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

1768516833602.png

Μεγάλη επιτυχία το GPT 5.2 thinking. 1942s thinking, δηλαδή 32 λεπτά και κάτι για να κάνει αλλαγές σε ένα presentation.
Και μετά τα 32 λεπτά, επανέρχεται με ερωτήσεις.

Αυτό είναι μια χαρά εάν θέλεις να σου βγάλει ένα "wall of text" που θα το χτενίσει και θα το ξανα-χτενίσει, αλλά εάν θέλεις διοθρώσεις και ένα πιο γρήγορο interaction, η κατάσταση του είναι τραγική. Κουτσο-έκανα τη δουλειά μου, αλλά συνολικά για 10 prompts πρέπει να έχει κάνει πάνω από 4 ώρες thinking.
 
Εγώ ξέρω ότι έδωσα 20 γραμμές κώδικα σε payed chatgpt, perplexity και Gemini με πρόβλημα που είναι λυμένο στο ίδιο αρχείο και στο βιλαμπάχο ακόμη τρίβουν.
Junior dev το έλυσε σε 3 λεπτά.
Σαν Junior με κολλημένο μυαλό και όρεξη για overengineering συμπεριφέρονται όλα.
Διπλό bootstrap με controller και μοντέλα που θα χρησιμοποιούν διαφορετικά services και helpers που θα πρέπει να πειράξω όλα τα αρχεία του project για να τα κάνω inject με τον δικό του τρόπο...
Ενώ η λύση είναι σε ένα if 😂

Που μπορεί απλά να μετακινήσει μία γραμμή μέσα στο έτοιμο if που του έχω στην επόμενη γραμμή!
Έκοψα το plus, πήγα στο go αλλά ούτε αυτό δεν βγάζει τα λεφτά του.
 
anderm said:
View attachment 264797

Μεγάλη επιτυχία το GPT 5.2 thinking. 1942s thinking, δηλαδή 32 λεπτά και κάτι για να κάνει αλλαγές σε ένα presentation.
Και μετά τα 32 λεπτά, επανέρχεται με ερωτήσεις.

Αυτό είναι μια χαρά εάν θέλεις να σου βγάλει ένα "wall of text" που θα το χτενίσει και θα το ξανα-χτενίσει, αλλά εάν θέλεις διοθρώσεις και ένα πιο γρήγορο interaction, η κατάσταση του είναι τραγική. Κουτσο-έκανα τη δουλειά μου, αλλά συνολικά για 10 prompts πρέπει να έχει κάνει πάνω από 4 ώρες thinking.
Click to expand...
Έχεις καταφέρει στο co-pilot business να έχεις τέτοιους μεγάλους χρόνους! Ωραίος. Εγώ με τίποτα. Μόνο από το interface της OpenAI. Εντός MS όλα γίνονται πιο γρήγορα και τις περισσότερες φορές χειρότερα.
Συνήθως αυτό που κάνω είναι να ζητώ από το LLM το πρώτο full draft σε κάτι, όπως ακριβώς θα το ζήταγα σε έναν junior συνεργάτη, μετά το δουλεύω παραδοσιακά μόνος μου και στο τέλος το ξαναδίνω για το χτένισμα που λες.
Συνήθως στο χτένισμα οι 3-5 φορές δίνουν ουσιαστική βελτίωση. Μετά οκ, μπορεί να βρει κάτι αλλά είναι λεπτομέρεια της λεπτομέρειας.
Στο χείριστο σενάριο:
- Μισή ώρα με μηνύματα πέρα-δώθε για να φτιάξει σωστό context το LLM (μπορεί να χρειαστώ και 10 λεπτά εξτρά για διαμόρφωση μιας γνωσιακής βάσης από το Perplexity Pro)
- Συνήθως 20-25 λεπτά για να βγάλει το πρώτο φουλ draft
- Συνήθως 1-2 ημέρες κανονικής δουλειάς δικής μου
- Τέλος κάπου 20-25 λεπτά το κάθε στάδιο χτενίσματος με μισή ώρα δουλειά από μέρους μου για το πρώτο iteration, ενώ συνήθως ο χρόνος για τις τροποποιήσεις μειώνεται γιατί είναι λιγότερες.
Σύνολο 3-4 ημέρες εκεί που θα ήθελα 1 εβδομάδα δική μου και 2-3 εβδομάδες για τον junior, σύνολο 3-4 εβδομάδες παραδοσιακά συνολικά σαν δουλεύοντας σαν ομάδα. Οι εβδομάδες έγιναν μέρες...

Υ.Γ. Η OpenAI υπέγραψε συμφωνία με τη Cerebras για να επιταγχύνει το χρόνο σε task που θέλουν πολύ χρόνο.
 
Επίσης νέα καινοτομία!
Recursive Language Models ή με άλλα λόγια καταφέραμε για όλα τα μοντέλα να βρούμε τρόπο να έχουμε ένα παράθυρο συζήτησης (context window) απεριόριστου μήκους!
Με απλά λόγια σήμερα όσο μεγαλώνει το παράθυρο τόσο συμπιέζουμε τα πιο παλιά δεδομένα χάνοντας ακρίβεια.
Να δούμε πότε θα βρούμε τρόπο να σταματήσουν τα LLM να βαριούνται και να "ξεχνάνε" τι ακριβώς τους ζητήσαμε πριν από λίγα μυνήματα και το απλοποιούν.
Αν η καινοτομία του paper ενσωματωθεί ακόμη και στα τωρινά μοντέλα θα ανοίξουν νέοι ορίζοντες για μακροχρόνιες εργασίες χωρίς οποιαδήποτε βελτίωση στα LLM καθαυτά.


Τέλος να πω ότι από τη μία νιώθω ότι πάμε αργά σε σχέση με υπάρχουσα γνώση για τέτοιους είδους προσεγγίσεις / πολυπρακτορικά συστήματα. Αντίστοιχες προσεγγίσεις (πχ να φτιάξεις ένα framework με διάφορες εργασίες που πρακτικά μπορείς να τους ονομάσεις πράκτορες όπου η διάκριση των τασκ με τα ίδια resources σου δίνει πολύ καλύτερο αποτέλεσμα) τις χρησιμοποιούμε δεκατίες. Ακόμη δεν έχουν υλοποιήσει τα μισά από αυτά που είχα χρησιμοποιήσει συνδιαστικά στο διδακτορικό μου πριν 15 χρόνια (δεν τα είχα αναπτύξει εγώ αλλά άλλοι χρόνια πριν, τα είχα χρησιμοποιήσει/τροποποιήσει/παραμετροποιήσει εντός του πεδίου της διατριβής μου).
Από την άλλη σε λιγότερο από 4 χρόνια έχει αλλάξει ο κόσμος. Πόσο πιο γρήγορα πια...

Υ.Γ. Αυτή η ένδειξη "βαρεμάρας" των LLM είναι ένδειξη νοημοσύνης για αρκετούς.
 
Γιώργος Κυριακαράκος said:
Υ.Γ. Αυτή η ένδειξη "βαρεμάρας" των LLM είναι ένδειξη νοημοσύνης για αρκετούς.
Click to expand...

Εννοείται ότι είναι.
Δεν γίνεται να τονίζεις κάθε 2-3 μηνύματα κάτι που έγραψες πιο πάνω επειδή το "ξέχασε"
Πάει στράφι και το πρώτο prompt που υποτίθεται του λέμε τι θέλουμε και πως το θέλουμε.
 
Είμαι γραμμένος σε αρκετά newsletters σχετικά με ΑΙ. Πήρα ένα mail σήμερα που περιγράφει μια οπτική από αυτές που "παίζουν" σε σχέση με την επόμενη ημέρα από φιλοσοφικής άποψης. Είναι του Peter Diamandis. Την βάζω αυτούσια και μπορούμε να κουβεντιάσουμε μετά. Προφανώς για την μοιράζομαι σε κάποια συμφωνώ, αλλά όχι σε όλα.


Είμαστε Σαν Θεοί: Η Εποχή της Εκθετικής Αλλαγής​

Το 1968, ο Stewart Brand έκανε μια διακήρυξη που ορίζει την εποχή μας: «Είμαστε σαν θεοί και καλό θα ήταν να γίνουμε καλοί σε αυτό».

Πενήντα οκτώ χρόνια αργότερα, αυτό δεν είναι πλέον μεταφορά… είναι μέτρηση.

Μέχρι το μεσημέρι, τις περισσότερες μέρες, έχετε ήδη αναπαραστήσει τη μισή Παλαιά Διαθήκη. Έχετε ανακαλέσει γνώση από τον αιθέρα μέσω της Google ή ενός chatbot. Μετακινήσατε χρήματα με ένα κούνημα του χεριού σας μέσω Apple Pay. Μιλήσατε σε κάποιον στην άλλη άκρη του πλανήτη μέσω FaceTime. Ανάψατε φωτιά σε μια έξυπνη κουζίνα και χωρίσατε τα σύννεφα με την εφαρμογή καιρού σας.

Δεν τα αποκαλούμε αυτά θαύματα. Τα αποκαλούμε Τρίτη.

Στο πρώτο μας βιβλίο, Abundance: The Future is Better Than You Think (Αφθονία: Το Μέλλον Είναι Καλύτερο Απ' Όσο Νομίζετε), ο Steven Kotler και εγώ προβλέψαμε ένα μέλλον μεταφορών, Τεχνητής Νοημοσύνης (AI), ρομποτικής και μακροζωίας. Μια δεκαετία αργότερα, αυτές οι προβλέψεις είναι δεδομένα. Όμως, όπως εξηγούμε στο νέο μας βιβλίο, «We Are As Gods», το να κατέχεις θεϊκή δύναμη είναι μόνο η μισή μάχη. Η πραγματική πρόκληση είναι η αναβάθμιση της συνείδησής μας και των συστημάτων γνωστικής πλοήγησης, ώστε να συμβαδίζουν με αυτή την επιταχυνόμενη ισχύ.

Ακολουθούν επτά κρίσιμα συμπεράσματα από το We Are As Gods για να σας βοηθήσουν να ευημερήσετε στη δεκαετία όπου τα πάντα συμβαίνουν παντού και συνεχώς:

1. Η Αποτυχία της Αναλογίας​

Αν νιώθετε καταβεβλημένοι από τον ρυθμό της αλλαγής, το ζήτημα δεν είναι μόνο πολιτισμικό… είναι φλοιώδες (cortical). Ο εγκέφαλός μας εξελίχθηκε για έναν τοπικό και γραμμικό κόσμο, όπου τα νέα ταξίδευαν με ρυθμό πεζού και η αλλαγή χρειαζόταν γενιές για να συντελεστεί.

Σήμερα, ζούμε σε ένα παγκόσμιο και εκθετικό περιβάλλον όπου σεισμικές αλλαγές εκρήγνυνται εβδομαδιαίως. Ο μηχανισμός μας για τη «χαρτογράφηση δομών» (structure-mapping) έχει ξεμείνει από εύκολες συγκρίσεις, οδηγώντας σε «γνωστικό ίλιγγο»: την αίσθηση ότι ο κόσμος κινείται γρηγορότερα από ό,τι μπορούμε να τον αναλύσουμε.

Για να επιβιώσετε, πρέπει να σταματήσετε να ψάχνετε αναλογίες στο παρελθόν και να χτίσετε μια Εκθετική Νοοτροπία (Exponential Mindset) για το μέλλον.

2. Τα Έξι D Κλιμακώνονται με Ταχύτητα Δίνης​

Τα «Έξι D» - το σχέδιο για το πώς η τεχνολογία μετατρέπει τη σπανιότητα σε πλεόνασμα - τώρα «καταβροχθίζουν τον κόσμο».

  • Ψηφιοποίηση (Digitization): Μόλις μια τεχνολογία γίνει κώδικας, ανεβαίνει στις πλάτες του Νόμου του Moore και επιταχύνει.
  • Αποϋλοποίηση (Dematerialization): Η φυσική υπόσταση εξαφανίζεται. Το smartphone σας έχει αντικαταστήσει τεχνολογία αξίας 7,1 εκατομμυρίων δολαρίων της δεκαετίας του 1980, συμπεριλαμβανομένης της κάμερας, του GPS και της εγκυκλοπαίδειάς σας.
  • Εκδημοκρατισμός (Democratization): Εκδημοκρατίζουμε την εμπειρογνωμοσύνη. Η Τεχνητή Νοημοσύνη επιτρέπει πλέον σε οποιονδήποτε με σύνδεση Wi-Fi να επιλύει προβλήματα που κάποτε προορίζονταν μόνο για κατόχους διδακτορικού.

3. Το Παράδοξο της Αφθονίας (The Paradox of Plenty)​

Η αφθονία είναι δίκοπο μαχαίρι. Κάθε νέα λύση απελευθερώνει ένα πλήθος νέων προβλημάτων. Αυτό είναι το «Παράδοξο της Αφθονίας». Λύσαμε το πρόβλημα του λιμού, και όμως τώρα 2,6 δισεκατομμύρια άνθρωποι είναι υπέρβαροι.

Δημιουργήσαμε υπερ-συνδεσιμότητα, και όμως πυροδότησε μια παγκόσμια κρίση ψυχικής υγείας και υπερφόρτωσης πληροφοριών. Αυτές οι προκλήσεις φτάνουν σε σαράντα μέρες αντί για σαράντα χρόνια.

Όπως είπε ο Spider-Man: «Με τη μεγάλη δύναμη έρχεται και μεγάλη ευθύνη».

4. Γίνετε «Κένταυρος»​

Το μέλλον δεν είναι ένας αγώνας θανάτου μεταξύ ανθρώπου και μηχανής. Αφορά τον Κένταυρο: ένα υβριδικό μοντέλο συνεργασίας ανθρώπου-Τεχνητής Νοημοσύνης. Συνδυάζοντας την ανθρώπινη δημιουργική διαίσθηση με την ακατέργαστη υπολογιστική ισχύ της AI, μπορείτε να φτάσετε σε πρωτοφανή επίπεδα ευφυΐας.

Κοιτάξτε την BMW: όταν αντικατέστησαν όλους τους εργαζόμενους με ρομπότ, η παραγωγικότητα κατέρρευσε. Αλλά όταν συνδύασαν ανθρώπους με AI, η παραγωγικότητα εκτοξεύτηκε έως και 85%.

Πρέπει να εκπαιδεύσετε το μυαλό σας παράλληλα με τη μηχανή σας, χρησιμοποιώντας την AI ως «διεκδικητή» (challenger) για να ανυψώσετε το πλεονέκτημά σας, αντί για δεκανίκι που θα το αντικαταστήσει.

5. Η «Ροή» (Flow) ως Ανταγωνιστικό Πλεονέκτημα​

Σε έναν κόσμο τεχνητής νοημοσύνης, η πλάγια σκέψη (lateral thinking) - η ικανότητα να γίνονται απροσδόκητες συνδέσεις μεταξύ άσχετων ιδεών - είναι το απόλυτο πλεονέκτημά μας.

Η AI διαπρέπει στον παραγωγικό συλλογισμό αλλά συναντά εμπόδια όταν πρόκειται για τολμηρά άλματα φαντασίας. Η είσοδος σε «κατάσταση Ροής» (flow state) μπορεί να ενισχύσει αυτή την πλάγια σκέψη κατά 58%.

Οι δημιουργικοί ηγέτες που κυριαρχούν στη Ροή και συνεργάζονται με την AI θα κατέχουν το μέλλον.

6. Η Επιταγή του Παιχνιδιού​

Το παιχνίδι δεν είναι επιπολαιότητα - είναι βιολογική απαίτηση για την ανάπτυξη σύνθετων εγκεφαλικών λειτουργιών.

Καθώς η AI αναλαμβάνει τις «βαρετές, βρώμικες και επικίνδυνες» εργασίες επιβίωσης, το παιχνίδι γίνεται το μονοπάτι μας προς την καινοτομία και την κοινωνική σύσφιξη. Είναι το αμμοδόχο (sandbox) όπου δημιουργούμε τα πρωτότυπα νέων πραγματικοτήτων.

Για να ευημερήσετε στην Αφθονία, πρέπει να διεκδικήσετε εκ νέου τη μεταμορφωτική δύναμη του παιχνιδιού για να διατηρήσετε το μυαλό σας ζωντανό και προσαρμοστικό.

7. Ο Σκοπός είναι η Άγκυρά σας​

Χωρίς τον εξωτερικό αγώνα για επιβίωση, κινδυνεύουμε να πέσουμε σε «μαθημένη αβοηθησία» (learned helplessness).

Χωρίς περιέργεια και σκοπό, οι εγκεφαλικοί μας διακόπτες κατεβαίνουν και οι δυνατότητές μας αποστραγγίζονται - μια μοίρα που παρατηρήθηκε στην αποικία «Σύμπαν 25» (Universe 25), όπου ένας παράδεισος ποντικιών μετατράπηκε σε τάφο επειδή οι κάτοικοι έχασαν το «γιατί» τους. Σε έναν κόσμο μετά-τη-σπανιότητα (post-scarcity), ο σκοπός είναι ο Βορράς μας.

Η «νέα εργασία» δεν αφορά το να κερδίζεις τα προς το ζην. Αφορά το να κερδίζεις μια ζωή μέσα από τη δημιουργία και την παραγωγή νοήματος.

Δείτε τι σημαίνει αυτό για εσάς: Βρισκόμαστε στο πιο σημαντικό τεχνολογικό σημείο καμπής στην ιστορία. Τα εργαλεία για θαύματα βρίσκονται στην τσέπη σας.

Ενεργήστε αναλόγως.

Ας δημιουργήσουμε Αφθονία,

Peter
 
  • Like
Reactions: Th.ARvan
Η αφθονία είναι δίκοπο μαχαίρι. Κάθε νέα λύση απελευθερώνει ένα πλήθος νέων προβλημάτων. Αυτό είναι το «Παράδοξο της Αφθονίας». Λύσαμε το πρόβλημα του λιμού, και όμως τώρα 2,6 δισεκατομμύρια άνθρωποι είναι υπέρβαροι.
Όχι, δεν λύσαμε το πρόβλημα. Οι υπέρβαροι υπάρχουν γιατί υπάρχουν ακόμα άνθρωποι που πεινάνε.

Η «νέα εργασία» δεν αφορά το να κερδίζεις τα προς το ζην. Αφορά το να κερδίζεις μια ζωή μέσα από τη δημιουργία και την παραγωγή νοήματος.
Και ποιος θα πληρώνει για το χόμπι σου;

Η AI διαπρέπει στον παραγωγικό συλλογισμό αλλά συναντά εμπόδια όταν πρόκειται για τολμηρά άλματα φαντασίας.
Η ΑΙ έχει ήδη δείξει τεμπελιά και φαντασιοληξία. Έτσι κι αλλιώς παίζει με τις λέξεις. Και:
"The limits of my language mean the limits of my world."
"Whereof one cannot speak, thereof one must be silent."
 
ln() said:
Η αφθονία είναι δίκοπο μαχαίρι. Κάθε νέα λύση απελευθερώνει ένα πλήθος νέων προβλημάτων. Αυτό είναι το «Παράδοξο της Αφθονίας». Λύσαμε το πρόβλημα του λιμού, και όμως τώρα 2,6 δισεκατομμύρια άνθρωποι είναι υπέρβαροι.
Όχι, δεν λύσαμε το πρόβλημα. Οι υπέρβαροι υπάρχουν γιατί υπάρχουν ακόμα άνθρωποι που πεινάνε.

Η «νέα εργασία» δεν αφορά το να κερδίζεις τα προς το ζην. Αφορά το να κερδίζεις μια ζωή μέσα από τη δημιουργία και την παραγωγή νοήματος.
Και ποιος θα πληρώνει για το χόμπι σου;

Η AI διαπρέπει στον παραγωγικό συλλογισμό αλλά συναντά εμπόδια όταν πρόκειται για τολμηρά άλματα φαντασίας.
Η ΑΙ έχει ήδη δείξει τεμπελιά και φαντασιοληξία. Έτσι κι αλλιώς παίζει με τις λέξεις. Και:
"The limits of my language mean the limits of my world."
"Whereof one cannot speak, thereof one must be silent."
Click to expand...
Γίνεται αρκετή συζήτηση πάντως για ένα νέο κοινωνικό συμβόλαιο. Το Καθολικό Βασικό Εισόδημα με διάφορες μορφές εμφανίζεται αρχικά, αλλά όχι μόνο.

Η ιδέα ενός «νέου κοινωνικού συμβολαίου» στη μετά-AI εποχή εμφανίζεται ξανά και ξανά, επειδή η ΤΝ αλλάζει ταυτόχρονα την παραγωγικότητα, την αγορά εργασίας, τη συγκέντρωση ισχύος και τους θεσμούς εμπιστοσύνης (δημοκρατία, επιστήμη, ΜΜΕ). Μερικές απόψεις από κομβικές προσωπικότητες της ΑΙ:
  • Sam Altman (OpenAI): Υποστηρίζει ότι η κοινωνία δεν θα υιοθετήσει «μονομιάς» νέο κοινωνικό συμβόλαιο, αλλά οι σταδιακές προσαρμογές (πολιτικές αναδιανομής, νέα δικαιώματα/πρόσβαση) θα αθροιστούν σε κάτι δομικά διαφορετικό. Βλέπει την εκρηκτική αύξηση πλούτου από την ΤΝ ως ευκαιρία για θεσμικούς ανασχεδιασμούς.
    Link: https://blog.samaltman.com/the-gentle-singularity
  • Dario Amodei (Anthropic): Προειδοποιεί ότι η ΤΝ μπορεί να δημιουργήσει «τρομακτική» συγκέντρωση πλούτου και ισχύος, άρα χρειάζονται μηχανισμοί τύπου φορολόγησης/αναδιανομής και πιο στιβαρό κράτος πρόνοιας ώστε να μη διαλυθεί η κοινωνική συνοχή. Στο ίδιο πνεύμα ζητά κανόνες που δεν θα αφήνουν τις κρίσιμες αποφάσεις σε λίγους CEO.
    Link: https://www.axios.com/2024/05/29/anthropic-amodei-ai-jobs-taxation
  • Mustafa Suleyman (Microsoft AI, συνιδρυτής DeepMind): Προτείνει «humanist superintelligence»: ΤΝ που σχεδιάζεται εξαρχής ώστε η ανθρώπινη αξιοπρέπεια και ο ανθρώπινος έλεγχος να είναι αδιαπραγμάτευτοι, μια κανονιστική/ηθική ανανέωση του συμβολαίου ανθρώπου-τεχνολογίας. Αν η ΤΝ αποκτήσει ανεξέλεγκτη αυτονομία, το πρόβλημα δεν είναι τεχνικό αλλά πολιτειακό.
    Link: https://www.project-syndicate.org/c...for-human-control-by-mustafa-suleyman-2025-11
  • Demis Hassabis (Google DeepMind): Επιμένει ότι η κούρσα προς AGI δημιουργεί παγκόσμιες εξωτερικότητες και άρα απαιτείται διεθνής συντονισμός (πρότυπα/κανόνες, θεσμοί επιτήρησης τύπου “IAEA-for-AI”). Με άλλα λόγια, ένα διακρατικό κοινωνικό συμβόλαιο για να μην «εξαχθούν» οι κίνδυνοι σε όλους χωρίς συναίνεση.
    Link: https://www.reuters.com/technology/...bition-ai-deepminds-hassabis-says-2025-03-17/
  • Stuart Russell (UC Berkeley): Υποστηρίζει ότι οι εθελοντικές δεσμεύσεις εταιρειών δεν επαρκούν και χρειάζεται ρυθμιστικό καθεστώς που να απαιτεί αποδείξεις ελέγχου/ασφάλειας πριν από την κλιμάκωση ισχυρών συστημάτων. Το «νέο συμβόλαιο» εδώ είναι η μετατόπιση από “deploy-first” σε δημόσια λογοδοσία εκ των προτέρων.
    Link: https://www.cs.berkeley.edu/~russell/papers/Russell-written-testimony-5-16-2023.pdf
  • Geoffrey Hinton (pioneer των νευρωνικών δικτύων): Προβλέπει ότι χωρίς πολιτικές αντιστάθμισης, η ΤΝ θα κάνει «λίγους πολύ πλουσιότερους και τους περισσότερους φτωχότερους», επειδή οι ιδιοκτήτες κεφαλαίου θα αντικαθιστούν εργασία με αλγορίθμους. Η ουσία της παρέμβασής του είναι αναδιανεμητική και θεσμική: αλλιώς ο κοινωνικός ιστός θα σκιστεί.
    Link: https://www.businessinsider.com/geo...cause-mass-unemployment-and-inequality-2025-9
  • Fei-Fei Li (Stanford HAI): Τονίζει ότι «η ΤΝ είναι εργαλείο» και οι αξίες της είναι ανθρώπινες, άρα απαιτείται human-centered πλαίσιο ευθυνών (άτομο-κοινότητα-κοινωνία) και ενίσχυση της δημόσιας ικανότητας αξιολόγησης/ελέγχου. Υπογραμμίζει πως η παραγωγικότητα δεν εγγυάται κοινό πλούτο, άρα το κοινωνικό συμβόλαιο πρέπει να μεριμνήσει για το “shared prosperity”.
    Link: https://issues.org/interview-godmother-ai-fei-fei-li/
  • Timnit Gebru (DAIR): Υποστηρίζει ότι «η ηθική ΤΝ» απαιτεί θεσμική και δομική αλλαγή—σπάσιμο σχέσεων εξουσίας που επιτρέπουν εκμετάλλευση κοινοτήτων μέσω δεδομένων και αλγορίθμων. Το νέο κοινωνικό συμβόλαιο, στη δική της οπτική, είναι λιγότερο τεχνολογικό και περισσότερο αντι-ολιγαρχικό.
    Link: https://hai.stanford.edu/news/timnit-gebru-ethical-ai-requires-institutional-and-structural-change
  • Kai-Fu Lee (Sinovation Ventures): Προτείνει ένα «social investment stipend» (αντί απλού UBI) που αμείβει φροντίδα, κοινοτική υπηρεσία και εκπαίδευση, οι πυλώνες ενός νέου κοινωνικού συμβολαίου όπου η κοινωνικά ωφέλιμη εργασία αναγνωρίζεται όσο και η οικονομικά παραγωγική. Είναι μια απόπειρα να μεταφερθεί το “status” από την αγορά στον κοινωνικό δεσμό.
    Link: https://kaifulee.medium.com/how-ai-can-coexist-with-humans-bff091451442
  • Elon Musk (Tesla/xAI): Περιγράφει ένα μέλλον όπου η ΤΝ και η ρομποτική κάνουν την εργασία προαιρετική και ωθούν σε σχήματα τύπου «universal high income», επειδή η αφθονία αποσυνδέει επιβίωση από μισθό. Είναι μια ακραία εκδοχή νέου συμβολαίου: το “εργάζομαι για να ζω” παύει να είναι ο πυρήνας της κοινωνικής οργάνωσης.
    Link: https://fortune.com/2026/01/19/when...nal-and-money-will-be-irrelevant-ai-robotics/

Πάντως το μόνο σίγουρο ότι τα πράγματα πρέπει να αλλάξουν...το θέμα είναι αν θα αλλάξουν με σχέδιο ή με βίαιη προσαρμογή.
 
Γιώργος Κυριακαράκος said:
Κοιτάξτε την BMW: όταν αντικατέστησαν όλους τους εργαζόμενους με ρομπότ, η παραγωγικότητα κατέρρευσε. Αλλά όταν συνδύασαν ανθρώπους με AI, η παραγωγικότητα εκτοξεύτηκε έως και 85%.
Click to expand...

Δεν ξέρω που τα βρήκαν αυτά. Φυσικά και αυξήθηκε η παραγωγικότητα όταν αντικατέστησαν ορισμένα functions στα 90s με ρομποτικούς βραχίονες. Βάψιμο, κολλήσεις κλπ γίνονται σημαντικά γρηγορότερα πέραν του ότι υπάρχει συνοχή στην ποιότητα.

Το ότι ένα ψηφιακό σύστημα οποιουδήποτε είδους, όταν υλοποιηθεί σωστά αυξάνει δραματικά τη παραγωγικότητα είναι γεγονός, το βλέπουμε σε κάθε τι γύρω μας. Οι τεχνικές εργασίες σε βιομηχανική κλίμακα σε μεγάλο βαθμό έχουν επωφεληθεί από αυτό. Η ανάπτυξη των LLM, κάνει το αντίστοιχο στα "white collar jobs". Με το claude code εγώ έχω φτιάξει από το μηδέν δύο SaaS εφαρμογές, 25 χιλιάδες γραμμές κώδικα η μια, 70 χιλιάδες η άλλη, έχει γράψει το 98% του κώδικα. Ένα άτομο, σε 2 μήνες part time, έκανε αυτό που θα ήθελε μια ομάδα 6 μήνες για να υλοποιήσει, με 500€, όχι 50k που θα ήθελα διαφορετικά. Και ξαφνικά projects που θα ήταν στα κόκκινα, πλέον έχουν οικονομικό νόημα.

Υπάρχουν ακόμη ένα σωρό δουλειές που καταπονούν έντονα το ανθρώπινο δυναμικό, άνευ λόγου. Από την τενοντίτιδα που παθαίνουν όλοι οι υπάλληλοι ταμείου σε super market μέχρι τον οδοκαθαριστή με τη σκούπα της Βασιλειάδου. Πριν από 10 χρόνια, το marketing plan των μικρο-καταστημάτων ήταν να δίνουν σε κάποιον -μαύρα φυσικά, ψίχουλα για να βγαίνει και να μοιράζει φυλλάδια. Σήμερα από το συνοικιακό κατάστημα ρούχων μέχρι και το ψητοπωλείο, πιθανότατα έχουν αναθέσει τη δουλειά σε κάποιο marketing firm από τα εκατοντάδες που άνοιξαν.
 
  • Like
Reactions: takisot
anderm said:
Δεν ξέρω που τα βρήκαν αυτά. Φυσικά και αυξήθηκε η παραγωγικότητα όταν αντικατέστησαν ορισμένα functions στα 90s με ρομποτικούς βραχίονες. Βάψιμο, κολλήσεις κλπ γίνονται σημαντικά γρηγορότερα πέραν του ότι υπάρχει συνοχή στην ποιότητα.

Το ότι ένα ψηφιακό σύστημα οποιουδήποτε είδους, όταν υλοποιηθεί σωστά αυξάνει δραματικά τη παραγωγικότητα είναι γεγονός, το βλέπουμε σε κάθε τι γύρω μας. Οι τεχνικές εργασίες σε βιομηχανική κλίμακα σε μεγάλο βαθμό έχουν επωφεληθεί από αυτό. Η ανάπτυξη των LLM, κάνει το αντίστοιχο στα "white collar jobs". Με το claude code εγώ έχω φτιάξει από το μηδέν δύο SaaS εφαρμογές, 25 χιλιάδες γραμμές κώδικα η μια, 70 χιλιάδες η άλλη, έχει γράψει το 98% του κώδικα. Ένα άτομο, σε 2 μήνες part time, έκανε αυτό που θα ήθελε μια ομάδα 6 μήνες για να υλοποιήσει, με 500€, όχι 50k που θα ήθελα διαφορετικά. Και ξαφνικά projects που θα ήταν στα κόκκινα, πλέον έχουν οικονομικό νόημα.

Υπάρχουν ακόμη ένα σωρό δουλειές που καταπονούν έντονα το ανθρώπινο δυναμικό, άνευ λόγου. Από την τενοντίτιδα που παθαίνουν όλοι οι υπάλληλοι ταμείου σε super market μέχρι τον οδοκαθαριστή με τη σκούπα της Βασιλειάδου. Πριν από 10 χρόνια, το marketing plan των μικρο-καταστημάτων ήταν να δίνουν σε κάποιον -μαύρα φυσικά, ψίχουλα για να βγαίνει και να μοιράζει φυλλάδια. Σήμερα από το συνοικιακό κατάστημα ρούχων μέχρι και το ψητοπωλείο, πιθανότατα έχουν αναθέσει τη δουλειά σε κάποιο marketing firm από τα εκατοντάδες που άνοιξαν.
Click to expand...

Καλά προφανώς δεν έχω αγοράσει το βιβλίο του, αλλά διαβάζοντας αυτό το point απλά πήγε το μυαλό μου στο γενικά αποδεκτό concept ότι για κάποιο διάστημα ακόμη θα έχουμε human-in-the-loop σε πολυπρακτορικά συστήματα που θα τρέχουν κατά βάση με ΑΙ και προχώρησα παρακάτω μιας και δεν μιλάμε για επιστημονικό newsletter.
Αυτό είναι σε αντιστοιχία με αυτά που λες (και που συμφωνώ).

Αλλά φυσικά με το μήνυμά σου το έψαξα λίγο παραπάνω.

To 85% υποστηρίζεται από references για τη BMW

Και φυσικά το απλοποίησε για wow factor...η αλήθεια είναι ότι μειώθηκε το idle time κατά 85%.

Επίσης η καταστροφή από την πλήρη αυτοματοποίηση ήταν ιστορία της Tesla με το Model 3 και όχι της BMW.
www.eedesignit.com

Robots Driving Automotive – From Early Failures to Success - eeDesignIt

Robots are returning to the automotive production floor, but this time, they're going to be powered by AI.
www.eedesignit.com www.eedesignit.com
 
Σωστά τα γράφουν, αλλά δεν αφορά AI η αύξηση κατά 85%.

1768908837408.png


Human-robot interactions έχουμε επί δεκαετίες και όντως αυξάνουν συνταρρακτικά τη παραγωγικότητα. Αλλά αυτά, δεν τρέχουν AI μοντέλα, δεν διαφοροποιούν on the fly τις διαδράσεις με το περιβάλλον εξετάζοντας το σε πραγματικό χρόνο με κάποιο μοντέλο λ.χ. Ακόμη και πιο "smart" συστήματα που έχουν στις γραμμές παραγωγής με image-based-recognition, για quality control, τα περισσότερα λειτουργούν συγκριτικά με κάποιο reference.

Στη BMW, αυτό που έκαναν στα 2010s είναι να μειώσουν την αποκλειστική χρήση ρομποτικών βραχιώνων για ορισμένα functions, χρησιμοποιώντας τα υποβοηθητικά στον ανθρώπινο παράγοντα. Και εκεί περιγράφουν την αύξηση παραγωγικότητας στη γραμμή παραγωγής.

Μπαίνουν μοντέλα στις γραμμές παραγωγής, αλλά θα δούμε αντίστοιχη αύξηση παραγωγικότητας με αυτή που είδαμε στην εισαγωγή της ρομποτικής; Ίσως επειδή δεν έχω δουλέψει ποτέ στον κλάδο, δυσκολεύομαι να σκεφτώ βήματα της διαδικασίας που είναι εξαιρετικά χρονοβόρα και human-labour intensive που μπορούν να συμπτιχθούν χρονικά δραματικά με την εισαγωγή κάποιου μοντέλου.
 
Θα βγούμε off-topic...όλα αυτά τα ρομπότ ακόμη και 20 χρόνια πίσω χρησιμοποιούν Narrow Artificial Intelligence. Προφανώς αυτό δεν είναι LLM, αλλά είναι εξορισμού ΑΙ. Πολλές φορές τα N-AI συστήματα είναι πιο αποδοτικά από το να πας σε φουλ LLM και σίγουρα οικονομικότερα.

Το ζήτημα είναι πως θα αποφύγουμε:
- Πρώτα τα χοντρά σενάρια καταστροφής / αφανισμού
- Δεύτερον τις κοινωνικές εντάσεις / εξεγέργεις
- Τελικά πως θα εντάξουμε αυτές τις τεχνολογίες στην καθημερινότητα διατηρώντας τον κοινωνικό ιστό σε λειτουργική κατάσταση.

Οι περισσότεροι που μετέφερα τις απόψεις τους στο προηγούμενο μήνυμα είναι δισεκατομυριούχοι/πολυεκατομυριούχοι και μιλάνε για κοινωνική δικαιοσύνη (σε κάποιο βαθμό). Και ανάποδα να το δεις, αν δεν διασφαλίσεις κάποιον να αγοράζει κάτι με κάποιο τρόπο τότε έχεις πρόβλημα.
 
Θα γίνω κακός αλλά ρε παιδιά αυτή η γενικευμένη χρήση Αγγλικών όρων και εκφράσεων,δεν μπορεί να αποφευχθεί;
Έλεος πια...
Τι είναι αυτό το πράγμα;Επίδειξη γνώσεων της Αγγλικής;
To "Αλληλεπιδράσεις ανθρώπων-ρομπότ" είναι δυσνόητο και το "Human-robot interactions κατανοητό";
To "αναγνώριση βάσει εικόνας" σε παραπέμπει αλλού,ενώ το τοπίο ξεκαθαρίζει με το image-based-recognition"?
Το "Εξειδικευμένη Τεχνητή Νοημοσύνη" είναι τόσο χάλια ενώ το "Narrow Artificial Intelligence" είναι κατατοπιστικότατο;
Καταλαβαίνω ότι υπάρχουν Αγγλικές λέξεις που αν τις μεταφράσεις στην Ελληνική γλώσσα ίσως δεν βγάλεις άκρη,αλλά εδώ έχουμε πάει στο άλλο άκρο.
Η γνώση σας μεταφέρεται πολύ πιο εύκολα κάνοντας χρήση της Ελληνικής γλώσσας,όχι μεταφράζοντας αυτολεξεί από Αγγλικά στα Ελληνικά,αλλά ερμηνεύοντας τον όρο στην γλώσσα μας.
 
  • Like
Reactions: Νικος Πετειναρακης, legeonarios, Th.ARvan and 2 others
ΣΩΚΡΑΤΗΣ Τ. said:
Θα γίνω κακός αλλά ρε παιδιά αυτή η γενικευμένη χρήση Αγγλικών όρων και εκφράσεων,δεν μπορεί να αποφευχθεί;
Έλεος πια...
Τι είναι αυτό το πράγμα;Επίδειξη γνώσεων της Αγγλικής;
To "Αλληλεπιδράσεις ανθρώπων-ρομπότ" είναι δυσνόητο και το "Human-robot interactions κατανοητό";
To "αναγνώριση βάσει εικόνας" σε παραπέμπει αλλού,ενώ το τοπίο ξεκαθαρίζει με το image-based-recognition"?
Το "Εξειδικευμένη Τεχνητή Νοημοσύνη" είναι τόσο χάλια ενώ το "Narrow Artificial Intelligence" είναι κατατοπιστικότατο;
Καταλαβαίνω ότι υπάρχουν Αγγλικές λέξεις που αν τις μεταφράσεις στην Ελληνική γλώσσα ίσως δεν βγάλεις άκρη,αλλά εδώ έχουμε πάει στο άλλο άκρο.
Η γνώση σας μεταφέρεται πολύ πιο εύκολα κάνοντας χρήση της Ελληνικής γλώσσας,όχι μεταφράζοντας αυτολεξεί από Αγγλικά στα Ελληνικά,αλλά ερμηνεύοντας τον όρο στην γλώσσα μας.
Click to expand...

Σωκράτη ενώ σε γενικές γραμμές συμφωνώ, σε ειδικές γραμμές δεν είναι λειτουργικό.

Το διδακτορικό μου προ αρκετών ετών το έγραψα δίγλωσσα - βασικά ήταν να το γράψω στα Αγγλικά μόνο αλλά υπήρξαν ενστάσεις ότι θα κρυβόμουν πίσω από την Αγγλική γλώσσα και δεν θα μπορούσε κάποιος να πάει στη βιβλιοθήκη του πανεπιστημίου μου να τη διαβάσει και να την κρίνει (σημείωση ότι όλα τα διδακτορικά στην Ελλάδα ανεβαίνουν στο διαδίκτυο και μπορεί ο οποιοσδήποτε να τα διαβάσει ελεύθερα). Ναι έχουμε τέτοιους πανεπιστημιακούς στην Ελλάδα.
Πίσω στο θέμα μας, αναγκάστηκα να κάνω τη διατριβή δίγλωσση και να την καταθέσω και στις 2 γλώσσες. Λοιπόν στην Ελληνική μετάφραση μου πήρε περισσότερο χρόνο να μεταφράσω τους όρους από τα Αγγλικά γιατί οι περισσότεροι όροι σχετικοί με την τεχνητή νοημοσύνη και τον ευφυή έλεγχο είναι άγρια δύση (έχει πλάκα ότι αυτούς τους δύο όρους τους χρησιμοποιουμε συνολικά, αλλά μεταφράζουμε το Intelligent τη μια φορά ως νοημοσύνη και την άλλη ως ευφυΐα που δεν είναι και ταυτόσημοι όροι) . Τότε αυτό που έκανα πήρα κάποια εγχειρίδια από 3 διαφορετικά ελληνικά πανεπιστήμια που δίδασκαν αντίστοιχα αντικείμενα και ω τι χάος, ο καθένας χρησιμοποιούσε διαφορετική ορολογία στα Ελληνικά και κατέληξα να διαλέγω ότι μου αρέσει περισσότερο και να γράφω και τον Αγγλικό όρο σε παρένθεση.

Tο Narrow Artificial Intelligence μάλλον θα έπρεπε να μεταφραστεί ως "Στενή Τεχνητή Νοημοσύνη" και αυτόν τον όρο θα χρησιμοποιούσα αν ντε και καλά έπρεπε να εξελληνίσω τα πάντα. Έχω δει κείμενα να την αναφέρουν ως "Ασθενής Τεχνητή Νοημοσύνη" που έχει το διπλό θέμα ότι πρώτον δεν είναι άρρωστη και το δεύτερο ότι αυτό είναι πιο κοντά στον όρο Weak Intelligence που είναι στα Αγγλικά κάτι πολύ κοντινό αλλά διαφορετικό τεχνηκά. Έχω δει και το "Ειδική Τεχνητή Νοημοσύνη" που επίσης είναι περιγραφικό, αλλά τεχνικά λάθος. Οι Αγγλικοί όροι είναι σχεδόν καθολικά αποδεκτοί εδώ και 2-3 δεκαετίες τουλάχιστον γιατί η έρευνα στην ΤΝ έχει ξεκινήσει από τη δεκαετία του 50.

Ε, εδώ γράφω για να μοιραστώ σκέψεις σε γρήγορο χρονικό παράθυρο. Προτιμών να ξοδέψω αυτό τον χρόνο για να μεταφέρω άρτια αυτό που σκέφτομαι και όχι να αναζητώ ποια μετάφραση θα είναι η καλύτερη. Χρειάζεται ισορροπία.
 
  • Like
Reactions: anderm, Δημήτρης Δημητρακούδης and takisot
Γιώργο για αυτο έγραψα για ερμηνεία και όχι αυτολεξεί μετάφραση.Ετσι κι αλλιώς γράφουμε σε εναν Ελληνικό διαδικτυακό χώρο και όχι σε εταιρική συζήτηση η δε χρήση των Αγγλικών δεν γινεται μόνο στην παρουσα συζητηση ...
 
Σωκράτη , στην δουλειά σου όπως και στην δική μου, αγγλικά μιλάς ή ελληνικά; Προφανώς αγγλικά. Γιατί άραγε; Αφού έρχονται εδώ διακοπές δεν έπρεπε να ξέρουν και ελληνικά;
Ακριβώς το ίδιο συμβαίνει και με όλα τα τεχνολογικά προϊόντα στον πλανήτη. Υπάρχει κάποιο τεχνολογικό προϊόν με θεμέλια μελέτης, έρευνας, ανάπτυξης σε ελληνική γλώσσα; Ενα πες μου.
Καλύτερα να ξέρεις αγγλικά παρά ελληνικά σε τέτοια θέματα. Οποιος δεν ακολουθεί, μένει πίσω. Απλά.
Σπαστικό ξεσπαστικό, και μένα μου την δίνει ώρες ώρες , αλλά αυτή είναι η αλήθεια.
 
Last edited:
  • Like
Reactions: Δημήτρης Δημητρακούδης and Γιώργος Κυριακαράκος
Τάσο μου,επέτρεψε μου να διαφωνήσω.Ετυχε να γράψω την ένσταση μου στο παρόν νήμα οπου ισως εμπλέκονται Αγγλικοι τεχνικοί όροι και ορολογίες που και πάλι ομως η Ελληνική γλώσσα εχει λέξεις ή έννοιες που μπορούν να αποδώσουν το νόημα τους.Ομως ο καταιγισμός χρήσης της Αγγλικής γινεται απο 2,3 αντε 4 χρήστες και σε μη τεχνολογικά νήματα.Φυσικα δεν μπορείς να απαγορεύσεις σε κανεναν πως θα γράφει,ομως το να γράψεις στην Ελληνική γλώσσα έναν Αγγλικό όρο, οχι με αυτολεξεί μετάφραση αλλά ερμηνεύοντάς τον,περισσότερο θα βοηθήσει και θα εκπαιδεύσει -αν θες- τον αναγνώστη ,παρα θα τον μπερδέψει.Γι αυτό άλλως τε δεν υπάρχουν οι τεχνολογικοι ιστοτοποι;
 
ΣΩΚΡΑΤΗΣ Τ. said:
Θα γίνω κακός αλλά ρε παιδιά αυτή η γενικευμένη χρήση Αγγλικών όρων και εκφράσεων,δεν μπορεί να αποφευχθεί;
Έλεος πια...
Τι είναι αυτό το πράγμα;Επίδειξη γνώσεων της Αγγλικής;
To "Αλληλεπιδράσεις ανθρώπων-ρομπότ" είναι δυσνόητο και το "Human-robot interactions κατανοητό";
To "αναγνώριση βάσει εικόνας" σε παραπέμπει αλλού,ενώ το τοπίο ξεκαθαρίζει με το image-based-recognition"?
Το "Εξειδικευμένη Τεχνητή Νοημοσύνη" είναι τόσο χάλια ενώ το "Narrow Artificial Intelligence" είναι κατατοπιστικότατο;
Καταλαβαίνω ότι υπάρχουν Αγγλικές λέξεις που αν τις μεταφράσεις στην Ελληνική γλώσσα ίσως δεν βγάλεις άκρη,αλλά εδώ έχουμε πάει στο άλλο άκρο.
Η γνώση σας μεταφέρεται πολύ πιο εύκολα κάνοντας χρήση της Ελληνικής γλώσσας,όχι μεταφράζοντας αυτολεξεί από Αγγλικά στα Ελληνικά,αλλά ερμηνεύοντας τον όρο στην γλώσσα μας.
Click to expand...

Σωκράτη, δεν υπάρχει θέμα επίδειξης γνώσεων, το πρόβλημα είναι ξεκάθαρα πρακτικό.
Το "Εξειδικευμένη Τεχνητή Νοημοσύνη" είναι μια χαρά από μόνο του, δεν είναι standard όρος όμως. Όταν μου το γράψεις δεν ξέρω αν αναφέρεσαι σε narrow AI ή κάποιο fine tuned LLM το οποίο μπορεί να μετατραπεί σε "συγκεκριμένου σκοπού".

Και άντε αυτό. Εάν θέλω να σου εξηγήσω τη σημασία του μεγάλου context window στα LLM και ποιές τεχνικές προωθούνται για να περιορίσουν τα token που χρησιμοποιούν πέραν από τη μνήμη των μηνυμάτων, πως θα στο εξηγήσω στα Ελληνικά; Τι μετάφραση θα κάνω στο context window; Τι στα token; Και ποιός θα καταλάβει τι;

Εάν σου γράψω εγώ το context ως "πλαίσιο μνήμης μοντέλου" σε ελεύθερη μετάφραση, έστω πως σε ενδιαφέρει αυτό που διαβάζεις και θα πας να δείς τη πρακτική του εφαρμογή, σε βοήθησα ή σου έκανα ζημιά; Που θα το δείς έτσι, στο Ollama ή στο LM Studio;

Στο πανεπιστήμιο είχαμε έντονα αυτό το debate, επειδή εάν γράφεις στα Ελληνικά, πρέπει να είναι τα πάντα στα Ελληνικά. Όταν θα πάει να διαβάσει κάποιος το κείμενο σου που φωτίζει οποιαδήποτε πλευρά της τεχνολογίας, εάν δεν χρησιμοποιείς τους εδραιωμένους όρους, καταλήγει εξαιρετικά κουραστικό και εν τέλει σε ένα βαθμό στο περιθώριο.

Να κάνουμε μια αναλόγια, μπορώ να αναφερθώ στο CD ως "οπτικό μέσο αποθήκευσης". Εάν θέλεις να συννενοηθούμε, θα με ρωτήσεις "καλέ μου άνθρωπε, CD, DVD, BD, σε τι αναφέρεσαι;". Αντίστοιχα και εδώ. Πριν από 30 χρόνια δεν ήξερε κανείς το DVD, το έμαθε. Σε λίγο θα μάθει και τι είναι το context window.
 
Last edited:
  • Like
Reactions: Γιώργος Κυριακαράκος
Top Bottom