Henrik Hemrin @hehemrin@librem.one

Very interesting article about training data for AI.
1) Their rights or not to use the data they use for the training.
2) What they use for training. Beside limited to data that is digital, it also is limited what digital data they use.

If I understand correctly, their analyse of Google C4 dataset, my own personal website is far more important than the biggest Swedish newspaper!

https://www.washingtonpost.com/technology/interactive/2023/ai-chatbot-learning/
#AI

Sidan har också en sökfunktion där man kan se rankingen för C4 för olika webbsidor. Tex min hemsida och stora dagstidningen:

hemrin.com. Ranking: 801,105. Tokens: 29k. Of total tokens: 0.00002%

dn.se. Ranking: 13,169,728. Tokens: 120. Of total tokens: 0.00000008%

Om jag förstår detta rätt, så lägger alltså denna Google-träning större vikt vid vad jag skriver på min hemsida än vad DN skriver!
https://www.washingtonpost.com/technology/interactive/2023/ai-chatbot-learning/

3/3

2) En annan viktig aspekt är vad de verkligen lär sig av. För det första är det ju förstås begränsat till data som finns digitalt. För det andra så är det bara en liten del av allt som finns digitalt som de använder sig av.

Den här artikeln från Washington Post tittar närmare på data för Googles C4s dataset, som är möjligt att analysera. Jag känner inte till närmare hur den används.
2/?

Det här tycker jag är en intressant artikel om vad som används för att träna AI när det handlar om texter och sådant.
1) Dels en fråga om vilka rättigheter har verkligen företag att använda data från internet för att träna sina verktyg, som de kanske dessutom ska använda kommersiellt och tjäna pengar på? Hur får de använda tex copyright-data för att träna datorn?

1/?

Förut kunde man ha flera Mobilt BankID på samma apparat. Det kan man inte göra sedan en tid (de som redan är skapade kan fortsatt finnas). Det betyder att varje person måste ha en egen apparat. Men också var sin egen reservapparat, om man vill ha ett extra Mobilt BankID i reserv om något händer med ens vanliga apparat. #BankID

Även tidningen Sändarens ledarsida tar upp problematiken med ChatControl och övervakning. (Sändaren är en nyhetstidning som kommer varje vecka, som står nära Equmeniakyrkan) https://www.sandaren.se/ledare/kyrkor-riskerar-bli-overvakade #chatcontrol

Wild and crazy är kanske bra strategi för trädgården! https://www.dn.se/debatt/lat-grasklipparen-sta-for-naturens-skull/

Den andra kommer från dagens lördagsintervju i P1 med V-ledaren Dadgostar. Hon använde flera ggr ord typ vänsterblock; ord med "vänster" i för att tala om forma alternativ till dagens regering. Jag förstår henne som menandes V, S, MP och C. Där tror jag hon får problem så länge hon talar om alternativet som "vänster", särskilt men inte enbart C; jag tror inte en formation med C eller C-väljare passar att självbeskriva som ingående i vänsteralternativ.
#svpol 2/2

Två politiketikettfunderingar att reagera på:
SD har på senaste åren ofta fått etiketten höger. Tidigare var det inte så (om jag minns rätt). Att de är etiketteras som ett konservativt parti är rimligt, men höger tycker jag är betydligt mer tveksamt.
#svpol 1/2