Transcript
Tim Uhlott: Schön, dass ihr wieder einschaltet zu einer neuen Folge.
Tim Uhlott: No bullshit, Faunus.
Tim Uhlott: Heute reden wir über das...
Tim Uhlott: neue und gehypte AI -Model.
Tim Uhlott: GIF.
Tim Uhlott: Wenn ihr in den letzten Tagen wahrscheinlich auf Instagram, Twitter, LinkedIn, wo auch immer unterwegs wart,
Tim Uhlott: Habt ihr das wahrscheinlich schon in den letzten Teilen gesehen.
Tim Uhlott: Du, Moritz, Ole.
Tim Uhlott: Kamt ihr damit schon in Kontakt?
Tim Uhlott: habt ihr das schon irgendwo gesehen?
Moritz Hofmann: Gesehen jetzt nicht, aber...
Moritz Hofmann: Ich finde, dass...
Moritz Hofmann: interessant.
Moritz Hofmann: wie das halt, also inwiefern das jetzt zum Beispiel anders ist zu so einem normalen
Tim Uhlott: Vielen Dank.
Moritz Hofmann: KI -Modell.
Moritz Hofmann: Vielen Dank.
Moritz Hofmann: Das bin ich.
Moritz Hofmann: Ich weiß nicht, ich bin wieder nicht der Nicht -Techniker, aber...
Moritz Hofmann: So wie ich es jetzt verstanden hatte, begründet es nicht, wieso es irgendwas ausgibt. Es gibt einfach nur...
Moritz Hofmann: die Antwort aus.
Tim Uhlott: Ja, ja.
Moritz Hofmann: Ist das richtig? Und dadurch spart es dann viele Tokens oder so.
Tim Uhlott: genau genau das hat eine andere komplett andere andere art von modell das
Tim Uhlott: Kam bis vor, der soll genau jetzt 10 Tagen raus.
Kai Ole Hartwig: Ja, auf einmal war es bei mir beim Doomscrolling bei Instagram drin.
Kai Ole Hartwig: Wo ich mich dann auch schon gefragt habe, weil es ja gar kein großes...
Kai Ole Hartwig: Ähm...
Kai Ole Hartwig: Leib ist, dass dahinter steht irgendwie, wie das so schnell bei Instagram sich verbreitet.
Kai Ole Hartwig: Also so Marketing -technisch fand ich das schon extrem spannend, dass es auf einmal...
Tim Uhlott: Ja.
Kai Ole Hartwig: So, eine Flutwelle.
Tim Uhlott: Das...
Tim Uhlott: Das stimmt, weil ich habe von der Firma, das kam jetzt am 15. September von Typesafe AI, die haben das rausgebracht, von denen habe ich da eigentlich auch gar nichts von gehört. Also auf einmal war da Instagram oder was auch immer alles voll mit irgendwelchen Videos, wo irgendwelche Leute damit...
Tim Uhlott: haben Doom spielen lassen oder Mario oder was auch immer halt alles.
Kai Ole Hartwig: Ja, und ich habe es tatsächlich am Anfang verwechselt. Ich dachte, ey, okay, das ist ein neues OpenAI -Model.
Tim Uhlott: Mmh.
Kai Ole Hartwig: Weil es kam irgendwie so relativ zeitgleich aus und der
Tim Uhlott: Okay.
Tim Uhlott: So.
Tim Uhlott: Mit den 6 an 9 zu 0.
Kai Ole Hartwig: Gründer war ja auch vorher bei OpenAI oder ist es noch? Ich weiß gar nicht so genau.
Tim Uhlott: Wann, wann, wann, wann?
Moritz Hofmann: Ja.
Kai Ole Hartwig: Ähm.
Kai Ole Hartwig: Und habe das erst gar nicht gecheckt, dass es gar nicht von OpenAI ist.
Tim Uhlott: Mhm.
Kai Ole Hartwig: Google hat mir dann geholfen.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Gemini.
Kai Ole Hartwig: Ne, ne, ne, ganz klassisch hier.
Kai Ole Hartwig: Ja.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Also.
Tim Uhlott: Das habe ich googelt.
Kai Ole Hartwig: Selbst gegoogelt, ja, selber. Selber google .com eingetippt und meine...
Tim Uhlott: Vielen Dank.
Moritz Hofmann: Ohohoh.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Jeff AI eingetippt.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Auch noch falsch geschrieben. Ja, wenn professionell, dann richtig.
Kai Ole Hartwig: Ähm...
Kai Ole Hartwig: Ja, es ist halt kein LLL.
Kai Ole Hartwig: sondern Decision Model.
Tim Uhlott: Du haust hier wie auf deinem Mikrofon rum, Ole.
Kai Ole Hartwig: Ja, voll Akku vom Googeln.
Tim Uhlott: Bis dann.
Tim Uhlott: Vielen Dank.
Moritz Hofmann: Jetzt kommen keine Kommentare mehr zu meinem Mikro. Jetzt kommen nur noch Kommentare zu deinem Mikro.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Möööö!
Kai Ole Hartwig: Ja, danke.
Tim Uhlott: Ja, dein neues Mikro ist top. Moritz, du musst bei mir irgendwie noch gucken. Ich habe noch so einen komischen Hall irgendwie drin, obwohl ich jetzt ja alles ausgestattet habe eigentlich mit so...
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Schallschutz, aber irgendwie so ganz geht das noch nicht
Kai Ole Hartwig: Ja, das ist halt, wenn man in so einer riesigen Halle sitzt.
Tim Uhlott: Ja.
Tim Uhlott: Immerhin.
Kai Ole Hartwig: Das...
Tim Uhlott: zwei Quadratmetern gefühlt, die ich hier
Kai Ole Hartwig: Ja, du drückst das ja nur so von der...
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: vom Szenebild näher ran, damit man das nicht so sieht.
Tim Uhlott: Ähm...
Kai Ole Hartwig: Okay.
Tim Uhlott: Ja.
Kai Ole Hartwig: Ja, aber es ist halt ein Decision Model.
Kai Ole Hartwig: Und...
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: Ich...
Kai Ole Hartwig: Wolltest du es ausprobieren, wenn ich ehrlich bin?
Kai Ole Hartwig: Ich habe ja so einen Code -Review -Agenten laufen bei mir, Job in der CI.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Und dachte mir dann, ja komm, fragst du das Ding?
Kai Ole Hartwig: Und dann habe ich festgestellt, ja schade.
Kai Ole Hartwig: Ist bei mir noch irgendwo drin, kann ich jetzt noch irgendwo benutzen.
Kai Ole Hartwig: Hmm.
Kai Ole Hartwig: So, Story zu Ende.
Tim Uhlott: Ja genau, das hat aktuell zwei Möglichkeiten. Entweder direkt bei TypeSafe AI kannst du dich auf eine Warteliste setzen lassen.
Tim Uhlott: Das sind wahrscheinlich jetzt hunderttausende von Leuten, das ist wahrscheinlich alle drauf, deswegen das dauert ein bisschen.
Tim Uhlott: Aber gleichzeitig haben sie es halt bei Vercel auch freigeschaltet und ich hoste zum Beispiel Herzenkranken vorbei.
Tim Uhlott: Bessere.
Tim Uhlott: Finde ich persönlich ganz cool.
Tim Uhlott: Die haben das Vessel AI Gateway.
Tim Uhlott: So ein bisschen...
Tim Uhlott: wie sowas kennt es ein bisschen ähnlich vergleichbar das heißt du hast eine schnittstelle über die verschiedenen modelle ansprechen kannst
Tim Uhlott: wie zum Beispiel so.
Tim Uhlott: Jeff zum Beispiel in die anderen Typen auch schon ein bisschen rumgespielt. Das ist ziemlich cool, weil es halt ultra fix ist.
Tim Uhlott: Weil das halt auch so fix ist, kann das halt auch die ganzen Spiele zum Beispiel alle spielen.
Tim Uhlott: Das heißt, so ein ganzes Chat -Hippity und so weiter. Das sieht man ja auch, du gibst da irgendeine Nachricht ein, der rödelt, der denkt, dann tippt der langsam den ganzen Text da irgendwie hin. In der Zeit könnte ja ein John Brown wie Mario oder sowas spielen.
Kai Ole Hartwig: Ja, wirklich.
Tim Uhlott: Das ist es.
Kai Ole Hartwig: Ja, doch.
Kai Ole Hartwig: Kommt noch nicht so weit. Kommt so weit wie ich.
Tim Uhlott: Ja, fällt halt ins erste Loch da wahrscheinlich. Okay, was können wir denn jetzt einfach?
Kai Ole Hartwig: Pum.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Alles zu tun. Aber was du gerade schon gesagt hattest, Ole, dass...
Tim Uhlott: Jeff Modell von Typesafe AI.
Tim Uhlott: Ist jetzt kein.
Kai Ole Hartwig: Und wenn Sponsoring, weil du es so häufig sagst, dann...
Tim Uhlott: Nein, schön wär's, schön wär's.
Kai Ole Hartwig: Wovon ich nichts weiß.
Kai Ole Hartwig: Ja.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Ich hab diese ganzen Instagram -Videos jetzt recht so.
Kai Ole Hartwig: Ah!
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Ja.
Tim Uhlott: Schön wäre es. Ja, das ist halt kein Large -Language -Model, wie das zum Beispiel von Chachapiti oder Gemini oder Claude oder sowas irgendwie alles kennen. Die erzeugen nämlich Text Token für Token. Deswegen sieht das halt auch so aus.
Tim Uhlott: Das ist auch so nach dem Schreiben. GPT -6, wie ist das neu jetzt?
Tim Uhlott: Das kann man heißen.
Tim Uhlott: zum beispiel
Tim Uhlott: Dann gibt es noch.
Tim Uhlott: Classifier -Modelle neben dem Large Language Model. Das ist so ein bisschen dieses typische alte maschinelle Lernen so ein bisschen. Man gibt ein Set an Daten rein und das...
Tim Uhlott: Modell, der Classifier kann ja sagen,
Tim Uhlott: Ist es eine Katze? Ist es eine Maus? Ist es ein Pferd?
Tim Uhlott: Also...
Tim Uhlott: Vielen Dank.
Tim Uhlott: Das kann nach Kategorien halt einfach unterscheiden. Und jetzt diese Decision Models, die setzen einfach beides so ein bisschen zusammen.
Tim Uhlott: Das heißt, dass eine...
Tim Uhlott: Vielen Dank.
Tim Uhlott: Eingabe, nicht einfach wie so ein Bild oder sowas, wo der Classifier sagen würde, das ist das Pferd, was du zum Beispiel da siehst, sondern du hast halt wirklich eine freie Eingabe.
Tim Uhlott: text den dort einfach eingeben kannst und den
Tim Uhlott: Ähm.
Tim Uhlott: Genau, den mappt er dir mit Hilfe von so einem Classifier.
Tim Uhlott: in diese Kategorien.
Tim Uhlott: wiederum das heißt ganz freien text eingeben und der gibt dir dann seine meinung dazu
Tim Uhlott: Und jetzt ist halt das ganz coole, der gibt dir nicht irgendeine Meinung dazu, sondern du gibst dir eine Menge an Optionen rein.
Tim Uhlott: Vielen Dank.
Tim Uhlott: die er dann bewertet für dich.
Tim Uhlott: Das ist halt so ein bisschen das Besondere an diesem neuen Modell. Das heißt, du kannst freien Text reingeben, sagen, okay, das ist meine Option ABC.
Tim Uhlott: Welche von denen ist jetzt die beste? Und er sagt ja B.
Tim Uhlott: Und das halt.
Tim Uhlott: Sehr, sehr.
Tim Uhlott: Schnell.
Tim Uhlott: im Verhältnis zu Chachipiti oder sowas.
Tim Uhlott: Äh.
Tim Uhlott: Benchmarks ange...
Tim Uhlott: Hooked.
Tim Uhlott: was zum Beispiel vom Typesafe selber natürlich...
Tim Uhlott: Die haben natürlich gesagt, das ist...
Tim Uhlott: Super schnell, wie es halt immer so ist.
Tim Uhlott: man sein eigenes modell natürlich irgendwo
Tim Uhlott: bewirbt irgendwo
Kai Ole Hartwig: Ja, dann ist immer das beste Modell der ganzen Welt. Aber es gibt ja auch ein Open...
Tim Uhlott: Ja.
Kai Ole Hartwig: White Model.
Kai Ole Hartwig: Pieces.
Tim Uhlott: hier.
Kai Ole Hartwig: La li la la.
Kai Ole Hartwig: Naja, oder so.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Da hatte ich heute einen Vergleichstest gesehen.
Kai Ole Hartwig: Tatsächlich so als Vorbereitung, ich habe mich ausnahmsweise mal vorbereitet hier heute.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: dass die
Kai Ole Hartwig: dass das Open -Vite -Modell tatsächlich gar nicht so super ist.
Kai Ole Hartwig: schon viel schlechter.
Kai Ole Hartwig: im Sinne von auch sich daran zu halten, was zurückgegeben werden soll und auch in den allgemeinen Entscheidungen, bei harten Entscheidungen halt dann auch richtig krass schlecht.
Kai Ole Hartwig: Vielen Dank.
Moritz Hofmann: Aber das wollte ich auch gerade fragen, also woran wissen wir denn, ob die...
Kai Ole Hartwig: So.
Moritz Hofmann: Sachen, die dann empfohlen werden oder die ausgegeben werden, jetzt besser sind als von einem anderen Modell. Wurde das zum Beispiel auf mehr Daten
Kai Ole Hartwig: Naja, du...
Moritz Hofmann: trainiert.
Kai Ole Hartwig: Nee, die Entscheidung ist, also du bekommst ja eine...
Kai Ole Hartwig: Vordefinierte Antwort A, B, C.
Kai Ole Hartwig: Zum Beispiel da hoch, runter, rechts, links.
Kai Ole Hartwig: Aus der Menge bekommst du dann...
Kai Ole Hartwig: Eine Antwort.
Kai Ole Hartwig: Und...
Kai Ole Hartwig: Dann...
Moritz Hofmann: Er recherchiert gar nicht andere mögliche Antworten.
Kai Ole Hartwig: Kannst du darauf reagieren?
Moritz Hofmann: So ein...
Tim Uhlott: Nein, nein, nein, der gibt dir nur aus dem Set, was du mit reingibst, gibt dir die entsprechende Antwort. Also du kannst es halt darüber vergleichen. Stell dir jetzt vor, du hast ein Computerspiel, irgendwie so ein Chat.
Kai Ole Hartwig: Nenne.
Tim Uhlott: Und jede Nachricht wird einmal überprüft.
Tim Uhlott: Beschimpfung drin oder verbotene Wörter zum Beispiel drin, dann kannst du es natürlich in so einem Chat -GPT oder sowas geben, der braucht ein bisschen, aber so ein Modell wie
Tim Uhlott: Jeff oder sowas, der kann Young.
Tim Uhlott: fast instant direkt sagen
Tim Uhlott: Ja, ist es was Verbotenes oder was Beleidigendes oder auch nicht? Und das kannst du dann zum Beispiel gegen andere Modelle zum Beispiel abgleichen. Du weißt ja zum Beispiel, einige Sätze sind halt jetzt am Beleidigen drin oder was auch immer halt irgendwie drin und dann...
Tim Uhlott: Wenn du jetzt zum Beispiel das Leier -Modell nimmst, was dann schlechte abschneidet, dann...
Tim Uhlott: lässt es vielleicht 50 % der anderen Nachrichten zum Beispiel mit durch.
Tim Uhlott: Dann sagst du zum Beispiel, ah, das ist so, da ist keine Beleidigung drin.
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: Prost.
Moritz Hofmann: Und...
Kai Ole Hartwig: Bleiben wir mal bei sowas einfach wie Jump and Run. Also einfach entscheiden, sollst du springen oder nicht springen.
Tim Uhlott: Zum Beispiel.
Tim Uhlott: Es stimmt oder sowas.
Kai Ole Hartwig: Mein Low -Level -Jahr heute.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Wenn wir uns das halt anschauen.
Kai Ole Hartwig: Dann musst du ja entscheiden, so jetzt hoch.
Kai Ole Hartwig: Oder runter oder...
Kai Ole Hartwig: Whatever.
Kai Ole Hartwig: Und...
Tim Uhlott: Stimmt.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Dann...
Kai Ole Hartwig: fällt halt das Open Source Modell.
Kai Ole Hartwig: Der trifft halt das halt.
Kai Ole Hartwig: Die richtige Entscheidung kann 79 behaupten.
Kai Ole Hartwig: Weight -Modell vielmehr, in 70 % der Fälle die richtige Entscheidung.
Kai Ole Hartwig: Manchmal.
Kai Ole Hartwig: Haut's hart daneben.
Kai Ole Hartwig: Es ist immer noch besser in dem Spiel als ich, aber das ist ein anderes Problem.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Okay.
Tim Uhlott: Aber jetzt habe ich die Tabelle gefunden.
Moritz Hofmann: Und das Jeff -Modell ist besser gewesen als das Open -Void -Modell?
Tim Uhlott: Dankeschön, die Herren.
Moritz Hofmann: Und aber...
Moritz Hofmann: Der Hauptentschied ist eigentlich, dass es schnell ist versus ein anderes, was dann irgendwie langsamer ist. Wäre es denn, wenn man die Zeit hat?
Moritz Hofmann: Ist dann trotzdem so ein...
Moritz Hofmann: Claude oder sowas besser die Antwort als von dem, oder könnte sogar die Antwort von diesem Jeff besser sein.
Kai Ole Hartwig: Naja, die Antwort ist vorhersehbar, weil das die Menge deiner Optionen ist.
Kai Ole Hartwig: Und das hast du ja nicht unbedingt bei einem...
Tim Uhlott: Genau.
Kai Ole Hartwig: LLM
Kai Ole Hartwig: weil das sich manchmal einfach nicht ans Ausgabeformat hält.
Kai Ole Hartwig: Wenn du dem sagst, hier gib mir eine Markdown -Datei zurück.
Kai Ole Hartwig: dann funktioniert das in 95 Prozent der Fall.
Kai Ole Hartwig: Fälle total toll.
Kai Ole Hartwig: In 5 % der Fälle zerhexelt es das Markdown und bekommt es nicht hin. Und wenn du ihm sagst, hier gibt mir Jason mit diesen Werten und dieses und dem und welches Zug, das macht er dann schon.
Kai Ole Hartwig: Und meistens macht das richtig, manchmal halt dann nicht. Und das ist halt bei dem Decision Model.
Kai Ole Hartwig: Ähm.
Kai Ole Hartwig: Anlass.
Kai Ole Hartwig: Da ist halt immer das Ausgabeformat so, wie es...
Tim Uhlott: Genau.
Kai Ole Hartwig: vorgeben.
Kai Ole Hartwig: Als wenn...
Kai Ole Hartwig: Mh.
Kai Ole Hartwig: und du
Kai Ole Hartwig: hingehst und erwartest, dass ja, nein irgendwo steht. Und dann steht auf einmal vielleicht.
Moritz Hofmann: Und vielleicht wäre das LLM, was das da insertet und bei dem Jeff, das ist entweder ja oder nein.
Kai Ole Hartwig: Genau.
Kai Ole Hartwig: Also wie früher in der Klasse, ein Zettel mit...
Kai Ole Hartwig: rumschicken, willst du mit mir gehen? Ja, nein, vielleicht. Wenn dann vielleicht zugekommen war, scheiße.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Ja, schlimmer als nein fast. Weißt ja nicht, wo du gegangen bist.
Tim Uhlott: So, erstmal zu den Stats.
Tim Uhlott: Die habe ich jetzt hier gefunden.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Da nämlich TypeSelf hat selber gesagt, dass deren Modell zwischen 70 bis 500 Millisekunden braucht.
Tim Uhlott: für deren Antwort im Schnitt immer
Tim Uhlott: 100 Millisekunden. Jetzt haben das natürlich ein paar andere unabhängige Unternehmen ein bisschen getestet und die sind eher so auf einen Schnitt von 400.
Tim Uhlott: bis 300 Millisekunden halt gekommen, ist halt trotzdem immer noch deutlich schneller als irgendwelche anderen Modelle. Zum Beispiel hat
Tim Uhlott: Vielen Dank.
Tim Uhlott: What? What AI? V -O -T AI?
Tim Uhlott: Vielen Dank.
Tim Uhlott: Haben es zum Beispiel gegen Haiku antreten lassen.
Tim Uhlott: Also Cloud Haiku 4 .5, das kleinste Modell so ein bisschen.
Tim Uhlott: von Anthropic, da hat Jeff im Schnitt
Tim Uhlott: 400 Millisekunden gebraucht und das von Claw zum Beispiel 600.
Tim Uhlott: 50 Millisekunden, obwohl der Unterschied da jetzt zum Beispiel gar nicht mal so groß ist.
Tim Uhlott: Bis dahin.
Tim Uhlott: Kleines Modell, aber abhängig von dem, was du vielleicht machen möchtest, kann das ein großer...
Tim Uhlott: Unterschied sein.
Tim Uhlott: Und zu dem, was du jetzt eigentlich gefragt hast, Moritz,
Tim Uhlott: Ja.
Tim Uhlott: Das sind halt...
Tim Uhlott: unterschiedliche Art von Modellen, die du für unterschiedliche Arten von Aufgaben so ein bisschen...
Tim Uhlott: ein bisschen nutzt.
Moritz Hofmann: Was wäre der ideale Use Case für Jeff in dem Fall?
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Ist halt zum Beispiel sowas.
Tim Uhlott: was wir gerade gesagt haben, zum Beispiel für Chat -Nachrichten, zum Beispiel irgendwie zu bewerten oder halt
Tim Uhlott: ein Computerspiel zu spielen, um vielleicht Sachen zu, Support -Tickets vielleicht irgendwie schneller rauszufinden, zu lösen, zu beantworten.
Tim Uhlott: Aber da können wir gleich nochmal hinkommen.
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: Oder bei...
Tim Uhlott: Erste Frage eigentlich erst beantworten, Moritz.
Moritz Hofmann: Okay, schön.
Tim Uhlott: Warte kurz. Warte kurz, Ole.
Kai Ole Hartwig: NEIN!
Tim Uhlott: Vielen Dank.
Tim Uhlott: Weil...
Tim Uhlott: Vielen Dank.
Tim Uhlott: Typesafe nennt das Modell selber ein System 1 Modell. System 1 ist das...
Tim Uhlott: Schnelle, bauchgefühlbasierte Denken, was wir Menschen auch zum Beispiel machen. Also vergleich das zum Beispiel zu Menschen. Du siehst irgendwas und entscheidest dich direkt. Und dieses System 2.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Modelle ist dann eher dieses längere.
Tim Uhlott: nachdenken, du lässt ein bisschen Zeit über deine Entscheidungen und so, zum Beispiel auch LLMs.
Tim Uhlott: funktionieren zum Beispiel auch so.
Tim Uhlott: Ein bisschen auf Menschen bezogen.
Moritz Hofmann: Ja.
Moritz Hofmann: Das ist sehr interessant.
Moritz Hofmann: Vielen Dank.
Moritz Hofmann: Aber...
Moritz Hofmann: Du hattest ja auch am Anfang gesagt, ja, dann
Moritz Hofmann: Dann sagt es einfach, ja, C ist richtig oder so, oder C...
Moritz Hofmann: Nehmen wir jetzt mal an, das ist richtig. Und dann hast du ja keine Erklärung dazu.
Moritz Hofmann: führt es ja sehr schnell auch dazu,
Moritz Hofmann: dass irgendjemand vielleicht irgendwas befolgt, was komplett falsch ist.
Moritz Hofmann: Weil man das gar nicht mehr nach...
Kai Ole Hartwig: Naja, aber das...
Moritz Hofmann: Ihnen kam wieso diese Antwort ausgegeben wurde, oder?
Kai Ole Hartwig: Das ist halt kein Chatbot.
Kai Ole Hartwig: Das ist Hetze.
Kai Ole Hartwig: komplett anders. Das ist ein Decision Model.
Kai Ole Hartwig: Zum Beispiel, dass du es einfach in...
Kai Ole Hartwig: in so einer Automatisierung.
Kai Ole Hartwig: einsetzt.
Kai Ole Hartwig: zum Bewerten, welcher Schritt oder welche Automatisierung, welchen Schritt gehen wir jetzt als nächstes.
Kai Ole Hartwig: Amen.
Kai Ole Hartwig: Das ist eigentlich die Frage.
Kai Ole Hartwig: Das ist...
Kai Ole Hartwig: wirklich diese Entscheidung treffen.
Kai Ole Hartwig: Auf Basis der Informationen, die jetzt da sind, soll der Merge -Request gemerged werden.
Kai Ole Hartwig: Soll...
Kai Ole Hartwig: das als HTML ausgegeben werden, als Markdown, soll es nach LinkedIn oder doch besser nach Twitter.
Kai Ole Hartwig: So.
Kai Ole Hartwig: Nein?
Kai Ole Hartwig: Oder ist es Onlyfans -Content?
Moritz Hofmann: Ja, das verstehe ich.
Kai Ole Hartwig: Also so.
Moritz Hofmann: Verstehe ich.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Genau.
Kai Ole Hartwig: Na?
Moritz Hofmann: Das heißt eigentlich gar nicht so, die...
Kai Ole Hartwig: Das...
Tim Uhlott: Genau.
Moritz Hofmann: eine direkte menschliche Interaktion, sondern eher für Programmiercode zum Automatisieren von irgendwelchen Sachen, zum Entscheiden von den nächsten Schritten.
Moritz Hofmann: Ja, verstehe ich. Oder zum Klassifizieren von Sachen.
Tim Uhlott: Genau.
Moritz Hofmann: Ja.
Kai Ole Hartwig: Genau.
Tim Uhlott: Und das gibt ja auch immer eine Wahrscheinlichkeit dabei, wie sicher es ist, dass diese Aktion dann auch die richtige ist.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Das dann noch mit dazu.
Tim Uhlott: Deswegen, wenn du drei Entscheidungen mitgibst, zwei sind davon unter 10 % und eine ist auch noch knapp unter 50%, weißt du, okay, die dritte Entscheidung ist vielleicht...
Tim Uhlott: Okay, aber...
Tim Uhlott: Vielleicht müsste es eine andere Entscheidung sein.
Tim Uhlott: Damit kannst du zum Beispiel auch leben und zum Beispiel weitermachen. Das ist halt instant dann. Das ist natürlich ganz cool und auch sehr günstig, dieses Modell.
Tim Uhlott: Vielen Dank.
Moritz Hofmann: Okay.
Tim Uhlott: Nimmt ja in Automatisierung halt einiges ab.
Moritz Hofmann: Ja.
Moritz Hofmann: Könnte nicht eigentlich dann so ein Chat -Modell das Modell benutzen, um intern irgendwelche Abläufe zu optimieren zum Beispiel, wenn man irgendwie sagt, dass
Tim Uhlott: Vielleicht.
Tim Uhlott: als Tool.
Moritz Hofmann: Das Chatmodell wird ähnlich wie ein Mensch und braucht dann auch ein bisschen Bauchgefühl. Dann nimmt es sich Jeff als Bauchgefühl.
Kai Ole Hartwig: Naja, aber als Bauchgefühl...
Kai Ole Hartwig: fühlen.
Kai Ole Hartwig: Das Bauchgefühl bei Large Language Models
Kai Ole Hartwig: machst du ja eher über die Gewichte.
Kai Ole Hartwig: dass so mehr Kreativität und so...
Kai Ole Hartwig: mehr Abweichung da rein.
Kai Ole Hartwig: reinbringst.
Kai Ole Hartwig: Hm.
Kai Ole Hartwig: Es ist eher ein zusätzlicher Schritt in diesem Harness um das Modell ringsherum.
Kai Ole Hartwig: Wenn du jetzt mit einem Modell interagierst, du redest ja eigentlich gar nicht direkt mit dem Modell, sondern da sind ja noch x Zwischenschritte zwischen, die du gar nicht mitbekommst.
Moritz Hofmann: Amen.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Warte kurz auf Moritz.
Kai Ole Hartwig: Lippenlesen wäre jetzt eine gute Fähigkeit.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Naja, mittendrin unterbrochen hier.
Kai Ole Hartwig: Das ist...
Moritz Hofmann: Tut mir leid, Leute.
Tim Uhlott: Ach, überhaupt nicht.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Du brauchst kein Problem, Moritz.
Kai Ole Hartwig: Es sah interessant aus.
Kai Ole Hartwig: Vielen Dank.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Die letzten Male war es dann mal bei mir, wenn ich mal irgendwie Kaffee umgeschüttet hatte oder irgendwie sowas.
Moritz Hofmann: Tschüss.
Moritz Hofmann: Meine Freundin ist...
Moritz Hofmann: Vielen Dank.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Ja, kein Stress zu.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Was ich auch ziemlich witzig fand, als ich ein bisschen recherchiert habe zu dem Modell, wie die eigentlich auf den...
Tim Uhlott: Nam.
Tim Uhlott: bekommen sind.
Tim Uhlott: Tschüss.
Tim Uhlott: Als ich es als erstes gelesen hatte, meinte man, Jeff muss sich an dieses Meme denken. My name is Jeff.
Tim Uhlott: Aus...
Tim Uhlott: Ach.
Tim Uhlott: Wie ist das nochmal?
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Dieser Film mit diesen beiden Cops, die in die Schule reingehen und so...
Tim Uhlott: tun als wären sie Schüler.
Tim Uhlott: Egal.
Kai Ole Hartwig: Also Filme vorher noch recherchieren und anschauen, das müssen wir.
Kai Ole Hartwig: Die Themen früher besprechen.
Tim Uhlott: Ich muss ja mal ganz kurz was wissen.
Kai Ole Hartwig: Ja, jetzt zwischendrin mega Google Session hier.
Tim Uhlott: So, ah!
Tim Uhlott: Von Twinn.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: 22 Jump Streets.
Tim Uhlott: So war das.
Moritz Hofmann: Ich habe auf jeden Fall das...
Moritz Hofmann: Das Meme auch gesehen, du hast es ja auch gepostet.
Tim Uhlott: Minus, Minus, Minus, Minus, Minus, Minus.
Tim Uhlott: Hier mit Channing Tantum, der macht das dann.
Tim Uhlott: Das war's. Mein Name ist Jack.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Okay.
Tim Uhlott: Das Modell wurde nämlich selber nach William Stanley...
Tim Uhlott: Jeffens.
Tim Uhlott: Es ist ein...
Tim Uhlott: Ökonom aus dem 19. Jahrhundert, der nach dem
Tim Uhlott: Jeffins.
Tim Uhlott: paradox bekannt ist und das formuliert hat, der sagt nämlich aus, wenn etwas billiger wird,
Tim Uhlott: verbrauchen die Menschen weitaus mehr davon.
Tim Uhlott: Der kam dazu.
Tim Uhlott: Im 19. Jahrhundert zu seiner Hypothese als der James Watt, nämlich den Wirkungsgrad der Dampfmaschinen.
Tim Uhlott: erheblich verbessert hat.
Tim Uhlott: verbraucht natürlich alle Maschinen.
Tim Uhlott: vielen Webstühlen usw. die automatisiert wurden.
Tim Uhlott: deutlich weniger
Tim Uhlott: Kohle bei gleichem Effekt und da denkt man natürlich, okay, wenn jetzt nur ein Viertel der Kohle verbrauchen, dann muss natürlich England auch nur ein Viertel der Kohle generell verbrauchen, aber
Tim Uhlott: Der Jefferson stellt dann fest, dass England den Kohleverbrauch...
Tim Uhlott: deutlich steigert und er natürlich nicht
Tim Uhlott: gesungen ist. Das heißt, die Kohle, die Nutzung der Kohle wird halt deutlich billiger, weil du deutlich weniger brauchst. Das heißt, du kannst dir dann auch fünf Maschinen da hinstellen, die die gleiche Menge an Kohle verbrauchen. Das haben halt alle gedacht und entsprechend wird halt der ganze Verbrauch halt
Tim Uhlott: Ja.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Was natürlich auch mit den ganzen AI -Modellen passiert, wenn sie alle günstiger werden.
Moritz Hofmann: Auf Wiedersehen.
Moritz Hofmann: Das heißt ja auch bei Economics 101 oder so, Microeconomics, Supply and Demand, diese kleinen...
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Kommt wahrscheinlich dann halt durch den William Stanley Jefferson.
Tim Uhlott: Tschüssens.
Tim Uhlott: aus dem 19. Jahrhundert
Kai Ole Hartwig: Jetzt hauchen wir aber sehr ins BWL hier heute ab.
Tim Uhlott: Aber fand ich auf jeden Fall sehr interessant.
Kai Ole Hartwig: Ja, definitiv.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Weil deren Modell ist...
Kai Ole Hartwig: Aber ich glaube...
Tim Uhlott: Hm?
Kai Ole Hartwig: Bis...
Kai Ole Hartwig: KI billiger wird.
Kai Ole Hartwig: wird es noch eine ganze Zeit dauern, weil wir sind jetzt ja gerade in dem Max...
Kai Ole Hartwig: absoluten Hardware -Mangel drin, wenn du willst.
Kai Ole Hartwig: Es gibt keine Kohle.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Ja.
Kai Ole Hartwig: Einige glauben aber schon, durch KI -Arbeit müsste die Arbeit billiger werden.
Tim Uhlott: Ja.
Kai Ole Hartwig: Aber erstmal müsste halt...
Kai Ole Hartwig: die Gesamtkette existieren, damit irgendetwas günstiger werden kann.
Kai Ole Hartwig: Im Moment wird alles nur teurer.
Kai Ole Hartwig: Ich glaube, selbst so kleine Modelle.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: werden uns im Moment
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: nicht wirklich helfen.
Kai Ole Hartwig: Dabei, das kannst du ja kurz machen.
Kai Ole Hartwig: Decision Models sind toll.
Kai Ole Hartwig: Ich finde auch die Namensgeschichte toll, aber ich glaube nicht, dass die uns jetzt akut...
Kai Ole Hartwig: Ich glaube, wir haben noch gar nicht so viele Anwendungs...
Kai Ole Hartwig: Fälle
Kai Ole Hartwig: für diese Art von Modellen. Die werden sich erst jetzt in den nächsten...
Tim Uhlott: Das ist richtig.
Kai Ole Hartwig: Monaten entwickeln.
Kai Ole Hartwig: indem man das halt wirklich in Automatisierung reinbringt.
Kai Ole Hartwig: Und die dann halt verbessert.
Kai Ole Hartwig: Was wir aktuell machen, ist für...
Kai Ole Hartwig: Wir entscheiden ja eher deterministisch in diesen
Kai Ole Hartwig: automatisierungen drin was sie auch
Kai Ole Hartwig: Bisher für den absoluten...
Kai Ole Hartwig: richtigen Weg gehalten habe.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Ja.
Kai Ole Hartwig: Das heißt, auch das muss man jetzt neu denken und neu bewerten und überlegen.
Kai Ole Hartwig: wo kann man das eigentlich einsetzen, wo traut man sich das jetzt auch einzusetzen, weil es halt nochmal ganz anders ist.
Kai Ole Hartwig: Und dafür bräuchte man erstmal Zugriff darauf.
Kai Ole Hartwig: Und...
Kai Ole Hartwig: Wenn ich mir den Vergleich mit dem Open -Welt -Modell anschaue, dessen Namen ich schon wieder vergessen habe.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Laia?
Tim Uhlott: Laia, Laia, ja.
Kai Ole Hartwig: Naja.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Den ich übrigens viel schöner finde, aber es ist egal.
Kai Ole Hartwig: Äh...
Kai Ole Hartwig: Bis.
Kai Ole Hartwig: Ist das ja auch so ein Ding, du kannst es jetzt halt nicht einfach...
Kai Ole Hartwig: Einbauen und sagen, ja hey cool.
Kai Ole Hartwig: nehme ich, mache ich, weil halt einfach die Ergebnisse so viel schlechter sind.
Kai Ole Hartwig: Also ich finde...
Kai Ole Hartwig: Wir sehen das auch gerade mit dem Invest in Mistral.
Tim Uhlott: Hm?
Kai Ole Hartwig: Ich glaube, 3 Milliarden waren es jetzt wieder neu.
Kai Ole Hartwig: Wir brauchen mehr Open -Vate -Modelle. Das ist eigentlich der Weg.
Kai Ole Hartwig: Wenn wir in Europa führend sein wollen mit...
Kai Ole Hartwig: Da müssen wir das anders machen als.
Kai Ole Hartwig: unsere marktbegleitenden Kontinente und sagen wir
Kai Ole Hartwig: Wir machen etwas Effizientes, was Open Weight ist.
Kai Ole Hartwig: Die Open -Bed -Modelle sind schön, also sie sind gut. Was ich jetzt schade finde, ist, dass die aktuellsten Modelle von Mistreiten nicht...
Kai Ole Hartwig: mehr open -weight sind, vollständig. Ich hoffe, das kommt jetzt ein bisschen...
Tim Uhlott: Ach, die waren vorher auf dem White.
Kai Ole Hartwig: Ja, ja, DevStrahl und so hast du als Open -Vite -Modell bekommen, DevStrahl 2 auch noch.
Tim Uhlott: Hör mal.
Tim Uhlott: Hm?
Kai Ole Hartwig: Und jetzt das aktuelle Coding.
Kai Ole Hartwig: Den bekommst du nicht. Deswegen habe ich zum Beispiel bei mir in...
Kai Ole Hartwig: der review agent
Kai Ole Hartwig: läuft immer noch auf DevStrahl.
Kai Ole Hartwig: Das war's.
Moritz Hofmann: Was genau ist Open Weight?
Kai Ole Hartwig: Open Weight ist quasi, du kannst das Modell runterladen. Das ist nicht ganz wie Open Source.
Kai Ole Hartwig: Also es ist quasi...
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Freie Software, also wie...
Kai Ole Hartwig: Wenn man es vergleichen würde mit Software, ist es freies Software, also Freeware.
Kai Ole Hartwig: die du selber betreiben kannst.
Kai Ole Hartwig: aber du weißt nicht, was drinnen passiert.
Kai Ole Hartwig: Open Source ist ja, du kennst den Kern, du kannst den gegebenenfalls verändern.
Moritz Hofmann: Vielen Dank.
Kai Ole Hartwig: gut ist.
Kai Ole Hartwig: Und Open Weight ist halt...
Kai Ole Hartwig: quasi die
Kai Ole Hartwig: Freeware zum
Kai Ole Hartwig: runterladen und du musst sie halt selber betreiben.
Kai Ole Hartwig: Und richtige Open Source Modelle nach der Definition
Kai Ole Hartwig: wie wir sie kennen.
Kai Ole Hartwig: für Software.
Kai Ole Hartwig: Gibt es auch im Übrigen bisher gar nicht.
Kai Ole Hartwig: Ja, ist veröffentlicht.
Kai Ole Hartwig: nämlich keiner so richtig
Kai Ole Hartwig: Wie?
Kai Ole Hartwig: entstehen die Sachen, auf welchen Daten sind die.
Kai Ole Hartwig: Das ist alles so ein Geheimnis bei den Modellen.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Wahrscheinlich war die da, aber nicht so gut.
Tim Uhlott: Legale Landwirt.
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: Vielleicht ist auch das ein Thema. Also das ist ja tatsächlich ein riesiges Thema, dass man halt...
Kai Ole Hartwig: auch aus.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Etikett.
Kai Ole Hartwig: Sicht jetzt bewerten muss und ja auch zum Teil diskutiert.
Kai Ole Hartwig: Informatik.
Kai Ole Hartwig: oder Informatik und Ethik sind ja
Kai Ole Hartwig: zum Teil, oder Computerethik, sind ja durchaus
Kai Ole Hartwig: Vorlesungen an der Uni.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Und...
Kai Ole Hartwig: Das halt auch diskutiert, ob das, was man da überhaupt macht, denn ethisch und moralisch vertretbar ist in dieser Art und Weise. Oder ob die Verstöße halt nicht so sind.
Kai Ole Hartwig: dass man sagen muss, okay, das widerspricht eigentlich.
Kai Ole Hartwig: der Computerethik.
Tim Uhlott: Hm.
Kai Ole Hartwig: So, aber das ist den Leuten, die es ja allen egal.
Kai Ole Hartwig: So.
Kai Ole Hartwig: sagen wir es mal so hart, wie es ist.
Kai Ole Hartwig: Es ist gerade ziemlich vielen Leuten egal. Es wird massiv vorangetrieben.
Kai Ole Hartwig: Und es ist halt das Thema, wo Geld reinfließt.
Tim Uhlott: immer damit wir
Tim Uhlott: also Open Source oder Open Web Modelle erst mal trainieren können.
Tim Uhlott: Fehlen natürlich Datencenter.
Tim Uhlott: Rechenzentren in Europa. Damit die günstig betrieben werden können, fehlt natürlich günstiger Strom.
Tim Uhlott: Aber das ist normal.
Tim Uhlott: Andere Themen noch so ein bisschen. So eine ganze Kette einfach.
Kai Ole Hartwig: Das ist halt einfach so eine Kette.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Das Traurige ist, wir haben eigentlich echt gute Leute, mal wieder in Europa.
Kai Ole Hartwig: Ja.
Tim Uhlott: Ja.
Kai Ole Hartwig: Aber das Investment in Europa für Research und Development ist halt im letzten Jahrzehnt massiv zugegangen und gesunken.
Kai Ole Hartwig: Der Innovationsausput ist...
Tim Uhlott: Das stimmt.
Kai Ole Hartwig: Gesunken.
Kai Ole Hartwig: Im Land der Dichter und Denker.
Kai Ole Hartwig: auf dem
Kai Ole Hartwig: Also wir sind echt krass abgefallen weltweit. Also deswegen, eigentlich müssten wir viel, viel größere Investitionen da rein tätigen wie in so viele andere Dinge auch.
Kai Ole Hartwig: So.
Tim Uhlott: Ihr seid immer so ist.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Ja, das Problem ist ja, weil wir nicht in die Infrastruktur investiert haben.
Kai Ole Hartwig: können wir jetzt nicht in
Kai Ole Hartwig: die energieintensive Forschung investieren.
Kai Ole Hartwig: Weil wir die Infrastruktur nicht haben.
Kai Ole Hartwig: Für Strom etc.
Kai Ole Hartwig: Also...
Kai Ole Hartwig: Ein wirklich krasses Beispiel dafür ist zum Beispiel BASF in Ludwigshafen. Hat neben das Industriegelände einen Solarpark gebaut.
Tim Uhlott: Mhm.
Kai Ole Hartwig: Und...
Kai Ole Hartwig: Ich kann den jetzt nicht anschließen ans Netz.
Tim Uhlott: Mhm.
Kai Ole Hartwig: weil das Netz nicht entsprechend ausgebaut wurde.
Moritz Hofmann: Oh.
Kai Ole Hartwig: Deswegen ziehen die Beiter aus dem Netz den Stromverbrauch, anstatt selber zu nutzen und selber deinen Überschuss einzuspeisen.
Kai Ole Hartwig: So, und das ist jetzt unabhängig von KI, aber überlegen wir mal den nächsten Schritt weiter. Würden die ihre Energie selber erzeugen und nutzen können und Überschuss einspeisen und dann halt nur manchmal aus dem Netz ziehen, hätten wir zum Beispiel diese.
Kai Ole Hartwig: Ähm...
Kai Ole Hartwig: die Energie...
Kai Ole Hartwig: intensive Chemieindustrie fließt, hätten wir ja quasi frei für ein Datenzentrum.
Kai Ole Hartwig: Datencenter.
Kai Ole Hartwig: wo wir KI trainieren konnten oder andere Dinge machen können. Also Frankfurt ist immer noch der größte Internetknotenpunkt weltweit.
Kai Ole Hartwig: Ja, bieg.
Kai Ole Hartwig: hätten bedarf für energie und für
Kai Ole Hartwig: Glasfaser und andere Kapazitäten.
Tim Uhlott: Ja.
Tim Uhlott: auf jeden Fall.
Kai Ole Hartwig: Das ist halt das Traurige, es spielt ja alles zusammen.
Kai Ole Hartwig: So.
Kai Ole Hartwig: Jetzt habe ich euch wieder erschlagen mit der Realität.
Tim Uhlott: Äh...
Tim Uhlott: Ach, alles gut, Ole.
Kai Ole Hartwig: Wir können das Decision Model ja mal fragen, was wir zuerst machen sollen, Infrastruktur ausbauen oder KI -Modelle trainieren.
Tim Uhlott: Sehr wichtig.
Tim Uhlott: Ja.
Tim Uhlott: Ja.
Tim Uhlott: Die sagt natürlich dann direkt KI trainieren, das ist wichtig.
Kai Ole Hartwig: Obwohl, ja.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Für die eigene AGI dann.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Aber ich habe mir auch mal anguckt, was das Ganze natürlich preist mich auch.
Tim Uhlott: Kostet, weil das ist natürlich für uns, oder?
Kai Ole Hartwig: Ja, da ich es nicht bekomme, ist es mir egal.
Tim Uhlott: von dem er natürlich interessiert.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: So ist es.
Tim Uhlott: Ist kostenlos, kostet nichts.
Kai Ole Hartwig: Ja, was ich nicht kaufen kann.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Da ist mir der Preis doch egal.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: So.
Kai Ole Hartwig: Harte Realität ist bei AWS nicht drin.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: existiert jetzt nicht.
Kai Ole Hartwig: Oder ich kann es auch nicht runterladen.
Kai Ole Hartwig: Vorbei.
Tim Uhlott: Ja.
Kai Ole Hartwig: Aber hau raus.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Ja.
Tim Uhlott: Also bei so Large Language Models wie zum Beispiel GPT -6 oder Claude.
Tim Uhlott: Da bist du halt für eine Million Input -Token.
Tim Uhlott: je nach Modell zwischen 20 Cent bis 10 Dollar für teure Sachen wie Fable.
Tim Uhlott: Für Jeff zum Beispiel nur für die 1 Million Token, also den Text, den du halt einfach reingeben kannst, sind das dann 0 ,042.
Tim Uhlott: Cent.
Tim Uhlott: Also...
Kai Ole Hartwig: Ja, da hättest du es besser mit so Sachen von Moonshoot .ie.
Tim Uhlott: Das ist es.
Kai Ole Hartwig: AI vergleichen.
Kai Ole Hartwig: Damit man mal preislich in einem Segment ist.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Ja, das sind wahrscheinlich diese 20 Cent oder so.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Na vielleicht.
Kai Ole Hartwig: Ja.
Tim Uhlott: Aber was dann auch.
Tim Uhlott: cool daran ist, weil von dem Large Language Model sind schon die Inputs
Tim Uhlott: Toppen.
Tim Uhlott: schon vergleichsweise viel viel teurer aber dadurch dass hier
Tim Uhlott: topenweise ihre Antwort ja berechnen. Das heißt, der nächste Buchstabe hängt ja von dem ganzen Text ab, der davor schon geschrieben wurde.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Dann berechnet ihr dann auch den Outputpreis und deswegen ist der Outputpreis auch meistens 3, 4, 5 mal so teuer. Das heißt, das kommt noch dazu.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Und bei Jeff zum Beispiel braucht er es halt nicht.
Tim Uhlott: der
Tim Uhlott: Vielen Dank.
Tim Uhlott: gewichtet alle Eingaben, die es gibt.
Tim Uhlott: Gleichzeitig, dann sagt er A.
Tim Uhlott: B oder C. Das schickt einmal alles durch und gibt dir dann diese eine...
Tim Uhlott: gefühlte Antwort, sag ich jetzt einfach mal.
Kai Ole Hartwig: Also das heißt, Output -Token kostet bei Jeff nichts.
Tim Uhlott: Nix, kostenlos.
Tim Uhlott: Vielen
Tim Uhlott: Das ist halt...
Tim Uhlott: Das ist ganz nett.
Tim Uhlott: Ich weiß.
Tim Uhlott: Deswegen ist es auch sehr günstig, da noch irgendwie einzuholen.
Kai Ole Hartwig: Ja, so, und noch umso ärgerlicher, dass das...
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: bei AWS Bedrock nicht drin ist.
Tim Uhlott: dass es bei dir nicht klappt.
Kai Ole Hartwig: Ja, so, also das ist...
Tim Uhlott: Bald, bald bestimmt.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Kommen wir zu der Serie.
Kai Ole Hartwig: Ja, ich ziehe jetzt doch nicht, also...
Kai Ole Hartwig: Okay, ich sag meiner KI, wir ziehen jetzt um, spontan.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Da fährst du die doch.
Kai Ole Hartwig: Ja, genau.
Tim Uhlott: Tschüss.
Kai Ole Hartwig: Kurz die gesamte Infrastruktur. Multicloud -Struktur ist eh viel besser, sollte man eh machen.
Tim Uhlott: So.
Kai Ole Hartwig: Jetzt habe ich schon Cloud -Spieler und AWS im Programm.
Kai Ole Hartwig: Jetzt.
Kai Ole Hartwig: brauche ich dann auch noch Wärsel.
Tim Uhlott: Auf Wiedersehen.
Kai Ole Hartwig: Jetzt komm bitte nicht mit Hetzner um die Ecke. Hetzner hat bei mir zu viele Probleme gemacht.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Wessel hostet aber auf APS auch.
Tim Uhlott: Also, das heißt, so gesehen bist du auch bei AWS dann, wenn du bei was selbst bist. Hast du auch keine Multicloud oder...
Kai Ole Hartwig: Ja.
Tim Uhlott: dritten anbieter so
Kai Ole Hartwig: Ja.
Tim Uhlott: Sind ja entweder alle bei Azure oder halt bei AWS. Ich weiß gar nicht, hat Google auch irgendwas mittlerweile?
Kai Ole Hartwig: Ja, klar geht's.
Tim Uhlott: Ja.
Kai Ole Hartwig: Google hat das schon lange. Google waren auch die ersten, die Kubernetes im...
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: der Cloud angeboten haben.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Es ist...
Kai Ole Hartwig: Ach.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Mensch.
Kai Ole Hartwig: Es ist...
Tim Uhlott: Ja, guck mal, machen zu wenig Werbung dafür, für ihre Sachen.
Kai Ole Hartwig: Findest du.
Tim Uhlott: Ich kenne nur Azure oder Azure.
Tim Uhlott: Da wirst du.
Tim Uhlott: Der hat beiden schon gearbeitet.
Kai Ole Hartwig: Also Google Cloud ist tatsächlich sehr gut.
Kai Ole Hartwig: Also für Kubernetes finde ich, ist das eine super Blocklaut von Mensch. Kubernetes mag ich sehr.
Tim Uhlott: Kommt ja auch von denen.
Kai Ole Hartwig: Ja, so. Hör dich immer auch im OpenShift übrigens bei.
Kai Ole Hartwig: Wird sehen.
Kai Ole Hartwig: Also.
Kai Ole Hartwig: Einfach von...
Kai Ole Hartwig: der Geschwindigkeit der Updates und solchen Dingen.
Kai Ole Hartwig: Auch wenn ich jetzt selber ja bei AWS hänge.
Tim Uhlott: Juhu.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Ja, ich finde die persönlich aber auch ganz gut. Ich finde es relativ einfach bei AWS.
Kai Ole Hartwig: Ja, das...
Tim Uhlott: Was anderes.
Kai Ole Hartwig: Ja, kompliziert finde ich nur Azure.
Tim Uhlott: Ja, schön, macht's gut.
Tim Uhlott: Alles sehr kompliziert.
Tim Uhlott: Ich weiß auch nicht, was sich Microsoft dabei gedacht hat.
Tim Uhlott: Also.
Kai Ole Hartwig: Ja.
Tim Uhlott: Networking in Azure, das ist so kompliziert.
Kai Ole Hartwig: Es ist ja nicht nur Networking, es ist ja alles.
Tim Uhlott: Ja.
Kai Ole Hartwig: Also egal, das ist ein völlig anderes Thema, da müssen wir uns...
Kai Ole Hartwig: Da solltest du mal in den anderen Podcast kommen, da können wir uns dann.
Tim Uhlott: Sehr gut.
Tim Uhlott: Machen wir dann mal.
Kai Ole Hartwig: Tschüss.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Ja, dann lass uns mal kurz zu der Funktion so ein bisschen kommen.
Tim Uhlott: Das war's.
Tim Uhlott: auch ein bisschen deutlicher, was man damit alles so anfangen kann.
Tim Uhlott: Also was wir schon gesehen haben, okay.
Tim Uhlott: Wir können irgendwie ein State reingeben, das heißt es kann...
Tim Uhlott: alles mögliche in Texte, also du kannst irgendwie einen Text schreiben, du kannst ein Support -Ticket irgendwie reinwerfen oder was auch immer, du kannst auch Jason reingeben, zum Beispiel den Status für irgendein Spiel, zum Beispiel Mario oder sowas, Jump, Run, Run.
Tim Uhlott: jump 'n 'run
Tim Uhlott: gibt dir einen Status OK.
Tim Uhlott: wo sind welche Boxen, wo ist was, wo bin ich zum Beispiel, und dann kann er halt Jaffa entsprechend schnell.
Tim Uhlott: Empfehlung geben.
Tim Uhlott: Neben diesem State kannst du dann noch ein Set an Fragen reinwerfen.
Tim Uhlott: Jede dieser Fragen kann einen bestimmten Typ haben.
Tim Uhlott: Es gibt dann drei Typen.
Tim Uhlott: Es gibt eine Choice, es gibt einen Score und es gibt einen...
Tim Uhlott: Nun...
Tim Uhlott: Haben die das genannt?
Tim Uhlott: Choice ist dann
Tim Uhlott: dass man aus dem
Tim Uhlott: vordefinierten
Tim Uhlott: Set.
Tim Uhlott: man kann bis 255 Optionen reingeben, empfiehlt er dir eine von diesen Optionen.
Tim Uhlott: Score ist dann...
Tim Uhlott: der Rated -Dir.
Tim Uhlott: Die Antworten auch von 0 bis 100 und 0 ist so ein bisschen so wie Ja oder Nein.
Tim Uhlott: Der sagt, okay.
Tim Uhlott: 80 Prozent ja.
Tim Uhlott: 20 Prozent.
Tim Uhlott: Nein.
Tim Uhlott: Wenn du eine Frage oder sowas hatten, wie reingehst.
Kai Ole Hartwig: Hätte man ja auch Bullion nehmen können, oder?
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Also.
Tim Uhlott: Ja, ist so ein bisschen...
Kai Ole Hartwig: Mal als...
Kai Ole Hartwig: Ah!
Tim Uhlott: Ja, also es wird N -U -L.
Tim Uhlott: geschrieben.
Tim Uhlott: Ich weiß nicht, wie man es genau ausspricht.
Kai Ole Hartwig: N U L
Tim Uhlott: N N O U L
Kai Ole Hartwig: Ja.
Tim Uhlott: Ich glaube, es kann auch sein, dass es vielleicht das eigene Film von denen ist. Das gibt es ja nicht nur ja oder nein als Bullion, sondern es gibt ja auch einen Score mit dazu.
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: Ja, ja.
Kai Ole Hartwig: Okay.
Kai Ole Hartwig: Nehmen wir mal so hin.
Tim Uhlott: Und man kann sich das dann, ich nehme mal ein kleines Beispiel, dann auch mal so ein bisschen, so ein Klick, was ich selber mit rumgespielt habe.
Tim Uhlott: Stellt man sich zum Beispiel ein Computerspiel zum Beispiel vor.
Tim Uhlott: Ich habe jetzt irgendeine...
Tim Uhlott: Wache!
Tim Uhlott: Die hat jetzt nicht mehr so viel Leben.
Tim Uhlott: Nicht mehr so viel Munition. Jetzt gibt es den Spieler.
Tim Uhlott: Der rät auf diese Wache drauf zu. Was kann diese Wache jetzt zum Beispiel machen? Da kann man jetzt zum Beispiel mitgeben, okay, das ist ein paar Optionen.
Tim Uhlott: Du kannst jetzt...
Tim Uhlott: Ja, den Gene angreifen.
Tim Uhlott: Du kannst dich irgendwo verstecken. Du kannst zu einer anderen Wache rennen oder vielleicht zu so einer Alarmglocke irgendwie rennen.
Tim Uhlott: um halt irgendwie Hilfe zu holen.
Tim Uhlott: Das sind Optionen, die da zum Beispiel reingehen können.
Tim Uhlott: eine Empfehlung geben, was er
Tim Uhlott: Zustand im Gradreingips machen.
Tim Uhlott: sollte.
Tim Uhlott: Dann kannst du ihn zum Beispiel auch noch gleichzeitig mitgeben.
Tim Uhlott: So zum Beispiel ein Score. Generell, wie gefährlich ist gerade die Situation von der Wache?
Tim Uhlott: Die ist super sicher.
Tim Uhlott: bis halt diesen kritischen Situationen.
Tim Uhlott: Plus halt dann nochmal dieses 0 mitgeben.
Tim Uhlott: Als Option soll die Wache jetzt sind.
Tim Uhlott: doch vielleicht lieber fliehen oder nicht fliehen
Tim Uhlott: Das heißt, du hast so eine gewisse Menge einfach an Optionen, die einfach rauskommen.
Tim Uhlott: So, und jetzt in meinem Beispiel ist es zum Beispiel so.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Dann...
Tim Uhlott: Hat das Modell zum Beispiel gesagt, in der Situation, okay, mit 50 Prozent, geh mal lieber zu deinen...
Tim Uhlott: zu den Allies.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Kämpfe ja mit den zusammengängigen Spieler.
Tim Uhlott: Vielen Dank.
Tim Uhlott: der
Tim Uhlott: Qua ist...
Tim Uhlott: auf dem Level von Richtung.
Tim Uhlott: critical.
Tim Uhlott: und
Tim Uhlott: Fliehen.
Tim Uhlott: Äh.
Tim Uhlott: Ja.
Tim Uhlott: Auch eher fliehen.
Tim Uhlott: Da entsprechend zu den Wachen zum Beispiel fliegen.
Tim Uhlott: Das zum Beispiel so als...
Tim Uhlott: als Beispiel. Also dann kann ich halt reingeben, okay, ich bin jetzt hier so ein NPC, was soll ich jetzt tun in meiner Situation? Und jetzt eine Empfehlung von Jeff halt.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: 2 Millisekunden wahrscheinlich dann irgendwie, was soll dieser Spieler jetzt, dieser NPC zum Beispiel tun und der entscheidet sich dann halt daran.
Tim Uhlott: aus dem Status hin reingeben hat, zu seinem Kollegen abzuhauen und dann mit dem Zusammenhalt.
Tim Uhlott: Gegen den Spieler zum Beispiel zu kämpfen. Und das Coole ist halt, der kann jetzt nicht wie so ein...
Tim Uhlott: Large Language Modell, jetzt irgendwelche...
Tim Uhlott: option vielleicht noch erfinden
Tim Uhlott: Das Large Language Modell wird dann vielleicht noch eine...
Tim Uhlott: Sechste Option, vielleicht zum Beispiel noch irgendwie hinzufügen, keine Ahnung.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Äh, puh.
Tim Uhlott: schießt dann doch lieber mit dem Bogen oder springe irgendwo runter oder sowas, sondern...
Tim Uhlott: Der entscheidet, dass Jeff entscheidet halt nur aus den Optionen, die du halt mitgibst.
Tim Uhlott: Das ist halt ganz...
Tim Uhlott: Ganz cool.
Tim Uhlott: Ich glaube, das könnte jetzt ein bisschen so...
Tim Uhlott: computer games auch ein bisschen
Tim Uhlott: revolutionieren wenn das ganze dann lokal laufen wird
Tim Uhlott: Ich glaube, das könnte nämlich ganz...
Tim Uhlott: Ganz cool, da habe ich auch einen Blogartikel darüber geschrieben.
Tim Uhlott: Ein paar Beispiele auch.
Kai Ole Hartwig: hatten die
Kai Ole Hartwig: die ähm
Kai Ole Hartwig: veröffentlicht eigentlich wie groß das Modell ist.
Tim Uhlott: Das weiß ich nicht, das habe ich nicht recherchiert.
Kai Ole Hartwig: Alter, du bist doch derjenige, der hier...
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Alles, alles recherchiert, woher der Name kommt.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Ja, da habe ich nicht dran gedacht.
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: So.
Kai Ole Hartwig: Ja.
Tim Uhlott: Aber werden sie wahrscheinlich geheim halten, weil es ja commercial ist.
Kai Ole Hartwig: Das wäre ja tatsächlich...
Kai Ole Hartwig: Ja.
Tim Uhlott: Erbjahigetet.
Kai Ole Hartwig: Naja.
Kai Ole Hartwig: Naja, so.
Kai Ole Hartwig: Aber das wäre tatsächlich die spannende Frage noch.
Kai Ole Hartwig: wie groß ist eigentlich das Ding.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Wenn.
Kai Ole Hartwig: Also ich vermute mal, es ist relativ klein bei den Antwortzeiten.
Kai Ole Hartwig: So.
Tim Uhlott: Vielleicht.
Tim Uhlott: Ja, sehr gut.
Kai Ole Hartwig: Vielleicht. Vielleicht auch nicht. Vielleicht ist meine Vermutung auch völlig falsch.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Er hasst es.
Tim Uhlott: wäre ganz cool weil für so spiele ist es halt ganz nett ich weiß nicht
Tim Uhlott: Natürlich Strategiespiele.
Tim Uhlott: gespielt oder Spiele, Strategiespiele wie Total War oder Starcraft oder
Tim Uhlott: Anno.
Moritz Hofmann: Starcraft, Age of Empires.
Tim Uhlott: oder irgendwas.
Tim Uhlott: Ja, genau.
Tim Uhlott: Da schieden ja zum Beispiel auch die ganzen KIs alle.
Tim Uhlott: Weil es gibt einfach so unglaublich viele Möglichkeiten, die kannst du als Game Designer alle gar nicht reinpokalieren.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Und Kombination mit...
Kai Ole Hartwig: Die KIs spielen jetzt schon.
Kai Ole Hartwig: Spiele.
Kai Ole Hartwig: Ich bin schockiert. Ja, okay.
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Ja, natürlich, das ist mal ganz unterschiedlich.
Tim Uhlott: Endbezüge.
Tim Uhlott: Hurra!
Kai Ole Hartwig: Ja gut, MPCs, aber halt...
Tim Uhlott: Potz.
Kai Ole Hartwig: Im Sinne von...
Kai Ole Hartwig: Egal, ne?
Kai Ole Hartwig: Vielleicht habe ich auch einen völlig falschen Gedanken, weil der MPC cheatet doch nicht. Das ist doch keine KI.
Tim Uhlott: Nein, nein, nein.
Tim Uhlott: Du hast bei so Strategiespielen auch...
Tim Uhlott: Computergegner.
Kai Ole Hartwig: Ja.
Tim Uhlott: Und weil die Computergegner...
Tim Uhlott: so viele Optionen haben.
Tim Uhlott: Schicken die.
Tim Uhlott: Zum Beispiel dann kriegen die einfach...
Tim Uhlott: ressourcengeschenkt.
Tim Uhlott: Oder was auch immer.
Tim Uhlott: Vielen Dank.
Moritz Hofmann: Also es ist eingebaut im Spiel, aber das...
Moritz Hofmann: Der Matchespieler merkt das nicht so richtig.
Kai Ole Hartwig: Ah.
Kai Ole Hartwig: Ja.
Tim Uhlott: Genau.
Kai Ole Hartwig: Ja, danke für den Gedanken. Jetzt verstehe ich es.
Tim Uhlott: Okay, sorry.
Kai Ole Hartwig: So.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Danke, Moritz, fürs Übersetzen.
Tim Uhlott: Ja, es ist von den Game Designern vorüberlegt, dass sie halt mit cheaten, weil sonst würden die ja nachher gegen die Spieler gar nicht mehr ankommen. Erst recht auf so extrem Schwierigkeiten.
Kai Ole Hartwig: Ja.
Tim Uhlott: Dann...
Tim Uhlott: Weiß nicht, wenn dann Age of Empires und so ein Typ dann so ein...
Tim Uhlott: Holz dann irgendwie zurückbringt zu seinem Lager.
Tim Uhlott: Kriegst du als Spieler vielleicht 5 Holz und der NPC kriegt dann 25 Holz oder sowas zum Beispiel dafür. Bei einer hohen Schwierigkeit.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: weil es einfach so viele Optionen gibt, die so ein Game -Designer gar nicht unbedingt immer bedenken kann und deswegen schicken die auf höheren Schwierigkeitsgraden einfach. Und wenn du also Modelle nachher wie Jeff zum Beispiel in einem Spiel halt mitlaufen lassen kannst, kannst du halt diese
Kai Ole Hartwig: Vielen Dank.
Tim Uhlott: Vielen Dank.
Tim Uhlott: x -optionen die halt so diese einheiten
Tim Uhlott: können oder diese Gebäude zum Beispiel können, kannst du halt immer die ganze Zeit
Tim Uhlott: abwägen lassen.
Tim Uhlott: durch durchgehend einfach smart mit der ganzen
Tim Uhlott: Während du die ganze Umgebung mit betrachtest und den State zum Beispiel mit reingibst.
Tim Uhlott: Das könnte das Ganze halt ein bisschen...
Tim Uhlott: revolutionieren, glaube ich. Muss natürlich lokal laufen.
Tim Uhlott: Du kannst natürlich nicht immer...
Tim Uhlott: API laufen lassen, weil das kostet irgendwann schon Geld, aber
Moritz Hofmann: Es gab ja auch schon von Google Deep Mind oder so diese KI, die ja irgendwelche Starcraft -Spiele...
Tim Uhlott: StarCraft -Kanal
Moritz Hofmann: gespielt hat und die war ja auch schon extrem gut.
Tim Uhlott: Ja.
Moritz Hofmann: Und wie würde das jetzt, das noch einen Schritt weiter?
Moritz Hofmann: An.
Moritz Hofmann: Nehmen das Ganze.
Kai Ole Hartwig: Tim meint als Gegner, dass der MPC auf einmal eine KI hat.
Moritz Hofmann: Ja, das war bei Deepmind ja auch so, bei Google Deepmind.
Kai Ole Hartwig: in der Entscheidung trifft.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Ach, Fasso, okay.
Moritz Hofmann: Theoretisch oder nicht.
Kai Ole Hartwig: Ja, das hatte ich nicht mitbekommen.
Moritz Hofmann: Vielen Dank.
Tim Uhlott: Genau.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Finde ich...
Tim Uhlott: Aber zum Beispiel war Deep Mind, dass der Starcraft -Spieler, der wurde halt auch nur auf Starcraft trainiert. Der konnte auch nur Starcraft spielen.
Moritz Hofmann: Amen.
Tim Uhlott: Bei Jeff kannst du alles reingeben.
Tim Uhlott: Der könnte Starcraft spielen, der könnte auch Warcraft spielen, der könnte aber auch...
Tim Uhlott: Also nicht Vollart spielen.
Moritz Hofmann: Interessant.
Kai Ole Hartwig: Hm.
Moritz Hofmann: Das würde ich mal zum Spaß gerne laufen lassen, dass er meinen besten Freund irgendwie da umhaut, weil ich bin so schlecht im Zocken, ich kann das gar nicht.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Vielen Dank.
Moritz Hofmann: bin immer der schlechteste.
Moritz Hofmann: Vielen Dank.
Moritz Hofmann: Einfach mal so eine Tastenkombination Jeff einschalten. Okay, let's go.
Moritz Hofmann: Fünf Minuten spielen lassen und wieder ausschalten, dass es nicht auffällt.
Moritz Hofmann: Vielen Dank.
Kai Ole Hartwig: Ja, hätte einen Moment gehabt, ne?
Moritz Hofmann: Vielen Dank.
Moritz Hofmann: Jaja.
Kai Ole Hartwig: Ja, ich habe das aber auch. Ich spiele, glaube ich, nur so zwei, drei, wenn überhaupt.
Kai Ole Hartwig: Spielen.
Kai Ole Hartwig: Mh.
Kai Ole Hartwig: Ja, aber wenn dann die KI auch noch gegen mich spielt, dann macht es ja gar keinen Spaß mehr.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Dann bin ich raus und kaufe auch nichts mehr.
Kai Ole Hartwig: Ja, ich brauche was Einfaches, weißt du, wo man so rumrennt und einfach gewinnen kann.
Tim Uhlott: Ja, es heißt, es ist.
Kai Ole Hartwig: Mit wenig Talent.
Moritz Hofmann: Aber das wird sicherlich super gut sein für die Leute, die so denken, ich muss trainieren, ich muss besser in League of Legends werden oder irgendwie sowas. Und dann stellen sie sich immer ihre KI ein, erstmal bei 5%.
Kai Ole Hartwig: Hm.
Tim Uhlott: Ja.
Moritz Hofmann: Nach einer Woche auf 6%.
Moritz Hofmann: nach einem Jahr auf 7 % und irgendwann sind sie dann ein bisschen besser geworden.
Tim Uhlott: Genau.
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: Nicht so viel Computerspielen, mehr Sport machen draußen.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Ich dachte, im Keller, oder?
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Ja, oder im Keller.
Moritz Hofmann: Wenn ja, genau.
Tim Uhlott: Das war's für heute.
Kai Ole Hartwig: So.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Aber nicht jeder hat einen Keller. Rausgehen kannst du immer für Sport.
Tim Uhlott: Ja.
Kai Ole Hartwig: Außerdem...
Kai Ole Hartwig: Im Keller kann ich auch grad nicht das.
Kai Ole Hartwig: Ja.
Kai Ole Hartwig: haben meine Kinder das übernommen von der Spieleecke aus.
Tim Uhlott: Vielen Dank.
Tim Uhlott: Okay.
Tim Uhlott: Na gut.
Tim Uhlott: Ja.
Kai Ole Hartwig: So.
Tim Uhlott: Bin ich mal gespannt, wie sich das dann so weiterentwickelt. Was dann alles für...
Tim Uhlott: Szenarien dann da irgendwie rauskommen, wo man das dann wirklich alles einsetzen kann. Das ist jetzt mal 10 Tage alt. Also es gab ja auch schon mal Modelle, die machen ähnliche Sachen, waren nur
Tim Uhlott: Sehr schlecht im Vergleich zum Aschü.
Tim Uhlott: Bert oder Bert?
Tim Uhlott: das ausspricht gab es zum beispiel davon dass auch so ein ähnliches klassifier modell aber das
Tim Uhlott: War halt vergleichsweise sehr schlecht und du konntest nicht alles mögliche an Text reingeben, sondern auch nur eine bestimmte...
Tim Uhlott: Menge an Optionen irgendwo so und dann konntet ihr auch davon nur...
Tim Uhlott: irgendwie da Wertung zu geben.
Tim Uhlott: Aber das...
Kai Ole Hartwig: Ich habe auch schon wieder zwei, drei Anwendungsfälle mittlerweile so im Kopf, wo ich es einsetzen würde.
Tim Uhlott: Vielen Dank.
Kai Ole Hartwig: Aber dafür muss man erstmal rankommen.
Kai Ole Hartwig: Vielen Dank.
Kai Ole Hartwig: Dass man es einfach mal testen kann und vertesten kann, wie es...
Kai Ole Hartwig: dann in
Kai Ole Hartwig: in der echten Welt so performt.
Tim Uhlott: Na gut.
Tim Uhlott: Dann...
Tim Uhlott: Schönes Schlusswort.
Tim Uhlott: Ich würde sagen, schön, dass ihr wieder eingeschaltet habt und dann hören wir uns nächste Woche.
Moritz Hofmann: Bis nächste Woche.
Kai Ole Hartwig: Macht's gut. Ciao, ciao.
Moritz Hofmann: Ciao.
