Opslag

VM i programmering: Se, hvad AI'en kunne gøre

Hvert år afholdes der DM i programmering - i år sker det den 4. oktober ude på ITU. Det er en kamp mellem en hel del hold fra vore forskellige universiteter, og typisk er det Datalogisk Institut på Københavns Universitet (DIKU) og Aarhus Universitet, der kæmper om top-placeringen. Det er strengt forbudt at bruge AI i opgaveløsningen.  Vinderne har mulighed for at deltage i nordiske mesterskaber, europæiske mesterskaber og måske endda verdensmesterskaber. Men se lige, hvad man fandt ud af til VM i programmering:  https://www.computerworld.dk/art/292918/ai-modeller-fejer-samtlige-menneskelige-programmoerer-af-banen-ved-ol-i-kodning Kort fortalt var GPT5 fra OpenAI meget bedre end de menneskelige deltagere til at løse opgaverne, med DeepMind fra Google lige bag den. For mig at se betyder det, at vi vil kunne løse flere og mere komplekse algoritme-problemer i fremtiden, hvilket plejer at føre til fremskridt. vækst og andre gode ting. Det bliver spændende at følge.

En virkelig god "template" for at få lavet en "meta-prompt"

 Jeg sad på YouTube og søgte på videoer med gode prompts, og der er mange. Den her fandt jeg brugbar: https://youtu.be/ABCqfaTjNd4?si=yo9Wr20FepAXzKvg Jeg fik den transskriberet og bad ChatGPT give mig essensen... Her er den prompt, som han foreslå i videoen, oversat til dansk: Selvfølgelig, Mogens! Her får du en dansk version af meta-prompten , som du kan kopiere direkte ind i ChatGPT for at få den til at skabe en perfekt prompt til et givet emne – på dansk. 🇩🇰 Meta-prompt (på dansk) Du kan indsætte denne i ChatGPT (eller en anden LLM) og få en skræddersyet prompt tilbage baseret på det emne, du angiver: Prompt: Du er ekspert i at udvikle avancerede og effektive prompts til store sprogmodeller. Din opgave er nu at skrive en meget detaljeret og velstruktureret prompt for mig, så jeg senere kan bruge den til at få det bedst mulige output fra ChatGPT (eller en anden LLM). Brug følgende struktur, kaldet CRAFT , og lav en prompt, der indeholder alle fem elementer: C – Konteks...

o3-pro er landet, og den er selvfølgelig helt vild. Jeg spurgte den om ansigts-camouflage-striber og fik indblik i dens tænkning!

For nogle få dage siden frigav OpenAI o3-Pro, som er en superudgave af o3, og nærmest ligner Deep Research. Den er frigivet til Team-licensen, men jeg har kun kunnet se den (indtil videre) på min mobil-app, ikke på web-app'en på min PC. Så jeg gav den en opgave, som jeg selv synes var ret sjov: "Da jeg aftjente værnepligt i begyndelsen af 80'erne skulle vi sløre os i ansigtet ved at trække brune og grønne striber på skrå ned ad ansigtet. Det skulle være på skrå, så linjerne enten var vandrette eller lodrette, når vi lå ned og skød med hovedet på sned. Men jeg kan ikke huske, om sløringsstregerne skulle være vand- eller lodrette. Kan du finde ud af det?" Den tænkte og tænkte, og det lignede meget Deep Research, men så var den da endelig færdig, og kom med følgende budskab:  "Anmodning om o3-pro Reasoned for 13m 1s" Det ER helt ærligt ret lang tid at bruge på sådan et problem... men jeg må også sige, at der kom en grundig gennemgang, med basis i blandt andet n...

Et ret vildt eksempel på forskellen på at bruge 4o og o3 mht. at "læse" billeder.

Jeg så et opslag på sociale medier, hvor forfatteren anbefalede, at man så fem bestemte videoer på YouTube, for "det ville ændre ens liv", hvilket jeg jo ikke tror på, men det kunne være sjovt at bruge det til et eksperiment: Så jeg tog et screenshot af det pågældende opslag, der nævnte de fem youtube-videoer. Dernæst valgte jeg model 4o, vedhæftede screenshottet og skrev: Kan du finde links til de pågældende TED talks på YouTube?" ChatGPT svarede dette: "Selvfølgelig! Her er nogle links til populære TED Talks og TEDxCopenhagen-præsentationer, som du kan finde på YouTube:" - og det var overhovedet ikke de fem, der var nævnt på screenshottet. Jeg prøvede igen: "Jeg mente de 5, der var nævnt på det vedhæftede billede" - og ChatGPT svarede: "Selvfølgelig! Her er links til de fem TEDxCopenhagen Talks, som du nævnte:" - og nævnte så fem videoer, som den tilfældigt havde udvalgt - men slet ikke de fem på billedet jeg havde vedhæftet. Meeen - jeg g...

Hold på hat og briller: Du har nu adgang til o3 Pro, som OpenAI lige har frigivet!

Google frigav noget, som de kalder "Mass", der er en tingest, der kan få en masse AI-assistenter til at arbejde sammen i grupper, som derpå samarbejder om en større opgave.  Og OpenAI frigav deres nyeste model, kaldet o3 Pro, der er endnu vildere end o3.  Det går stærkt, som det jo altid gør, når man står med en eksponentiel udvikling.  Brugere af Team-licensen og andre betalbare licenstyper har allerede adgang til o3 Pro. Jeg skal have testet den de kommende dage! Og den vil være langsommere end 4o, netop fordi den tænker over tingene. Men dens svar er helt vildt godt. God fornøjelse.

Nyt menupunkt i værktøjslinjen i ChatGPT: "Søg forbindelser"

Billede
 I dag kom der et nyt punkt i værktøjslinjen på ChatGPT: Det drejer sig dog ikke om at få venner ligesom på Sociale Medier, men snarere om at forbinde ting som disse:  I kampen om os har Microsoft ofte en fordel, fordi vi bruger Office-produkterne. Google bruges også af mange (f.eks. journalister). Så OpenAI må bruge de tricks de kan for at gøre det nemt for os at bruge ChatGPT til alle mulige opgaver, og det arbejder de åbenbart vældigt energisk på :-).

Ethan Mollick: Making AI Work: Leadership, Lab, and Crowd - hans seneste artikel fra Reddit

 Min "AI-helt" Ethan Mollick har gjort sig nogle tanker om, hvordan AI fungerer i organisationerne: Alle bruger det, det hjælper mange med meget, osv., men det er svært at se de store gevinster (økonomiske, osv) endnu. Det har han så nogle forslag til, hvad man kan gøre ved. Her er selve artiklen:  Making AI Work: Leadership, Lab, and Crowd Og her er et resume lavet af ChatGPT (og find fejlen!): Artiklen "Making AI Work: Leadership, Lab, and Crowd" af Ethan Mollick præsenterer en praktisk model for, hvordan virksomheder effektivt kan integrere kunstig intelligens (AI) i deres organisationer. Mollick identificerer fire centrale observationer:( oneusefulthing.org ) AI forbedrer arbejdspræstationer : Studier viser, at medarbejdere oplever betydelige produktivitetsgevinster ved brug af AI. For eksempel rapporterede danske vidensarbejdere, at AI halverede deres arbejdstid for 41% af deres opgaver. Lignende resultater er observeret i USA, hvor arbejdstagere angav, at A...