Min uppfattning är att den "tekniska nivån" hos dagens (unga) tekniker inte nödvändigtvis är låg, men ibland får jag känslan att det på sina håll är en smula "poröst" på kunskapsfronten. Det är troligen min ålder som spökar, men jag tycker mig ha varit i situationer där en tekniker elegant löser ett nutida problem, genom att använda en "verktygslåda" som delvis är automatiserad, men att de verkligt grundläggande erfarenheterna och kunskapen om basfunktioner inte finns. Nu är det säker så, att man ibland kopplar tanken på "modern teknik" till datorrelaterade saker, men det finns ju moderna tekniklösningar som i grunden inte har med datorer att göra (solceller, värmpumpar, kärnenergisystem). Att de ofta styrs av datorer är ju en sak, men grundprocesserna är av en annan karaktär. Det är ju ingen idé att digitalisera ett samhälle, om man inte med detta avancerade verktyg också minskar vår förbrukning av allting. Ändå framställs ofta just "digitalisering" som boten mot allt ont. Märkligt nog.
Kris, krig, radioamatörernas kunskapsnivå och annat blandat.
- Thread starter SM0UAN
- Start date
- Status
SM7EQL
Kortvågs- och UKV-tekniker
Fragmenterad kunskap om något specifikt men där helheten saknas och där det man "kan eller vet" står för sig själv på en öde ö utan förankring i teori, verkligheten och i ett historiskt perspektiv etc.
Ang AI så kan den nog bli vass i framtiden när den lärt sig det som deras puppetmasters tycker är viktigt att framhålla och kanske även vinklat så det blir politiskt korrekt. Men redan nu kan den vetgirige radioamatören ju få ganska bra svar på sina funderingar. På sikt kanske AI kan ersätta det mesta tugget här på HAM.SE så att allas vår dyrbara fritid kan ägnas åt mer meningsfulla saker som att löda med blyat lödtenn och köra radio med morsetangent som förr i tiden?
Om man frågar en av de enklaste AI-tjänsterna;
-Hur matas en kvartvågsantenn för 7 MHz?
Så svarar AI;
"För att mata en kvartvågsantenn för 7 MHz, kan du använda en balanserad matning. En balanserad matning innebär att strömmarna i matarledningarna är lika stora och i motfas vid deras anslutning till antennen. En enkel balanserad matning kan bestå av en parallellresonanskrets med en spole och vridkondensator som placeras direkt i matningspunkten.
Det finns flera olika sätt att mata en kvartvågsantenn, och valet av matningsmetod beror på flera faktorer, såsom antennens höjd över marken, omgivande terräng, och om det finns några hinder i närheten. Det kan vara en god idé att simulera olika höjder för att se hur egenresonansen och matningsimpedansen ändrar sig."
Följdfråga; -Finns det några andra sätt att mata en kvartvågsantenn för 7 MHz?
AI svarar;
"Ja, det finns flera olika sätt att mata en kvartvågsantenn för 7 MHz, och valet av matningsmetod beror på flera faktorer, såsom antennens höjd över marken, omgivande terräng, och om det finns några hinder i närheten. En annan metod som kan användas är en obalanserad matning, som kan bestå av en koaxialkabel som ansluts direkt till antennen.
Det finns också flera olika typer av obalanserade matningar, såsom enkelmatning, T-matning, och gamma-matchning. En enkelmatning är den enklaste formen av obalanserad matning och består av en koaxialkabel som ansluts direkt till antennen. En T-matning består av en koaxialkabel som ansluts till antennen vid en punkt som är en fjärdedel av våglängden från antenntoppen. En gamma-matchning består av en koaxialkabel som ansluts till antennen vid en punkt som är en fjärdedel av våglängden från antenntoppen, men också en justerbar kondensator som används för att matcha matningsimpedansen till antennen."
Ganska imponerande. Man kan dock se av referenserna att svaren baserar sig på artiklar och inlägg från bl a HAM.SE och ESR.SE. I nuläget är väl AI mest att se som en sorts upphottad söktjänst som lärt sig grammatiken och någorlunda rätt meningsuppbyggnad i svenskan osv när olika fragment skall pusslas ihop till löpande text. Det är redan nu lätt att föreställa sig att egen grundkunskap om något inte blir så himla viktig att skaffa sig när alla svar kommer att finnas tillgängliga i samma stund som frågan ställts. Kruxet är väl bara att svaren inte är mycket mer än ett facit. Dvs man behöver per definition inte kunna något alls för att få ett svar på ganska komplicerade saker och som man sedan inte kan vara säker på är korrekta eller det mest relevanta. Spännande tider.
Om man inte vet nåt nämnvärt om antenner och ställer frågor enligt exemplet ovan, så kan man kanske med god vilja sedan säga, att man vet hur man anordnar matning till en antenn. Det betyder inte att man kan nåt om antennmatning. Och då kommer man heller inte att kunna skilja på falsk eller riktig info om antennmatning. Just den lilla skillnaden, mellan att "veta" nåt och att kunna nåt kan ju bli rätt avgörande... Det var ju många som visste en väldig massa om vaccinering mot COVID, utan att kunna ett dugg om vaccinering.
SM0AOM
Well-Known Member
Vill man vara lite elak så ligger AI-verktygens antennkunskaper ungefär på "privatradioamatörens" eller "T-certarens från 80-talets" nivåer. De genererar svar vilka låter bra, men som inte innehåller särskilt mycket substans.
När jag provade med nedanstående fråga kom ett svar som tog upp den urgamla missuppfattningen
att en matarledning måste ha en viss längd. Sedan bortser AI-verktyget från att det finns olika sätt att
mata antenner, t.ex. mittmatning och ändmatning, och det blandar in "markkontakt" på ett helt ofysikaliskt sätt.
Hur matas en halvvågsantenn för 7 MHz?
ChatGPT
För att mata en halvvågantenn för 7 MHz kan du använda en koaxialkabel med en impedans på 50 ohm och en längd på en halv våglängd för den specifika frekvensen. För 7 MHz, vilket motsvarar en våglängd på cirka 42,85 meter, skulle kabeln vara cirka 21,42 meter lång. Om du vill ansluta antennen till en radiotransceiver eller mottagare kan du använda en antennkopplare eller en balun för att matcha impedansen. Det är också viktigt att ha rätt markkontakt, till exempel en jordledning eller en jordradial, för att förbättra antennens prestanda och minska störningar.
De riktiga radioamatörerna gör bäst att i undvika sådana verktyg som sprider diverse desinformation, och kan bidra till att "myter" fortsätter att cirkulera. Att ha skaffat sig egna kunskaper, förankrade i vetenskap och beprövad erfarenhet, är vida bättre än att vidarebefordra hörsägen, vilket i praktiken är det som AI-verktygen ägnar sig åt.
När jag provade med nedanstående fråga kom ett svar som tog upp den urgamla missuppfattningen
att en matarledning måste ha en viss längd. Sedan bortser AI-verktyget från att det finns olika sätt att
mata antenner, t.ex. mittmatning och ändmatning, och det blandar in "markkontakt" på ett helt ofysikaliskt sätt.
Hur matas en halvvågsantenn för 7 MHz?
ChatGPT
För att mata en halvvågantenn för 7 MHz kan du använda en koaxialkabel med en impedans på 50 ohm och en längd på en halv våglängd för den specifika frekvensen. För 7 MHz, vilket motsvarar en våglängd på cirka 42,85 meter, skulle kabeln vara cirka 21,42 meter lång. Om du vill ansluta antennen till en radiotransceiver eller mottagare kan du använda en antennkopplare eller en balun för att matcha impedansen. Det är också viktigt att ha rätt markkontakt, till exempel en jordledning eller en jordradial, för att förbättra antennens prestanda och minska störningar.
De riktiga radioamatörerna gör bäst att i undvika sådana verktyg som sprider diverse desinformation, och kan bidra till att "myter" fortsätter att cirkulera. Att ha skaffat sig egna kunskaper, förankrade i vetenskap och beprövad erfarenhet, är vida bättre än att vidarebefordra hörsägen, vilket i praktiken är det som AI-verktygen ägnar sig åt.
Last edited:
Jag använder ChatGPT emellanåt (version 3.5 då). Och en del kan den svara rätt på, en del är den helt borta på.Fragmenterad kunskap om något specifikt men där helheten saknas och där det man "kan eller vet" står för sig själv på en öde ö utan förankring i teori, verkligheten och i ett historiskt perspektiv etc.
Ang AI så kan den nog bli vass i framtiden när den lärt sig det som deras puppetmasters tycker är viktigt att framhålla och kanske även vinklat så det blir politiskt korrekt. Men redan nu kan den vetgirige radioamatören ju få ganska bra svar på sina funderingar. På sikt kanske AI kan ersätta det mesta tugget här på HAM.SE så att allas vår dyrbara fritid kan ägnas åt mer meningsfulla saker som att löda med blyat lödtenn och köra radio med morsetangent som förr i tiden?
Om man frågar en av de enklaste AI-tjänsterna;
-Hur matas en kvartvågsantenn för 7 MHz?
Så svarar AI;
"För att mata en kvartvågsantenn för 7 MHz, kan du använda en balanserad matning. En balanserad matning innebär att strömmarna i matarledningarna är lika stora och i motfas vid deras anslutning till antennen. En enkel balanserad matning kan bestå av en parallellresonanskrets med en spole och vridkondensator som placeras direkt i matningspunkten.
Det finns flera olika sätt att mata en kvartvågsantenn, och valet av matningsmetod beror på flera faktorer, såsom antennens höjd över marken, omgivande terräng, och om det finns några hinder i närheten. Det kan vara en god idé att simulera olika höjder för att se hur egenresonansen och matningsimpedansen ändrar sig."
Följdfråga; -Finns det några andra sätt att mata en kvartvågsantenn för 7 MHz?
AI svarar;
"Ja, det finns flera olika sätt att mata en kvartvågsantenn för 7 MHz, och valet av matningsmetod beror på flera faktorer, såsom antennens höjd över marken, omgivande terräng, och om det finns några hinder i närheten. En annan metod som kan användas är en obalanserad matning, som kan bestå av en koaxialkabel som ansluts direkt till antennen.
Det finns också flera olika typer av obalanserade matningar, såsom enkelmatning, T-matning, och gamma-matchning. En enkelmatning är den enklaste formen av obalanserad matning och består av en koaxialkabel som ansluts direkt till antennen. En T-matning består av en koaxialkabel som ansluts till antennen vid en punkt som är en fjärdedel av våglängden från antenntoppen. En gamma-matchning består av en koaxialkabel som ansluts till antennen vid en punkt som är en fjärdedel av våglängden från antenntoppen, men också en justerbar kondensator som används för att matcha matningsimpedansen till antennen."
Ganska imponerande. Man kan dock se av referenserna att svaren baserar sig på artiklar och inlägg från bl a HAM.SE och ESR.SE. I nuläget är väl AI mest att se som en sorts upphottad söktjänst som lärt sig grammatiken och någorlunda rätt meningsuppbyggnad i svenskan osv när olika fragment skall pusslas ihop till löpande text. Det är redan nu lätt att föreställa sig att egen grundkunskap om något inte blir så himla viktig att skaffa sig när alla svar kommer att finnas tillgängliga i samma stund som frågan ställts. Kruxet är väl bara att svaren inte är mycket mer än ett facit. Dvs man behöver per definition inte kunna något alls för att få ett svar på ganska komplicerade saker och som man sedan inte kan vara säker på är korrekta eller det mest relevanta. Spännande tider.
Är det något område jag "kan" så ser jag att den emellanåt ger svar som är helt uppåt väggarna (2t=0 för all reella t, och jag var tvungen att tjata emot i en halvtimme innan den gav med sig). Ibland är den helt korrekt, ofta på sådant som jag lika gärna kan googla upp.
Men den gav ett bra embryo till en kravspecifikation på en självkörande robotbil. Och när jag ville ha texten i LaTex så fick jag det utan knot, bara pastea in och kompilera, funkade direkt. Flera sidor som var fullt användbara som grund för utbyggnad.
Den svarar tyvärr lika självsäkert på allt, så om det handlar om kemi eller nåt jag inte är så haj på så är jag beredd att acceptera svaret. Livsfarligt alltså. Så jag använder den som en sparring-partner där jag måste dubbelkolla om den har rätt eller fel. Ibland ger den tänkvärda svar som är helt ortogonala mot hur jag själv tänker.
SM7EQL
Kortvågs- och UKV-tekniker
Jag ser framför mig att morgondagens "läroboksförfattare" på alla nivåer allt mer kommer att förlita sig på AI-hjälpmedel. Därmed kommer den verkliga kunskapen baserad på vetenskap och fakta sakta övergå i något som "låter bra" och på en nivå som alla kan ta till sig. AI kommer också väl till pass att hjälpa "journalister" och robotar att skriva nyhetsartiklar och säkerligen också delta i debatter i ämnen de saknar egen kunskap om (som redan idag men ännu värre). Skol- och utbildningssystemet spinner också på sista versen av samma anledningar. Spännande...
SM0AOM
Well-Known Member
Vi lever i ett samhäller där yta och utseende är allt, och där verklig substans får allt mindre betydelse.
Därför är svar som "låter bra" eller "ger ett gott intryck" de som får gehör framför sådana som har
bakomliggande substans och som kräver helhetssyn, insikt och förståelse.
Utbildningssystemets kris kan i stor grad härledas ur detta, systemet strävar mot att göra barnen och deras föräldrar "nöjda", utan att överbringa några större mått av verkliga kunskaper, eftersom sådana betraktas som "subversiva" av makthavarna. Vi har i stor utsträckning fått en "betygsinflation", där elever får höga betyg trots att de i själva verket har ganska dåliga kunskaper.
Utvecklingen är i ganska snabb takt på väg mot det sorts samhälle som Ray Bradbury skisserade i "Fahrenheit 451".
Det finns sedan inget som tilltalar makthavarna mer än "korkade" och "lättledda" väljare, titta bara på Donald Trumps framgångar i USA...
Därför är svar som "låter bra" eller "ger ett gott intryck" de som får gehör framför sådana som har
bakomliggande substans och som kräver helhetssyn, insikt och förståelse.
Utbildningssystemets kris kan i stor grad härledas ur detta, systemet strävar mot att göra barnen och deras föräldrar "nöjda", utan att överbringa några större mått av verkliga kunskaper, eftersom sådana betraktas som "subversiva" av makthavarna. Vi har i stor utsträckning fått en "betygsinflation", där elever får höga betyg trots att de i själva verket har ganska dåliga kunskaper.
Utvecklingen är i ganska snabb takt på väg mot det sorts samhälle som Ray Bradbury skisserade i "Fahrenheit 451".
Det finns sedan inget som tilltalar makthavarna mer än "korkade" och "lättledda" väljare, titta bara på Donald Trumps framgångar i USA...
Last edited:
SM7EQL
Kortvågs- och UKV-tekniker
Farenheit 451, 1984 och inte minst Huxleys Brave new world från 1932 beskriver tillsammans ganska väl hur samhället kom att förändras och kan ses som en förvarning om vad som väntar den allt mer avtrubbade befolkningen i framtiden. Rök och speglar och bröd och skådespel som gör att allt färre ser vad som händer. Tur att man är gammal och ev klarar sig undan med blotta förskräckelsen.
Det var ett program i serien "Sommar i P1" i år, där en komiker/skådespelare filosoferade över civilisationers undergång (bland mycket annat, ett underhållande program var det). Årtalet 1975 nämndes som tidpunkt då vår civilisation "dog". Som då 21-årig känns det inte som man upplevt denna dramatiska fas medan man var i just det tidsfönstret, men ser jag tillbaka kan jag nog tänka mig att historiker framöver kommer peka på perioden och mumla lite om "början på slutet".
Men man kan ju inte låta det styra ens liv; man får spela med den hand man får.
Men man kan ju inte låta det styra ens liv; man får spela med den hand man får.
SM2OWW
Well-Known Member
Fråga ChatGPT om AI kan göra misstag och jag måste säga att det var ett ganska bra svar jag fick, så jag kommer inte att lita så mycket på AI 
Yes, in the context of machine learning and artificial intelligence, mistakes or errors can occur. Machine learning models learn from data, and their performance is influenced by the quality and quantity of the data they are trained on. Here are some reasons why mistakes can happen:
1 Data Quality:
If the training data is noisy, incomplete, or biased, the model may learn patterns that do not generalize well to new, unseen data.
2 Algorithm Limitations:
The choice of the machine learning algorithm and its parameters can impact the model's ability to generalize. Some algorithms may be more suitable for certain types of data than others.
3 Overfitting:
Overfitting occurs when a model learns the training data too well, capturing noise or random fluctuations rather than the underlying patterns. This can lead to poor performance on new data.
4 Underfitting:
On the other hand, underfitting happens when a model is too simple to capture the underlying patterns in the data. This can also result in poor generalization.
5 Concept Drift:
If the underlying patterns in the data change over time (concept drift), a model that was well-trained on past data may not perform well on new data.
6 Adversarial Examples:
Some machine learning models are susceptible to adversarial attacks, where small, carefully crafted changes to the input data can cause the model to make mistakes.
It's important to note that machine learning models, including those with self-learning capabilities, are not infallible. Regular monitoring, evaluation, and adjustments to the model and its training process are necessary to minimize errors and improve performance. Additionally, ethical considerations and transparency in AI development are crucial to addressing potential biases and minimizing the impact of mistakes.
Yes, in the context of machine learning and artificial intelligence, mistakes or errors can occur. Machine learning models learn from data, and their performance is influenced by the quality and quantity of the data they are trained on. Here are some reasons why mistakes can happen:
1 Data Quality:
If the training data is noisy, incomplete, or biased, the model may learn patterns that do not generalize well to new, unseen data.
2 Algorithm Limitations:
The choice of the machine learning algorithm and its parameters can impact the model's ability to generalize. Some algorithms may be more suitable for certain types of data than others.
3 Overfitting:
Overfitting occurs when a model learns the training data too well, capturing noise or random fluctuations rather than the underlying patterns. This can lead to poor performance on new data.
4 Underfitting:
On the other hand, underfitting happens when a model is too simple to capture the underlying patterns in the data. This can also result in poor generalization.
5 Concept Drift:
If the underlying patterns in the data change over time (concept drift), a model that was well-trained on past data may not perform well on new data.
6 Adversarial Examples:
Some machine learning models are susceptible to adversarial attacks, where small, carefully crafted changes to the input data can cause the model to make mistakes.
It's important to note that machine learning models, including those with self-learning capabilities, are not infallible. Regular monitoring, evaluation, and adjustments to the model and its training process are necessary to minimize errors and improve performance. Additionally, ethical considerations and transparency in AI development are crucial to addressing potential biases and minimizing the impact of mistakes.
PS. Intressant att man kan prata med ChatGPT på svenska utan problem. Jag började med engelska för det kändes naturligt, men den fixar svenska.Fråga ChatGPT om AI kan göra misstag och jag måste säga att det var ett ganska bra svar jag fick, så jag kommer inte att lita så mycket på AI
Yes, in the context of machine learning and artificial intelligence, mistakes or errors can occur. Machine learning models learn from data, and their performance is influenced by the quality and quantity of the data they are trained on. Here are some reasons why mistakes can happen:
1 Data Quality:
If the training data is noisy, incomplete, or biased, the model may learn patterns that do not generalize well to new, unseen data.
2 Algorithm Limitations:
The choice of the machine learning algorithm and its parameters can impact the model's ability to generalize. Some algorithms may be more suitable for certain types of data than others.
3 Overfitting:
Overfitting occurs when a model learns the training data too well, capturing noise or random fluctuations rather than the underlying patterns. This can lead to poor performance on new data.
4 Underfitting:
On the other hand, underfitting happens when a model is too simple to capture the underlying patterns in the data. This can also result in poor generalization.
5 Concept Drift:
If the underlying patterns in the data change over time (concept drift), a model that was well-trained on past data may not perform well on new data.
6 Adversarial Examples:
Some machine learning models are susceptible to adversarial attacks, where small, carefully crafted changes to the input data can cause the model to make mistakes.
It's important to note that machine learning models, including those with self-learning capabilities, are not infallible. Regular monitoring, evaluation, and adjustments to the model and its training process are necessary to minimize errors and improve performance. Additionally, ethical considerations and transparency in AI development are crucial to addressing potential biases and minimizing the impact of mistakes.
Så ChatGPT i nuläget är opålitlig. Den beror på vad den tränas på. En risk är att den råkar tränas på sina egna utsagor och förstärker sina egna formuleringar. Se youtube där en del kanaler har ”mest tittade”-delar. Man dras till att titta på dessa vilket ytterligare förstärker att de blir de mest tittade — helt oavsett om de har med något relevant att göra (kan lika gärna vara att någon drattar på arslet).
I dagen svd.se skriver man att ChatGPT "Hallucinerar hela tiden”
De nya chattbotarna har ofta rätt, men minst lika gärna ljuger de ogenerat. Vad är det egentligen som får AI:n att hitta på saker? ”Det ligger i deras natur”, säger forskaren Mattias Rost.
Forskare förklarar: Därför ljuger AI:n
De nya chattbotarna har ofta rätt, men minst lika gärna ljuger de ogenerat. Vad är det egentligen som får AI:n att hitta på saker? ”Det ligger i deras natur”, säger forskaren Mattias Rost.www.svd.se
Vi verkar redan lyckats konstruera en HAL-9000
SM0AOM
Well-Known Member
Det borde vara en ganska rimlig utveckling, och måste vara ett fundamentalt problem med AI rent allmänt. Inte bara inom reglertekniken, utan även inom "de humanistiska vetenskaperna" finns det möjligheter för "poler i det högra halvplanet".
SM0FKI
Katodkramare
Word!!!
Inte AI, men automatgenererad text. Så här kan det gå:
Adolf Hitlers ”Mein kampf” hyllades i annonstext hos Adlibris
I en säljtext för Adolf Hitlers ”Mein kampf” på nätbokhandeln Adlibris hemsida hyllades författaren som ”en av de absolut starkast lysande stjärnor den vita rasen åstadkommit”. – Texten har givetvis helt plockats bort efter att vi blev uppmärksammade på detta, skriver Adlibris pressansvariga...
www.svt.se
Detta med "AI" är ju faktiskt en smula skrämmande, för en som inte är insatt. Ännu verkar det ju ändå finnas viss kritik, avseende hur "duktig" den kan bli och även ifrågasättande av hur mycket man ska släppa den lös. Nästa steg är nog snäppet mer mardrömslikt, när motiveringen för ytterligare nåt konstigt beslut ligger i att hänvisa till att "det har AI sagt", dvs när tillräckligt många faktiskt tror att prylen är bättre än vi, på att förstå och bestämma i livet. Det har ju framförts tankar om att vissa beslut inom kommunernas förvaltningar skulle bli "bättre" om de fattades av en ojävig AI snarare än en opålitlig mänsklig handläggare.
Det är för mig helt obegripligt att vuxna människor på allvar löper med i processen att göra dem ännu mer omyndiga och onödiga än de redan blivit med vårt nya, sköna samhälle. Det är en dålig byteshandel, att avhända sig beslutsrätt och ansvar, och ändå till sist bli sittande med räkningen.
Det är för mig helt obegripligt att vuxna människor på allvar löper med i processen att göra dem ännu mer omyndiga och onödiga än de redan blivit med vårt nya, sköna samhälle. Det är en dålig byteshandel, att avhända sig beslutsrätt och ansvar, och ändå till sist bli sittande med räkningen.
- Status