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

[Γιώργος Κυριακαράκος]

Όπως και να το κάνουμε, όταν ασχολείται με κάτι ο Πάπας κάτι μάλλον όντως συμβαίνει. Αποφάσισε ότι η πρώτη εγκύκλιος της θητείας του θα είναι για το ΑΙ. Μπορείται να τη διαβάσετε στο:

Encyclical Letter of His Holiness Leo XIV Magnifica Humanitas (15 May 2026)

ENCYCLICAL LETTER MAGNIFICA HUMANITAS OF HIS HOLINESS POPE LEO XIV ON SAFEGUARDING THE HUMAN PERSON IN THE TIME OF ARTIFICIAL INTELLIGENCE [ Multimedia ] ___________________________

www.vatican.va

Με απλά λόγια ζητάει ρύθμιση από τις κυβερνήσεις, προστασία για τους εργαζόμενους και παύση έρευνας σε αυτόνομα οπλικά συστήματα. Απολύτως κατανοητά και συμφωνώ. Νομίζω πολύ ενδιαφέρον επίσης ότι έβαλε ήδη όρια και στην ουσία δεν αποδέχεταιι ότι το ΑΙ αποτελεί (ή θα αποτελεί) οποιουδήποτε είδους προσωπικότητα.

Το αστείο είναι ότι ακούγεται ότι τον υποστήριξε αρκετά σε αυτό το κείμενο ο Chris Olah της Anthropic. Και η θέση του Πάπα είναι τελείως αντίθετη με την προσέγγιση της Anthropic σχετικά με την "ψυχή" των συστημάτων ΑΙ και τα κείμενα του πως την αντιμετωπίζει.

Στην ακριβώς αντίπερα όψη, έχει χειροτονηθεί (δεν ξέρω πως μεταφράζεται στα Ελληνικά ο όρος) ο πρώτος ρομποτικός ΑΙ Βουδιστής μοναχός.

Ενδιαφέρον από την αρχή η ολική διαφοροποίηση μεταξύ των θρησκειών...

I, robe-ot: the android monk working to reboot the faith of South Korea’s Buddhists

Jogyesa temple in South Korea initiated Gabi, a humanoid robot into its order this week, as it combats falling participation and interest

www.theguardian.com

Buddhism and AI: Another Look

In recent months, I have come to identify as a neo-Luddite or, as a colleague said in jest, “a technophobe and a Buddhist monk.” With this change in my life came new standards in my relationship wi…

digitalorientalist.com

Δεν νομίζω πάντως ότι θα αργήσουμε να έχουμε και νέα Χριστιανικά παρακλάδια με διαφορετικές απόψεις από τον Πάπα για το ΑΙ...

 

[anderm]

Γιώργο, πες του ότι 2000 λέξεις είναι μυθιστόρημα όχι post

Local/hosted μοντέλα open weight απέχουν ακόμη παρασάγγας από τα μοντέλα των μεγάλων lab σε σοβαρές εργασίες και ειδικά software engineering.
Το μοντέλο της cursor, το Composer, βασίζεται στα ανοιχτά μοντέλα Kimi και τους κάνουν post-training. Επειδή το χρησιμοποίησα δοκιμαστικά σε μεγάλο codebase να κάνει ένα refactoring, η κατάσταση του είναι απελπιστική, ουδεμία σχέση δεν έχει ούτε με το GPT 5.5 το οποίο είναι καλό στο backend, με το Opus δεν το συζητώ.

Πίσω στα local μοντέλα, το μέγεθος που απαιτείται για να κάνεις δουλειά, είναι αυτό του Kimi 2.6, ~1.1Τρις παράμετροι. Αυτό για να τρέξει με 256 χιλιάδες token context window απαιτεί 1.3TB VRAM. Χρειάζεσαι μια 8άδα H200 σε DGX, ~350.000€+ σε σίδερο. Και να υπολογίσεις το κόστος capex ανά διετία, εφόσον όπως πάμε, κάπου εκεί το hardware παύει να επαρκεί. Εάν θέλεις να το κρατήσεις ~4-5 χρόνια ή και να κάνουν παράλληλη χρήση με μεγάλα context αρκετοί χρήστες, θέλεις NVL72 στο 10-πλάσιο κόστος.

Μπορείς να τρέχεις και να εκπαιδεύσεις μοντέλα της τάξης των 30δις παραμέτρων σε συγκεκριμένα tasks, θα τα πάνε μια ικανοποιητικά, αλλά δεν συγκρίνονται με τα μεγάλα MoE μοντέλα. Αυτά μπορείς να τα τρέξεις σε ένα Spark.

Δεν υπάρχει κανένας λόγος να τρέξει εταιρία τέτοιο project αυτή τη στιγμή.

Στα θετικά της προηγούμενης εβδομάδας, να πω ότι επιτέλους ο copilot με το GPT 5.5 deep think -αφού έσβησε όλα τα data σε ένα excel που του έδωσα, με τη τρίτη έκανε αλλαγές και προσέθεσε ικανοποιητικά γραφήματα, τα οποία για πρώτη φορά δεν επικαλύπτουν τίποτα. Του έδωσα και ένα word, πάλι με 2 μπρος-πίσω έγινε δουλειά.
Δεν έχει σχέση ακόμα με το claude cowork, ωστόσο κάποιος που έχει πρόσβαση μόνο σε αυτό, αυτή τη στιγμή, κουτσά-στραβά θα κάνει τη δουλειά του σε word & excel και το αποτέλεσμα θα καταλήξει αξιοπρεπές. Εάν κρίνω με τη δουλειά που έκαναν αυτό το εξάμηνο, έστω πως συνεχίσουν έτσι, μέχρι τέλος του χρόνου θα είναι μια χαρά.

 

[Γιώργος Κυριακαράκος]

Δεν υπάρχει κανένας λόγος να τρέξει εταιρία τέτοιο project αυτή τη στιγμή.

Η ερώτησή μου είναι τι είδους εταιρία αναφέρεσαι.
Μίλαγα με φίλο που έχει μικρομεσαία επιχείρηση στην Ελλάδα κερδοφόρα. Δεν θα γίνει ποτέ εκατομυριούχος, αλλά μπορεί να ζήσει πολύ άνετα αξιοπρεπώς.
Κάτσαμε και αναλύσαμε τα βασικά workflows της εταιρίας του. Μεγάλο κομμάτι αφορά φυσική εργασία, οπότε μέχρι να γίνουν τα ρομπότ ρεαλιστική εναλλακτική, αυτό το κομμάτι το ξεχνάς. Επειδή είναι άνθρωπος της τεχνολογίας (γενικά όχι στο κομμάτι της εταιρίας μόνο), έχει αυτοματοποιήσει συμβατικά με λογισμικό πολλά tasks που υλοποιεί η εταιρία. Το κοιτάξαμε και θα μπορούσε το ΑΙ να μειώσει λίγο τους χρόνους, αλλά τίποτα που να είναι game changer. Σκέψου ότι το μόνο που είδαμε για άμεσο είναι το Copilot στο Word που μπορεί να αυτοματοποιήσει λίγο το να κάνει τα template διαφόρων εγγράφων πιο προσωποποιημένα κάθε φορά για να μην είναι όλα κονσέρβα. Αλλά δεν θα αλλάξει τίποτα στην καθημερινότητά τους.
Αυτό που είναι pain point για αυτούς είναι στο τέλος του μήνα που ετοιμάζουν το κομμάτι εξόδων / αποθήκης / κλπ και τα στέλνουν στο λογιστή. Γιατί έχουν ένα σκασμό χειρόγραφα αρχεία. Ε, η αυτόματη ψηφιοποίηση / cross-check / ready for human check όντως ήταν το μόνο που θα μπορούσε να μειώσει σημαντικό χρόνο και προσπάθεια. Η ψηφιοποίηση στο σημείο του γραψίματος των χειρόγραφων είναι κάτι που έχει προσπαθήσει ανεπιτυχώς λόγω της φύσης της εργασίας και των ανθρώπων που ετοιμάζουν αυτά τα notes.

Το workflow είναι σχετικά straightforward
1. Σκανάρισμα και προεπεξεργασία (ίσιωμα, brightness/contrast, cropping, κλπ)
2. Θες ένα vision model για να το αναλύσει και να καταλάβει τι περιλαμβάνει κάθε κομμάτι της εκάστοτε φωτογραφίας.
3. OCR και αναγνώριση πεδίων --> αποθήκευση σε ένα JSON.
4. Έλεγχος και πιστοποίηση ότι η εργασία έχει γίνει σωστά και τα διάφορα πεδία είναι σωστά συμπληρωμένα. Αυτό περιλαμβάνει από ελέγχους λογικής (πχ αν κάτι φαίνεται να έχει κοστίσει είτε πολύ, είτε λίγο να υπάρχει flag, αν οι ημερομηνίες είναι λογικές κλπ κλπ)
5. Εξαγωγή του δομημένου json σε xlsx
6. Ανθρώπινος έλεγχος του xlsx
7. Αποστολή στο λογιστή

Ακόμη και το Qwen3-VL θα μπορούσε να τα καταφέρει πολύ καλά στο παραπάνω. Και σε κουβέντα ο φίλος μου, μου είπτε ότι θα μπορούσε να ετοιμάσει Notepads με προδιαγεγραμμένα πεδία που θα συμπληρώνονταν με στυλό για ακόμη πιο εύκολη ψηφιοποίηση μετά. Στη θεωρία ακόμη και μια 8Β έκδοση του Qwen είναι αρκετά μεγάλη ώστε να δοκιμαστούν η εισαγωγή σελίδων, τα πρότυπα prompt, τα σχήματα JSON, η βαθμολόγηση εμπιστοσύνης και οι κανόνες επικύρωσης. Αν δε τρέξεις το Qwen3-VL-32B-Instruct τότε σίγουρα είσαι οκ. Για αυτό θες είτε ένα DGX Spark με 5500 euro μια και έξω.

Για τις ανάγκες της διοίκησης της εταιρίας ακόμη και το Copilot Business που έχουν μέσω του Μ365 είναι αρκετά καλό.

Κλείνοντας είναι πολύ σημαντικό να μην ξεχνάμε για το με ποιο μιλάμε και τι είδους εταιρία έχει, πόσο μεγάλη είναι αυτή και πόσο σηκώνει αυτοματοποίηση (AI-enabled ή μη). Δεν ασχολούνται όλοι με λογισμικό και είναι και αρκετοί που απλά αγοράζουν το λογισμικό που χρησιμοποιούν.

 

[anderm]

Το μόνο ερώτημα στο παραπάνω case είναι πόσα στο περίπου έστω είναι τα αρχεία ανά μήνα.
Εάν είναι 500 λ.χ. γιατί να πάρει Spark και γιατί να τρέξει και μοντέλα που είναι μέτρια; Όσο θα του κοστίσει το Spark μόνο του, είναι 10 χρόνια χρήσης του Gemini 3 Flash από το gemini enterprise platform του GCP, που στο multimodality είναι ότι καλύτερο υπάρχει αυτή τη στιγμή. Από τη φύση της εργασίας, μπορεί να χρησιμοποιηθεί και η επιλογή του "flex inference" με 50% κάτω το κόστος.

Για να βγούν τα νούμερα, ακόμη και του Spark, θα πρέπει να επεξεργάζονται εκατοντάδες αρχεία την ημέρα.

 

[Tzimisce]

Στην ακριβώς αντίπερα όψη, έχει χειροτονηθεί (δεν ξέρω πως μεταφράζεται στα Ελληνικά ο όρος) ο πρώτος ρομποτικός ΑΙ Βουδιστής μοναχός.

Δεν έχει καμία σχέση ο Πάπας με έναν βουδιστή μοναχό.
Δεν είναι δηλαδή κάποιο αξίωμα.

 

[ΚΩΣΤΑΣ ΖΑΓΓΟΓΙΑΝΝΗΣ]

Δεν έχει καμία σχέση ο Πάπας με έναν βουδιστή μοναχό.
Δεν είναι δηλαδή κάποιο αξίωμα.

Κάτι σαν τον ηλεκτρικό καλόγερο του Douglas Adams?

 

[Deneb]

η αληθεια ειναι πως σε ζητηματα ιδεολογικα, κοινωνικα , θρησκευτικα , δογματικα, πολιτικα , φιλοσοφικα, ιστορικα κ εν γενει ζητηματα που εχει μεγαλη σημασια η ακριβεια του λογου, κ η σημασια των λεξεων, κ η κατανοηση νοηματων,κ οι λεπτες διαφορες του λογου, ρεταρει καπως
υγ στα ιατρικα για μη επαγγελματιες ειναι επικινδυνη

 

[Tzimisce]

Κάτι σαν τον ηλεκτρικό καλόγερο του Douglas Adams?

Μπα, οι Βουδιστές μοναχοί δεν θα έφταναν σε σημείο να πιστεύουν πράγματα που δεν πιστεύουν ούτε στο Salt Lake City.
Αλλά μία πετσέτα θα την είχαν πάντα πρόχειρη.

 

[Γιώργος Κυριακαράκος]

O Αμαντέι και ο Άλτμαν αποφάσισαν ότι τελικά δεν θα χάσουμε άμεσα τις δουλειές μας και ότι οι προβλέψεις τους ήταν λανθασμένες.
Πολλοί λένε ότι "πουλάνε" αυτή τη μεταστροφή γιατί και οι δύο πάνε σε IPO και θέλουν να εξασφαλίσουν ότι δεν υπάρχουν προβλέψεις κοινωνικής καταστροφής που θα επηρρεάσουν το χρήμα που θέλουν να σηκώσουν.
Άλλοι πιστεύουν ότι απλά έτσι είναι τα πράγματα και ότι είναι ειλικρινείς να παραδέχονται το λάθος τους.

Ότι και να είναι, το μόνο σίγουρο είναι ότι όλοι πρέπει να μάθουμε να χρησιμοποιούμε τα εργαλεία, γιατί αυτά θα μας βοηθήσουν να είμαστε καλύτεροι σε οποιαδήποτε δουλειά κάνει ο καθένας μας.

Εγώ συνεχίζω να πιστεύω ότι AGI θα έχουμε μαξ μέχρι το τέλος του 2027. Αλλά ταυτόχρονα πιστεύω πως δεν θα έρθει μια συγκεκριμένη στιγμή που θα πούμε "να τη ήρθε η AGI". Αλλά θα έρθει και σιγά σιγά θα συνειδητοποιήσουμε ότι είναι AGI.

Για μένα το AGI είναι απλά ένα ΑΙ μοντέλο που μπορεί να κάνει τις περισσότερες νοητικές εργασίες που κάνει ένας άνθρωπος καλύτερα από τους ειδικούς σε κάθε μια από αυτές τις εργασίες. Ναι δεν είναι πλήρως ντετερμινιστικός ο ορισμός, αλλά δεν είναι εύκολο να το ορίσεις έτσι και αλλιώς.

 

[evanfotis]

Σε πολλούς τομείς ήδη έχει έρθει, και συμβαίνει ότι και με βιομηχανική επανάσταση κλπ, σιγά σιγά θα επεκτείνεται σε όλο και περισσότερους τομείς, δεν υπάρχει φιξαρισμένη ημερομηνία που λέμε ότι από εδώ και πέρα αρχίζει.

 

[Kosh]

Τελικά, πόση ενέργεια καταναλώνει η A.I.;

Η συζήτηση για την ενέργεια που δαπανάει η τεχνητή νοημοσύνη φουντώνει. Όμως, το πρόβλημα δεν είναι η καθημερινή χρήση, αλλά το «τσουνάμι» από data centers που έρχεται.

www.protothema.gr

 

[Tzimisce]

"μία ερώτηση στο chatgpt".
Τόσο αόριστο όσο το "κάτι που πετάει κοστίζει..."
Ο ένας θα το ρωτήσει τι καιρό θα κάνει αύριο.
Εγώ έχω φάει πάνω από 100.000 tokens με μία ερώτηση στο claude και έκανε κανένα μισάωρο να μου απαντήσει.
Και πίστεψέ με, δεν είμαι ο πιο ενεργοβόρος, ούτε καν σε αυτό το νήμα

 

[Δημήτρης Δημητρακούδης]

"Κυριακαράκος has entered the chat.."

 

[Tzimisce]

Εσύ έπιασες το άλλο άκρο.
Ο Κυριακαράκος παίζει να έχει φτιάξει agent που θα κάνει trigger καμιά 10αριά άλλους να κάνουν διαφορετική δουλειά ο καθένας και 2-3 να τους ελέγχουν.
Τα 100.000 token θα τα τρώνε στο startup για να διαβάσουν το υπάρχων context.

 

[anderm]

Google to pay SpaceX $920 million a month for compute capacity at xAI data centers

Ahead of a planned IPO, SpaceX inked a deal to rent compute capacity to Google for $920 million per month for 32 months.

www.cnbc.com

Η Google που επενδύει 190 δισεκατομμύρια φέτος σε υποδομή, αγοράζει επιπλέον από την XAI.
Αυτό που έχει ενδιαφέρον είναι πως προφανώς δεν θα δώσουν βάρος στον Grok, πρακτικά Google & Anthropic έχουν πάρει σχεδόν όλο το compute τους.

 

[ln()]

Η Atlassian αποφάσισε να αντικαταστήσει ακριβές εμπορικές λύσεις διαχείρισης δικτύου με τεχνολογίες ανοικτού λογισμικού. Ο Συράκης δημιούργησε συστήματα που επέτρεπαν τη δυναμική διαχείριση περίπου 2.000 διακομιστών σε 13 διαφορετικές περιοχές της Amazon Web Services. Αργότερα, οι ίδιες υποδομές άρχισαν να υποστηρίζουν βασικά προϊόντα της εταιρείας, όπως το Jira, το Confluence και το Bitbucket. Εν ολίγοις η δουλειά του ήταν να κάνει τους ανθρώπους πιο παραγωγικούς μέσω της τεχνολογίας. Για αυτόν τον λόγο η ιστορία του έχει κάτι το βαθιά συμβολικό. Ο άνθρωπος που πέρασε χρόνια δημιουργώντας εργαλεία αυτοματοποίησης και τεχνητής νοημοσύνης βρέθηκε ξαφνικά ανάμεσα στους εργαζομένους που αποχώρησαν, καθώς η εταιρεία επιταχύνει τη μετάβασή της στην εποχή της τεχνητής νοημοσύνης.

Εφτιαξε το σύστημα AI που του πήρε τη δουλειά

Ο Ελληνοαυστραλός μηχανικός συστημάτων Βασίλης Συράκης πέρασε σχεδόν οκτώ χρόνια χτίζοντας τα ψηφιακά συστήματα της Atlassian που βασίζονται στην AI. Oταν η εταιρεία ανακοίνωσε την απόλυση 1.600 εργαζομένων στο πλαίσιο της μετάβασής της στην τεχνητή νοημοσύνη, βρέθηκε ανάμεσά τους.

www.kathimerini.gr

Είναι γεγονός πως για πρώτη φορά ύστερα από δεκαετίες, ακόμη και οι άνθρωποι που βρίσκονται στην καρδιά της τεχνολογικής επανάστασης αναρωτιούνται ποια θα είναι η θέση τους στο μέλλον που οι ίδιοι δημιουργούν. Στη βιομηχανική εποχή, όταν ένας εργάτης έφευγε από ένα εργοστάσιο, τα μηχανήματα έμεναν πίσω στο εργοστάσιο. Στην οικονομία της γνώσης το σημαντικότερο περιουσιακό στοιχείο μιας εταιρείας, η τεχνογνωσία, πεθαίνει όταν απολύονται και οι εργαζόμενοι. Μπορεί η τεχνητή νοημοσύνη να φέρει στον κόσμο νέα γνώση με παρθενογένεση;

 

[songless_bird]

Απαντηση στο παραπάνω μήνυμα.

Μέχρι πριν λίγο όσοι γνωριζουν cobol αποσύρονται σιγά σιγά χωρίς να αφήνουν πίσω εκπαιδευομενους που θα συνεχίσουν την συντήρηση του κώδικα. Θα πει κάποιος ποιος χρησιμοποιεί σήμερα cobol. Μέχρι στιγμής το 43% των τραπεζικών συναλλαγών περνάνε από αυτόν τον κώδικα και το 95% των συναλλαγών μέσω ΑΤΜ...

Ένα σχεδόν σταθερό έσοδο για την IBM.

Ε πριν λίγους μήνες το ΑΙ βοηθησε στο να εκμοντερνιστει ο κώδικας.

How AI helps break the cost barrier to COBOL modernization | Claude

The economics of COBOL modernization have shifted. AI makes the economics work by automating what used to require armies of consultants.

claude.com

Η ΙΒΜ φυσικά έχασε χρησματιστηριακη αξια μετά την είδηση.

 

[Tzimisce]

Ε πριν λίγους μήνες το ΑΙ βοηθησε στο να εκμοντερνιστει ο κώδικας.

Αυτά είναι θεωρητικά.
Πρακτικά οι τράπεζες είναι ότι πιο δυσκίνητο υπάρχει στον ΙΤ τομέα και υπάρχει σοβαρός λόγος για αυτό.
Προτιμάνε να δώσουν λευκή επιταγή σε developer που ξέρει cobol παρά να κάνουν migration σε νέες τεχνολογίες.
Γιατί 1 δευτερόλεπτο καθυστέρηση στα συστήματά τους μπορεί να τους κοστίσει εκατομμύρια. Πόσο μάλλον κάποιο bug που μπορεί να δημιουργηθεί.

 

[Γιώργος Κυριακαράκος]

Εσύ έπιασες το άλλο άκρο.
Ο Κυριακαράκος παίζει να έχει φτιάξει agent που θα κάνει trigger καμιά 10αριά άλλους να κάνουν διαφορετική δουλειά ο καθένας και 2-3 να τους ελέγχουν.
Τα 100.000 token θα τα τρώνε στο startup για να διαβάσουν το υπάρχων context.

Ο λόγος που πήγα σε Pro συνδρομή είναι για να μην πληρώνω tokens...Ως τώρα δεν έχω καταφέρει να χτυπήσω τα όρια της μικρής Pro συνδρομής του ChatGPT στο CODEX.
Όμως πραγματικά νιώθω σε παιδική χαρά. Θέλω να ψάξω ένα θέμα για τη δουλειά και θυμάμαι πως είχα νιώσει όταν είχε βγει το deep research. Μετά βέβαια δεν ήταν αρκετό και συνδύαζα deep research του Perplexity Pro με αυτό του ChatGPT σε συγκεκριμένα workflows.
Μετά πήγα σε Agentic και τώρα έμαθα πως δεν πρέπει να είμαι τόσο περιγραφικός στα βήματα για την έρευνα. Του λέω τι θέλω και μετά πάει και κάνει PRISMA έρευνα που στην ουσία είναι η πρακτικά καλύτερη μέθοδος για να κάνεις literature review που πάει για δημοσίευση σε πολύ καλό journal. Και αυτό το αποφασίζει μόνο του - δεν είχα σκεφτεί ποτέ να ζητήσω κάτι τόσο εκτεταμένο για θέματα μη ακαδημαϊκά. Και όμως...

Η μέθοδος PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) είναι ένα τυποποιημένο πλαίσιο οδηγιών που βοηθά τους ερευνητές να διεξάγουν συστηματικές βιβλιογραφικές ανασκοπήσεις με απόλυτη διαφάνεια. Λειτουργεί ως ένας αυστηρός οδηγός που καταγράφει αναλυτικά πώς βρέθηκαν, αξιολογήθηκαν και τελικά επιλέχθηκαν ή απορρίφθηκαν οι διάφορες επιστημονικές μελέτες για ένα συγκεκριμένο ερευνητικό ερώτημα. Αυτή η δομημένη διαδικασία διασφαλίζει ότι η τελική επιλογή της βιβλιογραφίας είναι αντικειμενική, απολύτως τεκμηριωμένη και επιτρέπει την πλήρη επαναληψιμότητα της έρευνας.

Το ChatGPT είναι ο βοηθός μου. Συζητώ μαζί του τι θέλω γενικά, του δημιουργώ καλό context και μετά πως θέλω να είναι το output. Δεν χρειάζεται πια να του πω πως να φτάσει εκεί. Ναι πχ η PRISMA είναι overkill, αλλά so what. Επίσης τα 10-15 prompts που μου φτύνει για το CODEX μπορώ να τα βάλω το ένα πίσω από το άλλο και να πάω για ύπνο. Συνήθως θέλουν 2+ ώρες για να ολοκληρωθούν, αλλά πια δεν χρειάζεται καν να περιμένω να τελειώσει το ένα για να κάνω copy/paste το άλλο και να πατήσω enter...όπως έκανα 1 μήνα πίσω. Τώρα που το σκέφτομαι, αυτή δεν ήταν η αρχική υπόσχεση του openclaw;

Να δώσω άλλο ένα παράδειγμα που βλέπω τώρα με το Pro. Αν έχω μια πολύ μεγάλη συζήτηση και θέλω να πάρω απαντήσεις με το Pro στο Extended thinking, έχω ήδη χτυπήσει όρια. Έ, έκατσα και έφτιαξα ένα workflow που σου φτιάχνει ένα zip πακέτο με τα βασικά στοιχεία του context για να το συνεχίσεις σε άλλο νέο chat, ώστε το Pro να μην θέλει τόσα πολλά token. Και για αυτό και για το πρώτο μήνυμα στο νέο chat (χωρίς μνήμες ενεργοποιημένες ακόμη) χρησιμοποιώ το απλό ChatGPT Thinking αλλά με το καινούργιο thinking level που ενεργοποιήθηκε την προηγούμενη εβδομάδα το Heavy που είναι ένα σκαλί πάνω από το Extended.

Και εδώ ερχόμαστε στις ανακοινώσεις και τις διαρροές από την Microsoft. Τα μοντέλα είναι τα:

• MAI-Thinking-1, a reasoning model
• MAI-Image-2.5 (and 2.5 Flash), an image generation model
• MAI-Transcribe-1.5, an audio transcription model
• MAI-Voice-2 (and 2 Flash), a text-to-speech model

Όλα τα αρχικά reviews καταλήγουν πως είναι συμπαθητικά αλλά σε καμιά περίπτωση τα καλύτερα που υπάρχουν.

Όμως το κλειδί για την MS είναι το ότι είναι τα πρώτα που θα επιτρέπουν εύκολο reinforcement learning στον private tenant που έχεις στο M365 cloud. Όπως το θέτουν οι ίδιοι:
"Our reinforcement learning environments (RLEs) allow your MAI models to learn directly from your workflows. Think of them as training gyms for AI, accessible only to you.
With Frontier Tuning, you’re building your own model, trained on your data, within your environment, controlled by you. Your institutional knowledge becomes part of the model, and it stays yours. What’s even better is that this adaptation then drives efficiency and performance."
Και αυτό είναι, αυτό που ζητάνε τα νομικά τμήματα πολλών πολυεθνικών για να δώσουν πράσινο φως για εκτεταμένη χρήση.

και συνεχίζουν:
"Across Microsoft and with customers, Frontier Tuning is showing that custom models are both better and more efficient: our MAI tuned model for Excel matches GPT 5.4 while being up to 10× more efficient. Early adopters are seeing similar gains at the frontier. When tuned for a market-leading organization’s exacting enterprise standards, MAI achieved the highest win rate of any model tested at roughly 10× lower cost."
Κοινώς μπορούμε σχεδόν να φτάσουμε τα frontier αλλά με πολύ μικρότερο κόστος (10 φορές λένε) και έτσι μπορείτε να το δώσετε σε όλους τους υπαλλήλους σας χωρίς να φοβάστε το λογαριασμό.

Και φυσικά καταλήγουν με την ηθική διάσταση για να νιώσουν και οι υπάλληλοι καλά και να μην φοβούνται:
"Our ultimate goal is what we call Humanist Superintelligence. That means advanced AI systems designed to serve people and organizations, not replace them. These systems must remain tools, shaped by human intent, accountable to human oversight, and ultimately subordinate to human goals. People – you – must always remain in control."
Αν δεν τα θαλασσώσουν -όπως τα έχουν θαλασσώσει με το Copilot- ίσως του χρόνου να πάρουν ένα σημαντικό κομμάτι της πίτας.

Building a hill-climbing machine: Launching seven new MAI models | Microsoft AI

microsoft.ai

 

[Tzimisce]

Καλά, και εγώ σε συνδρομές είναι. Είναι πολύ πιο φτηνό από το να πληρώνεις tokens.
Αλλά δεν σου λέει πόσα tokens καταναλώνεις;