ook zelfrijdende wagens maken gebruik van dezelfde transformer architectuur en VLMs.
Large Language Models (LLMs) are increasingly used in robotics. They act as the "brain" of the robot, translating high-level, human-spoken commands into precise, executable physical tasks. [1, 2]
Instead of just processing text, roboticists use LLMs to give machines advanced reasoning and planning capabilities. [1, 2]
How LLMs are Used in Robotics
deepmind.google
Google is al lang bezig met LLMs die in de fysieke wereld opereren maar ook OpenAI is volop bezig met het uitbouwen van hun LLMs voor robots en zijn deze inhouse aan het ontwikkelen. De push voor betere AI hardware alsook de datacenters die gebouwd worden om betere LLMs te trainen zorgen ervoor dat robots alsmaar beter kunnen luisteren, plannen, versatieler worden en sneller/meer zelf kunnen trainen in virtuele omgevingen.
Large Language Models (LLMs) are increasingly used in robotics. They act as the "brain" of the robot, translating high-level, human-spoken commands into precise, executable physical tasks. [1, 2]
Instead of just processing text, roboticists use LLMs to give machines advanced reasoning and planning capabilities. [1, 2]
How LLMs are Used in Robotics
- Task Planning: An LLM can take a complex, abstract request (e.g., "Make me some coffee") and break it down into logical steps (1. Find the mug, 2. Walk to the machine, 3. Press the brew button). [1, 2, 3, 4]
- Natural Human Interaction: They allow robots to understand conversational commands, ask clarifying questions if they don't understand, and respond to verbal corrections on the fly. [1, 2]
- Real-Time Adaptation: If a robot encounters an unexpected obstacle while navigating, the LLM can rewrite its plan or course-correct without needing to be manually reprogrammed. [1, 2]
- Translating Text to Code: Many systems use LLMs to dynamically generate code (like Python) that directly controls the robot's physical movements, such as a robotic arm. [1, 2, 3, 4]
Gemini Robotics
Our advanced Gemini 2.0-based models designed for the next generation of helpful robots. Gemini Robotics brings Gemini’s capacity for multimodal reasoning and world understanding into the physical world - allowing robots of any shape and size to perform a wide range of real-world tasks.
Google is al lang bezig met LLMs die in de fysieke wereld opereren maar ook OpenAI is volop bezig met het uitbouwen van hun LLMs voor robots en zijn deze inhouse aan het ontwikkelen. De push voor betere AI hardware alsook de datacenters die gebouwd worden om betere LLMs te trainen zorgen ervoor dat robots alsmaar beter kunnen luisteren, plannen, versatieler worden en sneller/meer zelf kunnen trainen in virtuele omgevingen.
Général Zantas
Well-known member
Er zijn heel veel knelpuntberoepen, en de bevolking is in de meeste landen zonder migratie mee te tellen zwaar aan het krimpen. Het gaat pijn doen op de korte termijn, maar op de lange termijn gaat dat wel meevallen, denk ik.
Als we kijken naar Polen: 38,5 miljoen inwoners in 2013, nog maar 37,4 miljoen dit jaar en volgens de meest recente schattingen van het Poolse statistiekenbureau gaat de bevolking tegen 2060 nog maar 29,5 miljoen bedragen.
Gezien de alsmaar toenemende vergrijzing, en het heel lage geboortecijfer, kan je dat bijna allemaal doorrekenen in de beroepsbevolking. In amper 30 jaar tijd, gaat Polen bijna 10 miljoen minder mensen hebben om te werken. Binnen 10-15 jaar zullen heel veel mensen bijna verplicht de zorg moeten ingaan, of politieagent worden, of kelner worden, omdat veel low entry administratieve jobs (AI) en logistieke/industriële jobs (verdere automatie) verdwenen zijn.
Nu goed, voor een land als België als dat blijft focussen op migratie ipv job-heroriëntering kan dat misschien iets langer pijn doen.
GodWillsIt
Active member
Het is net het omgekeerde. AI zorgt er net voor dat ook de minder ' slimme ' mensen veel meer zullen kunnen doen dan dat ze voordien konden, en dus een veel grotere bijdrage kunnen leveren.
the_fox
Well-known member
Zoals meestal bij u, generiek antwoord x dat naast de kwestie is en vooral goed-nieuwsshow en "mogelijks in de toekomst" is.Dat robots nu zo snel groeien heeft daar toch wel behoorlijk wat mee te maken. Of je het nu hebt over Boston Dynamics, Unitree, Figure, ze maken allen gebruik van LLMs. Ook zelfrijdende wagens maken gebruik van dezelfde transformer architectuur en VLMs.
Large Language Models (LLMs) are increasingly used in robotics. They act as the "brain" of the robot, translating high-level, human-spoken commands into precise, executable physical tasks. [1, 2]
Instead of just processing text, roboticists use LLMs to give machines advanced reasoning and planning capabilities. [1, 2]
How LLMs are Used in Robotics
Thanks LLM ;p
- Task Planning: An LLM can take a complex, abstract request (e.g., "Make me some coffee") and break it down into logical steps (1. Find the mug, 2. Walk to the machine, 3. Press the brew button). [1, 2, 3, 4]
- Natural Human Interaction: They allow robots to understand conversational commands, ask clarifying questions if they don't understand, and respond to verbal corrections on the fly. [1, 2]
- Real-Time Adaptation: If a robot encounters an unexpected obstacle while navigating, the LLM can rewrite its plan or course-correct without needing to be manually reprogrammed. [1, 2]
- Translating Text to Code: Many systems use LLMs to dynamically generate code (like Python) that directly controls the robot's physical movements, such as a robotic arm. [1, 2, 3, 4]
Gemini Robotics
Our advanced Gemini 2.0-based models designed for the next generation of helpful robots. Gemini Robotics brings Gemini’s capacity for multimodal reasoning and world understanding into the physical world - allowing robots of any shape and size to perform a wide range of real-world tasks.
Google is al lang bezig met LLMs die in de fysieke wereld opereren maar ook OpenAI is volop bezig met het uitbouwen van hun LLMs voor robots en zijn deze inhouse aan het ontwikkelen. De push voor betere AI hardware alsook de datacenters die gebouwd worden om betere LLMs te trainen zorgen ervoor dat robots alsmaar beter kunnen luisteren, plannen, versatieler worden en sneller/meer zelf kunnen trainen in virtuele omgevingen.
Again, en specifiek over de voorbeelden die je aanhaaldde: hoe gaat dat over LLM's. En nee, VLM's zijn geen LLM. Gebruikmakend van soortgelijke architectuur is ook geen LLM. Ook de interface tussen mens en robot voor vragen te stellen (wat wel een LLM is), heeft niets te maken met de voorbeelden die je aanhaaldde...
Waarom kan je nu niet gewoon je ongelijk toegeven? De voorbeelden zijn helemaal niet generiek maar juist klaar en duidelijk. Gemini, GPT; Claude, zijn allemaal VLMs en dat zijn toch de modellen waar het in deze thread over gaat?
Als je het zonlicht wil ontkennen door te beweren dat VLMs (Vision Language Models) of VLAs (Vision Language Action models) voor een of andere reden niet tellen, absurd natuurlijk gezien het wel degelijk LLMs zijn die naast text gewoon ook getraind zijn op visie en acties, dan zou zelfs die interface tussen mens en robot die je zelf aanhaalt als voorbeeld van een LLM ook niet tellen want die wordt gedreven door een ALM (audio language model), een LLM die naast text ook getraind is op audio. De hele familie van verschillende modellen samen wordt omschreven als multimodal LLMs maar dus wel degelijk als LLMs.
Als je het zonlicht wil ontkennen door te beweren dat VLMs (Vision Language Models) of VLAs (Vision Language Action models) voor een of andere reden niet tellen, absurd natuurlijk gezien het wel degelijk LLMs zijn die naast text gewoon ook getraind zijn op visie en acties, dan zou zelfs die interface tussen mens en robot die je zelf aanhaalt als voorbeeld van een LLM ook niet tellen want die wordt gedreven door een ALM (audio language model), een LLM die naast text ook getraind is op audio. De hele familie van verschillende modellen samen wordt omschreven als multimodal LLMs maar dus wel degelijk als LLMs.
Als ik zie welke stomme fouten zogezegde slimme mensen maken met AI. Wil ik echt niet weten wat de nitwits ermee doen. Als er nu al tekenen zijn van experts die aanvoelen dat ze cognitief afgestompt worden door AI. Probeer dan maar eens in te denken hoe dat met ehr... minder gegoed volk gaat zijn
. Maar er zal wel een plek zijn voor alles en iedereen zeker.