ChatGPT code generator Codey Online

Die arme AI was misschien wel wat in de war, doordat de gestelde vraag handelde over "Circuit Online" terwijl dit forum heet "Circuits Online".

Dat hele AI gedoe is nog nooit bij zijn /haar/ het/ volle verstand geweest en zat dat ook nooit komen ;)
Je komt toch niet meer bij van de onzin die dat ChatGPG geneuzel uitkraamt.
Er zit werkelijk geen letter nuttige info bij :)
Alles wat er uit komt weten "we" al lang.
En gaat het over circuitS ( met een S er bij) online, ja dan gaat het ineens om motorcrossen online.

Leuk om te zien, volledig nutteloze onzin die nog veel en veel meer zinloze energie gaat opslokken.
Dat is mijn mening.

@Paulinha_B
OK, ik heb het nu beter gespeld en gevraagd: Wat is een typische Circuits Online gebruiker?

Antwoord:

Een typische Circuits Online gebruiker is vaak een tech-savvy individu met een interesse in elektronica, techniek en DIY-projecten. Deze gebruiker kan variëren van hobbyisten en studenten tot professionals in de techniek- en elektronica-industrie. Ze zijn doorgaans geïnteresseerd in onderwerpen zoals circuitontwerp, microcontrollers, programmeren, robotica en andere praktische technische toepassingen.

Veelgebruikte kenmerken van een Circuits Online gebruiker zijn:

1. **Interesse in Elektronica**: Ze hebben vaak een passie voor het bouwen en experimenteren met elektronische schakelingen en apparaten.

2. **Technische Kennis**: Ze hebben meestal een basiskennis van elektronica en begrijpen termen en concepten zoals weerstand, spanning, stroom en meer.

3. **DIY-mentaliteit**: Veel gebruikers houden van zelf projecten te ontwerpen en te bouwen, en zoeken vaak naar inspiratie en begeleiding op het platform.

4. **Zoeken naar Informatie**: Ze gebruiken Circuits Online om informatie te vinden over specifieke problemen, componenten of technieken, en om antwoorden te krijgen op hun vragen van de community.

5. **Deelname aan Discussies**: Ze zijn vaak actief in forums en discussiegroepen, waar ze hun ervaringen delen, vragen stellen of andere gebruikers helpen.

In het algemeen is de Circuits Online gebruiker iemand die zich bezighoudt met technologie en elektronica en die waarde hecht aan community en kennisdeling.

===========================================================================

Dit kwam er bij @marcob uit:
Circuit Online is een populaire Nederlandse website en community gericht op elektronica en techniek. De typische gebruiker van Circuit Online heeft doorgaans de volgende kenmerken:

Interesse in Elektronica: De meeste gebruikers hebben een sterke interesse in elektronica, variërend van hobbyisten tot professionele ingenieurs. Ze zijn vaak bezig met het ontwerpen, bouwen en repareren van elektronische circuits en apparaten.

Technische Achtergrond: Veel gebruikers hebben een technische achtergrond, zoals een opleiding in elektrotechniek, computerwetenschappen of werktuigbouwkunde. Ze beschikken vaak over kennis van verschillende soorten elektronica en gereedschappen.

Doe-Het-Zelvers: Circuit Online trekt veel doe-het-zelvers aan die graag zelf projecten uitvoeren. Dit varieert van simpele hobbyprojecten tot complexe ontwerpen voor bijvoorbeeld automatisering of embedded systems.

Leergierig en Kennisdelers: De gebruikers zijn vaak leergierig en staan open voor nieuwe informatie en technieken. Ze delen graag hun eigen kennis en ervaring via forums, artikelen en projectbeschrijvingen.

Probleemoplossers: Gebruikers van Circuit Online houden ervan om problemen op te lossen, of het nu gaat om een defecte gadget, een elektronisch circuit dat niet goed werkt, of het optimaliseren van een bestaand systeem.

Communitygericht: Veel gebruikers zijn actief in de community, niet alleen om vragen te stellen, maar ook om anderen te helpen. De forums en commentsecties zijn levendig en vol met discussies over allerlei technische onderwerpen.

Breed Interessegebied: Naast elektronica zijn gebruikers vaak ook geïnteresseerd in aanverwante gebieden zoals programmeren, 3D-printen, robotica, en IoT (Internet of Things).

Door deze combinatie van eigenschappen vormt Circuit Online een levendige en behulpzame gemeenschap waar zowel beginners als gevorderden terecht kunnen voor advies, inspiratie en samenwerking aan elektronische projecten.

k kwam een artikel tegen in Wired, "AI Is Already Taking Jobs in the Video Game Industry", waarin veel gamekunstenaars, schrijvers en ontwerpers een directe bedreiging zien door AI voor hun broodwinning. Naar schatting werden alleen al in 2023 10.500 mensen in de game-industrie ontslagen. Generatieve AI-systemen, gebouwd door OpenAI en zijn concurrenten, zijn inmiddels in bijna elke industrie doorgedrongen en hebben hele carrières vernietigd.

Dit plaatje wat ik onlangs in een topic gebruikte is ook gemaakt met AI.

Het is al weer even geleden, maar ik heb inmiddels de betaalde variant van chatgpt tot mijn beschikking. Het leuke is dat je daar ook bestanden zoals afbeeldingen in kan uploaden.

Zomaar als testje heb ik het volgende gedaan. Het allereerste schema in dit topic in gpt geplaatst en gevraagd: "Explain this schematic to me"

(Enkel dus het plaatje en niet de tekst van het topic)

https://www.circuitsonline.net/forum/view/163365

Daarna heb ik hem gevraagd om de response in ubb code te doen ipv markdown zodat ik het hier met opmaak kan plaatsen:

This is a schematic of a regulated power supply circuit using LM317 voltage regulators. Here's a breakdown of its components and functionality:

Power Input Section

  • 16V AC Input: The circuit is powered by a 16V AC input.
  • Bridge Rectifier (Br1): Made up of four 1N5818 Schottky diodes, this rectifies the AC voltage into DC voltage.
  • D1 (64V Zener Diode): Used for protection, likely to clamp the voltage to 64V in case of spikes.
  • Capacitors (C1, C2): These capacitors smooth out the rectified DC signal, with C1 (2200µF) providing bulk smoothing and C2 (1µF Film capacitor) further filtering high-frequency noise.

Voltage Regulation Section

  • Voltage Regulators (VR1 and VR2 - LM317): Two LM317 adjustable voltage regulators are used in the circuit. One provides a positive voltage (+13V), while the other provides a negative voltage (-2.2V). The LM317 regulates the output voltage based on the adjustment made through the resistors and trim potentiometers.
  • Resistor Networks and Trimpots (Trim-1 and Trim-2): These allow fine adjustment of the output voltage. The combination of resistors R1, R2, R3, and Trim-1 set the output voltage for VR1. Similarly, R4, R5, and Trim-2 set the output voltage for VR2.
  • D5 and D6 (1N4007 Diodes): These diodes protect the regulators from reverse voltage when the output voltage becomes lower than the input voltage.
  • Capacitors (C4, C5, C6, C7): These capacitors are for output filtering, ensuring smooth and stable output voltages. C4 and C5 are used for VR1, and C6 and C7 for VR2.

Voltage Reference and Regulation Control

  • LM399 (Precision Voltage Reference): The LM399 is a precision voltage reference used to stabilize the voltage output of both regulators. The resistors (R4, 2.7KΩ) and capacitors help set the reference voltage.

Protection Diodes

  • Diodes (D2, D3, D4 - 1N4007): These diodes provide protection against reverse polarity and voltage spikes, ensuring the circuit is safeguarded against damage.

Output

  • Output Voltages:
    • +13V Positive Rail: The output from VR1 is adjusted to provide a +13V output.
    • -2.2V Negative Rail: The output from VR2 is adjusted to provide a -2.2V output.
    These voltages are stabilized using the LM399 precision voltage reference, which helps maintain accurate output levels.

Indicators and Miscellaneous

  • Power LED: There is an LED (with a series resistor) indicating that power is supplied to the circuit.

This circuit is suitable for providing dual voltage output, which is commonly needed in analog or mixed-signal systems, such as operational amplifier circuits or other electronics that require both positive and negative voltage rails.

De originele output in markdown:


This is a schematic of a regulated power supply circuit using LM317 voltage regulators. Here's a breakdown of its components and functionality:

### Power Input Section
- **16V AC Input**: The circuit is powered by a 16V AC input. 
- **Bridge Rectifier (Br1)**: Made up of four 1N5818 Schottky diodes, this rectifies the AC voltage into DC voltage.
- **D1 (64V Zener Diode)**: Used for protection, likely to clamp the voltage to 64V in case of spikes.
- **Capacitors (C1, C2)**: These capacitors smooth out the rectified DC signal, with C1 (2200µF) providing bulk smoothing and C2 (1µF Film capacitor) further filtering high-frequency noise.

### Voltage Regulation Section
- **Voltage Regulators (VR1 and VR2 - LM317)**: Two LM317 adjustable voltage regulators are used in the circuit. One provides a positive voltage (+13V), while the other provides a negative voltage (-2.2V). The LM317 regulates the output voltage based on the adjustment made through the resistors and trim potentiometers.
  
- **Resistor Networks and Trimpots (Trim-1 and Trim-2)**: These allow fine adjustment of the output voltage. The combination of resistors R1, R2, R3, and Trim-1 set the output voltage for VR1. Similarly, R4, R5, and Trim-2 set the output voltage for VR2.
  
- **D5 and D6 (1N4007 Diodes)**: These diodes protect the regulators from reverse voltage when the output voltage becomes lower than the input voltage.

- **Capacitors (C4, C5, C6, C7)**: These capacitors are for output filtering, ensuring smooth and stable output voltages. C4 and C5 are used for VR1, and C6 and C7 for VR2.

### Voltage Reference and Regulation Control
- **LM399 (Precision Voltage Reference)**: The LM399 is a precision voltage reference used to stabilize the voltage output of both regulators. The resistors (R4, 2.7KΩ) and capacitors help set the reference voltage.

### Protection Diodes
- **Diodes (D2, D3, D4 - 1N4007)**: These diodes provide protection against reverse polarity and voltage spikes, ensuring the circuit is safeguarded against damage.

### Output
- **Output Voltages**: 
  - **+13V Positive Rail**: The output from VR1 is adjusted to provide a +13V output.
  - **-2.2V Negative Rail**: The output from VR2 is adjusted to provide a -2.2V output.
  
These voltages are stabilized using the LM399 precision voltage reference, which helps maintain accurate output levels.

### Indicators and Miscellaneous
- **Power LED**: There is an LED (with a series resistor) indicating that power is supplied to the circuit.
  
This circuit is suitable for providing dual voltage output, which is commonly needed in analog or mixed-signal systems, such as operational amplifier circuits or other electronics that require both positive and negative voltage rails.

Dat is best bizar, want hij heeft best wat dingen goed. Toch heeft hij ook wat onzin bedacht; een LM317 die een negatieve spanning maakt, een weerstand van de LED hoort opeens bij de spanningsregelaar feedback, en die 3 diodes in serie zijn transient bescherming want hij kan geen andere functie bedenken en ze moeten toch iets doen.

Hij heeft het inzicht van een beginnende electronics, wat echt heel knap is, maar vooralsnog niet heel nuttig. Dit is ook het niveau van een heel groot deel van de trainingsdata die je van internet kunt schrapen, dus ik ben benieuwd of ze dat naar een hoger niveau gaan tillen.

Steve Mould legt in in dit filmpje terloops even uit hoe zo’n generatieve AI werkt en als achtergrond een stukje taalmodel. De rest van het filmpje is ook kijkenswaardig, maar de uitleg is vrij compact en vond ik erg verhelderend. (Start rond 2:00)

Het zijn enorme hoeveelheden vectoren / puntenwolken, waarmee verbanden gelegd worden. Hoe kattig is een kat, hoe pluizig is een kuikentje, wat is het verband tussen de woorden “plakkerig” en “karamel”, etc.

Heeft dan weer niet direct met softwarebroncodegeneratie te maken, waar dit topic mee begon.

Op vrijdag 4 oktober 2024 10:16:29 schreef SparkyGSX:

Hij heeft het inzicht van een beginnende electronics, wat echt heel knap is, maar vooralsnog niet heel nuttig. Dit is ook het niveau van een heel groot deel van de trainingsdata die je van internet kunt schrapen, dus ik ben benieuwd of ze dat naar een hoger niveau gaan tillen.

Ik denk dat dat strijdig is met natuurwetten, voor zover die op AI van toepasing zijn. Je kunt de kennis hooguit verbeteren door te trainen, als je kennis op kennis bouwt vergaat deze zoals een 6e generatie kopie van een VHS band. Kortom, ik denk niet dat je AI kunt bootstrappen.

Je kunt er hooguit soort van een oplossing mee maken voor rekenkundige problemen die in redelijke tijd verifieerbaar zijn maar onredelijk zijn om door te rekenen. Ik noemde dat al in een discussie over PCB software. Als je AI een goede oplossing bijelkaarhallucineert sneller dan dat een normaal algoritme er over zou doen, dan kun je die gebruiken.

Zou je dat princcipe toepassen op kennisvergaring, dan is de verificatiemethode er eentje zoals nu op wikipedia in gebruik, dus wel lineair schalend (klinkt als 'in redelijke tijd') maar toch niet praktisch verifieerbaar.

[Bericht gewijzigd door maartenbakker op (37%)]

Inderdaad, het is niet perfect, maar toch vind ik het niet gek wat hij al wel kan. Ik stuitte hierop omdat ik een handleiding moest schrijven voor een programmaatje. Even een printscreen in de AI proppen en het is al voor 90% af.

Wat betreft die AI, het is natuurlijk niet deterministisch. Waar een mens een rekensommetje doet op een schema om iets te bepalen, doet de AI dat à la 'dit is het meest waarschijnlijke antwoord'.

Waar het naartoe groeit weet ik niet, maar ik vind het wel erg interessant om in de gaten te houden. Ik gebruik het inmiddels echt dagelijks voor allerhande taken. Er zijn zaken waar hij heel handig in is, maar ook dingen waar het (nog) niet bruikbaar voor is.

Ik heb hem nog niet goed zien redeneren, of bijvoorbeeld software ontwerpen. Een functie implementeren daarentegen gaat wel prima. Mits je hem de juiste randvoorwaarden geeft. Het grote voordeel is dat je direct resultaat hebt, als iets mist of niet goed genoeg is kan je gewoon een nieuwe opdracht geven.

Het is trouwens wel mogelijk om tools te integeren in een AI-model. Zo een tool zou bijvoorbeeld de natuurwetten kunnen checken, of een simulatie kunnen draaien. Op die manier kan je wel groeien naar een stuk software dat steeds beter wordt.

Belangrijk is om goed te blijven controleren of de output klopt. Andersom doe ik dat ook wel eens, dat ik mijn code in de AI gooi en vraag of er iets aan te verbeteren is. Refactoring gaat ook goed trouwens.

AI zoals we die tot nu toe kennen, kan principieel niet redeneren.

[Bericht gewijzigd door maartenbakker op (63%)]

Vooropgesteld: het is knap dat AI überhaupt kan 'praten'. Weliswaar nogal bombastisch, met heel lange zinnen propvol bijvoeglijke naamwoorden (dat alleen al verraadt 'wie' er praat), maar toch.

Maar wat word je er wijzer van, op het moment? ChatGPT en dergelijke AI jat gewoon zijn antwoorden bij elkaar van internet. Zijn 'kennis' is dus alleen internet-folklore.
Vragen die 'iedereen' fout beantwoordt (omdat het zo - fout - op internet staat, zie ook: vicieuze cirkel), zal ChatGPT dus ook fout beantwoorden.

"Als ik met een 50 ohm coaxkabel een belasting voed die van 50 ohm afwijkt, zodat de staandegolfverhouding hoger dan 1 is, zal dan de coaxkabel gaan 'stralen'?" ChatGPT zegt 'ja'.
Het antwoord is 'nee'. (Als de kabel 'straalt', ligt dat aan andere oorzaken.)

Een goed boek levert de goede antwoorden. Maar die leest niemand, en dus vind je het goede antwoord niet.

Als je al van internet afhankelijk wilt zijn, zoek dan zélf. Met enige ervaring is de folklore wel te onderscheiden van de echte boeken.
Wijsneuzen die vlug-vlug even stiekem googelen en dan doen of ze de wijsheid in pacht hebben, zijn er al genoeg - daar hebben we geen AI voor nodig.

Toch zijn er al wel veel praktische toepassingen. AI zélf laten programmeren zou ik niet doen, maar het is wél handig dat hij bijvoorbeeld een voor de hand liggende functie alvast voor je kan klaarzetten op de regel, met alle vereiste haakjes en komma's enzo.

Dingen herkennen schijnt ook al tamelijk goed te gaan in veel gevallen, wat heel nuttig kan zijn.

Ik denk dat AI op het moment qua intelligentie ergens tussen een hulphond en een zeeleeuw in zit. :)

Ik heb er stiekem ook al best wat van geleerd, bijvoorbeeld dat hij een iets op een bepaalde manier doet, of iets gebruikt wat ik nog niet kende. Alles wat eruit komt, controleer ik voordat ik het gebruik. Dat geldt trouwens ook voor internet forums etc. Als ik het dan nog niet ken, kan ik me inlezen of kiezen het niet te gebruiken.

Het is me wel duidelijk dat je de casus heel goed moet omschrijven. Zeker met code voor embedded devices heeft toch een aantal randvoorwaarden of voorkeuren die hij zeker niet van tevoren kan ruiken. Maar goed, dat kan een mens ook niet natuurlijk.

@FET, ik heb jouw voorbeeld er even doorheen gehaald, en inderdaad hij zegt ja. Maar hij geeft, bij mij althans, wel een heel globaal antwoord. Hij zegt "kan gaan stralen" en niet "ja het straalt".

Maar ik snap de essentie van je punt natuurlijk wel. Een van de bekende 'problemen' is het hallucineren.


Ja, een coaxkabel kan inderdaad gaan stralen als de belasting niet goed is aangepast aan de karakteristieke impedantie van de kabel, waardoor de staandegolfverhouding (SWR) groter wordt dan 1.

Dit gebeurt omdat een slecht aangepaste belasting reflecties veroorzaakt in de kabel. Deze reflecties creëren staande golven, wat betekent dat de spannings- en stroomamplitudes variëren langs de lengte van de kabel. Coaxkabels zijn normaal gesproken ontworpen om elektromagnetische straling te onderdrukken door middel van de afscherming, maar bij hogere SWR's kunnen er lekstromen ontstaan op de buitenkant van de afscherming van de kabel (

[Bericht gewijzigd door hardbass op (45%)]

Ik vind het bijzonder dat ChatGPT zo'n schema al best redelijk kan interpreteren, dat lijkt me een orde van grootte moeilijker dan een stukje tekst "begrijpen".

Het is niet zo dat de kennis die nodig is om het beter te doen niet bestaat; een flink aantal mensen op dit forum zou het al veel beter doen, een wij hebben het ook ergens geleerd. Voor een deel zal dat uit boeken komen, voor een deel van dit forum, en voor een (wellicht groot) deel door met de materie bezig te zijn en er over na te denken.

Die boeken en andere echt goede bronnen zouden gebruikt kunnen worden om de modellen te trainen, maar die kunnen ze niet gratis (zal dan niet legaal; dat interesseert ze blijkbaar niet) van het internet plukken.

AI zal vast ooit op een punt komen waar het wel kan redeneren, en dat zou waarschijnlijk een enorme sprong in de capaciteiten geven.

vorige week heb ik de laatste nieuwe AI bot van microsoft OpenAI ( de betalende versie) als test even een driefazige motor laten berekenen, zowel mechanisch als electrisch.

gegevens: 3F motor, 400V uitgaand asvermogen 1kWatt, toerental +- 2800rpm. asdikte 30mm

bereken de mechanische eigenschappen, grootte, metaalsoorten , aantal windingen etc..

Ik was onder de indruk vh het resultaat, en tevens de opmerkingen dat de asdikte veel te dik was voor dit vermogen, en het optimale verbruik van materialen er niet was. hij berekende dan een tweede motor met een 10mm as, als verbeterd alternatief :-)

De kracht zit hem net in de symbiose tussen de mens en AI.

Beiden hebben hun sterktes en zwaktes.

Net zoals dat je in een bedrijf ook heel diverse rollen nodig hebt om tot een goed eindresultaat te komen.

in mijn bericht hierboven staat een dikke fout. o1-preview, die ik gebruikte voor het berekenen van de 3F motor is niet van microsoft, maar van OpenAI .

AI kan het wel eens fout hebben, maar mensen ook, dat is menselijk. :+

Op maandag 7 oktober 2024 11:37:52 schreef hardbass:
AI kan het wel eens fout hebben, maar mensen ook, dat is menselijk. :+

tuurlijk, maar het gaat verassend snel vooruit.

Op CO wordt mijn inziens maar al te vaak wat te lacherig gedaan over AI (overigens, en ook over de Chinezen..), op het neerbuigende af.

Niet door iedereen uiteraard , maar aan de anderen, onderschat niet wat er op ons afkomt.

Op vrijdag 4 oktober 2024 10:16:29 schreef SparkyGSX:
Dat is best bizar, want hij heeft best wat dingen goed. Toch heeft hij ook wat onzin bedacht; een LM317 die een negatieve spanning maakt, een weerstand van de LED hoort opeens bij de spanningsregelaar feedback, en die 3 diodes in serie zijn transient bescherming want hij kan geen andere functie bedenken en ze moeten toch iets doen.

Hij heeft het inzicht van een beginnende electronics, wat echt heel knap is, maar vooralsnog niet heel nuttig. Dit is ook het niveau van een heel groot deel van de trainingsdata die je van internet kunt schrapen, dus ik ben benieuwd of ze dat naar een hoger niveau gaan tillen.

De TVS wordt ook niet herkend.

Op maandag 7 oktober 2024 21:08:18 schreef kris van damme:
[...]

tuurlijk, maar het gaat verassend snel vooruit.

Op CO wordt mijn inziens maar al te vaak wat te lacherig gedaan over AI (overigens, en ook over de Chinezen..), op het neerbuigende af.

Niet door iedereen uiteraard , maar aan de anderen, onderschat niet wat er op ons afkomt.

Maar overschat het ook niet. Zowel de VR China als chatGPT hebben fundamentele problemen waardoor het nodig is om het systeem (technisch resp. politiek) om te gooien om het maximale eruit te halen (zelfs enigszins vergelijkbare problemen als ik eens doorfilosofeer). Taiwan en in mindere mate Hong Kong zijn een soort previewversie van China zoals het zou kunnen zijn, maar van ChatGPT hebben we die (nog) niet.

Overigens kwam ik naar dit topic om te typen dat een van de problemen van ChatGPT e.a. de training is. Een belangrijk verschil met menselijke intelligentie is dat er (nog) geen goede zelfcorrectie is. ChatGPT kan de context taalkundig afleiden maar niet kenniskundig en kan dus niet vrij van hallucinaties worden gemaakt (mensen trouwens ook niet persé) en dan kom je weer op het punt dat kennis altijd degradeert als je het wilt bootstrappen.

Op dinsdag 8 oktober 2024 00:38:25 schreef maartenbakker:
[...]

Overigens kwam ik naar dit topic om te typen dat een van de problemen van ChatGPT e.a. de training is. Een belangrijk verschil met menselijke intelligentie is dat er (nog) geen goede zelfcorrectie is. ChatGPT kan de context taalkundig afleiden maar niet kenniskundig en kan dus niet vrij van hallucinaties worden gemaakt (mensen trouwens ook niet persé)

dat ligt niet aan AI, ik heb begrepen dat chatGBT bewust niet bijleerd. De kannis die hij gebruikt is wat hij aangeleerd heeft, tot een bepaalde datum (ergens in 2022?)

Het is ook niet zomaar een advanced google search machine :-)

Ik kan me daar wel iets bij voorstellen, ik schrijf uit luiheid best veel type foutjes in mijn prompts. Dat interpreteert hij wel altijd goed, maar als veel gebruikers dat gaan doen dat zou de output van de AI over tijd ook veel meer fouten gaan bevatten. Het probleem is ook dat je geen controle meer hebt over wat de AI allemaal absorbeert als hij van gebruikers zou leren.

Het zou me niet verbazen als het wel gebruik wordt, maar dat zal niet helemaal zonder filtering zijn.

@kris, ik dacht dat dit afhankelijk is van het model wat je gebruikt, maar zeker weten doe ik dat niet.

@kris: de grap is dus dat het juist wèl een soort advanced search machine is, eentje die de resultaten zo goed mogelijk interpreteert en voorkauwt in een vorm die je mogelijk rechtstreeks kunt gebruiken.

Het is een model dat eenmalig op de data getraind is die normaal in de search engine zit.

Ga je hem op een of andere manier zo inrichten dat hij van zijn eigen fouten leert, kom je weer in de situatie die ik in gedachten had. Dan erodeert de kennis alleen maar verder omdat het hebben van een daadwerkelijk op kennis gebouwd referentiekader hooguit werkt als je hem eerst naar school stuurt. En dan nog is de vraag hoe ver hij komt als je gaat bootstrappen.

Dit is een fundamenteel probleem dat misschien met andere modellen opgelost kan worden, maar ik vraag me af of dat in het huidige model ueberhaupt haalbaar/schaalbaar is zonder de kennis tot een heel nauw terrein te beperken.

Nogmaals, de AI waar alle ophef over is, betreft taalmodellen. Ze zijn letterlijk ingericht op het leesbaar maken van zoekresultaten dus is het ook niet verbazend dat ze dat het beste doen en andere dingen niet.

Geavanceerdere modellen voor andere taken grijpen soms terug op basale instincten (gebruikers afschieten voor eigen overleving is een dingetje, zo ver zat de "documentaire" van Dick Maas er nou ook weer niet naast...) De gangbare andere AI modellen zijn nog niet in de buurt van het punt dat ze algemene taken kunnen verrichten. Zelfs bij heel specifieke doelen gaat het soms spectaculair mis, self driving is een laaghangend voorbeeld.

Op vrijdag 4 oktober 2024 14:56:22 schreef Frederick E. Terman:
...Ik denk dat AI op het moment qua intelligentie ergens tussen een hulphond en een zeeleeuw in zit. :)

Ik vind dat zeer denigrerend naar hulphonden en zeeleeuwen!

Ik heb eens aan ChatGPT gevraagd of de DQS lijnen van de DDR5 geheugenbus polarity reversal ondersteunen. Kreeg van dat ding een heel verhaal terug dat zeer sterk de indruk wekt dat het antwoord "ja" is. De werkelijkheid is echter: "nee".

Het ding produceert een antwoord dat is gebaseerd op bij elkaar geharkte informatie. Ook informatie die niet van toepassing is. Of informatie die in de buurt komt van waar naar gevraagd wordt (info m.b.t. DDR4 en DDR3, terwijl ik toch expliciet aangeef dat ik het van DDR5 wil weten. Overigens ondersteunen zowel DDR3 als DDR4 en alle voorgangers GEEN polarity reversal!). Het ding verwijst vervolgens naar datasheets waarin het antwoord op mijn vraag zou kunnen staan (JEDEC documenten die achter een betaalmuur zitten en waar ChatGPT dus niet bij kan!), maar ondanks dat de correcte informatie niet voor ChatGPT toegankelijk is, 'verzint' dat ding maar gewoon een antwoord. Het ding is niet in staat om terug te geven: "sorry, de benodigde gegevens voor het beantwoorden van uw vraag is niet beschikbaar."

Komt wel mooi samen met dit onderwerp
https://www.ad.nl/wetenschap/nobelprijs-natuurkunde-voor-ontwikkelen-k…