ChatGPT gut für einfache Sachen.

[six1]

Ja, man muss einem Record ein neues Feld zufügen: Tag_Human

[Niesi]

Es ist eine trainierte "Wortsuch-" und "Zusammenfügmaschine".
Kopieren und Kreativität sind unterschiedliche Dinge.

Und es wird noch lustiger, wenn die ChatGPT (u.ä.) dann die eigenen Ergebnisse in die Lernphase bekommen. Damit verblöden auch ChatGPT, da wäre es ja besonders wichtig, wenn es klar ist, was ist automatisch erzeugt und was ist von den Menschen erzeugt.

So sehe ich das auch. Die Programme kann nutzen, wer dadurch Vorteile sieht und versteht, was da im Großen und Ganzen passiert. Also versteht, dass das auch absoluter Blödsinn sein kann, was die Programme auswerfen. Und somit kritisch prüft.

Ich fürchte aber, dass jene, welche ihre Ergebnisse ohne solche Programme erarbeiten, in Zukunft die sein werden, die ihre Arbeit derart ausweisen müssen ...

[Niesi]

Ja, man muss einem Record ein neues Feld zufügen: Tag_Human

So wird es kommen ...

[Mathias]

Ich bin gerade mit gstreamer angestanden,. weil volume nicht funktionierte. und habe folgende Frage gestellt.

wie kompiliert man folgenden code

Code: Alles auswählen

#include <gst/gst.h>
#include <gst/audio/streamvolume.h>
int main () { 
  GstElement * pipeline = gst_pipeline_new("audio-player"); 
  gst_bin_get_by_interface(GST_BIN( pipeline), GST_TYPE_STREAM_VOLUME); 
}

In einem geschweiften Forum bekam ich den Rat, das ich die 2. Include Zeile einfügen musste.
Aber der Linker machte noch sorgen.

Die kam raus:

Code: Alles auswählen

gcc `pkg-config --cflags gstreamer-1.0 gstreamer-audio-1.0` -o audio_player audio_player.c `pkg-config --libs gstreamer-1.0 gstreamer-audio-1.0`

Dies half mir schon weiter, weil dort das Stichwort "gstreamer-audio-1.0" kam. Jetzt wird es kompiliert.

Dies half mir natürlich auch in FPC weiter, weil mir pkg-config die passende lib ausspuckte.
Die habe ich nun angewendet und siehe da, es klappt.

Code: Alles auswählen

  function gst_stream_volume_get_type():GType;cdecl;external 'gstaudio-1.0';

Wie gesagt, für banale Sachen ist es gut.

[kralle]

Also mit "KI" könnten wir drei Tage Wittenberg bestreiten

Sehen uns in Wittenberg (wenn die dahin fährt).

Gruß Heiko

[TSchnuckenbock]

Also ich haben eben auch mal ausprobiert, mir von Copilot C/C++-Code nach Pascal übersetzen zu lassen.
Das war schon bemerkenswert, was Copilot mir da geliefert hatte.
Und dazu dann noch Kommentare bzgl. PChar und warum die Schleife in Pascal von 0 bis iCount-1 geht.

Was ich mir da zukünftig vorstellen kann, ist auf dem linken Monitor die IDEs für Pascal bzw. Python oder C/C++ zu haben und auf dem rechten Monitor den Browser mit dem Copilot.
Und dann fröhliches Copy-Paste und gegeneinander den Code vergleichen.

Ich glaube, da kann man ganz gut Programmiergeschwindigkeit rausholen.

Den Code wird man aber wohl auf einzelne Code-Blöcke runterbrechen müssen, also z.B. erst die Vars, Strukturen und sowas und dann Methode für Methode.

Und ohne ein Grundwissen in der zu übersetzenden Programmiersprache wird man es auch nicht hinbekommen, denke ich.

Nachtrag: Bei der Architektur von Klassen etc. kann ich mir nicht vorstellen, wie KI da einem helfen könnte.

[Mathias]

Ich glaube, da kann man ganz gut Programmiergeschwindigkeit rausholen.

Wie wir in der Schweiz sagen, man kann viel Töggeliarbeit sparen.

[Mathias]

Ich habe mir rasch dieses Programm auf Pascal übersetzen lassen.

https://www.opengl.org/archives/resourc ... le/accum.c

Mit argc, und argv hatte er Mühe und die cdecl bei den Procduren hat er vergessen.
So habe ich mir recht Zeit gespart um das ganze in Pascal auszuprobieren.

[m.fuchs]

Bei Gartner werden mal die finanziellen Aspekte zum Thema "KI" in Unternehmen beleuchtet. Das sieht nicht unbedingt rosig aus.

Geld für generative KI zu verschwenden, sei einfach, sagte die VP-Analystin Mary Mesaglio in der Keynote, die sie zusammen mit ihrem Kollegen Kristian Steenstrup hielt. Ähnlich, wie es vorkomme, dass IT-Abteilungen sich nach dem Wechsel zu einem Cloud-Anbieter bei der Kostenschätzung für die Cloud-Nutzung verrechneten, könne das auch im Fall von Künstlicher Intelligenz passieren. Sie halte Fehleinschätzungen von 500 bis 1000 Prozent für möglich.

Gleiches Problem wie bei Cloud, wenn man vorher nicht genau weiß was es kostet - wird die Planung schwierig und die große Rechnung kommt. Oder aber der Dienst stellt in der Monatsmitte seine Arbeit ein, weil die Ausgaben gedeckelt wurden.

Die hohen Kosten liegen natürlich an vielen verschiedenen Faktoren, aus meiner Sicht ist einer aber recht interessant.

Auch, dass Mitarbeiter KI für Aufgaben einsetzten, die auch durch eine einfache Websuche zu bewerkstelligen wären [...], könne die Kosten in die Höhe treiben

Man wird also nicht produktiver, nur fauler.

Aber auch KI-Anbieter haben finanzielle Probleme.

Derweil scheinen die Betreiber der Modelle ebenfalls Schwierigkeiten zu haben, mit generativer KI Gewinn zu machen. ChatGPT-Anbieter OpenAI droht Berichten zufolge ein Minusgeschäft von mehreren Milliarden.

Das heißt es gibt nur Verlierer? Kann man so nicht sagen:

Nvidia, der Hauptlieferant für KI-Beschleuniger, verzeichnet hingegen Rekordgewinne.

[Mathias]

Ich habe mir rasch dieses Programm auf Pascal übersetzen lassen.

https://www.opengl.org/archives/resourc ... le/accum.c

Mit argc, und argv hatte er Mühe und die cdecl bei den Procduren hat er vergessen.
So habe ich mir recht Zeit gespart um das ganze in Pascal auszuprobieren.

Was ich vermute, das ChatGPT im Hintergrund sowas verwendet, einen bestehenden Translator..
Das Egebniss ist praktisch das gleiche.

https://www.codeconvert.ai/c-to-pascal-converter

[Mathias]

Anscheinend, hat ChatGPT keine interne Uhr, wen man fragt, seit wann es Ubuntu gibt, sagt er 18 Jahre, obwohl es seit 2004 gibt.

[lcb-User]

Kennt Ihr schon www.perplexity.ai

[Mathias]

Kennt Ihr schon www.perplexity.ai

Nein, sieht aber spannend aus.

[af0815]

Zumindest mal eine nachvollziehbare Antwort.

[m.fuchs]

Anscheinend, hat ChatGPT keine interne Uhr, wen man fragt, seit wann es Ubuntu gibt, sagt er 18 Jahre, obwohl es seit 2004 gibt.

Nicht nur anscheinend, sondern ganz sicher. OpenAI sagt auch ganz genau was ihr Modell macht:

LLMs generate responses by randomly sampling words based in part on probabilities. Their “language” consists of numbers that map to tokens.

Also bitte nicht immer so überrascht sein, wenn das Ding seltsame Sache ausspuckt. Es rät nur welches Wort auf welches Wort folgt.
Nix Verständnis, nix Intelligenz - nur ein riesiger Haufen Mist.