Sign up to save your podcasts
Or
Share # 61 - Er LLM Hypen Død? Vi Giver Vores Bud 💪
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
# 61 - Er LLM Hypen Død? Vi Giver Vores Bud 💪
I denne uges afsnit af Verbos podcast diskuterer Kasper og Jonas AI-udviklingen og den dalende hype omkring teknologien. De refererer til en artikel fra The Economist og Gardner's Hype Cycle for at vurdere AI's nuværende status. De taler om Kaspers AIJobs.dk, Nvidia's succes, og udfordringerne ved AI-implementering i virksomheder. AI beskrives som et værktøj, der kan øge produktivitet, men som kræver omstrukturering og omskoling. De diskuterer forskellige perspektiver på AI, fra bruger til udvikler, og udfordringerne ved at få AI til at fungere optimalt. Large language models som GPT-3 og GPT-4 nævnes, sammen med faktorer som compute og omkostninger. Brugeroplevelse, stemmeinteraktion og fremtidige interaktionsformer med AI overvejes. Afslutningsvis diskuteres potentialet for AI-assistenter i software, forventninger til AGI, og brugen af DSPY-frameworket til prompt engineering.
Links:
https://www.seldon.io/the-significance-of-ai-engineering-in-the-gartner-hype-cycle-for-artificial-intelligence-2024-reporthttps://archive.ph/2024.08.19-181628/https://www.economist.com/finance-and-economics/2024/08/19/artificial-intelligence-is-losing-hype
Chapters
00:00 Introduktion til AI-hype
03:20 Frontend og machine learning
06:14 Kaspers AIJobs.dk-website
09:39 Er vi ved at være ude over det værste nu?
15:05 Nvidia's succes og infrastruktur
18:08 Forventninger og risici ved AI-investeringer
20:38 AI som et værktøj i en værktøjskasse
23:11 Perspektiver på AI
26:21 Engineering og domænekendskab er nødvendigt for at få AI til at virke
28:47 Udfordringer og huller i large language models
31:35 Compute og omkostninger ved implementering af AI
34:54 Standardisering af brugeroplevelsen og fremtiden for stemmeinteraktion
39:13 Ændring af interaktion med teknologi og brugen af large language models i backenden
41:09 Strukturering og berigelse af data i backenden af software
43:34 Potentialet for AI-assistenter i software
46:03 Refleksion over AI-hypen og forventninger til AGI
55:46 Introduktion til DSPY: Et open source framework til prompt engineering
View all episodes
By Kasper Junge og Jonas Høgh Kyhse-AndersenI denne uges afsnit af Verbos podcast diskuterer Kasper og Jonas AI-udviklingen og den dalende hype omkring teknologien. De refererer til en artikel fra The Economist og Gardner's Hype Cycle for at vurdere AI's nuværende status. De taler om Kaspers AIJobs.dk, Nvidia's succes, og udfordringerne ved AI-implementering i virksomheder. AI beskrives som et værktøj, der kan øge produktivitet, men som kræver omstrukturering og omskoling. De diskuterer forskellige perspektiver på AI, fra bruger til udvikler, og udfordringerne ved at få AI til at fungere optimalt. Large language models som GPT-3 og GPT-4 nævnes, sammen med faktorer som compute og omkostninger. Brugeroplevelse, stemmeinteraktion og fremtidige interaktionsformer med AI overvejes. Afslutningsvis diskuteres potentialet for AI-assistenter i software, forventninger til AGI, og brugen af DSPY-frameworket til prompt engineering.
Links:
https://www.seldon.io/the-significance-of-ai-engineering-in-the-gartner-hype-cycle-for-artificial-intelligence-2024-reporthttps://archive.ph/2024.08.19-181628/https://www.economist.com/finance-and-economics/2024/08/19/artificial-intelligence-is-losing-hype
Chapters
00:00 Introduktion til AI-hype
03:20 Frontend og machine learning
06:14 Kaspers AIJobs.dk-website
09:39 Er vi ved at være ude over det værste nu?
15:05 Nvidia's succes og infrastruktur
18:08 Forventninger og risici ved AI-investeringer
20:38 AI som et værktøj i en værktøjskasse
23:11 Perspektiver på AI
26:21 Engineering og domænekendskab er nødvendigt for at få AI til at virke
28:47 Udfordringer og huller i large language models
31:35 Compute og omkostninger ved implementering af AI
34:54 Standardisering af brugeroplevelsen og fremtiden for stemmeinteraktion
39:13 Ændring af interaktion med teknologi og brugen af large language models i backenden
41:09 Strukturering og berigelse af data i backenden af software
43:34 Potentialet for AI-assistenter i software
46:03 Refleksion over AI-hypen og forventninger til AGI
55:46 Introduktion til DSPY: Et open source framework til prompt engineering