AI-live

Lyssna på bara ljudet här: https://media.trinorn.ai/player/

AI-reglering och Anthropics utspel

Livesändningen inleddes med en diskussion om att Anthropics VD Dario Amodei har gått ut med ett allvarligt utspel om att bromsa AI-utvecklingen. Detta beror på att de ser stora risker i den utveckling som pågår och de modeller som är på väg ut. Från den amerikanska sidan har Microsoft, OpenAI och andra stora aktörer anslutit sig till detta, vilket kan leda till en frivillig reglering, även om uppslutningen från kinesisk sida är mer oklar. Den politiska debatten i USA fortsätter med uttalanden från både Trump och Bernie Sanders. Trump menade att det som behövs är en stark, smart president med hög IQ snarare än reglering, vilket diskuterades kritiskt i livesändningen.

Det diskuterades även varför detta utspel kommer just nu, med spekulationer om att det kan ha att göra med att de kinesiska modellerna ligger nära ifatt. Det är svårt att se hur AI-utvecklingen ska regleras globalt, men det finns hopp om att Europas integritets- och regleringstänk kan bidra till mer ansvarsfull AI-utveckling.

Modellupdateringar och verktygslandskap

På modellfronten har det inte kommit några större nya modeller denna vecka, utan främst mindre uppdateringar. Det nämndes uppdateringar från DeepSeek med snabbare modeller för lokal körning, samt uppdateringar från Google med språkmodeller och live röst-funktioner, men inget som matchar de stora släppen från veckan innan när Google och OpenAI lanserade Astra, som fortfarande är den mest kapabla modellen.

Det konstaterades att olika AI-tjänster är bra på olika saker, och man behöver ofta använda flera verktyg för att maximera nyttan. Google-modellerna är särskilt bra på video, röst, bild och igenkänning, men inte lika bra på bildgenerering som till exempel kinesiska modeller. För kodning är Claude (Anthropic) och modeller som Sol och Astra mycket bättre, och verktyget Cursor lyftes fram som briljant för utveckling. ChatGPT förstår det visuella uttrycket bättre med sina bildmodeller än vad Google gör.

Arbetssätt med AI – från utförare till arbetsledare

En central diskussion handlade om hur man behöver förändra sitt arbetssätt när man arbetar med AI. Istället för att låta AI göra allt på en gång, behöver man arbeta mer som en arbetsledare eller projektledare, dela upp arbetet i faser och ge AI tydlig struktur. Det nämndes ett exempel med spelutveckling där AI instruerades att skapa backlogs och arbeta metodiskt, vilket gjorde att den kunde bygga komplex infrastruktur med servrar, gränssnitt och AI-spelare.

Även om AI kan generera enorma mängder innehåll mycket snabbt, till exempel 18 000 rader kod på 20 minuter, blir det svårt för människan att granska och förstå om man inte har följt med i processen. Därför är det viktigt att arbeta i steg och få regelbundna sammanfattningar, till exempel en "executive brief" efter varje steg, samt bygga in tester och kvalitetskontroller. Man behöver förändra sitt perspektiv från att vara den som utför arbetet till att vara den som säkerställer kvalitet, fattar beslut och väljer väg framåt.

Det påpekades att man fortfarande kan spara mycket tid även om man behöver granska – material som tidigare tog tre dagar kan nu skapas på 20 minuter och granskas på en halv dag, vilket ger en betydande tidsvinst.

Videoproduktion och textning med AI

En konkret användning som diskuterades var videoproduktion och textning. Det berättades om att @Pelle Israelsson och talaren hade spelat in videomaterial till en kurs med mycket självstudiematerial. Ett stort problem har varit att YouTube vägrar texta automatiskt på svenska, trots att Google Drive kan göra det.

Lösningen visade sig vara att ladda upp videoklippet i Gemini och be om en SRT-fil (textningsfil). Gemini lyssnar igenom hela videon och skapar en perfekt formaterad SRT-fil på 45-50 sekunder för en 10-minuters video, tar bort fyllnadsord, lägger till tidsmärken och gör textningen läsbar. Detta är anmärkningsvärt snabbt jämfört med tidigare metoder via terminalen och Apples tjänster som tog nästan lika lång tid som videon själv. Gemini användes även för att synkronisera transkriberingen med befintligt kursmaterial, vilket hjälpte till att identifiera skillnader mellan det organiska videoinnehållet och det planerade innehållet.

Det noterades som ironiskt att Gemini är Googles verktyg och YouTube är Googles plattform, men ändå har YouTube inte implementerat denna funktionalitet direkt.

Lokal AI och kostnadsanalys

En längre diskussion ägnades åt möjligheten att köra AI-modeller lokalt istället för via molntjänster. Det nämndes att en artikel håller på att skrivas om detta till Automatisering.se. Enligt tidigare beräkningar skulle det kosta cirka 20 000-30 000 kronor per användare i hårdvara för att få samma prestanda som molntjänsterna.

Det lyftes fram en intressant intervju med grundaren av Akribi, en svensk AI-leverantör som kör open source-modeller på svenska servrar. En viktig insikt från intervjun var att deras mest populära modell inte är den bästa modellen, utan en som är en fjärdedel så stor, eftersom den klarar de flesta uppgifter och är billigare att köra genom ett token-baserat system. Detta indikerar att hårdvaruinvesteringen kanske kan vara så låg som 5 000-10 000 kronor per användare.

Det diskuterades att det finns många fördelar med lokal AI: man äger och kontrollerar sin data bättre, har mer kontroll över GDPR-efterlevnad, får lägre löpande kostnader och kan ha agenter som körs konstant istället för bara vid behov. Det nämndes även att hårdvara som Mac Mini för 18 000-25 000 kronor kan köra ganska bra modeller lokalt, och att kinesiska modeller ofta ligger bara 2-3 månader efter de senaste amerikanska modellerna men kan köras lokalt.

Akribi nämndes ha Riksbanken som första kund, vilket visar att lösningen kan uppfylla höga säkerhetskrav.

AI-bubblan och framtidsutsikter

Mot slutet diskuterades frågan om huruvida det råder en AI-bubbla och om företagens värderingar är hållbara. Även om AI-bolagen går back finansiellt, konstaterades att själva teknologin är oerhört användbar och kommer att fortsätta ge värde inom allt från proteinvikning och DNA-forskning till praktisk teknikutveckling. Det finns en känsla av att utvecklingen börjar gå åt rätt håll och att vi börjar förstå teknologin bättre och använda den mer ansvarsfullt.

Det noterades att man inte förväntar sig några stora modellsläpp den här veckan, utan snarare fortsatt politisk debatt i USA. Livesändningen avslutades med en önskan om en trevlig helg och att nästa livesändning skulle äga rum följande fredag.

Jag ska bara kolla här nu så att vi har allting redo för att få in Rasmussen också, om han lyckas ansluta.

Annars får vi köra på en annan.

Vi ska se om vi kan få in honom igen här.

Ja, men för att inte slösa all tid direkt så tänker jag att vi börjar prata lite om sakerna som har hänt då, lite praktiska nyheter. Och det stora utspelet som har varit är ju... Framförallt från Anthropic och deras vd Dario Amodei som har annonserat ut att han tycker att man borde bromsa AI-utvecklingen, lite mer seriöst än tidigare, framförallt för att de ser ganska

stora risker i den utbildning som sker nu och de modellerna som är på väg ut. Jag ska bara se vad jag fick från Rasmus här också. Tack så mycket.

Han försöker komma in här. Nu ser jag att rutan fylls snart. Och där har det också varit lite medhåll från den amerikanska sidan av AI-utvecklingen. Där Microsoft, OpenAI och andra tunga aktörer har hakat på det här. så kanske det blir en frivillig reglering, däremot är uppslutningen från kinesisk sida mer oklar i det här. Men den amerikanska...

Den politiska debatten rullar på ganska mycket där både Trump har varit ute och uttalat sig och även Bernie Sanders. Vill man läsa mer om det här så finns det i veckans nyhetsbrev på klog.se så kan man läsa lite mer, hitta till lite källor, läsa lite mer uttalande runt det här, gå till själva originaluttalandet från till exempel AirDrop.

och se lite vad de argumenterar för i allt det här.

På lite mer modellfronten så har det inte kommit någon jättestor ny modell. Däremot har det kommit en del små uppdateringar, det har kommit lite... Lite mer på Opensource sidan DeepSea, kanske upp den en ny snabb modell, kanske inte med högre intelligens och så, men ändå en

ny modell som man kan köra mer lokalt på egen hårdvara så där och vi har också en del uppdateringar från från Google med lite mer språk modeller live röst sådana saker men ingen av de här tunga stora släppen som vi såg. veckan innan dag där till exempel Köttkapitlet och OpenAI lanserade Astra som fortfarande är en väldigt väldigt kapabel modell och ligger före alla andra.

Rasmus skrev precis här också att han försöker ta sig in i någonting som strular i någon enda. Frågan är om det är här eller om det är någon annanstans. Äh, det ska bara se, för det är ju kul att få in om så vi kan ha.

Och även själva användandet av bildgenregering, där kanske man helt plötsligt ser en massa avgennerat innehåll och så... Och då står man inte ut heller, om man inte nu har promptat eller gjort det på ett väldigt bra sätt. Då får man ändå ha know-how kring de här verktygen, tänkte jag.

Och det kanske inte finns så mycket ute än på arbetsplatserna. Vad jag tycker i alla fall så har ju AI... Pratats om eller tryckts fram som någon form av, nu kan ni göra alla de här sakerna unikt, väldigt enkelt. Visst, du kan skapa en bild. Där är skillnad på någon som sitter och använder AI för bildskapande väldigt ofta och gentemot någon som bara går in i chattyQBT och skapar en bild.

Det är fortfarande lite, man måste veta vad man gör för att få riktigt bra kvalitet på det. på A i svaret. Jag är inne på en arbetsleda AI-byggnad i den stora engången vi har. Vi har jobbat med det för att bygga mer interaktiva läroupplevelser och lite studiematerial där vi har också. Man kan one-shotta väldigt mycket med nya modeller som Astra och även Sol.

OBS och Fable har kommit de senaste månaderna. Det är en ganska kort plan, för de kan fundera över hur de ska göra allting. Men... Det är många saker ni inte tänker på. Jag har börjat gå över till att använda min erfarenhet av att leda i utveckling eller att själv ha varit utvecklare. Jag kan inte allt det jag gör. Men att först bygga upp en plan som jag går igenom och sen diskutera, jobba i lite faser genom det här, ha ett litet projekt som jag håller på att bygga upp med barnen, ett spel.

Och där när vi komponerar idéer så har jag instruerat den att göra backlogs, det är en liten textbil där du kan planera upp saker och sådär. För då blir det lättare för den att planera sitt arbete, för även om den kan planera väldigt mycket och täcka i massa gap som den inte vet så är det väldigt bra om man ger...

Arbetsleder den i att jobba på ett visst sätt, det märker jag mycket när man coachar andra i det här också. Jag får inte göra riktigt rätt saker, men det låter inte riktigt rätt i tonaliteten. Då är det någon form av arbetslöshet. så tycker jag det går till någon mer arbetsledning. Och samtidigt är det också jätteläskigt vad den kan göra väldigt fort.

En strategi i spelanläget, då sätter den ju upp en gemensam server och det är en gränssnitt där man kan ställa in olika reglage och saker kan hända när man inte är där och det finns AI-spelare som har olika strategier och gör grejer. Så hade det byggt en ganska komplex infrastruktur för det här, helt genererade spel. Och det gick inte förut. Vi har en otroligt intelligent AI, men den kanske inte är så...

strukturell verksamhet, ni kanske inte ser det där mänskliga tillvägagångssättet i att vi vill göra saker och ha försiktighet och lika begränsning. Det går att överföra även på andra saker, för det är klart att det här var wow, AI kan bara göra allt det här och det kan den i många fall göra väldigt stora arbeten åt oss.

Men i regel, ja i regel, vare sig det är text eller en video eller en bild eller en kod eller program eller vad det nu kan vara. behöver vi någonstans än så länge förstå spåren i vårt arbete. Genererar man ett långt dokument, en artikel eller någonting och sedan så blir det så mycket information.

för människan att gå igenom så blir det nästan jobbigt åt det hållet är lite tankarna på kurserna. Och det kan jag fatta för det är väldigt tydligt när man gör det i det här kod. Man arbetar i 20 minuter och har skrivit typ 18.000 rader kod. Och sen ska man förstå den lite, för det här kommer att vara buggar, det kommer att vara någonting som man vill lämna upp. Och då är det ganska svårt att sätta sig in i det om man inte har jobbat med den i fasen som det är.

som man har hängt med på vägen. Det här är också lite beviset för att det kommer att finnas arbete kvar eller nytta av människor. Det är möjligt att kommande modeller längre fram är ännu bättre på att lösa allting. Men det är svårt att se hur AI skulle kunna göra allt helt autonomt.

just idag. Jag har hört med några människor att de har delat i beslut, men jag låter det bli ganska mycket kod och sen gör jag ett sådant här chat-chat med att man har två helt olika agenter tillsammans och när en har på en stor så får den andra göra en god review och sånt där för att man ska skapa essensmännande, och då kan ju den nya, den kan skrivas i en liksom analys-brief mer som att det är en fin lilla

Man ska ändå kolla i den och se vad den har att göra med det. Man kan ändå tänka att det är väldigt sällan vi sätter en invändning som gör någonting helt själv. Oftast är det tio, och det finns infallsvillor, och det finns en tröghet i processer för att få upp kvalitén och få upp risker.

Och när vi skyddar på, när vi låter dem bara bygga någonting och använda det direkt. Så gör vi inte som vi brukar göra. Vi kanske ska dra lite lärdom av det vi brukar göra. Trögheten av vissa. Jag behöver inte sitta och håda och skriva material i tre dagar i streck. Det kan man göra på 20 minuter. Sen kanske jag får det i en halv dag.

Granskning, jag har ju fortfarande sparat mig två, tre dagars arbete. Man får bara byta perspektiv. Det är just det här med att gå över till att vara mer arbetsledande, talande, analogi. För så är det i alla verksamheter. Någon är specialist först, och sen kan man bli lite mer gillig och jobba med teamet.

Fler gör det, men det är inte så att två personer inte döms så snabbt heller, och så är det inte två AJS heller. Så man får bara förändra vad man själv bidrar med tror jag. Och det är nog svårt, det är en svår mental uppställning att gå till att... Att känna att jag är den som står för kvalitén och besluten och lite mer vägval. Och jag kanske inte kan det, jag har ju en kran, men jag måste vara tillräckligt nyfiken för att förstå lite grann. Och kanske ändå vilja diskutera mer om vad jag väljer, varför jag bestämmer och listar för och nackdelar och sånt.

Och ta sitt beslut. Och så har jag en sån här inställning, den har jag jobbat med, den gör liksom någon slags executive brief efter varje steg. Jag behöver rinna in på de här sakerna och det håller åt det hållet och det håller åt det här hållet. Du vet att du alltid får ett strukturerat huvudstyre underlag efter varje steg.

Och sitter man och programmerar med så finns det även byggetester och sånt, det gör man vanligtvis, och det kan ju AI också göra. Det gäller bara att man ska be om det, men jag har laborerat ganska mycket med det, så jag behöver ha in de här testerna eller kunna reviewa sig själv eller behöva de här statiska testerna.

Det är spännande och det är lite det som är kul med AI, för vi vet att den kan genomföra text, bild och alla de här sakerna men hur kan vi använda det, det är ett utforskande i sig. Det är inte nödvändigtvis att alla svaren finns. Det får man labba fram själv.

Där finns det lite mer hands-on-saker som man kanske tycker är väldigt spännande. En sån sak är att jag och vår kollega Pelle spelade in lite videomaterial förra veckan till en kurs som jag uppdaterar, en kurs med ganska mycket självstudiematerial i. Så vi spelade in ganska mycket video och försökte göra något dyrt med det. Vi lärt oss att producera en massa text med mig och er.

Det finns väldigt mycket kunskap med även AD3. Till däremot vill jag ha ett litet intro. Och vi vill ha textade. Och här har jag insett att AIA har blivit otroligt mycket bättre. Vi ses in på det här. Det var ett intro till det här. Det vart helt okej, men då har vi gjort en sån intro. Lite ljud och lite animation. Den gjorde ju direkt. Bra, 10 sekunder, okej.

De här filmen är 8-10 minuter långa och det är inte bra. Det finns verkligen inga anledningar till. Youtube vägrar ju att texta på svenska. Youtube vägrar att texta på svenska. Man kan texta på engelska automatiskt, vi har ju gjort det i andra månader av våra utbildningar, att Google Drive kan texta på svenska. Och det har varit en liten SSRT-fil som är textningsformatet. Och det här är något som många behöver, man behöver liksom texta video till ens själ.

Så det kan rika sig till Gemini, lämna upp det videoklippet, fasta tillgängligheten är inte långt. Vi gjorde en perfekt SRT-fil, och det gick asfort. Jag behöver en textfil, helst kan man ju säga en SRT-fil, om det är det formatet man ska ha. Och då lyssnar du igen med hela videon, och den tar bort alla fyllnadsord, lägger an time och en korrekt sida. Då har den kopplat ner lite annan textning än som man gärna ska göra, så att textningen läser lite långare när man lyssnar. Så den fixar textningen så att det viktigaste är med alla fyllnadsord och onödiga saker.

Och det går jättefort. En 10-minuters-video tar typ 45-50 sekunder att få svaret. Sen läser det folk tillbaka, så den lyssnar ju fort och transkriberar ut hela. och tidsmärkare och fixartiklar. Vi gjorde en liknande grej för att vi ville synka till ett textmaterial. Vi hade stämda med de här och då fick de också gå igenom transkribering. Det gör de också i ett 10-meters-video, utan full transkribering.

Vi hade ju inte gjort ett manus, utan ganska organiska filmer med bara dialog. Då var det lite annat än vad kursmannen hade tänkt det och då vill man ju ändå att texten man läser efter videon... Rör samma ord och hänger ihop. Det var inga jättestora skillnader, men den hittade ändå sig. Men ni har hittat det här ordet ganska mycket, och det står inte i materialet, så då kunde vi bygga in det. Där kunde vi också avslå att den här skulle lägga in det, och det var också helt rätt från början.

Så ja, jag har ju väldigt driva bygga kurs på det här ämnen vi står för, kvalitetssäkringen, ämneskompetens. Så man kan göra en väldigt smidig produktion och tillgänglighetsanpassning med AI-tjänsterna idag. Som du sa, jag satt och bollade med det här och då hade jag ju Vi spelade in en lektion och så behöver du då textning och den kom inte med.

Den inbyggda textningen i Zoom följer liksom med i spelspelningen. Jättefrustrerande. Men nu har de kommit med en uppdatering som fungerar selektivt verkar det som. Första rundan där så körde jag OBS och sen fick jag ut den här inspelningen men det var inget text. Jag behövde bearbeta den för att få ut en text.

Och det gjorde jag via terminalen, men då var det någon som hade Apples tjänst som kunde göra det här, men den behövde gå igenom. Så det tog ju nästan lika lång tid som videon har, liksom. Det är ju sjukt imponerande att vi kunde ladda upp det här i Gemini. Och det roligaste är att Gemini är Googles ställe och YouTube är Googles plattform. Och varför de inte bara har kopplat på att de har sagt att det här är en reaktion, vi vet inte, vi vet inte.

Men jag har ju gått igenom de första två filmerna så lyssnade jag ikeen mellan mig och tittade steg steg och insåg att det här blir jättebra. Sen har jag inte kollat på de andra, för den var så trevsäker, så jag har bara gjort lite stickprås i den här stället och lyssnat på samma svars som jag säger, och cyklar då hela vägen.

Det gör den. Jag är väldigt imponerad över att den gör det snabbt. Dessutom en korrekt formaterad textilfilm. Det är de här ljusgränserna. Det är lätt att man hamnar någonstans. Det gör det inte. Det är ett till läge där man behöver sitta i olika... tjänster för att komma åt alla områdena och min känsla är att Google-bolag är mycket bättre på det här. Videor, röst, bild, genkänning och sånt. De genererar inte de bästa bilderna eller de bästa videorna. Vill man producera videor kanske man ska gå till

Citydance eller någon av de där kinesiska modellerna som är riktigt bra på videogenerering. De ska in och tillsammans. Jag har oftast i köpt EBT för att EBT förstår det visuella uttrycket bättre med sina imagemodeller än vad Google gör. Google gör inte dåliga bilder men lika lika bra.

Man får liksom testa olika verktyg och över tid så blir ju alla bättre och bättre på allt liksom. Men det är inte i det läget att man kan gå en på en och sen så ändras det hela tiden med det här kodmässigt. Jag har sett att det ändras jättemycket. Sen både GPT 5.6 Sol och Astracom så sitter jag ju mer i Kodex. Kodex är ju briljant.

Det är en otroligt mycket bättre utvecklare, mycket noggrannare när det gäller att röra allting. Antigravity var jättebra att ha tag i. Nu har Google halkat efter på kodförståelse. Vill man maxa nyttan man har i, så får man vara beredd att vara i många olika verktyg med många olika modeller. Ett bra tageting, för de är bra på bra taget. Ja, så är det. Och så finns det vissa tjänster som...

just video och ljud och bild och sånt som man kan kolla på. Så man får kolla, men vad är det jag gör? Men är det mycket video och annat? Ja, vad har Higgsfil? Det är en sådan tjänst som är väldigt poppis till exempel. Men annars är det ganska många olika typer av tjänster och det plockar ju på pengar.

Det var en knyttning till det också. En reflektion är att jag håller på att skriva på den här artikeln som kommer ut på Autopengdels.se förmodligen nästa vecka kanske. Hur nära är det att vem som helst kan skaffa tjejen? En lokal ur och kör igång sina egna modeller. Hur bra kan man egentligen få? Det är som att räkna på det här förut och försöka hålla koll på hur gråa investeringskostnaderna är för den här frågan. Många av er är ute och pratar mycket också och drar igång med att jag står fortfarande fast med att 20 000-30 000 per användare för att nog räkna med hårdvara om man ska få samma ledelse som man.

Det känns som att man svarar ganska fort och jobbar ganska mycket om det. Men förrän man har all sin data lokal där man har mer kontroll över vad den använder för dator när den använder maskin kan den konstant se mer korrekt ut från GDPR och så alla andra direktörer i Rapa.

Och sen lyssnade jag också på en spännande intervju. Tror det är en ganska ny podcast. En av grunderna till är Berge som är en lokal svensk oljeleverantör. De har byggt upp den här infrastrukturen i Sverige med egna rörlare, de kör de här open source-modellerna. Och det finns en spännande sak i den här intervjun, den är grunden i den här artikeln.

Han säger bland annat en sak som jag Fastnade vi jättemycket för, det var att deras mest populära modeller, det de ser mest användning på, det är inte den bästa modellen, den är liksom en fjärdedel så stor som den bästa modellen, för den klarar de flesta task sen, och den blir billigare för de har någon slags token, alltså det är inte ett flat rate av utan du får en mismatch user så att det liksom stämmer med komputern.

Och det får ju folk att använda de tyngsta modellerna, och då verkar de också räcka till ganska mycket. Och sånt är ganska spännande, för vi kör en hel del helt oviktig kille eller intelligensmässigt för saker. Och då börjar man tänka sig att det är den modellen som de flesta behöver.

Och då kanske vårdgårdinvesteringen bara är 5-10 000 kronor per användare. Fyra tusen kronor per användare. Och helt plötsligt börjar det kanske bli billigare att företaget bygger upp sin egen sån eller har en serviceprovider, en leverantör som har satt upp svenska servare, ett svenskt företag och man hyr det tjänsten därifrån.

För det andra är att de här veckolimitserna man får i de verktygen som vi använder mycket med de här kodhörnorna de tar ju bara slut hela, man börjar köpa resets och kredits som man inte vet vad de kostar eller man vet vad kreditsen kostar men inte längre med kreditsen, det räcker och ska man ha en AI-programmerare?

på heltid nu, det kommer kanske vara effektivt som programmering, om man jobbar heltid. Men bara för att man själv är i ett jobb som utveckling och pratar om måltidshusen varje månad så får man kolla på de här kretsarna hela tiden också. Och det som har med baksidan att vi skickar all data till amerikanska aktörer, att vi inte har full säkerhet och så vidare, och börja tänka på det.

Bör man lägga en 5 000-10 000 och bara hyra in de här tjänsterna i bilinligt och gå och köpa egen hårdvara och sätta upp den där elkostnaden? Även om man nu skulle sätta upp någonting som liknar en chatt-GPT, visuellt som en chatt, så att folk kan chatta med en och skicka in saker och så.

Det här skulle även kunna användas till agenter som konstant kan vara igång. Inte bara den här, okej jag skickar en query och nu så, eller jag sätter en tidpunkt för dig och så kör du igång och jobbar i fem minuter, utan det här skulle kunna ligga latent hela tiden när någonting händer och bara hugga direkt.

Och köra och jobba så länge som krävs. för att utföra någonting eller vad det nu skulle kunna vara. Det är ju jätteintressant. Det är en del arbete som är på hugget. På vad som gäller fotboll kan det vara kallat och det heter det.

Det är som en chatt-app, man får välja modellerna, modellerna lokalt och det körs. Det är ganska mycket bra av det här med Android-telefonerna, det kör sig väldigt mycket av AI från iPhone, men även Android-telefonerna. Men de flesta har inte en laptop eller en dator hemma som har tillräckligt stark godkottsförändring, det är det som börjar komma nu. Och det ska inte ha skäl i kostnaderna, men man kan ju köpa en Mac Mini som kommer klara ganska bra modeller lokalt för typ.

18-25 tusen där krokarna ligger i Sverige. Sen kan man uppgradera de här, man kan gå till en Max-Duo, supermaxade 1400, med mest minnesbranschbrädde, det här var väl typ 250 000 eller någonting. Men då är det vårt att ha en burk som man kan hålla i handen, inte i väskan.

Den kan du ju köra genom Frontier och Dell. Där har vi liksom sizen av att klara det. De är inte öppenviktade, de är inte så stora som man kan hämta hem dem, men de kinesiska tillgångarna, de är ju bara... Det har jag också visat i den här artikeln. Vissa påstår veckor bakom, andra mer rimligt estimalt är kanske 2-3 månader bakom något annat. Men den vägen hade skitbra A i 3 månader sedan, och kan jag få in den med burk, och den där är ganska skitsnål också.

Men det blir väldigt lilla löpande kostnader, så det är inte så mycket energianvändning. Och så kan man rulla hela tiden, man behöver inte vara orolig för kostnaden. Men det finns så många fördelar i det, plus att jag äger och kontrollerar data på ett helt annat sätt.

Så jag tror att vi har kommit så mycket mer ner på den här stjärntrenden. så får vi mer sådana lösningar på plats och det är värre att man letar över lösningar och håller på med dem. Jag har inte jobbat med dem själv men de verkar veta vad de håller på med och det är en väldigt bra känsla att de har koll på vad de gör.

Och då kan det vandra sig. Tydligen säger han inte att deras första kund var Riksbanken. Det var de som startade upp för att de fick en deal med Riksbanken. Och mycket kommuner har tittat ditåt. Ganska höga säkerhetskrav. De har ändå byggt det utifrån.

Den typen av tech. Och vissa experter säger att de kinesiska modellerna förmodligen om de har en kvart, och vissa på sig att den här nyheten om att antropikerna vill bromsa kanske beror just på det. Det är en gissning på varför de säger det här, jag snackar snabbt över det under veckan, jag lägger ingen värdering i det, men affärsverksamheten låter det smart att gå ut och säga det.

Jag vet inte om det var direkt Xi Jinpings svar på det där att de ville bromsa eller om det var någon annan minister eller någonting som mer eller mindre bara far och flyg var ungefär deras respons. Å ena sidan, Trump tyckte väl heller inte att vi skulle pausa, utan jag läste här nu också vad han sa, det är en citat från honom för att vara det.

En modig, perfekt lille ängel, blablabla, men skyddsräcket som behövs egentligen, bara strong, smart, high IQ president. Han skrev ju inte uttryckligen att vara han, jag vet inte, men det är många av oss som tycker att det kanske inte är han. Men det är hela den grejen med att man pratar om AI-racet och vem som ska vinna AI-racet. Men AI-racet som de flesta beskriver det är typ mänsklighetens död. Så vad är det att vinna?

Ungefär liksom. Jag hoppas också lite mer nyanserat. Vi vet ju inte, om det verkligen är så. Vi behöver bromsa det här för att vi har sett detta och detta. Det vet ju ingen. Ingen jättemycket om förutom de som jobbar där. Men om det är på det sättet så ska man hoppas att man kanske drar lite i bromsarna då.

Det blir nog en stor våg av mer branschförsök att vända sig åt med ansvaren som de lyckas branscha. Det är svårt att se hur det här reglerar sig just nu i världen. Men kanske att Europa har kommit till den teknologiska nivån, att Europas intimitetstänk och regleringar och sådant kan också bli relativt få med ansvarsfull AI, det kanske inte är världens problem.

Ser någon ljus i tunnan av att vi har rört oss åt rätt håll och att vi börjar kanske förstå teknologin lite bättre eller börja använda det mer ansvarsfullt? Det har känts lite mer hoppfullt de här veckorna tidigare. Samtidigt har jag också fått frågor, det har varit intressant med de här.

Är det en AI-bubbla? Kommer de här bolagens värderingar och särskilt sådana där? Jag har aldrig varit speciellt intresserad av aktier, så jag har svårt att svara på det. De går ju back. Absolut. Men teknologin är sjukt anbara till att vi kommer kunna ha jättemycket nytta av det här.

Det råder egentligen ingenting om det. Vi kommer ju massor öppna upp allt från proteinfolding till... DNA-kedjor och ny teknologiutveckling, att vi kan simulera branschen vi tar framåt för att se vilken ansvarsförande vi kan göra med AI. Så vi kanske blir mer användbara när man skriver mejl åt oss, eller gör folk det i Excel, så att de säger att vi är användbara för informationen, så kan mänskligheten tro hur mycket nytta den här teknologin, om vi bara styr det lite bättre.

Och där tror jag fortfarande att det kommer, men inte i tipping pointen. I punkten upp där tidningarna börjar bli oroliga och börja känna sig övertalsvarliga. Typ där man kände att vi skulle ha varit för två år sedan, där det varit lättare att ta grund av frågan. Det är bra, det är bra, det kommer något. Mm. Ja. Ja.

Jag tror inte det är några stora planerade ansiktssiffror den här veckan heller. Uppsala. Någon som har kommit här eller chattgubb till Images 2.5, lite snabbare bildgenerering med nya API-modeller. Läsa något om honom nu. Det kommer nog vara lite mer politiskt debatt i USA, det är ju inte sådana förslag bla bla bla, det kan ju se ut som en god reglering eller inte, alltså hur kommer jag att sätta emot de här grejerna, kanske under den senaste veckan, men det är ingen av de stora AI-rabborna som har

tisat någonting just nu i alla fall, så det är inget jättestort vi kommer att se, men ibland kommer det bara helt plötsligt också, så vi får väl se. Vi hoppas att vi ser lite fler fiffiga use cases från Apple. Jag tycker de har börjat säga hur kan vi använda det på ett bra sätt.

Ja, vi får se. Vi är live nästa vecka, det är väl en helg idag? Nej, det tror jag inte. Då räknar vi lite i klockan, vi blir live nästa fredag också. Så jag önskar mig en trevlig helg så länge. Det var det.