Mesterséges Intelligencia: Prolog, Lisp

Hol van a vibe-coding eredménye?

Kicsit provokatív gondolatkísérlet. Ugye hatalmas hype van akkörül, hogy az LLM-ek képesek kódolni, a legtöbb cég minimum 25%-os hatékonyságnövekedést ígér, de pl Sam Altman szerint a ChatGPT tízszeresére növeli a hatékonyságot. Andrej Karpathy meg előrukkolt a vibe-coding kifejezéssel (programozási ismeretek nélkül, agyatlanul promptolunk és csak használjuk a kiköpött kódot), és ennek már több, mint fél éve (8 hónapja, ha pontosak akarunk lenni). Namost, a kérdésem: ha tényleg ennyire megdobja az LLM a kódolási hatékonyságot, meg nem is kell programozónak lenni hozzá, bárki számára elérhető, akkor nem kellene látnunk egy hatalmas kiugrást az elmúlt fél évben az új programokat illetően? Mármint hol vannak azok az alkalmazások, amik AI-val készültek az elmúlt fél évben? Nem kéne ellepniük az iOS-es és Android-os store-okat az AI-val készült Angry Birds, Snake meg Super Mario klónoknak? De még csak az indie game szcénán sem látom, pl az itch.io latest oldalán sincs semmiféle megugrás az AI miatt. De azt sem látom, hogy megugrott volna mondjuk az AI-val készült JavaScript, TypeScript libek száma, hogy a node.js vagy react.js tárolókban lenne megugrás az AI-val készült komponensek miatt. Szóval, ha ennyire hatékony az AI kódolásban (tízszeresére növeli a programozó hatékonyságát, meg átlag felhasználó is képes promptolni rá, meg miegymás), akkor hol is vannak a vibe codinggal készült programok? (ps: indie játékok esetén tényleg volt egy felfutás a GRAFIKA terén, de ez is lecsengeni látszik. Az itch.io-n még azért akad AI grafikás játék, de ez csak a grafika, a kódolás nem AI, és a mennyiség sem számottevő (30 ezer az 1.2 millióból). A top 100 sellers között már egy AI grafikás sincs, meg úgy egyébként 68 ezer top sellerből is csupán 970 AI generált össz-vissz, az bőven epszilon hibahatáron belül van.)

DGX Spark, Nvidia’s tiniest AI home supercomputer, tackles large models at solid speeds

DGX Spark, Nvidia’s tiniest supercomputer, tackles large models at solid speeds

This relatively affordable AI workstation isn’t about going fast; it’s about doing everything well enough

 

  Nvidia DGX Spark Nvidia Jetson Thor Apple M4 Max AMD Ryzen AI Max+ 395
OS DGX OS ? MacOS Windows / Linux
FP/BF16 TFLOPS 125 250 ? 59 est
FP8 TFLOPS 250 500 ? ?
FP4 TFLOPS 500 1000 ? ?
NPU TOPS NA NA 38 50
Max Mem Cap 128 GB 128 GB 128 GB 128 GB
Mem BW 273 GBps 273 GBps 546 GBps 256 GBps
Runtime CUDA CUDA Metal ROCm / HIP
Price $3000-$3,999 $3.499 $3,499-$5,899 $1999+

Genie 3 Az MI, ami szövegből játszható világot alkot

A Genie 3 egy rendkívül fejlett mesterséges intelligencia (MI) modell, amelyet a Google DeepMind fejlesztett ki. Ez a technológia képes szöveges leírásokból, képekből vagy vázlatokból valós időben interaktív, játszható 3D világokat és élményeket generálni. Fontos megkülönböztetni a klasszikus, 2D-s "Genie Engine"-től, amelyet az Age of Empires játékokhoz használtak.

A Genie 3 nem egy hagyományos játékmotor, mint például az Unreal Engine vagy a Unity, amelyekhez a fejlesztőknek kódolási és 3D modellezési ismeretekre van szükségük. Ehelyett a Genie 3 egy generatív MI, amely lehetővé teszi a felhasználók számára, hogy egyszerűen leírják, milyen világot szeretnének létrehozni, és a modell azt másodpercek alatt megalkotja.

 

A Genie 3 Főbb Jellemzői

 

  • Valós Idejű Generálás: A Genie 3 képes azonnal, valós időben létrehozni a kért világot, amelyet a felhasználó azonnal bejárhat és felfedezhet.

  • Multimodális Bemenet: Nemcsak szöveget, hanem képeket, vázlatokat és más leírásokat is képes feldolgozni a világok megalkotásához.

  • Interaktivitás: A generált környezetek nem csupán statikus látványelemek; a felhasználó interakcióba léphet velük, például mozgathatja a karakterét a generált tájon. A modell képes értelmezni és végrehajtani az egyszerűbb játékmechanikai utasításokat is.

  • Konzisztencia: A generált világok megőrzik a belső logikájukat és konzisztenciájukat, ahogy a felhasználó mozog bennük.

 

Megkülönböztetés a Klasszikus Genie Engine-től

 

Fontos, hogy ne keverjük össze a Google Genie 3 modelljét az Ensemble Studios által fejlesztett Genie Engine-nel. A kettőnek semmi  köze egymáshoz. 

  • Genie Engine: Ez egy 2D-s, valós idejű stratégiai (RTS) játékmotor, amely olyan klasszikus játékok alapjául szolgált, mint az Age of Empires (1997), az Age of Empires II: The Age of Kings (1999) és a Star Wars: Galactic Battlegrounds (2001). Ez a motor a 90-es évek végének és a 2000-es évek elejének meghatározó technológiája volt az RTS műfajban. Ennek a motornak hivatalosan sosem készült "Genie 3" verziója.

Összefoglalva, a Genie 3 egy forradalmian új MI-technológia, amely a játékfejlesztés jövőjét vetíti előre, lehetővé téve a kreatív ötletek gyors és egyszerű megvalósítását, míg a Genie Engine egy tiszteletreméltó, de mára már elavult játékmotor a videójáték-történelem egy fontos korszakából.

Genie 3

https://deepmind.google/discover/blog/genie-3-a-new-frontier-for-world-…

https://www.youtube.com/watch?v=YvuEKrJhjos

*természetesen a Genie 3-hoz MI generált leírás dukál:) 

Böngészők AI-al fertőzése

Megdöbbentem azon, hogy vannak böngészők, amik tartalmaznak mesterséges intelligencia asszisztenst. Ez még akkor is durva nekem, ha többüket ki lehet majd kapcsolni és vissza is. Adatvédelmi aggályaim vannak ezzel kapcsolatban, hiszen nagyon könnyen kicsalogathatók a jelszavak, bankkártya adatok, stb. Miért lenne mégis érdemes abban a formában bekapcsolni, hogy integrálva van majd?

AI (open AI, Gemini, stb.) használata adatelemzésre

Sziasztok!

Tapasztalatokra lennék kíváncsi, főleg azokéra akik statisztikával foglalkoznak. 
Mennyire tekinthetők pontosnak az AI modellek statisztikai számításoknál. Főként arról van szó, hogy megkap egy pl. Excel táblázatot adatokkal és abból neki statisztikai számításokat kell elvégeznie. Fel kell ismernie a csoportosításokat, összefüggést kell találnia egyes csoportok között, prevalencia kalkuláció, stb. Ebben jól számol (sajnos fogalmi kérdésben vannak problémák...a butaságot is olyan meggyőződéssel előadja, hogy félelmetes :))

Vagy ha nem openAI (chatGPT) akkor melyik modell a legalkalmasabb erre a feladatra?

Köszönöm előre is! 

AI használatának munkahelyi szabályozása

Nem találtam gyors keresés után konkrétan ilyen témát nyitva. Pénteken kaptam egy szerződés tervezetet egy új freelancer munkához és újdonság, hogy az ügyfél külön fejezetet szentel a címben említett témának "Usage of AI systems" címszó alatt. Még mielőtt valaki azt tanácsolná, "hogy ne puskázz ha félsz a lebukástól", ez egy korrekt ügyfél és nem tiltani akarja az AI használatát (freelancer-ként rád van bízva hogyan éred el a célt), hanem a saját érdekei mentén szabályozni szeretné. Az általuk válaszott fő referencia pont a "https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng", de hányingerem lett a vasárnapi ebéd előtt ettől a kilométeres jogi sallangtól.

Három konkrét kérdésem lenne, ha valaki esetleg ilyen szabályozás mentén kénytelen dolgozni:

  1. Melyik a leghasználhatóbb security framework, ami taglalja mire érdemes figyelni publikus LLM használata során? Nem jogi megfelelés érdekel feltétlenül, hanem inkább ilyen best practice szerű dolog.
  2. LLM által közvetlenül készített szöveg (fordítás emberi nyelvek között, valamilyen kódrészlet, valamilyen konfigurációs részlet, etc.) milyen módon szabadítható meg a legkönnyebben BÁRMI metadata-tól, ami arra utal, hogy LLM készítette? (Nem, nem azért mert sérteni akarom a szerződést, hanem az uniformitás/csótánykarakterek kivédése miatt [a szerződés más pontjában elfogadom, hogy csak olyat csináltam AI-al, amit szabad, függetlenül attól hogy nem utal semmilyen metadata arra hogyan készült pl. a kódrészlet])
  3. Mi vonatkozik a népszerű beépített AI asszisztencia toolokra, pl. VS Code kontextus alapú segítség, vagy Copilot, etc. ahol nem közvetlenül az LLM-et használod? Továbbá az így készült kódrészlet tartalmaz rejtett metadata-t?

Köszönöm az észrevételeket.

AI MCP integráció

sziasztok,

[OFF] a topic kicsit félrevezető, nem Prolog, nem Lisp. érdemes lenne ezeket kivenni a megnevezésből, vagy létrehozni egy AI/LLM topic-ot. [/OFF]

AI klienst/klienseket szeretnék integrálni MCP szerverrel/szerverekkel. kezdő vagyok a témában, hobbista, előfordulhat, hogy nem fogalmazok elég pontosan, vagy nem jól használok fogalmakat.

A CÉL: AI modeleknek hozzáférést biztosítani email fiók(ok)hoz, GDrive fájlokhoz, Google naptár(ak)hoz, és még egyéb erőforrásokhoz, ami menet közben felmerül, és hasznosnak tűnik. a hozzáférés írást, olvasást, létrehozás, törlést és egyéb ésszerű műveleteket takar. a végső cél rutinszerű, favágás jellegű napi rutinok kiszervezése AI asszisztens számára, pl. "olvasd át a mai emaileket, melyek tárgyában vagy szövegében szerepel a <tárgy> szó, foglald össze egy jegyzetben az ebben szereplő fontosabb fejleményeket, információt, ezt helyezd el egy GDoc fájlban dátummal, töltsd ki ezek alapján egy adott GSheet vonatkozó sorait, hozz létre ezek alapján egy naptárbejegyzést, küldj az ezek alapján összegyűjtött kulcsadatokról egy emailt egy bizonyos címre, írd meg egy adott Slack channel-be, ha készen van" stb.
mindezt felhőben szeretném futtatni, lehetőség szerint docker konténerekben, az LLM modeleket API-n keresztül hívva (ha nagyon muszáj, lokálisan futtatva). nem zárkózom el az előfizetésektől, de amíg kísérletezek, csak kisebb összeget áldoznék erre (5-20$).

AHOL TARTOK:
- vannak API kulcsaim OpenAI-hoz, Anthropic-hoz, Google AI Labs-hoz, jelenleg free plan korlátokkal. van Zapier fiókom.
- telepítettem docker-be LibreChat-et, Open-WebUI-t, LiteLLM-et, elérem a felsorolt szolgáltatók modeljeit, tudom őket használni.
- Zapier-ben létrehoztam MCP szerver(eke)t, felvettem tool-okat, létrehoztam action-öket.

AMI NEM SIKERÜL: összekötni a klienseket az MCP szerverrel (Zapier). megvan a kapcsolat linkje, felveszem pl. LiteLLM-be (streamable http, no auth), de nem látja a tool-okat. LibreChat-ben is létrehoztam egy asszisztens-t Zapier hozzáféréssel, tudok vele küldetni emailt a fiókomból, de ennél többre nem sikerült rávennem még. sem email olvasásra, sem cimkézésre pl.

AMIT SZERETNÉK: konkrét tapasztalatokat, mit hogyan érdemes. milyen model, milyen kliens, milyen proxy/bridge, milyen MCP szerver. ezeket konkrétan hogyan tudom integrálni. használható videókat, leírásokat, magyarul vagy angolul. nagyjából értem, mit hogyan lehet, kellene, de egyelőre elveszek a sok információban, elakadok a sok platform részleteiben, úgy vélem, olyasvalaki segítsége jönne most jól, akinek sikerült már összehoznia hasonlót, ismeri a buktatókat, képben van a korlátokkal, van konkrét tapasztalata.

előre is kösz.

Tarpitekkel az AI ellen: új háború kezdődik?

Az AI nem csak segítséget jelent, hanem kéretlenül leszív minden adatot, sokszor teljesen ignorálva a robots.txt szabályait. Ha készítesz egy honlapot, aminek a tárhelye forgalomarányosan fizetős, akkor ez pénzben is mérhető kárt okoz. Az elvi részéről nem is beszélve.

Vannak, akik felveszik a kesztyűt és használhatatlan, hamis adatokkal etetik az ilyen crawlereket. Vagyis tarpiteket telepítve háborúznak az AI robotok ellen.

https://arstechnica.com/tech-policy/2025/01/ai-haters-build-tarpits-to-…