Podsumowanie rozwoju AI...

Jak zwykle Twoje umiejętności jako rozmówcy sprowadzają się do stosowania inwektyw, argumentów ad personam, wyprowadzania założeń na temat rzekomych braków intelektualnych rozmówcy i przedstawiania ich jako faktów.

Gdyby to była dyskusja o oraniu pola, idąc tą analogią byłbyś na poziomie "chleb bierze się ze sklepu a kto mówi inaczej ten debil" gdy tylko ktoś napomknie, że sam się w tym sklepie nie pojawił.

Popracuj nad czymś, gdzie trzeba projekt utrzymywać przez dłuższy czas, uwzględnić wymagania funkcjonalne i niefunkcjonalne, trzymać się ograniczeń projektowych, biznesowych, prawnych, technologicznych.

Stawiasz się w roli eksperta choć sam przyznajesz, że trzaskasz zlecenia na akord. Zleciłeś agentowi napisanie aplikacji do przetwarzania obrazu / wideo z gotowych bibliotek i przez osmozę posiadłeś kompetencje pozwalające Ci oceniać kompetencje i wiedzę ludzi, których nigdy nie spotkałeś.

Nawet nie potrafisz wyjść z argumentacją poza "AI zrobił" i obrażanie rozmówców. "AI zrobił", a traktor sam jeździ, w dodatku robi głośne "pyr pyr". Do tego sam wiedział jak zaorać, i zaorał.

superdurszlak napisał(a):

(tylko, dajmy na to, drogo).

To się akurat nie zmieniło wiele. Tknęło mnie i sprawdziłem czy i ile Anthropic i OpenAI zarabiają już.

Anthropic: Spółka rozwija się w tempie, które zaskoczyło analityków, notując roczną stopę przychodów (annualized revenue run-rate) na poziomie przekraczającym 65–74 miliardów dolarów, napędzaną głównie segmentem B2B i narzędziami takimi jak Claude Code. Co ważne, Anthropic zaczął wykazywać dodatni skorygowany zysk operacyjny i intensywnie przygotowuje się do debiutu giełdowego

(IPO).OpenAI: Przychody dynamicznie rosną i szacowane są na poziomie ok. 40 miliardów dolarów. Firma notuje jednak głębsze straty operacyjne w związku z gigantycznymi wydatkami na infrastrukturę obliczeniową (prognozowane kilkaset miliardów dolarów ujemnych przepływów pieniężnych do końca dekady). Premiera giełdowa OpenAI została przesunięta najwcześniej na 2027 rok.

Myślę że obie firmy to fenoment w paleniu kasy. Zastanawia mnie kilka rzeczy i kilka pytań mnie nurtuje:

1. Czy tech giganci nie wspierają ich? Dla przykładu ceny akcji NVDA są wyceniane 5x drożej.
2. Czemu Google i Facebook mające potrzebny kapitał tak mocno zostały w tyle ze swoimi modelami?
3. Jak Chińczykom się udało stworzyć otwarte modele które mogą konkurować z Claude i ChatGPT? W sensie finansowania i know how.

Dobra, Google za rękę z Gemini mi odpowiedziały na moje pytania XD Chyba dni forów są policzone

1. Wsparcie tech-gigantów a wycena NVDATech-giganci masowo wspierają i finansują OpenAI oraz Anthropic. W rzeczywistości to właśnie pieniądze wielkich korporacji utrzymują te startupy przy życiu. Microsoft zainwestował miliardy w OpenAI, natomiast Amazon i Google wpompowały kolosalny kapitał w Anthropic.Dlaczego więc akcje Nvidii (NVDA) drożeją znacznie szybciej i są wyceniane wyżej?Model "kilofów i łopat": W czasie gorączki złota najwięcej zarabiają sprzedawcy narzędzi. Nvidia dostarcza kluczową infrastrukturę (czipy H100, Blackwell, Vera Rubin). Niezależnie od tego, czy wojnę na modele wygra OpenAI, Anthropic, czy Google – każdy z nich musi kupić akceleratory od Nvidii.Asymetria rentowności: Podczas gdy OpenAI i Anthropic generują kosmiczne koszty infrastrukturalne i przepalają miliardy dolarów na trenowanie modeli, Nvidia inkasuje gotówkę "z góry", wykazując rekordowe marże i gigantyczne, czyste zyski netto w każdym kwartale.
2. Dlaczego Google i Meta (Facebook) zostały w tyle? Twierdzenie, że giganci całkowicie zostali w tyle, jest już częściowo nieaktualne (Meta z modelami Llama oraz Google z serią Gemini radzą sobie świetnie), jednak ich początkowy start rzeczywiście był mocno spóźniony. Wynikało to z barier strukturalnych:Dylemat Innowatora i ryzyko wizerunkowe: Google posiadało technologię LLM (to ich inżynierowie wymyślili architekturę Transformer w 2017 roku) na długo przed ChatGPT. Firma nie mogła jej jednak wdrożyć jako otwarta wyszukiwarka, ponieważ halucynacje modeli i błędy generowałyby gigantyczne ryzyko wizerunkowe oraz prawne dla globalnego monopolisty. Startupy jak OpenAI nie miały wtedy nic do stracenia.Kanibalizacja własnego biznesu: Głównym źródłem dochodu Google są reklamy w wyszukiwarce. Model czatu, który daje jedną, bezpośrednią odpowiedź zamiast listy linków z reklamami, bezpośrednio niszczył ich dotychczasową dojną krowę.Skupienie Mety na Metaverse: Mark Zuckerberg przez lata pompował dziesiątki miliardów dolarów w projekty VR/AR (Reality Labs), ignorując rewolucję generatywnej sztucznej inteligencji. Gdy wybuchł szał na ChatGPT, Meta musiała w pośpiechu reorganizować całe działy i dokonywać gigantycznych pivotów technologicznych.
3. Chiński fenomen: Jak stworzono konkurencyjne modele open-source? Sukces chińskich modeli (np. DeepSeek, serie Qwen od Alibaba, czy modele od Tencent i Baidu) opiera się na specyficznej kombinacji asymetrii kosztów i strategicznego know-how:Ekonomia inżynieryjna (Innowacje architektoniczne): Chińczycy wykazali się genialną optymalizacją kosztów obliczeniowych. Zamiast bezmyślnie skalować infrastrukturę, zaczęli masowo wdrażać zaawansowane architektury typu MoE (Mixture of Experts) oraz techniki destylacji wiedzy. Pozwala to na trenowanie modeli o potężnych możliwościach za ułamek kosztów, jakie ponosi OpenAI.Kapitał państwowo-prywatny: Choć amerykańskie sankcje odcięły Chiny od najnowszych układów Nvidii, chiński rząd centralny oraz giganci z Shenzhen i Pekinu zmobilizowali setki miliardów juanów na subsydiowanie krajowych centrów danych i rozwój własnych czipów (np. Huawei Ascend).Ecosystem Open-Source: Chiny sprytnie wykorzystały zachodnią otwartość. Przez długi czas uczyły się na architekturach udostępnianych przez Metę (Llama) czy francuski Mistral. Dodatkowo, w Chinach nie istnieje kultura procesowa dotycząca praw autorskich w takim wymiarze jak na Zachodzie – tamtejsze laboratoria miały nieograniczony i darmowy dostęp do gigantycznych, wielojęzycznych zbiorów danych, bez obaw o wielomilionowe pozwy ze strony wydawców czy artystów.

No tak rozkminiam kiedy w Zurychu (Google) poleca głowy, że ludzie ktorzy zarabiają tak dużo w prestiżowym miejscu są do tyłu z AI i to praktycznie przez cały czas podczas wyścigu. Zwłaszcza, że Google DeepMind miało być tą elitą :)

Z ciekawości może sprawdzę GPT i Codex, ale od razu powiem czemu nie jestem optymistą - gdy pytam o cokolwiek webowego ChatGPT a potem o to samo Gemini, to GPT mi odpowiada na poziomie 7-latka, leje wodę i daje tylko ścianę tekstu bez żadnej treści, gdy o to samo zapytam Gemini to przynajmniej dostaję konkretną odpowiedź na temat. GPT mam tylko w ramach darmowego limitu, ale zakładam że darmowy limit to najwyższy model z limitem (nie da sie tam wybierać modelu).

superdurszlak napisał(a):

Zleciłeś agentowi napisanie aplikacji do przetwarzania obrazu / wideo z gotowych bibliotek i przez osmozę posiadłeś kompetencje pozwalające Ci oceniać kompetencje i wiedzę ludzi, których nigdy nie spotkałeś.

Tak, to prawda - tak dokładnie zrobiłem.@Pyxis wspominał a aplikacji dla drona, która miałaby mapować teren z drona: to też aplikacja, która mogłaby korzystać z gotowych bibliotek i to podobny kaliber prac lub niewiele większy i stawiał to za przykład taska, którego na pewno trzeba by było realizować samodzielnie, bo AI sie nie przyda. Poza tym - dowodzisz właśnie że nie jesteś ekspertem - bo założyłeś że tu wystarczzy użyć gotowych bibliotek i wszystko masz - nic bardziej mylnego.

Problem w tym, że nie wykazliście cóż to takiego robicie, co jest na tyle innowacyjne ze nie polega na używaniu istniejącej wiedzy - czy to algorytmów, czy aparatu matematycznego, czy istniejących biblitoek albo api - bo podobno właśnie to trzeba robić samodzielnie, bo żadne AI nie pomoże.

Więc pytania pomocnicze:

• jaki nowy algorytm i na co ostatnio zaprojektowałeś, który jest czymś innowacyjnym, a nie wyprowadzeniem zależnośći z istniejących wzorów pod dany konkretny przypadek
• Jakie ostatnio nieudowodnione twierdzenie matematyczne lub hipotezę udowodniłeś zgodnie ze sztuką, wymyślając coś nowego

Jeśli faktycznie takie rzeczy robisz zawodowo, to przeproszę i przyznam ci rację - AI dla ciebie bardziej kulą u nogi jest niż pomocą. Chociaż i to jest dyskusyjne - bo naukowcy coraz częśćiej mówią, że korzystają z AI i do tego - i to przyspiesza pracę albo pozwoli naprowadzić na rozwiązanie, jeśli nawet rozwiązania nie znajdzie.

John Gordon napisał(a):

Tak, to prawda - tak dokładnie zrobiłem.@Pyxis wspominał a aplikacji dla drona, która miałaby mapować teren z drona.

To nie tak, chodziło o wytyczenie współrzędnych geograficznych bez GPS w oparciu o dane wizualne, gdzie musisz użyć fotogrametrii i innych technik. To że AI poskładało Ci algorytmy do kupy, to o niczym nie świadczy. Do tej pory mogłeś zrobić to samo, mając np. narzędzie typu Hugin. AI Ci zrobiło wrapper. Po prostu nie siedzisz w temacie i dla Ciebie to wow.

Problem w tym, że nie wykazliście cóż to takiego robicie

A Ty możesz ujawniać kod firmy? Bo ja nie mogę. Mogę tylko zdradzić, że znalazłem bardzo wyszukane algorytmy operujące na obrazach, dostosowane pod konkretne dane firmowe. LLM nie dawał rady, sugerował oklepane schematy. I owszem, to nie była fizyka kwantowa. To było połączenie kilku faktów i zależności, do których dochodziłem czasochłonną analizą. Zysk? Bardzo szybkie rozwiązanie, pomimo użycia wolnego Pythona.

Nie będę się z Tobą sprzeczał, ale wygląda na to że Ty też jedynie miałeś podkładać algorytmy. Przynajmniej z tego co ujawniłeś.
Zresztą, nie napisałeś nawet jakiego AI tam używałeś, kiedy to było, jaki model, do czego więc można sobie gdybać.

Btw, to dla mnie nie "wow" tylko matematyka przynajmniej na dobrym poziomie akademickim, konia z rzędem temu kto ogarnie to w dzień lub dwa i jeszcze napisze kod.

John Gordon napisał(a):

Nie będę się z Tobą sprzeczał, ale wygląda na to że Ty też jedynie miałeś podkładać algorytmy. Przynajmniej z tego co ujawniłeś.

Przynajmniej nie przypisuję sam sobie autorstwa algorytmów, które jedynie zintegrowałem, natomiast sam piszesz tak, jakby fakt, że LLM złożył do kupy istniejące rozwiązania czynił LLMa co najmniej ich twórcą, a już z pewnością bytem na wskroś genialnym.

Ponownie - skoro model językowy był trenowany np na kodzie źródłowym projektów OS, na dokumentacji, publikacjach, książkach itd. to nic dziwnego że po podaniu właściwego kontekstu trafi na właściwy trop. Wiele zależy od jakości danych, na jakich trenowany był model, od ich ilości, metody trenowania, rozmiaru modelu, rozdzielczości parametrów... Pokwapiłeś się kiedyś, by się tym zainteresować? Twierdzisz, że to ja jestem troglodytą i "chłopem co wciąż ora pole radłem" - a próbowałeś kiedykolwiek chociaż pobawić się w postawienie własnego modelu, eksperymentować z kontekstem, kwantyzacją? Weryfikujesz rezultaty wypluwane przez AI, czy bierzesz za pewnik wszystko, co wypluje?

To, że Donald Trump przemianował AI na superinteligencję nie czyni go nią. Równie dobrze mogę nazwać mój tani rower Ferrari i od dziś będę jeździł Ferrari. Kto mi zabroni tak nazwać? A i tak 300 km/h tym Ferrari nie pojadę.

@John Gordon, no ale tak działa ten świat. Sieci neuronowe znane były już od dawna. Ktoś wpadł na pomysł, by zrobić sieci konwolucyjne do kategoryzowania obrazków. Ale splot funkcji był znany wcześniej, jednak jego sprytne użycie doprowadziło do architektury typu AlexNet. Przełomem w obecnych LLM-ach jest mechanizm atencji, który sprowadza się do ważenia tokenów, czyli wzajemnego ich przemnażania.

Nie będę się z Tobą sprzeczał, ale wygląda na to że Ty też jedynie miałeś podkładać algorytmy.

Dokładnie tak. Moimi danymi wyjściowymi były fundamenty jak podstawy statystyki, rozumienie obrazów cyfrowych oraz operacje na macierzach. LLM też to wiedział, ale nie był w stanie połączyć tych wszystkich składowych. Nie może tego zrobić, bo ich połączenie wychodzi poza standardowy schemat, którego nie znajdziesz w danych treningowych.

Btw, to dla mnie nie "wow" tylko matematyka przynajmniej na dobrym poziomie akademickim, konia z rzędem temu kto ogarnie to w dzień lub dwa i jeszcze napisze kod.

Ty widzisz to w ten sposób. Ja widzę to tak, że zrobiłeś narzędzie, którego nie potrafisz wytłumaczyć. Tym samym nie potrafisz znaleźć słabych punktów czy dokonać modyfikacji bez LLM-a. Jesteś tylko proxy, więc dla biznesu jesteś zbędny i najlepiej zastąpić Cię kolejnym LLM-em. Inna sprawa, że LLM nie napisał tego kodu. Bez tych matematyków/programistów co ślęczeli nad tym miesiącami, taki LLM by Ci niczego nie zwrócił. To jest tak, jakbyś uczył się kodować całe życie z listingów z książek i nagle odkrył Githuba, gdzie możesz forkować kod innych i go dostosować do swoich potrzeb, po czym twierdzisz, że dowiozłeś ten produkt w jeden dzień...

A ja tu widzę frustrację i tyle. To tak jakbyś narzekał że ktoś użył młotka żeby coś stworzyć, ale bez młotka nie potrafi już tego zmodyfikować, więc twórca jest niepotrzebny bo wystarczy młotek.

Dyskusja z kimś takim nie ma sensu - jeśli chcesz to pisz wszytko z palca, nikt Ci przecież nie zabrania. Ten wątek jest o rozwoju AI - więc posty opisujące co dało się przy pomocy AI zrobić są oczywiście na temat, wylewanie frustracji raczej nie bardzo

John Gordon napisał(a):

Dyskusja z kimś takim nie ma sensu - jeśli chcesz to pisz wszytko z palca, nikt Ci przecież nie zabrania. Ten wątek jest o rozwoju AI - więc posty opisujące co dało się przy pomocy AI zrobić są oczywiście na temat, wylewanie frustracji raczej nie bardzo

I znów pokazujesz poziom dyskusji jak w tym przykładzie o chlebie, który bierze się "ze sklepu" i kto mówi, że najpierw to trzeba piekarnię, młyn, kombajn zbożowy, ten jest uwsteczniony.

Ty masz swój prosty świat, w którym AI wszystko robi za Ciebie, a kto krytykuje to narzędzie albo w ogóle śmie stawiać tezy, że jest zasobożerne, że może halucynować, że "umie" to do czego został wytrenowany, ten jest debil i wsteczny troglodyta.

Nie moja wina, że masz tak absurdalnie wąskie horyzonty, że jesteś niezdolny do krytycznego spojrzenia na narzędzie, którego używasz na co dzień. Nie mój problem zresztą. Za to jest to Twój problem, bo prędzej czy później odkryjesz boleśnie, że to tylko złudzenie, że Twoja "umiejętność" przestawienia wajchy żeby agent latał na mocniejszym modelu i Ultracode daje Ci jakąkolwiek przewagę. Ktoś w USA podpisze rozporządzenie i stracisz dostęp do najnowszych modeli. Firma wprowadzi cięcia budżetowe i po tygodniu ładowania Fable ile fabryka dała do końca miesiąca będziesz w oglądać jak farba schnie. Claude strzeli Ci implementację KYC tylko pomyli, w jakim kraju były jakie wymogi prawne po kompresji kontekstu, a Tobie na myśl nie przyjdzie by to sprawdzić i będziesz mieć problem.

@superdurszlak @Pyxis @John Gordon Proponuję by co mądrzejszy już nie ciągnął dalej dyskusji z której nic nie wyniknie