Personaer på speed

 Jeg er tæt på at kalde "personaer", dvs. beskrivelser af fiktive personer i ChatGPT og andre AI'er, for "digitale tvillinger", fordi begrebet "digital twin" er ved at blive meget aktuelt i mange forskellige sammehænge.

Men lad os lige slå fast: En digital tvilling er "bare" en simulering af ét eller andet. Hvis det er en simulering af et menneske ifm. medicin-forskning, så handler det om at kunne simulere nogle stoffers indvirkning på et menneske uden at udsætte mennesket selv for det - fordi den digitale tvilling er baseret på alle mulige data om dette menneske.

I AI-sammenhæng er det langt mindre dramatisk: Man laver en beskrivelse af én eller flere personer, der har relevans for den sammenhæng man vil bruge dem i, og så kan man bede den eller dem om at reviewe et papir, skrive en anbefaling til "chefen", osv.

Nå, men der er jo altid nogen, eller nogle, der får en ret god idé, når noget nyt dukker op, og den her faldt jeg over i et nyhedsbrev. Det er sjovt. Minder om nogle af de første "Civilisation"-spil:

Particularly interesting for social research: a team at Stanford “cloned” human personalities and integrated them into AI agents in a simulated town. The agents performed with 85% accuracy on the General Social Survey compared to humans replicating their own answers two weeks later. This type of work could be applied in social sciences research to improve precision, or used to test policy decisions for unanticipated second- or third-order effects

Mine damer og herrer - det her kan blive sjovt. Man kunne modellere hele familien før juleaften, f.eks. Eller ungerne i en 7. klasse. Eller kollegaerne på kontoret.

Kommentarer

Send en kommentar

Populære opslag fra denne blog

Lav verdens bedste prompt i o3 og brug den til Deep Research

Jeg fik pludselig den idé, at hvis man som første step beder enten GPT4o eller o3 om at svare på et spørgsmål, så får man jo som regel et pænt grundigt og brugbart svar. Men hvad nu hvis man bruger dét svar som udgangspunkt for en forespørgsel eller prompt til Deep Research – også kaldet grundig research – for at få lavet en meget mere tilbundsgående undersøgelse af de temne, som man i første omgang spurgte den normale model om? Så hvis jeg skal prøve at opsummere teknikken: 1. Spørg den normale model om et eller andet. 2. Kopier svaret. 3. Aktiver grundig research og indlede med ordene "Jeg har spurgt ChatGPT om <emne> og på baggrund af dens svar skal du lave en grundig undersøgelse, der afdækker alle aspekter i forbindelse med <her angiver du så yderligere detaljer om, hvad du ønsker>. Her kommer det svar, som du skal bruge til at lave undersøgelsen for mig:<og så indsætter du svaret du kopierede i step 2>. 4. Nu vil den komme med et eller flere spørgsmål for a...
Læs mere

Deep Research ("Grundig Research") er nu tilgængelig i ChatGPT (men kun 10 af dem per måned).

 Jeg stod og underviste i går, og opdagede, at der er kommet en ny option i ChatGPT: "Grundig research", som er den "Deep Research"-ting man har talt om i et stykke tid. Man kan anvende den 10 gange om måneden. Hvis man køber den store option af ChatGPT, som koster 200 USD om måneden, kan man fyre den af 120 gange.  Vi testede den på et par ting i går, og den gjorde indtryk. Jeg spurgte den f.eks.: er der opdateringer af Newtons tre love ift quantum og andre fysik-fremskridt? og den svarede: Er du interesseret i en generel gennemgang af, hvordan Newtons love er blevet påvirket af kvantemekanik og moderne fysik, eller søger du specifikke eksempler og eksperimentelle resultater? Vil du gerne have det forklaret på et populærvidenskabeligt niveau eller mere teknisk? og jeg svarede: generel gennemgang, gerne teknisk, tak. Så tænkte den i syv minutter og anvendte 11 kilder (man kan følge dens overvejelser og opslag forskellige steder ude i højre side) og så leverede den e...
Læs mere

Tredje-generations-AI ("Gen3") forklaret, så man forstår, at der virkelig sker noget nu

  BLUF (Bottom-Line Up Front): De to modeller Grok 3 (fra xAI/Elon Musk) og Claude 3.7 Sonnet repræsenterer en mindre revolution indenfor AI, fordi de kan meget mere end forgængerne ("Gen2"). Det skyldes to ting: De trænes MEGET mere end Gen2 og de får lov til at tænke længere over tingene.  Det har Ethan Mollick skrevet (endnu) en drøngod artikel om: https://open.substack.com/pub/oneusefulthing/p/a-new-generation-of-ais-claude-37 Generation 3 (“Gen3”) af AI og forskellige tolkning af en artikel Jeg testede to af ChatGPT’s modeller (GPT4o og o3) for, hvordan de håndterer en prompt om at lave et referat. Begge svar var gode og brugbare, men jeg fik en del mere ud af at læse selve artiklen.  Her er min prompt: Her kommer et link til en virkelig interessant artikel om generation tre af A i modeller. Artiklen er på engelsk. Vil du venligst lave et fyldigt dansk referat? Her kommer linket: https://open.substack.com/pub/oneusefulthing/p/a-new-generation-of-ais-claude-37?r=22vhx...
Læs mere