In meinem Fall ist es einfach eine zweite Leidenschaft, die sich neben meinem Beruf als Softwareingenieur entwickelt hat. Mittlerweile ist diese Leidenschaft sogar stärker als die Softwareentwicklung.Wobei sich da auch schon sehr viele kleine Firmen tummeln. Viel ist da auch nicht mehr zu holen.
Ich habe heute ein Lufthansa-Logo mit Ente von chatgpt machen lassen. Endlich ein sinnvoller Einsatz für ki!Die KI kann weitaus mehr als man denkt. Ich arbeite mittlerweile selbst viel mit KI und bin immer wieder aus neue erstaunt.

Ich denke eher nicht, KI lebt ja von den Ingenieuren, die ihr Wissen in den Code einbringen.Dann werden wohl nicht wenige Ingenieurstellen bei Nvidia zukünftig gestrichen.
Ja aber ob die dann wirklich alle noch brauchen ist fraglich.Ich denke eher nicht, KI lebt ja von den Ingenieuren, die ihr Wissen in den Code einbringen.
Funktioniert sind da zehn Jahre wahrscheinlich dass alle die gut verdient haben ihren Job verloren haben wegen KI hahaha und jetzt wird's richtig kaputt gemachtIch ahne Böses: Jedes Jahr eine neue Geforce, ganz nach dem Apple- und Samsung-Modell.
Ich denke eher nicht, KI lebt ja von den Ingenieuren, die ihr Wissen in den Code einbringen.
Der ganze KI-slop lebt davon, ganz schnell, viel am Fließband auszuspucken. Leider auch viel Mist dabei.Ich ahne Böses: Jedes Jahr eine neue Geforce, ganz nach dem Apple- und Samsung-Modell.
Ich denke eher nicht, KI lebt ja von den Ingenieuren, die ihr Wissen in den Code einbringen.
Zwischenstand bezüglich des neuen Nvidia-Treibers: Erwartungsgemäß regt sich nichts außerhalb der Messtoleranz.
Tja, wenn man nix besseres mit seiner Zeit anzufangen weißIch habe heute ein Lufthansa-Logo mit Ente von chatgpt machen lassen. Endlich ein sinnvoller Einsatz für ki!
Aber man sieht ja leider viele, die nichts mit sich anzufangen wissen und dann auf TikTok, Instagram oder sonstwo irgendwelchen Blödsinn machen.Prompt Fehler. Dir steht das gesamte Wissen des Internets zur Verfügung. 99% der Fehlerhaften Antworten entstehen durch falsche Prompts. Wenn man eine Frage in einem oder zwei Sätzen formuliert, wirst du nur Müll rausbekommen. Gute Prompts sind umfangreich. Selbst bei eigentlich einfachen Fragen musst du, wenn du gute Antworten willst, mehrere Zeilen Prompt schreiben.Das mag auch ein Problem sein, natürlich. Aber das was ich meine ist wirklich eine schlechte Qualität aufgrund schlechter Trainingsdaten. Schlicht, mangelndes "Wissen".
Bin ich voll bei dir. Das Problem ist die Gier oder einfach der Zeitaufwand, der damit verbunden ist, um die Leute gut zu bezahlen. Dabei kann man alles von der Steuer absetzen.Der ganze KI-slop lebt davon,ganz schnell, viel amFließband auszuspucken. Leider auch viel Mist dabei.
Und die Menschen mit Expertise werden dann gebraucht, um zu reviewen und die Spreu vom Weizen zu trennen.
Das macht keinen Spass, ist geistige Hochkonzentrations-Fließbandarbeit, die immer schlechter bezahlt wird - weil es auf Masse geht. Und die Expertise Qualität zu beurteilen wird von unten auch nicht mehr nachgezüchtet.
Stichwort "Job-hollowing"
Ich kenne mich damit nicht aus und habe mich noch nie wirklich mit KI beschäftigt. Mein bester Freund ist bei der Cyberabwehr im Bund tätig, und er meinte, man wird immer Menschen brauchen. Ob das stimmt, kann ich nicht sagen, da ich in der Materie nicht so involviert bin.Ja aber ob die dann wirklich alle noch brauchen ist fraglich.
Nvidia kann dann Personalkosten sparen und noch größere Gewinne einstreichen!
Klar wird man immer Menschen brauchen. Aber ob man alle noch braucht das ist ja dann die Frage.Ich kenne mich damit nicht aus und habe mich noch nie wirklich mit KI beschäftigt. Mein bester Freund ist bei der Cyberabwehr im Bund tätig, und er meinte, man wird immer Menschen brauchen. Ob das stimmt, kann ich nicht sagen, da ich in der Materie nicht so involviert bin.
LG

Nur welche Modellierung ist ohne Lücken/Vereinfachungen? Desto größer das Modell, desto größer die Gefahr dass ein Overfitting auf die Vereinfachungen stattfindet.Dabei ist es wichtig dass man den "richtigen" Wert versucht zu maximieren als auch dass der Verifier keine Regellücken hat ansonsten findet das Modell diese und erzeugt regelkonforme hochbewertete Lösungen die nutzlos sind
Was jetzt? Kann Algorithmen, also angewandte Mathematik, oder macht vermehrt Fehler bei Mathematik?Ich bin recht viel am Orchestrieren und Korrigieren, aber selbst Algorithmen ausdenken... das kriegt teilweise Claude viel besser und schneller hin.
Mathematik ist aber noch so ein Thema. Da wird noch recht viel halluziniert.
Die Frage ist ja weniger ob es Vereinfachungen und Lücken gibt sondern ob diese wirklich relevant sind. Modelle sind ja immer Abstraktionen. Wo es kritisch ist ist die Bewertung. Es muss sauber definiert sein und eben fehlaktuierung die theoretisch zum Ziel führen bestraft werden. Als einfaches Beispiel ein Geschwindigkeitsregler im Auto. Der Algorithmus könnte ja erkennen, dass er mit Vollgas und entsprechender Bremsaktuation auf die Soll-Geschwindigkeit kommt. Dass ist aber nicht sinn eines solchen Reglers also muss eine gemeinsame Aktuation von beiden bspw. bestraft werden.Nur welche Modellierung ist ohne Lücken/Vereinfachungen? Desto größer das Modell, desto größer die Gefahr dass ein Overfitting auf die Vereinfachungen stattfindet.