Τεχνητή Νοημοσύνη (AI). Τι είναι, τι ξέρουμε, τι αλλάζει στη ζωή και στον πολιτισμό;

Το query δεν μπορεί να τρέχει για πάντα.
Ότι instruction και να δώσεις, σε τεράστιο codebase να το ρίξεις μέσω cline/claude code/gemini/copilot, refactoring να του πείς να κάνει, πάνω από 4-5€ στο ακριβότερο μοντέλο στην ακραία αυτή περίπτωση δεν θα δώσεις. Στα επαναλαμβανόμενα αιτήματα είναι που αυτό αθροίζεται.

Σε κάθε περίπτωση όμως, εάν κάνεις deploy σε μεγάλη εταιρία, πας σε enterprise subscription σε κάποιον από τους μεγάλους 3, έχουν πολύ σοβαρό cost control όλοι και κάθε χρήστης μπορεί να είναι σε άλλο pricing tier + συνολικό cap στο API usage.
 
Last edited:
Σε κάθε περίπτωση όμως, εάν κάνεις deploy σε μεγάλη εταιρία, πας σε enterprise subscription σε κάποιον από τους μεγάλους 3, έχουν πολύ σοβαρό cost control όλοι και κάθε χρήστης μπορεί να είναι σε άλλο pricing tier + συνολικό cap στο API usage.
Δεν ξέρω σε τι εταιρία δουλεύεις Αντρέα, αλλά δεν υπάρχει κανένα σοβαρό cost control σε πολυεθνική. Το complexity για να το φτιάξεις είναι τόσο μεγάλο και κανένας πραγματικά υπεύθυνος για να το κάνει. Φαντάσου ότι τα best practices τα έφτιαξε η purchacer. Και για το επόμενο συμβόλαιο που συζητάμε τώρα, στο console, για να μπορέσεις να κάνεις ένα οποιοδήποτε cost control σε 5 different entities, είναι πολύ δουλειά. Η ατάκα που έπεσε, ήταν ότι απλά θα κάνουν whitelist κάποια LLMs και θα μπλοκάρουν όλα τα άλλα.
Όταν μιλάς για εταιρείες που δεν είναι ΙΤ αλλά πρέπει απλά να δώσουν σε developers τέτοια εργαλεία, το cost control είναι απλά τεράστιο project, που κανένας δεν κάνει πραγματικά. Και κανένας δεν θέλει να αναλάβει, γιατί δεν είναι η δουλειά του.
Και μιλάω με απόλυτη γνώση και εμπειρία. Έχω δει να χάνονται εκατομμύρια, γιατί γράφανε στα π@π@ρι@ τους τους κανόνες και τις διαδικασίες που είχα βάλει. Λάθη επί λαθών, που ανακαλύπτονται 1-2 χρόνια μετά και απλά λένε πως θα το διορθώσουμε στο μέλλον.
Τέλος, εσύ σκέφτεσαι δικά σου query φαντάζομαι, αλλά για σκέψου να αποφασίσει ένα σαΐνι σε εμάς, ότι αφού δεν έχει budget για να πάρει ένα μηχάνημα με μια Nvidia RTX A100 και Dual Xenon για machine learning, να φτιάξει ένα τέτοιο query με full GPU usage που κοιτάει εκατομμύρια φωτογραφίες για quality control. Ξέρεις πόσο θα πάει το μαλλί πριν καν καταλάβουμε το έγινε? Το μόνο που μας σώνει, είναι ότι έχουμε τα reports. Αλλά και αυτά δεν τα ελέγχει κανείς καθημερινά. Μια φορά το μήνα, απλά για να δούνε άμα είναι μέσα στο budget.
 
Δεν ξέρω σε τι εταιρία δουλεύεις Αντρέα, αλλά δεν υπάρχει κανένα σοβαρό cost control σε πολυεθνική. Το complexity για να το φτιάξεις είναι τόσο μεγάλο και κανένας πραγματικά υπεύθυνος για να το κάνει. Φαντάσου ότι τα best practices τα έφτιαξε η purchacer. Και για το επόμενο συμβόλαιο που συζητάμε τώρα, στο console, για να μπορέσεις να κάνεις ένα οποιοδήποτε cost control σε 5 different entities, είναι πολύ δουλειά. Η ατάκα που έπεσε, ήταν ότι απλά θα κάνουν whitelist κάποια LLMs και θα μπλοκάρουν όλα τα άλλα.

Σε πολυεθνική είμαι και εγώ Μάριε. Δεν είναι τόσο περίπλοκο, χρειάζεται flows και ownerships.
Δεν μπορώ να ξέρω τη δική σας περίπτωση, αλλά εάν έχεις global launch, το αναλαμβάνει το global IT. Δεν μπορεί να έχεις ανεξέλεγκτη κατάσταση, φτιάχνεις ένα flow στο service desk για σχετικά αιτήματα, ownership σε τμήμα του global IT. Κάτι αντίστοιχο θα έχετε για άλλα services. Κάπως - κάποιοι κάνουν onboardings στο entra λ.χ.
Εάν πρόκειται για local project, δεν κάνετε planning & budgeting; Εγώ έχω κλειστούς προϋπολογισμούς που περνάνε από το SAP και αυτό είναι. Για να κάνω update σε budget προς τα πάνω, εκτός και εάν είναι του business, είναι δύσκολο ενώ για να κάνω carryforward συνήθως αδύνατο.

Τέλος, εσύ σκέφτεσαι δικά σου query φαντάζομαι, αλλά για σκέψου να αποφασίσει ένα σαΐνι σε εμάς, ότι αφού δεν έχει budget για να πάρει ένα μηχάνημα με μια Nvidia RTX A100 και Dual Xenon για machine learning, να φτιάξει ένα τέτοιο query με full GPU usage που κοιτάει εκατομμύρια φωτογραφίες για quality control. Ξέρεις πόσο θα πάει το μαλλί πριν καν καταλάβουμε το έγινε? Το μόνο που μας σώνει, είναι ότι έχουμε τα reports. Αλλά και αυτά δεν τα ελέγχει κανείς καθημερινά. Μια φορά το μήνα, απλά για να δούνε άμα είναι μέσα στο budget.

Αυτό αλλάζει τελείως το case. Εάν μπορείτε να χρησιμοποιήσετε για το case σας ανοιχτά μοντέλα, αντί να αγοράσεις το accelerated capacity από hypervisor και να δώσεις στη καλύτερη 2-3k/μήνα sustained σε PAAG, τους αγοράζεις ένα μηχάνημα με μια H100/200/B200 και ας κάνουν ότι dev work θέλουν εκεί πέρα. Όταν βγείς production και θέλεις τα καλά του hypervisor, live migrations κλπ τότε πας σε hypervisor με εκπτώσεις δέσμευσης ή συνεχούς χρήσης.
 
Σε πολυεθνική είμαι και εγώ Μάριε. Δεν είναι τόσο περίπλοκο, χρειάζεται flows και ownerships.
Δεν μπορώ να ξέρω τη δική σας περίπτωση, αλλά εάν έχεις global launch, το αναλαμβάνει το global IT. Δεν μπορεί να έχεις ανεξέλεγκτη κατάσταση, φτιάχνεις ένα flow στο service desk για σχετικά αιτήματα, ownership σε τμήμα του global IT. Κάτι αντίστοιχο θα έχετε για άλλα services. Κάπως - κάποιοι κάνουν onboardings στο entra λ.χ.
Εάν πρόκειται για local project, δεν κάνετε planning & budgeting; Εγώ έχω κλειστούς προϋπολογισμούς που περνάνε από το SAP και αυτό είναι. Για να κάνω update σε budget προς τα πάνω, εκτός και εάν είναι του business, είναι δύσκολο ενώ για να κάνω carryforward συνήθως αδύνατο.



Αυτό αλλάζει τελείως το case. Εάν μπορείτε να χρησιμοποιήσετε για το case σας ανοιχτά μοντέλα, αντί να αγοράσεις το accelerated capacity από hypervisor και να δώσεις στη καλύτερη 2-3k/μήνα sustained σε PAAG, τους αγοράζεις ένα μηχάνημα με μια H100/200/B200 και ας κάνουν ότι dev work θέλουν εκεί πέρα. Όταν βγείς production και θέλεις τα καλά του hypervisor, live migrations κλπ τότε πας σε hypervisor με εκπτώσεις δέσμευσης ή συνεχούς χρήσης.
Μια μέρα, πρέπει να πιούμε έναν καφέ, να σου τα πω από κοντά, να καταλάβεις τι σημαίνει μεγάλη πολυεθνική που δεν είναι ΙΤ focused. Δεν μπορώ να γράψω άλλα εδώ και δεν θέλω να "μολύνω" περισσότερο το νήμα.
Το μόνο που θα σου πω, είναι ότι πριν περάσω σε contract manager, ήμουν global assets manager. Το τι έχουν δει τα ματάκια μου, δεν λέγεται. Και το τι ανακαλύπτω τώρα, ακόμα χειρότερο.
 
  • Like
Reactions: anderm
Το απόγευμα κατά τις 6 και κάτι στο Πρώτο Πρόγραμμα ( ΕΡΤ news πλέον) οι παραγωγοί, ένα ζευγάρι που δεν ξέρω, έπαιξαν ένα country-blues-κάτι γραμμένο και εκτελεσμένο από ΑΙ, είναι και χιτ στην χώρα του Τραμπ αν κατάλαβα καλά. Το σχολίασαν μετά στον υπερθετικό βαθμό. Η όλη φάση με χάλασε, το τραγουδάκι μπορεί κανείς να πει πως ήταν αξιοπρεπέστατο. Η προώθησή του όχι, ειδικά από ένα μέσο με το ειδικό βάρος του συγκεκριμένου. Γιατί να πιάσει την κιθάρα ένα πιτσιρίκι πλέον;
 
  • Like
Reactions: Tzimisce
το sono Ai ειναι τρομερη εφαρμογη φτιαχνεις φοβερα τραγουδια ακομα και για βιντεο προσωπικα σου
 
Παρεξήγηση!
Έψαχνα στο Google για να βρω ένα σπάνιο δίσκο που τυχαίνει να τον έχω σε LP.
Τον βρήκα στο Discogs.
Ήταν αυτός:

Aimez-vous... Khatchaturian?
Label:Philips – 6702 016
Series: Collection Twin-Set
Format:2 x Vinyl, LP, Compilation, Stereo
Country:France
Released:
Genre:Classical
Style:Romantic
MjgtNTY5NS5qcGVn.jpeg

Aimez-vous... Khatchaturian?

Σημαίνει: Σας αρέσει ο Χατσατουριάν;

Σημειώνω πως το Google δεν είχε την παραμικρή πληροφορία για το συγκεκριμένο δίσκο, αν και τον βρήκα στο Discogs.

Όμως πετάχτηκε πάλι η Google AI και έδωσε την εξής απάντηση:


AI Overview


As an AI, Google Search does not have personal feelings, but it can provide information about the Armenian composer
Aram Khachaturian. He is highly regarded for combining Western European musical traditions with Eastern folk influences to create major works like ballets, symphonies, and film scores. His notable works include the Gayane ballet (featuring the famous "Sabre Dance") and the Masquerade suite.
  • Background: Khachaturian was the most renowned Armenian composer of the 20th century.
  • Musical style: His work is known for fusing classical Western techniques with the folk traditions of Armenia and the East.
  • Key works: He composed some of the first Armenian ballets, symphonies, and film scores. Some of his most famous pieces include the Gayane ballet and the Masquerade suite.



Δεν κατάλαβε ότι κάνω αναζήτηση, παρεξήγησε και νόμισε ότι της απευθύνομαι!
Περίεργη συμπεριφορά.
 
  • Haha
  • Like
Reactions: Deneb and Tzimisce
Κινέζοι χρησιμοποιούν αμερικάνικα εργαλεία ΑΙ για κυβερνοεπιθέσεις.


Και η πρωτογενής πηγή:

Πάλι καλά που έχει ακόμη Hallucinations...Περάσαμε στην εποχή του vibe hacking.
 
Πάντως η Google έχει κάποιες κινήσεις που δεν έχουν άμεση σχέση με την εξέλιξη των μοντέλων της που όμως μπορούν να της κερδίσουν την κούρσα.
Το παρακάτω βίντεο τα μαζεύει

Για όποιον βαριέται να το δει το βίντεο εστιάζει στα τέσσερα κύρια προβλήματα που εμποδίζουν την πρόοδο της τεχνητής νοημοσύνης και υποστηρίζει ότι η Google έχει ήδη αναπτύξει ήδη δρομολογήσει λύσεις για το καθένα:

1. Συνεχής Εκμάθηση (Continuous Learning)
  • Το Πρόβλημα: Τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) έχουν σοβαρούς περιορισμούς, καθώς ξεχνούν γρήγορα τις νέες πληροφορίες που λαμβάνουν. Αυτό τα καθιστά «σχετικά άχρηστα» χωρίς τη δυνατότητα να μαθαίνουν συνεχώς, κάτι που αποτελεί εμπόδιο στην επίτευξη της Γενικής Τεχνητής Νοημοσύνης (AGI).
  • Η Λύση της Google: Η Google δημοσίευσε μια εργασία για τη «Φωλιασμένη Εκμάθηση» (Nested Learning), ένα νέο παράδειγμα μηχανικής μάθησης που προσομοιάζει τη νευροπλαστικότητα του ανθρώπινου εγκεφάλου (συστήματα βραχυπρόθεσμης και μακροπρόθεσμης μνήμης). Αυτό δείχνει ότι τα LLMs θα μπορούσαν στο μέλλον να είναι ικανά να μαθαίνουν «εν ώρα εργασίας».

2. Κέρδος, Έσοδα & Αποδοτικότητα (Profit & Revenue)​

  • Το Πρόβλημα: Το τεράστιο κεφάλαιο που δαπανάται από τα εργαστήρια τεχνητής νοημοσύνης (τρισεκατομμύρια) πρέπει να αποφέρει έσοδα.
  • Η Λύση της Google: Τα μοντέλα ΤΝ (Tokens In, Tokens Out) δεν περιορίζονται σε λέξεις. Αντίθετα, μπορούν να τροφοδοτηθούν με οποιοδήποτε τύπο δεδομένων («tokens») για να κάνουν χρήσιμες προβλέψεις.
    • Βιολογία/Ιατρική: Το μοντέλο Gemma της Google, εκπαιδευμένο σε γενετικά και βιολογικά δεδομένα, ανακάλυψε μια νέα πιθανή θεραπευτική οδό για τον καρκίνο. Αυτό αποδεικνύει ότι τα βιολογικά μοντέλα ακολουθούν νόμους κλιμάκωσης και αποκτούν αναδυόμενες ικανότητες, όπως ακριβώς και τα γλωσσικά μοντέλα. Η επίλυση ασθενειών και η ανακάλυψη φαρμάκων αντιπροσωπεύουν μια τεράστια και κερδοφόρα αγορά.
    • Συλλογιστική Ικανότητα: Έρευνα της Google έδειξε ότι οι μετασχηματιστές (Transformers) δημιουργούν έναν «γεωμετρικό χάρτη» και κωδικοποιούν παγκόσμιες σχέσεις μεταξύ όλων των εννοιών, επιτρέποντας πολύ πιο σύνθετη συλλογιστική από μια απλή «στατιστική πρόβλεψη της επόμενης λέξης».

3. Ενέργεια (Energy)​

  • Το Πρόβλημα: Η έλλειψη παραγωγής ηλεκτρικής ενέργειας για να τροφοδοτήσει όλα τα νέα κέντρα δεδομένων ΤΝ, καθώς και το πρόβλημα της θερμότητας που παράγουν.
  • Η Λύση της Google: Το Project Suncatcher, μια αποστολή της Google για τη δημιουργία αυτοτροφοδοτούμενων κέντρων δεδομένων ΤΝ στο διάστημα. Οι ηλιακοί συλλέκτες στο διάστημα μπορούν να λειτουργούν 24 ώρες την ημέρα, ενώ η θερμότητα αποβάλλεται χωρίς να επηρεάζει την ατμόσφαιρα.
  • Με βάση τις τρέχουσες προβλέψεις, το κόστος εκτόξευσης στο διάστημα θα πέσει τόσο πολύ που μέχρι το 2035, η κατασκευή αυτών των κέντρων δεδομένων στο διάστημα θα είναι οικονομικά εφικτή και ανταγωνιστική με την κατασκευή τους στη Γη. Η Google σχεδιάζει να στείλει ένα πραγματικό πρωτότυπο δορυφόρου μέχρι το 2027.

4. Chips/Compute (Μικροτσίπ/Υπολογιστική Ισχύς)​

  • Το Πρόβλημα: Η περιορισμένη παραγωγή GPUs (κυρίως από την Nvidia) οδηγεί σε ελλείψεις και υψηλό κόστος.
  • Η Λύση της Google: Η Google κατασκευάζει τα δικά της εξειδικευμένα τσιπ ΤΝ, τους TPUs (Tensor Processing Units). Η 7η γενιά, ο Ironwood, είναι ειδικά σχεδιασμένη για φόρτους εργασίας μηχανικής μάθησης και, στις κατάλληλες εφαρμογές, προσφέρει καλύτερη απόδοση ανά δολάριο και καταναλώνει λιγότερη ενέργεια από τις GPUs. Η Google μπορεί να μισθώσει αυτά τα τσιπ (π.χ. στην Anthropic) και χτίζει ένα κλειστό οικοσύστημα cloud, καθιστώντας την σοβαρό ανταγωνιστή της Nvidia.

Συμπέρασμα​

Ο ομιλητής καταλήγει ότι η Google έχει μια μακροπρόθεσμη στρατηγική (20ετίας), δημιουργώντας την απαραίτητη υποδομή (ενέργεια, τσιπ, μοντέλα συνεχούς εκμάθησης και κερδοφόρες εφαρμογές) για να είναι ο τελικός νικητής στην κούρσα της ΤΝ. Το κατά πόσο η αγορά τεχνολογίας βρίσκεται σε «φούσκα» είναι άσχετο με την αναπόφευκτη μακροπρόθεσμη επιστημονική πρόοδο που φέρνει η AGI.
 
  • Like
Reactions: athlon6401
Το 1/4 των εταιρικών δελτίων τύπου του 2024 δημιουργήθηκαν με την βοήθεια ΑΙ. Ιδιαίτερα υψηλή ήταν η χρήση σε κείμενα ειδικά τεχνολογικού και επιστημονικού περιεχομένου.
Από το "Βήμα".
 
Το 1/4 των εταιρικών δελτίων τύπου του 2024 δημιουργήθηκαν με την βοήθεια ΑΙ. Ιδιαίτερα υψηλή ήταν η χρήση σε κείμενα ειδικά τεχνολογικού και επιστημονικού περιεχομένου.
Από το "Βήμα".
Γενικά αυτό που βλέπω είναι ότι όλοι προσπαθούν να δουν πως να το χρησιμοποιήσουν:
- Αυτοί που δεν θέλουν, φοβούνται ότι οι άλλοι που θέλουν θα τους ξεπεράσουν και μετά άντε να τους πιάσεις.
- Αυτοί που θέλουν, που πολλές φορές αναρωτιούνται για τον αν πρέπει να υπάρχουν όρια στην καθημερινή χρήση και απλά δεν τα σκέφτονται.
- Όλοι οι άλλοι στο ενδιάμεσο.

Πάντως, όταν μιλάμε για μη κριτικές εφαρμογές το νομοθετικό πλαίσιο στην ΕΕ είναι τελείως χαλαρό όσο αφορά το ΑΙ καθαρά, δηλαδή το μόνο που σου ζητούν είναι διαφάνεια, ποιο εργαλείο χρησιμοποίησες και πως. Αυτό βέβαια που δεν λέγεται συχνά είναι ότι το GDPR συνεχίζει να ισχύει στο απόλυτο.
Το πρόβλημα προκύπτει γιατί το μόνο GDPR αποδεκτό ΑΙ εργαλείο αυτή τη στιγμή είναι το Co-pilot της Microsoft. Για αυτό και πολλοί οργανισμοί στρέφονται προς τα εκεί στην επίσημη χρήση. Αν είναι αρκετά μεγάλοι αγοράζουν commercial licenses και τρέχουν σε δικές τους υποδομές LLMs και τα εκπαιδεύουν με δικά τους κλειστά δεδομένα. Αυτό όμως έχει το κακό ότι είναι απίστευτα ακριβό και ταυτόχρονα δεν έχουν πρόσβαση στα πιο καινούργια μοντέλα εκ των πραγμάτων όταν υπάρχουν αναβαθμίσεις σε επίπεδο εβδομάδων.

Βέβαια στην πράξη και από όταν αρκετοί είδαν μέσω των συνδρομών στη Microsoft να παίνει ο co-pilot μέσα στο word και να σου προτείνει γραμματικές/λεκτικές/συνταντικές βελτιώσεις και ο χρήστης να πατά accept σταμάτησαν να θεωρούν ότι υπάρχει κάποιο ζήτημα ηθικής / νομιμότητας κλπ.

Περιττό βέβαια ότι ένα κείμενο γραμμένο χειροκίνητα στο word και αντί για μόνο ορθογραφικό έλεγχο ο χρήστης να πατά accept και στις βελτιώσεις ποιότητας κειμένου, όλοι οι σοβαροί ΑΙ checkers το βγάζουν ως generated από ΑΙ. Και εκεί αρχίζουν τα ΠΟΛΥ δύσκολα στο τι είναι αποδεκτό, τι όχι κλπ.

Για παράδειγμα το Elsevier, ένας από τους κορυφαίους εκδοτικούς οίκους επιστημονικών δημοσιεύσεων υψηλού κύρους αποδέχεται πια την υπεύθυνη χρήση ΑΙ εργαλείων:

Αυτό δεν έγινε αυτόματα ή άμεσα. Το 2023 υπήρξε από το Elsevier η πρώτη πολιτική που επέτρεπε τη χρήση ΑΙ για να τσεκάρουν οι συγγραφείς τη γλώσσα, με ταυτόχρονη απαγόρευση της χρήσης για οτιδήποτε άλλο. Προσωπικά αυτό είναι παράδοξο γιατί δεν μπορείς να επιβάλεις την εφαρμογή του αν κάποιος θέλει να κοροϊδέψει. Δηλαδή όποιον ΑΙ checker και να χρησιμοποιήσεις αν έχεις βελτιώσει απλά το κείμενο θα χτυπήσει ως ΑΙ generated content. Πριν πολύ λίγο καιρό αυτό άλλαξε με την πιο πάνω πολιτική, γιατί πια είναι αδύνατον να ξέρεις και είτε απαγορεύεις τα πάντα, είτε επιτρέπεις τα πάντα βάζοντας ένα πλαίσιο όπως και έκαναν.

Νομίζω πως στην ΕΕ η μεγάλη αλλαγή θα έρθει όταν τα ChatGPT, Gemini, Claude, Grok γίνουν GDPR compliant για τον απλό χρήστη. Αυτή τη στιγμή για τον απλό χρήστη μόνο το copilot που περιλαμβάνεται στο Μ365 είναι οκ. Σε εταιρικά περιβάλλοντα τα πράγματα είναι πολύ περίπλοκα μιας και μεγαλή ευθύνη για το compliance φέρει και αυτός που τρέχει την enterprice εφαρμογή.
 
Το 2019 που έγινα free-lancer πήρα μια γρήγορη απόφαση από αυτές που έχουν συνέπειες πολλά χρόνια μετά. Αποφάσισα να χρησιμοποιήσω το email μου στην google σαν επαγγελματικό. Ο απλός λόγος ήταν ότι ενώ το είχα φτιάξει από τους πρώτους και ήταν πολύ καλό δεν το χρησιμοποιούσα πρακτικά καθόλου και το inbox ήταν πρακτικά άδειο.
Κανένα χρόνο μετά τα 15 GB free (σε όλες της εφαρμογές της google) εξαντήθηκαν και μπήκα στο πακέτο των 100 GB με το 2ευρω. Αυτό έγινε από μόνο του κάποια στιγμή 200 GB με 2 ευρώ πάλι το μήνα. Τους τελευταίους μήνες παλεύω γιατί στο λογαριασμό συγχρονίζονται πέρα από τα email μου και οι φωτογραφίες από τα οικογενειακά κινητά. Δοκίμασα να μεταφέρω χειροκίνητα μεγάλα βίντεο σε άλλο cloud και μετά από 2 μήνες χτύπησα πάλι 98%. Άρα έπρεπε να κάνω αναβάθμιση. Τα ωραία και σχετικά με το συγκεκριμένο νήμα είναι ότι πια η Google σου δίνει με 99.99 ευρώ το χρόνο το πακέτο Google 1 Premium 2 TB το οποίο λίγο καιρό τώρα δίνει και πρόσβαση στο Gemini με χοντρικά αντίστοιχες δυνατότητες που δίνει το Plus στο ChatGPT.

Πρώτο πολύ κακό που βρήκα είναι ότι δεν μπορείς να απενεργοποιήσεις τη χρήση δεδομένων σου από το να χρησιμοποιούνται για εκπαίδευση από την google. Υπάρχει μόνο ένα οριζόντιο setting να κλείσεις τελείως το Activity. Όμως όταν το κάνεις αυτό, όλες οι συζητήσεις σβήνονται μετά από 72 ώρες και σου κόβουν και τη διασύνδεση με όλες τις άλλες υπηρεσίες. Πχ. δοκίμασα να ζητήσω να μου κάνει περίληψη από βίντεο στο Youtube (που το χρησιμοποιούσα και με την δωρεάν έκδοση) και αρνήθηκε. Έπρεπε να ξαναενεργοποιήσω το activity για να το κάνω.

Αυτό και μόνο με ενόχλησε πάρα πολύ πάντως. Θα κάνω μερικές δοκιμές σε περίπλοκα θέματα να δω πως συμπεριφέρεται σε σχέση με το προφίλ χρήσης μου.
 
Το πρόβλημα προκύπτει γιατί το μόνο GDPR αποδεκτό ΑΙ εργαλείο αυτή τη στιγμή είναι το Co-pilot της Microsoft. Για αυτό και πολλοί οργανισμοί στρέφονται προς τα εκεί στην επίσημη χρήση. Αν είναι αρκετά μεγάλοι αγοράζουν commercial licenses και τρέχουν σε δικές τους υποδομές LLMs και τα εκπαιδεύουν με δικά τους κλειστά δεδομένα. Αυτό όμως έχει το κακό ότι είναι απίστευτα ακριβό και ταυτόχρονα δεν έχουν πρόσβαση στα πιο καινούργια μοντέλα εκ των πραγμάτων όταν υπάρχουν αναβαθμίσεις σε επίπεδο εβδομάδων.

Γιατί ένας οργανισμός να μην χρησιμοποιήσει το VERTEX AI API και να χρησιμοποιήσει κάποιο EU region, που έχει πολιτική μηδενικού data retention όντας κατεξοχήν GDPR-αποδεκτό;
Εάν τους είναι δύσκολο, οι enteprise εκδόσεις των frontier μοντέλων υποστηρίζουν data residency.
 
Γιατί ένας οργανισμός να μην χρησιμοποιήσει το VERTEX AI API και να χρησιμοποιήσει κάποιο EU region, που έχει πολιτική μηδενικού data retention όντας κατεξοχήν GDPR-αποδεκτό;
Εάν τους είναι δύσκολο, οι enteprise εκδόσεις των frontier μοντέλων υποστηρίζουν data residency.
Ναι για μεγάλες εταιρίες λύσεις υπάρχουν αν και πολλές φορές έχει αποδειχθεί ότι δεν δουλεύουν πάντα όπως θα περίμεναν (δες τι έπαθε η Delloite στην Αυστραλία :LOL: ). Το θέμα είναι για τις μικρομεσαίες επιχειρήσεις. Εκεί είναι ζήτημα. Πολλές άντε να θελήσουν να δώσουν σε πιλοτικό στάδιο τα 200 ευρώ το μήνα μιας συνδρομής pro και μόλις μάθουν ότι υπάρχουν ζητήματα σε σχέση με τη δουλειά τους μπορεί να το σκεφτούν διπλά.
 
Για τους οργανισμούς και τις μεγαλύτερες εταιρίες το έγραψα, αλλά το επεκτείνω μέχρι και τις μεσαίες εταιρίες.
Μεσαία εταιρία ως ορισμός είναι αυτή με 50-250 άτομα και 10-50εκ τζίρο. Εάν αυτοί έχουν budget για οποιοδήποτε AI related project 200€ τον μήνα, ή έχουν τμήμα πληροφορικής που δεν μπορεί να ενσωματώσει ένα API για AI inference μέσα σε εργαλεία τους, χαθήκανε και δεν το ξέρουν.

Οι micro-εταιρίες, με τα κάτω από 10 άτομα, ναι, το ακούω να έχουν τέτοια θέματα και ισχύει αυτό που ίσχυε πάντα, "προσαρμόσου ή θα χαθείς". Θυμάμαι πριν από 12-13 χρόνια, σε συνέδριο της Microsoft, ένας από τους αντιπροέδρους της, είπε πως όλες οι επιχειρήσεις, ανεξαρτήτως του τι κάνουν, είτε θα μετεξελιχθούν σε εταιρίες πληροφορικής με εξειδίκευση τη σημερινή (τότε) δραστηριότητα τους, ή θα χαθούν. Και όντως, σήμερα από το παραδοσιακό καπελάδικο του Λονδίνου και τα ασημένια μαχαιροπίρουνα στο Παρίσι, μέχρι το φαρμακείο και το ταξί, είναι συνδεδεμένες επιχειρήσεις και το μεγαλύτερο μέρος του τζίρου τους έρχεται από πλατφόρμες/ecommerce κλπ.

Αντίστοιχα και σήμερα με το AI. Η αύξηση της παραγωγικότητας μπορεί να είναι τρομερή.
Για να το πετύχεις, πρέπει να υπάρχει το prompting skill σε αυτούς που το χρησιμοποιούν και να χρησιμοποιούν τα κατάλληλα μοντέλα για αυτό που θέλουν να πετύχουν.
 

Αρχίζουν να πέφτουν οι τιμές πολύ πιο γρήγορα από ότι θα περιμέναμε. Ναι, το παρόν δεν είναι κλώνος του Optimus της Tesla, αλλά δεν παύει να είναι ένα ρομπότ με κόστος όσο ένα -ακριβό- κινητό...
 
Φυσικά χθες βράδυ έκανα head-to-head δοκιμές μεταξύ του Gemini 3 Pro Thinking και του ChatGPT 5.1 Extended Thinking. Χρησιμοποίησα ένα απλό παράδειγμα. Του περιέγραψα την οικογένειά μου και του είπα να μου φτιάξει αναλυτικά ένα 10ημερο ταξίδι για την Ουαλία (που θα ξυπνήσουμε το πρωί, που θα είμαστε το μεσημέρι, που θα καταλήξουμε το βράδυ και τι θα κάνουμε στη διάρκεια της ημέρας), να παρουσιάσει τα αποτελέσματα σε αρχείο excel και να υπολογίζει και τιμές για όλα (ξενοδοχεία, ενοικιαζόμενο αυτοκίνητο, φαγητό, εισόδους κλπ). Ζήτησα και από τα δύο να μου κάνουν διευκρινιστικές ερωτήσεις και αυτές του ChatGPT ήταν περισσότερες και πιο λεπτομερείς.
Όσο αφορά τις τιμές για το ταξίδι οι διαφορές είναι οκ μεταξύ των δύο, τα θεωρώ αξιόπιστα για ένδειξη κόστους αν και το Gemini ήταν 10-15% χαμηλότερο στις εκτιμήσεις του.

Εκεί όμως που έδωσα βάρος είναι στο σχεδιασμό του ταξιδίού το τι να κάνουμε που να κοιμηθούμε κάθε ημέρα κλπ. Προσωπικά μου άρεσε περισσότερο το πρόγραμμα που έβγαλε το ChatGPT. Μετά έβαλα χιαστί τα προγράμματα να τα κρίνουν και να μου πουν ποιο είναι το καλύτερο, αλλά και να προτείνουν πιθανά και κάποιο νέο παίρνοντας θετικά στοιχεία από το άλλο. Το gemini έγραψε ότι η πρόταση του ChatGPT είναι "rigorously superior due to its optimized pacing".

Πρέπει να σημειώσω ότι το ChatGPT σκεφτόταν πολύ πολύ περισσότερο, ώς και 10 λεπτά αντί για τα 1-2 του Gemini. Δεν ξέρω τρόπο να κάνω το Gemini να σκέφτεται περισσότερο.

Το ρώτησα φυσικά και μου είπε ότι το ChatGPT 5.1 Extended Thinking είναι αντίστοιχο του Gemini 3 Pro Deep Thinking που δεν έχω πρόσβαση. Το ξαναρώτησα και μου πρότεινε:

Since you already have the $20 ChatGPT Plus subscription:
  1. Do not upgrade to the $249.99 Google AI Ultra plan solely for "Deep Think" unless you need 30TB of storage.
  2. Stick to the $19.99 Google AI Pro plan if you want the convenient UI for "Deep Research" (great for gathering reports).
  3. Use Google AI Studio for free/cheap access to the raw "Deep Think" reasoning engine when you have a specific, complex problem that requires that extra depth.
Το συμπέρασμα είναι ότι δεν είναι εύκολο να αποκτίσεις φθηνά πρόσβαση στο "Deep Think" του Gemini. Πρέπει να πας από το Google AI studio και να αγοράζεις token ανά χρήση. H OpenAI το έχει δώσει άμεσα και πρακτικά χωρίς όρια στο Plus των 20 δολαρίων.

Με δεδομένο και τα θέματα ασφάλειας / ιδιωτικότητας που έγραψα πιο πάνω, σίγουρα θα χρησιμοποιήσω το gemini σε ότι έχει να κάνει με εικόνες / βίντεο (που η χρήση είναι ελάχιστη) όπως και θα συγκρίνω το "Deep Research" του Gemini με το αντίστοιχο του ChatGPT.

Έχει κανείς συνδρομή στα Claude ή Grok να κάνουμε μερικές δοκιμές; Προφανώς άλλο μοντέλο δεν πρόκειται να πληρώσω και με δεδομένη την δωρεάν συνδρομή και στο Perplexity.