Eugene Cheah: Boom génératif de l'IA, Hallucinations sociétales et automatisation des tests d'interface utilisateur - E232
"Dans l'industrie, nous appelons cela des hallucinations. C'est cet enfant très intelligent qui n'a pas la réponse, qui a peut-être pris une bière et était à moitié ivre et n'était pas sûr à cent pour cent. C'est ce que l'IA fait beaucoup. Le problème est que parce que c'est un gamin vraiment intelligent, il est presque impossible de dire. - Eugene Cheah
Eugene Cheah est le fondateur d'Uilicious - un outil à faible code qui aide à automatiser les tests d'interface utilisateur à grande échelle pour les équipes de développement, avec l'aide de l'IA. Il était ingénieur logiciel, qui a plongé tôt dans la scène des startups, avant de passer du temps dans l'espace financier de l'entreprise, et de retourner sur la scène des startups en tant que fondateur. Tout en travaillant sur son propre ensemble de projets open source dans les coulisses.
Jeremy Au: (00:29)
Hé, Eugene, vraiment excité de vous avoir dans la série. Vous êtes le co-fondateur d'une startup incroyable. Vous avez joué avec une IA générative, et cela a été un excellent brainstorming avec vous. Et donc c'est un sujet très opportun sur ce que tant de gens sont excités, confus et curieux. Alors s'il vous plaît vous présenter.
Eugene Cheah: (00:48)
Salut, je suis Eugene. Je suis le CTO d'Uilicious, et notre startup fait en fait des tests d'interface utilisateur automatisés. Et plus récemment, nous avons également intégré une IA générative pour automatiser réellement la génération de scripts de test d'interface utilisateur en utilisant l'IA. Et c'était en fait quelque chose qui a travaillé depuis la fondation de la startup, où nous avons réellement renforcé les données requises et les ensembles de données et nous avons effectué des changements très récents dans l'IA comme tout le monde l'a vécu au cours du dernier mois. Les choses ont changé très rapidement et nous avons finalement pu sortir notre générateur de test et travailler dans le public, et nous commençons à obtenir des commentaires. C'est donc une période très excitante, pas seulement pour nous en tant qu'entreprise parce que nous pensions que nous aurions besoin au moins deux ou trois ans de plus pour atteindre cet objectif, mais nous l'avons finalement atteint tout à coup.
Mais c'est aussi une période très intéressante pour moi parce que depuis que je travaille là-dessus, j'ai généré un champ depuis, depuis ces dernières années. Au cours du dernier mois seulement, il y a eu plus d'articles que j'ai lus sur les modèles d'IA et la génération, à droite, que le nombre d'articles que j'ai lus au cours des dernières années. C'est à cause de l'explosion. Maintenant, tout le monde se précipite et les choses bougent si vite, non? Comme les gens pensent que c'est très rapide. Quand vous voyez l'IA ouverte, discutez GPT, les choses sont encore plus rapides du papier parce que c'est comme beaucoup de gens
Dites, nous avons fait cette théorie. Faites-nous confiance. Si vous avez une puissance de calcul, vous pouvez reproduire cela et oui, c'est très intéressant de voir ces choses.
Jeremy Au: (2:11)
Merci beaucoup pour le partage. Je veux réellement vous demander comment vous utilisez l'intelligence artificielle pour la mettre dans le produit pour les plats d'interface utilisateur, et quels sont exactement les apprentissages que vous avez eu à partir de là?
Eugene Cheah: (02:24)
L'une des choses que j'ai réellement réalisées en utilisant l'intelligence artificielle apportant dans le produit est que j'ai réellement réalisé que le problème, l'une des difficultés est en fait d'essayer de comprendre le cas d'utilisation. Et c'est quelque chose dans lequel beaucoup de gens parcourent. C'est une technologie complètement nouvelle pour laquelle beaucoup d'entre nous ne savent pas pour quoi nous allons l'utiliser. J'étais assez nerveux pour cela et quand quelqu'un m'a dit d'aimer, hé, pourquoi ne sortez-vous pas simplement avec une liste de questions afin que vous puissiez mieux vous préparer dans votre tête, qu'est-ce qui pourrait arriver? Et puis je suis fondamentalement, je ne sais pas quelle est la liste des questions, parce que je n'en ai aucune idée et j'ai été coincé pendant une semaine.
Ensuite, finalement cet ami a finalement dit, peut-être juste demander au chat gpt. Ensuite, j'étais comme, oh ouais, merde. Le sujet dont nous voulions parler était l'IA, et je l'ai regardé toute la semaine et je suis comme, hé, en fait, j'aurais pu le demander. Et c'est cette chose très évidente que vous ne saviez pas avant de vous en rendre compte. Et c'est ce que je ressentais vraiment que beaucoup de gens devaient commencer à penser dans les manières d'essayer, hé, comment pouvons-nous l'appliquer? Une façon dont j'essaie réellement de l'expliquer est de le considérer comme l'une des façons les plus pratiques de le mettre autour. Parce qu'un stagiaire, vous ne vous attendez jamais à ce que ce soit à cent pour cent droit. Vous vous attendiez à vous tromper. Vous prévoyez de devoir réparer leur travail. Un stagiaire est également quelqu'un qui, lorsque vous entrez, vous devrez peut-être lui donner quelques conseils de base et une formation. Vous devez vous préparer, comme, hé, ce sont les instructions. De la même manière que vous devez le faire pour le bot AI. Et un stagiaire est également quelqu'un qui, si vous pouvez correctement configurer le processus, peut apporter beaucoup de valeur à votre entreprise. Et tant que nous utilisons cela comme un bon cadrage, je crois qu'en fait, beaucoup de fondateurs peuvent trouver des moyens d'utiliser une IA qui n'est pas si évidente.
Donc, pour nous, c'était pour créer cela, nous explorons également d'autres moyens d'utilisation de l'IA, par exemple, comme première ligne de première ligne de support client. Et nous faisons également des outils supplémentaires dans le produit. Quoi qu'il en soit, tout ce que vous devez faire. Notre objectif final pour Uilicious est de dire, hé, tout ce que vous avez à faire est de dire uilicious, je veux tester ce site Web sur cette URL et nous devrions proposer un plan de test. Ce n'est pas encore fait. Testez comme, hé, je vais tester ceci. Est-ce bon pour vous? Ensuite, vous dites oui, puis vous générez simplement tous les scripts de test.
D'accord, ce sont les tests. Je l'ai couru. Ce sont les résultats. Nous voulons que ce soit aussi transparent et c'est
Tout sur la connexion des points avec une IA différente en cours de route. Du côté technique, il n'y a que trois très grandes techniques majeures, que ce soit, c'est celle, c'est ce que vous avez vraiment fait avec
Chat GPT, lui fournissant quelques instructions et c'est juste essentiellement l'ingénierie rapide, puis ils font le reste. L'autre est l'intégration, qui est essentiellement pour faire des nouvelles, et l'IA pour faire des recherches, qui peuvent ensuite être utilisées pour combiner la première. Et le troisième est de le Finetune, qui est essentiellement AI avec des données personnalisées, ce qui est le plus compliqué. Mais l'IA est aussi quelque chose qui peut être le plus utile, disons des choses comme le domaine médical parce que vous pouvez les former spécifiquement sur des données médicales et en faire un expert médical.
Et une fois que vous commencez à comprendre que ce sont les trois blocs de construction de base et que vous le traitez comme des fonctions que vous pouvez relier, vous pouvez commencer à réaliser que bon, en fait, il existe de nombreuses combinaisons différentes de cas d'utilisation. C'est juste une question que nous ayons le temps et c'est ce que je fais pour l'industrie des tests d'interface utilisateur. Et je pense que beaucoup de gens peuvent le faire pour d'autres industries, des industries avec lesquelles je n'ai aucun rapport. C'est pourquoi c'est quelque chose que je vous encourage à explorer, ou du moins à penser en ces termes, comme le stagiaire. J'utilise beaucoup le modèle des stagiaires car les stagiaires doivent être payés. C'est pourquoi j'aime rappeler aux gens que l'IA n'est pas bon marché. Il est tellement traité comme un stagiaire.
Jeremy Au: (5:58)
On va plonger là-dedans à coup sûr. Pourriez-vous partager un peu plus sur la façon dont vous avez passé du développeur à un co-fondateur et CTO? De toute évidence, une partie de ce voyage était d'abord un entrepreneur, où nous étions tous les deux. Je voulais donc entendre un peu ce voyage pour décider d'être fondateur.
Eugene Cheah: (06:15)
Donc pour moi, mon histoire était en fait, je codais depuis l'école secondaire, depuis les jours de flash au plus tôt. Ouais. Je m'excuse donc pour les dénombrements des bannières contextuelles flash que j'ai faites, je suis sûr d'agacer un grand pourcentage d'Internet, mais j'ai été payé. Et la raison pour laquelle j'ai fait cela pendant l'école secondaire était parce que je voulais jouer ma Xbox, et ma Playstation et mes parents ont refusé de payer quoi que ce soit pour eux.
J'avais donc besoin d'obtenir l'argent d'une manière ou d'une autre. Et c'est comme ça que j'ai commencé dans la programmation et le développement. D'une certaine manière, à travers une étrange torsion, que ce soit en travaillant avec essentiellement ce qui était l'un de mes ex-enseignants, puis je travaille sur un projet ou un autre. J'ai commencé à être transmis d'une entreprise à une autre et l'ambassade a toujours été, hé, nous devons faire quelque chose comme ça. Savez-vous comment? Et je serai comme, je n'ai pas fait dans ce langage de programmation, mais je peux apprendre et c'est comme, d'accord, bien sûr. Et c'est ce que j'ai fait. Et à la fin de comme JC avant l'université, j'avais déjà un curriculum vitae et des offres d'emploi qui étaient meilleures que la rémunération des diplômés en sciences de la composition à ce moment-là. Et c'est ainsi que je me suis réellement lancé dans la programmation parce que j'ai essentiellement décidé.
Comme je pouvais de toute façon, trouver un emploi à tout moment dans ce point de vue, j'ai décidé de prendre la décision la plus discutable là-bas. Et c'est comme, tu sais quoi? Allons simplement directement sur la scène des startups. Et moi, à partir de ce moment, j'ai travaillé d'une startup à une autre. J'ai travaillé dans certaines startups qui étaient en fait, c'était avant que les startups, même un travail chaud à Singapour, c'était comme si je travaillais, comme l'un des arrêts sur lesquels je travaillais était de faire SMS diffusée. Rappelez-vous l'ère de Singapore Idol du système de vote et des choses comme, oui, je travaillais à ce sujet. Alors des choses comme ça. D'une manière ou d'une autre, j'ai aimé la scène de démarrage pendant cette période. J'ai apprécié ça. À ce moment-là, cela ne payait pas vraiment aussi bien. Et puis je me suis dit, d'accord, j'ai besoin de stabiliser les choses. Je suis entré dans la scène d'entreprise, alors j'ai fini par faire des logiciels pour toutes les grandes compagnies d'assurance à Singapour, à l'exception d'Abiba. Je veux le repousser ma liste à un moment donné.
J'espère qu'Abiba achète à un moment donné, uilicious, car c'est une chose personnelle. Par la suite, je me suis lassé des entreprenants et je suis devenu très frustré du problème de test en fait, où essentiellement beaucoup de choses ont été testées manuellement. J'ai un projet que je travaillais sur une application mobile où il fait essentiellement, le PDG a mal lu le lancement de l'application mobile, pendant l'AGA et c'était sur moi et mon équipe de précipiter le produit un mois plus tôt. Et parce que nous sommes dans le secteur financier, personne ne veut s'assurer que personne ne veut interrompre les tests. Donc, fondamentalement, le temps de mort a été réduit par un mois, donc j'ai été énervé. J'étais comme, pourquoi ne pouvons-nous pas automatiser cela? Et après ça, je me disais, je vais faire ça. Je suis donc retourné sur la scène des startups avec mon co-fondateur et nous y sommes.
Jeremy Au: (09:05)
Il y a beaucoup de noobs, non? Parce qu'ils comprennent qu'il y a de l'ingénierie et puis il y a du produit, et il y a cette chose appelée Testing UI, non? Qui est votre automatisation. Alors pourquoi les tests d'interface utilisateur sont-ils importants pour ceux qui sont frais sur la scène ou qui le regardent comme faisant partie du processus?
Eugene Cheah: (09:23)
Je pense que beaucoup de gens ont déjà plus d'expérience directe comme pourquoi ils en ont besoin, et surtout quand ce n'est pas là, comme avoir, comme je pense qu'une frustration très courante essaie de réserver un billet d'avion pour qu'elle ait une erreur ou réserve un taxi, non?
Et seulement pour qu'il ne construise pas réellement un livre. Et ce n'est pas le cas. C'est juste une erreur et c'est très frustrant pour l'utilisateur. Et les gens perdent de l'argent plus comme les entreprises perdent de l'argent si elles ne parviennent pas à gérer ces erreurs. Encore plus notoirement, je pense qu'il y a quelques années également, comme l'un des principaux instituts financiers, ils ont fait une erreur logicielle où un zéro manquait.
Il y avait beaucoup de choses, il y avait beaucoup d'argent qui s'y détraquait. Ainsi, des choses comme ça coûtent en fait de l'argent dans le sens plus littéral, soit à grande échelle pour les erreurs majeures ou
Parfois, c'est même juste sur un sens beaucoup plus petit. Je pense qu'il y avait une étude de cas célèbre pour similaires, je pense que pour l'un des hamburgers en Amérique où ils avaient ce taux d'erreur très faible pour un certain processus de contrôle, mais quand quelqu'un l'a corrigé, c'était parce qu'il est littéralement une grande articulation américaine, il y avait comme un simple chiffre d'affaires qu'il gagne en corrigeant une erreur.
Ouais. Les tests sont importants car vous voulez vous assurer que vos utilisateurs sont heureux et je suppose que pour les propriétaires d'entreprise, vous voulez vous assurer que tout est fluide. Surtout à cette époque où surtout tout se trouve sur Internet et il y a tellement de navigateurs, Chrome, Firefox, Hie et les appareils mobiles sont en fait un nid de rats entier. Le test lui-même est en fait un défi assez difficile, car non seulement Internet est instable, mais vous avez beaucoup d'appareils Android bas de gamme, avec diverses tailles d'écran, qui est également une forme de test très compliquée. Il s'agit donc de réduire ces erreurs pour s'assurer que les choses se déroulent bien et bien. Et si votre entreprise est importante et vaut des milliards de dollars, chaque correctif vaut quelque chose.
Jeremy Au: (11:11)
Alors, comment les tests d'interface utilisateur se produisent-ils aujourd'hui, non? De, est-ce un tas d'ingénieurs qui chargent leurs iPhones et que tout fonctionne et c'est bien de partir? Comment ça va se passer aujourd'hui? Externaliser cela?
Eugene Cheah: (11:24)
L'externalisation est donc une situation commune. Surtout à Singapour, mais en général, 60 à 80% de l'industrie fait toujours les choses très manuellement. Nous avons une forme d'automatisation ici et là avec des entreprises comme Uilicious, mais la plupart des gens le font toujours manuellement. Surtout parce que l'ingénierie est coûteuse. Le sélénium sera l'un des principaux outils de test existants, vous obligeront à coder efficacement dans le HTML et le CSS pour rédiger le test, et cela n'a rien à voir avec l'apparence des choses à l'écran, et je pense que c'est un autre sujet sur Amazon que les ingénieurs ont été incroyablement chers et en hausse des coûts dès maintenant ces jours-ci, que beaucoup d'entreprises sont simplement en train de se faire, à être incroyablement coûteuse et croissante. Prenez un risque calculé ou faites-le manuellement.
En fait, d'après mon expérience avec beaucoup d'entreprises, ce qui est très courant, c'est qu'avant le lancement d'un site Web ou d'une application majeur, ils constitueraient les membres de l'entreprise en interne, l'équipe commerciale, les vendeurs, etc. Et en gros, vous avez un tas de personnes, une centaine d'appareils différents et ils apprennent tous des boutons à l'écran manuellement.
Je trouve cela ridicule parce que, hé, nous allons parler de l'IA, donc nous avons des choses super avancées, des frameworks d'interface utilisateur, des technologies d'IA, sans serveur, cloud, peu importe. Vous pouvez mettre tous les mots de passe de haute technologie. Et si nous assemblons tout, comment vérifions-nous que cela fonctionne? Une centaine de personnes appuyant sur des boutons. Il semble que seules quelques rares entreprises peuvent réellement, au moins
Traditionnellement, c'est ce que nous essayons de changer, peut se permettre de constituer les équipes techniques pour automatiser complètement toutes ces choses. Donc, les grands noms comme par exemple, Google et Microsoft, sont des entreprises qui peuvent également automatiser entièrement sur Facebook, mais tout le monde n'est pas Google, Facebook ou Microsoft. Donc, donc cette situation étrange où malgré notre technologie de progression, nous testons manuellement pour la plupart, et nous voulons changer cela. Nous pensons que cela peut être changé.
Jeremy Au: (13:14)
Et vous avez mentionné comment vous avez l'impression qu'il est ridicule que les humains le fassent, et vous automatisez évidemment dans une certaine mesure, et pourtant vous expérimentez également l'IA. Alors pourriez-vous partager un peu à quoi ressemble cette transition de votre point de vue? Pour les uis?
Eugene Cheah: (13:28)
L'IA a toujours été vers l'objectif final pour nous, principalement parce que l'une des choses que lorsque nous lançons notre Uilicious, il y avait en fait beaucoup de choses, il y avait un certain nombre d'outils de test qui ont essayé d'incorporer l'IA tôt, mais nous avons estimé que cela était mal aligné parce que la plupart des problèmes communs dans l'automatisation des tests sont que l'argument est qu'il est très brutal. Cela signifie, par exemple, si, disons que votre test est trop spécifique. Disons que je teste pour cliquer sur ce bouton sur cette partie, l'écran, et pour une raison quelconque, le concepteur d'interface utilisateur dit demain. L'une des raisons pour lesquelles elle n'a pas été communément adoptée facilement était qu'elle se brise à ce genre de points de rupture très cassants où les humains ne se cassent pas. Les humains ont pu s'y adapter automatiquement.
L'une des choses que l'IA était très tôt pour essayer de présenter des tests était que lorsque ces choses se produisent, nous utilisons peut-être l'IA pour réparer automatiquement les scripts de test. Cela semble parfaitement bien en théorie, sauf que dans la pratique, ce que nous avons réalisé, au moins au moment où l'IA était utilisé, c'est que, hé, si vous commencez la fixation automatique, alors beaucoup de testeurs se plaignent, et beaucoup de chefs de projet se plaignent que parfois certaines des choses qui étaient censées être en boîte ont été réparées au fur et à mesure.
Donc, à ce stade, si tout est simplement réparé automatiquement, à quoi sert le test? Ce fut donc l'une des difficultés des tests et de l'IA au début de la génération lorsque vous essayez d'intégrer l'IA. Donc, ce que nous avons essayé de faire différemment, c'est que nous l'avons regardé fondamentalement. C'est comme non, le problème n'est pas réellement de réparer les scripts de test après son exécution. Parce que nous pensions que si, disons que vos scripts de test sont conçus d'une manière stable et fiable, vous ne devriez pas avoir à réparer constamment le script de test.
C'est donc ce que nous avons fait en premier sans l'IA. Ironique. Nous voulions rendre le système de script de test fiable et d'une manière que tout testeur peut afficher le rapport et dire, hé, cela a du sens. Je le comprends. Cela est passé, et c'était quelque chose qui était très critique pour nous. Ensuite, après cela, c'est ce que nous avons fait au départ au cours des premières années après cela, nous voulions réellement aborder la deuxième partie du problème, qui est d'écrire un test.
Ainsi, beaucoup de gens auraient des scripts de test très vaguement définis. Si vous regardez le monde des tests manuels, ils seront comme, prenez par exemple, comment rédigerez-vous un script de test? Vous serez comme, hé, allez sur ce site Web, cliquez sur ces boutons, vérifiez tout. Vous écrirez probablement en anglais. Même si vous êtes une langue de test, vous n'écrirez probablement pas dans notre syntaxe. C'est là que la prochaine étape aurait du sens, car c'est là que beaucoup de gens ont déjà leurs scripts de test pour un test manuel, mais écrits en anglais simple, ils ont passé comme notes comme des feuilles de calcul Excel que Google Docs pour le faire et cela. Et nous voulions être en mesure de prendre cette copie et de le coller et de le traduire dans un langage de programmation de test plus formel, qui peut ensuite être vérifié que, hé, ce sont toutes les étapes correctes, faites les ajustements et puis laissez-le fonctionner.
C'était donc quelque chose que nous avons essayé de construire, au fil des ans avec l'ensemble de données et quelque chose que nous sommes enfin heureux de réussir à atteindre. Au moins la première version de travail. Nous avons pensé que c'était quelque chose que le public pouvait commencer à utiliser. Et c'était une chose excitante pour nous.
Jeremy Au: (16h30)
Cela apporte les nouvelles de l'année, qui est une AI générative, le chat GPT, Open AI. Alors, que pensez-vous arrivé? Parce que c'était comme si l'IA était comme ce chemin linéaire, non? Ce qui est tout, ça arrive toujours. Ça arrive toujours, mais ce n'est pas là. Et puis soudainement au cours de la dernière année, c'est juste, whoa. Comme il a fait un peu un bâton de hockey en termes d'applications réelles, mais aussi au moins la sensibilisation, du moins parmi l'écosystème technologique. Droite. Alors, que pensez-vous que vous y êtes arrivé pour ceux qui sont nouveaux dans ce domaine?
Eugene Cheah: (17:01)
Donc, l'une des choses que j'ai trouvées très amusantes au cours des derniers mois, je pense que c'est un moment très difficile pour l'industrie. L'une des tendances que nous avions droit dans les réseaux de neurones était d'essayer d'élargir les données. Cela semblait être un peu mieux, mais ce n'était pas un bâton de hockey mieux. C'était un peu plus comme linéairement mieux. Et l'une des choses qui était très intéressante qui s'est produite récemment, c'est que ce que nous faisions auparavant avec au moins certains de ces modèles d'IA à très grande échelle, c'est que nous la forçons essentiellement avec un très large ensemble de compétences qui est au niveau très bas.
Alors pensez-y comme si je devais faire une note universitaire. Ainsi, par exemple, vous avez une IA de niveau universitaire dans un sujet et un niveau primaire dans un sujet. Nous formions essentiellement l'IA à être un niveau primaire à tout sous le soleil, ce qui fait de ce que les gens ne ressentaient pas aussi pratiques et utiles. Mais cela a jeté les bases parce que ce qui se passe, c'est que lorsque l'école primaire est devenue un école secondaire et que l'école secondaire devient JC, combien d'entre nous peuvent dire que nous avons une école secondaire ou une connaissance JC de chaque sujet sous le soleil, à chaque langue sous le soleil? Par exemple, ma chimie est terrible, ma biologie est terrible.
Des choses comme ça. Honnêtement, ne pensez pas que je suis meilleur que l'IA dans ces sujets. Et l'autre
La chose majeure que nous réalisons est, d'accord, pourquoi ne commençons-nous pas à nous concentrer sur l'un de ces grands modèles, non? Et allons-y étroitement, entraînons-le pour être vraiment bon dans une chose, ce qui suit essentiellement les instructions. Et c'est ce que Open AI a fait. Ils appellent cela renforcer l'apprentissage humain. C'est le segment plus technique. Je pense que quelqu'un peut le rechercher s'il est plus intéressé, mais le truc est un GPD d'instruction. Mais en gros, l'essentiel est que nous lui avons appris à obéir aux instructions comme la façon dont nous avons appris à un enfant primaire à obéir aux instructions d'un parent jusqu'au secondaire à JC.
Du jour au lendemain, ces deux facteurs ont simplement cliqué parce que maintenant vous avez formé quelqu'un qui est capable de suivre les instructions, et maintenant vous avez également quelqu'un qui avait une très large connaissance de presque tout. Aussi défectueux que cela soit, il ne remportera aucun diplômé universitaire sur un sujet. Ces deux choses ont cliqué dans l'éducation comme nous appelons le modèle d'équipe, et cela a commencé à travailler ensemble.
Et c'est très drôle parce que pour moi, c'est comme si nous construisions des réseaux de neuro en utilisant des techniques que nous avons compris à partir de la biologie de l'esprit humain et qui aurait pensé qu'un réseau de neuro axé sur un cerveau humain bénéficierait de la formation et de l'apprentissage comme dans l'éducation, le modèle d'équipe de la même manière qu'un humain. C'est l'une de ces choses très évidentes alors que nous le savons et l'avons appris, mais ce n'était pas évident auparavant.
Alors maintenant, lorsque nous avons réellement utilisé la même technique que nous avons apprise dans des modèles plus petits. Nous réalisons en fait que nos petits modèles que nous avons construits il y a quelques années pourraient en fait faire beaucoup mieux. Et c'est pourquoi vous voyez beaucoup de sauts soudains, même si l'IA ouvert est comme si c'était comme à l'avant-garde, ils ont partagé ce qu'ils ont fait et que les gens ont pris ce qu'ils ont fait et ça va, pourquoi n'essayons-nous pas ces autres modèles d'IA et cela fonctionne réellement.
Cela rend les choses beaucoup mieux et tout d'un coup, nous avons beaucoup de ce qui n'était pas utile auparavant. Les modèles d'IA sont très utiles dans divers cas utiles. C'était littéralement le cas pour nous aussi. Nous avions le modèle d'IA qui crachait le code de test des ordures qui n'était pas utilisable et nous avons fait un changement et c'est comme, oh merde, c'est utilisable. Cela a fait un grand changement.
Jeremy Au: (20:19)
C'est donc intéressant. Droite? Qui est ce neuro réseaux sur la base des humains. Vous savez, j'ai récemment eu deux filles. L'un est un enfant de deux ans et un a sept mois. Et ma blague que je dis toujours aux gens, c'est que j'ai également créé deux réseaux de neuro et je les regarde juste s'engager lentement, explorer et réaliser que quelque chose est chaud. La nourriture est trop chaude, alors ne le mangez pas. Puis apprenez lentement à souffler sur la nourriture pour le rendre plus frais. Et il y en a un peu. Vous pouvez ensuite aller dans un petit bâton de hockey. Et soudain maintenant, je pense que au cours du dernier mois, il y a un peu d'explosion dans les bois, non? Une forme de hockey commence à venir, non?
Mais la dernière fois, elle a appris comme un mot par mois et maintenant elle apprend, je ne sais pas, 10 mots par semaine. Droite? Donc un peu de bâton de hockey. Alors, comment pensez-vous que c'est similaire
Entre, je pense que ce que nous avons dit, à la formation des humains, à une formation de réseaux de neurones ou à l'IA plus large dans les parallèles, voyez-vous de votre point de vue?
Eugene Cheah: (21:11)
Je dirais en fait qu'il y a en fait un parallèle très précis en plus du temps. Aime observer les erreurs de création de l'IA de la même manière que nous pouvons réellement observer chez l'homme ou plus, en particulier dans le formateur croissant ici. L'une des choses que j'ai remarquées récemment, par exemple, c'est que j'ai formé mes chats, par exemple, à m'asseoir lorsque je mange de la nourriture.
Alors je sonne toujours, je leur dis de m'asseoir, puis je ne suis qu'après s'asseoir là et leur nourrir la nourriture. Cela a donc fonctionné pour la plupart des pièces. Mais l'une des erreurs courantes de l'IA, et nous utilisons le terme surestimation, c'est que lorsque le scénario est trop exact, ils peuvent finir par apprendre les choses à être trop spécifiques. J'ai donc supposé qu'ils apprenaient à s'asseoir correctement quand je sonne la cloche, se révèle un jour quand je n'ai pas mis le tapis de pied et je sonne, ils ne s'assoient pas.
Il y avait le tapis de pied qui les faisait s'asseoir, pas le lit. Alors j'étais comme, oh. Sure formation. Je me suis toujours entraîné avec une cloche et un tapis de pied et je ne l'ai jamais remarqué. J'ai toujours pensé que c'était une cloche. Ce sont donc des erreurs que nous verrons IA commettre et ce sont des choses que nous devrons corriger. Mais une chose que je dirai très, c'est très différent des humains réels, dans ce cas, c'est que, ou des chats pour la question, une fois que nous remarquons qu'ils apprennent les choses, ces choses à tort.
Nous passons simplement les prochaines années à faire le changement, puis nous continuons à les éduquer et à apporter des améliorations progressives. Nous continuons donc de passer à partir de là. Pour les modèles d'IA, l'une des grandes différences est que si nous remarquons que nous avons fait une erreur fondamentale dans le plancher de formation, la réponse serait parfois de retourner aux fondamentaux parce que nous pouvons rembobiner leur apprentissage, leurs années d'apprentissage que nous avons constitué, d'accord, pour cette année à cette année, cette formation que nous avons fait, disons simplement.
Ensuite, ce sont toutes les données et nous ne faisons que croître de l'argent à un problème, faisons simplement croître suffisamment de GPU pour accélérer ces cinq années de progrès en un mois et brûler beaucoup d'électricité dans le processus. Et c'est quelque chose qui est très différent que nous ne pouvons pas faire avec les êtres humains réels. Ouais. Est que nous ne pouvons pas revenir en arrière et réinitialiser le processus et changer les choses en conséquence. Donc, si seulement c'était aussi facile de retirer nos mauvaises habitudes.
Jeremy Au: (23:28)
Je pense qu'il y a en fait un point, non? J'étais juste sur un groupe WhatsApp. Nous avons tout un tas de VC et de fondateurs et tout le monde joue Dota. Ce qui était intéressant, c'est qu'il y avait une prise de conscience que nous pouvions demander à Chat GPT sur les stratégies DOTA, et donc tout le monde était comme, donc si nous avons un tririance et un Naga, quelles sont les chances que nous gagnons? Et puis la réponse était en fait assez bonne, non? Et après cela, nous étions comme, d'accord, quel est le
La différence entre une cote de compétence élevée de 600 contre une cote de compétence élevée de 700 a été une différence en termes de style de jeu et d'approche.
Qui est le plus susceptible de gagner? Et c'était une très bonne réponse. Et la réalité maladroite, j'y pensais comme la lecture était, je ne peux pas faire la différence entre si c'est une bonne réponse, une mauvaise réponse, parce que je suis plus amateur et fille que la possibilité pour moi de dire la différence si c'est correct ou comment cela pourrait être meilleur contre, bien sûr, sur les sujets que je me suis branchée sur moi-même, ce qui a été plus comme, je ne sais pas, Parce que je suis un expert à ce sujet, c'est plus évident pour moi lorsque les erreurs sont là ou ce qui doit être sans apprentissage, réapprenti ou corrigé, ou édité.
Je pensais que c'était une dynamique intéressante, non? Parce que je me disais, oui, comme vous l'avez dit, il y a tellement de sujets que je suis juste mauvais en chimie, des choses de biologie où si je branche le chat GPT, d'un côté de la production, je peux dire que ces erreurs et cela peut être améliorée. Mais du point de vue de la consommation, si c'est un domaine dans lequel je suis un non-expert, est en fait très difficile pour moi de dire si c'est mal en fait, voire inexact. Il semble donc qu'il y ait une asymétrie dans une perspective humaine dans cette dynamique pour comprendre l'IA et je suis curieux de savoir ce que vous pensez.
Eugene Cheah: (25:13)
Ouais, en fait c'est quelque chose que je signale très fortement. C'est probablement l'un des plus grands danger de cette génération actuelle de l'IA. Même les fondateurs de l'IA ouverte eux-mêmes le signalent également. Est-ce parce que à moins que vous n'ayez demandé spécifiquement de ne pas essayer de mentir ou de mentir pourrait être un mot extrême ou plus, essayez d'aimer deviner et de faire de son mieux. Dans l'industrie, nous appelons cela des hallucinations, mais en gros, c'est cet enfant très intelligent qui n'a pas la réponse et cela a peut-être pris une bière et est à moitié ivre et c'était comme, je ne suis pas sûr à cent pour cent, mais il n'a pas dit cela. Mais je pense que c'est ça et c'est ce que l'IA fait vraiment beaucoup. Et le problème est que parce que c'est un enfant vraiment intelligent, cela peut être vraiment difficile à dire. Donc, si vous êtes un expert dans ce domaine, par exemple, et que vous avez vraiment étudié, d'accord, très bien. Mais d'un revers, si disons que ce n'est pas un expert, non? Il est presque impossible de le dire. Et c'est en fait une chose très effrayante dont nous avons réellement besoin pour mettre une étiquette d'avertissement géante sur cette technologie.
Parce que par exemple, j'ai pu générer quelques recettes juste pour le plaisir, et cela a l'air très authentique, mais honnêtement, je ne sais pas si c'était bon. Et donc je l'ai parlé à quelques personnes qui connaissent réellement la cuisine contrairement à moi, qui pourrait faire du feu la cuisine. Et fondamentalement, l'un d'eux a dit que cette recette serait trop cuite à celle-ci jusqu'à ce qu'elle soit du charbon de bois. Et je ne le savais pas. Et si je le suivit, j'aurais peut-être commencé un feu. Donc, c'est en fait un danger très authentique sur ce sujet. Parce que c'est comme 50, 80%. Parfois, vous faites les choses correctement, mais vous avez vraiment besoin de quelqu'un pour réparer les 20%. Et cela devient simplement bouilli pour que j'ai réellement l'expertise et les connaissances. Et oui, c'est la ligne dont nous devons faire attention, surtout lorsque nous commençons à l'utiliser. Parce qu'il y a beaucoup de réflexion à l'utiliser dans l'éducation ou cela peut remplacer les enseignants, cela peut remplacer les médecins et tout cela.
Je suis comme, quelqu'un doit être là pour s'assurer que les gens n'apprennent pas les mauvaises choses, pour le professeur, c'est la première chose dont vous avez besoin pour enseigner à un élève avant d'être autorisé à utiliser cet outil. D'accord? Vous devez être en mesure de le vérifier. Et c'est la première chose que vous devez apprendre. Et à partir de ce moment, c'est devenu super utile parce que bon, ayant le bon 80% du temps, est déjà une première étape.
Il s'agit simplement de le poser, 10, 20, 30 fois plus de questions et plus de défiler rapidement à travers, en l'itant en itérant. Alors oui. C'est mon point de vue parce que c'est un peuple étrange dans lequel nous vivons où nous avons une réponse à tout, mais ce n'est peut-être pas correct.
Jeremy Au: (27:42)
La partie délicate est que, comme vous l'avez dit, est-ce que cela me rappelle une phrase où il dit qu'un mensonge peut courir dans le monde avant que la vérité puisse se réveiller et mettre ses bottes. Et je me disais, c'est exactement ce qui se passe parce que vous pouvez générer tellement plus de contenu et ensuite pouvoir le vérifier, par Snopes et toutes ces organisations de vérification de faits qui le font à la main. Absolument bonkers, non? Et je pense que l'incitation commerciale est la partie qui est vraiment injuste, non?
Parce que si vous disiez, oh, c'est un pur marché d'idées où chaque idée débatrait en fonction de son mérite et de son honnêteté, et cetera, que, bien sûr, le véridique, comment ils disent que la véritable apparue et la sortie. Mais ce n'est pas vrai, non? Parce que sur un marché d'idées pondérées par des incitations commerciales pondérées par, je ne sais pas, la capacité de spam et d'obtention d'objets de référencement pour votre page Web, et cetera. J'ai l'impression que la guerre est pondérée non moins envers l'honnêteté et moins envers la vérité comme vous l'avez dit, mais c'est comme aller à l'enfant riche, non? C'est comme aller chez un enfant riche, en fondant, en allant à l'enfant intelligent qui ne le comprend pas vraiment et ne dit pas, hé, je ne vous demande pas de mentir, mais j'ai besoin de vous pour générer autant de BS que possible pour que vous et moi puissions gagner de l'argent ensemble, et c'est une belle équipe de tag. Je ne sais pas ce que sera l'état final de ce monde.
Eugene Cheah: (28:50)
Oh oui, ce sont l'une des choses qui me tiennent debout la nuit parce que, pardonnant, cela finit par être trop politique ou abordant assez politique, c'est que nous avons déjà eu ce problème avant l'IA, comme les gens venaient déjà de conneries et pédalaient des conneries pour gagner de l'argent littéralement pour les vues et pour pédaler leur propre ensemble de produits.
Cela a été un problème permanent depuis quelques années, en particulier aux États-Unis en particulier. Même Singapour n'est pas à l'abri. De plus, comme parfois nous, parfois beaucoup d'entre nous peuvent avoir l'expérience d'essayer de repousser les fausses nouvelles de notre oncle, de nos grands-mères et ainsi de suite. Ouais. Et essayer de les corriger. Et c'est très difficile parce que c'est cette lentille de crédibilité, cette ligne. Parce que l'une des tactiques les plus courantes qui sera utilisée est que, hé, des groupes de personnes finiront par invoquer d'autres personnes qui demandent, hé, j'ai fait mes recherches, donc je le cite, mais ils se citeront dans un cercle. Cela forme ces bulles actuelles de faux effectivement
Nouvelles, et les gens le font déjà avec efficacement 10 $, 20 $ l'heure, ou même moins lorsque vous les contractez aux Philippines, etc., et en Inde.
Les gens faisaient déjà cela. Maintenant, nous venons de changer ce générateur de conneries de 5 $ de l'heure à 5 cents de l'heure. Et pour moi, je pense que c'est un sujet qui n'est pas seulement dans l'IA. Parce que nous avions déjà ce problème, maintenant ça va être amplifié. Et je pense que de cette façon, nous avons simplement accéléré la feuille de route. Je suis comme, comment gérons-nous cela?
Je pense que la plus grande ironie de ce que j'observe et, et je vis aussi cela pour moi-même parce que maintenant, surtout dans ce sujet, il y a beaucoup de gens aléatoires qui parlent de choses aléatoires, spéculant depuis la fin du monde à la prochaine Renaissance, non? Je me retrouve à suivre de plus en plus de gens spécifiques. Plutôt que réellement de nombreux sites d'agrégation, des gens qui sont comme des experts à leur égard, si vous le souhaitez. Ainsi, certains experts de l'IA et également certains experts en ingénierie qui sont les meilleurs exemples de Casey Hightower pour QBenet, Sean pour actuellement plus vers l'IA, car ils filtreront en fait le bruit des nouvelles et le présenteront au public.
Et d'une manière, nous avons bouclé la boucle pour vous abonner potentiellement aux magazines d'experts, bien que ce ne soient pas des magazines, c'est qu'il est souscrit, pour filtrer ces informations pour nous, qui est alors une question en ce moment pour moi. Est-ce que cela va être la prochaine phase de la création du contenu, où vous devez essentiellement avoir des créateurs de contenu de confiance et vérifiés efficacement?
Ou est le flot de contenu d'IA et de faux contenu qui sera une norme à laquelle nous devons nous habituer. Je ne suis pas sûr de quelle direction votre visage, j'espère juste que nous allons peut-être passer la route en cercle complet car au moins nous avons une fin heureuse dans cette route.
Jeremy Au: (32:00)
Je pense que ça va être les deux et je me souviens de cette phrase que j'ai apprise il y a deux ans, non? Et c'était comme inonder la zone de merde qui est une tactique qui décrivait la politique, ce qui est juste contraire à ce que vous voulez dire. Vous inondez simplement la zone de plus de plus en plus de nouvelles, puis toute la merde submerge la chose. Donc, si vous avez cent, des morceaux de merde et que vous avez un très bon article.
C'est ainsi que les chambres d'écho se produisent et tout. Alors je pense que ça va être les deux, non? Je pense que ça va être comme, Internet va être plein de merde, puis tout un tas de gens vont juste devenir comme le monde était plein d'Oreos et de nourriture transformée, puis certaines personnes jeûnent maintenant afin d'éviter les aliments transformés. La plupart des gens consommeront tout. Et puis certaines personnes, une très petite section de gens vont juste faire, comme nous l'avons dit, bien. Suivez simplement les créateurs vérifiés par l'homme, pas d'IA à l'intérieur des choses.
Eugene Cheah: (32:43]
Donc, ce sera l'information vacante.
Jeremy Au: (32:49)
À quoi ressemble la solution? Ce que nous devons créer, ce sont des robots de recherche de vérité. Avons-nous besoin de créer une IA qui étiquette automatiquement le contenu sous forme d'IA? Je pense que j'ai commencé à voir cela dans Reddit, qui est les robots qui disent, oh, ce contenu est venu ailleurs, ce qui est comme Source Finder. Peut-être qu'il devrait y avoir comme des robots Hunter Killer, AI qui vous indiquent combien de contenu IA se trouve dans le texte.
Eugene Cheah: (33:12)
En fait, ce n'est peut-être pas une mauvaise idée. Il y a donc un mouvement en ce moment que les gens essaient, qui essaient de créer une IA qui détecte l'IA. Mais honnêtement, j'ai l'impression que c'est un jeu de chat et de souris parce que le moment qui est apparu, moins d'un jour, quelqu'un a déjà compris comment dire à l'IA de le générer d'une autre manière qui le contourne. Mais je pense que l'autre que vous avez suggéré où, fondamentalement, il fait que la vérification des faits pourrait être une étape nécessaire en tant que moyen potentiel de contrecarrer cela. Donc, chaque fois que quelqu'un publie quelque chose de manière efficace, il fait les recherches sur le sujet et dit, hé, cela a été réglé par SO et ainsi, vérifiez la citation.
Ou en fait, c'est cette personne qui a dit autre chose. Est-ce possible? Je le crois. Mais est-ce quelque chose de pratique? C'est en fait beaucoup de puissance de calcul nécessaire juste pour le faire. Et, mais ce pourrait être le mal ou l'avenir nécessaire vers lequel nous frappons. And another thing that actually, I find it a bit intimidating sometimes with this progress is that one of the potential dangers right now is that because Open AI right now, for example, the state that AI has been trained up to 2021. For example, I think one of the things that we have to be careful of is from this day onwards, effectively, if we start training on the whole of internet, let's say from this day onwards, if we don't filter out the things that people are coming up of thin air, Il sera alimenté les données, qui sera alors alimenté à la prochaine IA.
Et en gros, nous allons avoir une connexion de création d'IA dont vous apprendrez et ça va simplement rincer et répéter, et ce sera quelque chose que nous devons contrer avec peut-être cette citation AI ou l'interdiction des faits et ainsi de suite, ainsi de suite. Que ce soit la meilleure réponse, je ne sais honnêtement pas, parce que je pense, regardez comment les gens ont réagi de manière très violente ou des moyens très objection de systèmes de vérification des faits sur Twitter, par exemple.
Comme s'ils le construisent comme une forme de censure. Oui, c'est une question que nous devons poser en tant que société à aimer, est-ce ce que nous devons aller de l'avant? Et honnêtement, je n'ai aucune idée de cet état. Je pense que nous espérons que nous pourrions trouver une meilleure solution, mais cela pourrait être un mal nécessaire.
Jeremy Au: (35:26)
Vous m'avez soudainement rappelé l'eutrophisation. Je ne suis pas sûr que vous vous trouviez cela, à propos du cycle de rétroaction négative pour les étangs d'eau en ammoniac. Il y a donc un certain niveau d'ammoniac et l'écosystème est normalement une boucle de rétroaction positive où elle, vous savez, est une hémostase, elle reste en équilibre. Mais parfois, si vous ajoutez tout un tas d'engrais, fondamentalement, les algues deviennent incontrôlables, puis mangez tout dans la piscine. Ils bloquent la lumière du soleil et toute la piscine meurt. Alors tu m'as soudainement fait me souvenir, ce truc de l'IA peut simplement submerger Internet avec tant de merde, non? Internet peut simplement devenir efficacement inutilisable à toutes fins. Comme fait, des faits.
Si l'honnêteté, non? Et ça tue juste la chose. Et puis tout le monde se retire pour aimer les canaux de messagerie privés. Il y a un bon point que vous avez soulevé sur la façon dont Internet peut réellement se suicider en itérant l'IA sur les informations précédentes générées par l'IA.
Je suppose qu'une question que j'ai, c'est quand vous pensez à cela, comment pensez-vous que les ingénieurs et les CTO devraient construire de manière responsable tout en étant conscient de soi qu'il y a un projet de loi sur les armements et que quelqu'un d'autre le fera finalement dans une certaine mesure? Alors, comment pensez-vous de cela de la cour de conduite ou de l'intendance?
Eugene Cheah: (36:44)
Je pense que c'est aussi l'un des sujets chauds en réalité en ce qui concerne l'IA en particulier, mais je suis fermement dans le camp que nous devons réellement commencer à diviser très clairement la phase de collecte de données et la phase de formation d'IA, afin que la phase de collecte de données, nous devrions apprendre à la reconnaître comme sa propre forme de phase et comment nous le faisons.
Et je dirai que pendant la phase de collecte de données, nous devrions gérer les droits d'auteur du matériel d'une manière très respectueuse et conviviale. Donc, si je dis, le site ne dit pas de grattage, l'un des problèmes qui se produisent réellement en ce moment dans l'espace d'IA, par exemple, est que nous avons un argument qui est fait, Hé, puisque l'IA est comme un humain, même si vous avez une règle de grattage, comme un humain qui a visité votre site Web et a vu votre site Web et apprendre de votre site Web.
C'était l'argument qui a été avancé lorsqu'ils ont fusionné les deux ensemble. Ainsi, l'IA fait le script et en tire directement, et ils ont encore renforcé cela, hé, c'est une utilisation équitable parce que cette IA va maintenant être open source au public uniquement pour cette même entreprise. Pour avoir une entreprise commerciale qui utilise ce modèle open source, puis la vend, je pense que nous devrons peut-être commencer à prendre un meilleur concessionnaire de réponse aux données que nous entrons. Que ce soit pour le droit d'auteur, que ce soit pour les fausses nouvelles, que ce soit pour un faux contenu, c'est quelque chose que les entreprises devraient effectivement viser à apporter plus de transparence dans le processus.
Par la suite, la prochaine étape sera le site de formation. Nous avons déjà atteint le point, à droite, où les modèles d'IA apprennent du texte et de la littérature et tout cela, non? Plus d'une centaine de fois chaque humain lira jamais dans votre vie. Fondamentalement, l'un des problèmes. Je dirais
car l'IA est qu'il est très inefficace dans l'apprentissage par rapport à un humain. Par exemple, disons que vous deviez lire un manuel, par exemple, vous avez déjà appris votre physique, votre chimie ou vos mathématiques dans une bonne mesure, peut-être avec un bon professeur aussi pour le modèle d'IA, peut-être qu'un manuel ne suffit pas. Maintenant, il faut peut-être lire 300 manuels différents pour enfin comprendre. Oui, donc c'est quelque chose du côté de la formation que nous pouvons améliorer parce qu'un professeur en plaisantant en plaisantant, juste pour le plaisir de celle-ci pour faire la projection, hé, au rythme que nous cultivons sur la quantité de données que nous devons nourrir pour développer l'IA.
Droite? Nous manquerons de mots sur Terre, non? Au cours des 30 prochaines années, parce que nous nous sommes étendus sur le site de données pour améliorer l'IA alors que nous devrions probablement commencer à améliorer l'efficacité de la formation du modèle. Afin que nous ayons besoin de l'ensemble d'Internet pour former le modèle d'IA. Nous avons probablement besoin de quelque chose de plus proche de ce qu'un humain éprouvera de sa vie. Et puis à partir de là, si les exigences des données ne sont pas aussi énormes, une grande partie des préoccupations éthiques du droit d'auteur peut en fait être réduite car alors ces données peuvent maintenant commencer à être rétrécies en un ensemble plus petit qui est désormais utilisable et plus vérifiable pour toutes les parties. Je pense donc qu'il y a une direction que nous devons travailler si, je ne sais pas combien de temps cela nous prendra. Peut-être que nous devrons lire toute l'Internet dans 30 ans avant de le réduire.
Jeremy Au: (39:54)
Ouais. Je pense que c'est parfaitement sur l'ingestion des données, non? Donc, en ce moment, je peux étiqueter ma page Web, alors ne rampez pas. Il ne devrait donc pas être indexé par un moteur de recherche, non? Je suis à peu près sûr que cela signifie que tous mes blogs passés et blogs et articles Tumblr ont tous été indexés dans le chat GPT par exemple. J'ai l'impression que c'est déjà fait. Je ne sais pas comment vous pouvez décrocher une omelette et la remettre dans les œufs. Donc, je pense que dans l'attente un peu impatient, nous voyons le contenu génératif comme se produire dans le texte, non? Nous voyons cela se produire pour l'art, certainement. Je pense que nous le voyons aussi dans la vidéo. Où les filtres vidéo font un travail formidable. J'étais à un événement en direct de Bigo Live, et c'était intéressant parce que je pouvais voir le streamer vidéo et le streamer en direct dans la vraie vie, et je pouvais voir à quoi ils ressemblaient exactement. Et puis je pouvais voir sur l'application qu'ils ont l'air assez différents. Le teint, le menton, la forme, le nez et la dimension. C'était un peu fou de les voir tous les deux. Ces différences, évidemment, il y aura aussi de plus en plus de vidéos génératives, non?
Alors, que pensez-vous de ce monde? Je pense que je lisais une bande dessinée, c'est comme si l'état final est que nous finissons par vivre dans un monde moins humain. C'était par Penny Arcade. Il était très déprimé. Je pense que nous nous retrouvons avec un monde plein d'avatars IA et de modèles de rôle et de choses comme ça. Qu'en pensez-vous?
Eugene Cheah: (41:21)
Oui, donc ce n'est pas seulement un contenu génératif. Même la musique est également une autre là-bas. Il y a vraiment eu quelques modèles qui sont là-bas. Les gens ne pensent pas qu'ils sont aussi bons que la musique pop, mais donnons-lui du temps et c'est ce que je vais dire. Mais d'accord. Je dirai d'abord le
La prise la plus positive parce que depuis que je suis plutôt négative, pour la plupart des parties, je dirais que la prise la plus positive sera ce que Sean propose, l'un des influenceurs technologiques que je suis. L'IA générative pourrait être potentiellement des portails à de nouveaux rôles. J'ai donc également expérimenté cela sur un autre podcast avec un collègue entrepreneur où nous utilisons essentiellement l'IA pour dire, hé, faisons une aventure dans ce monde. Et vous pouvez simplement l'imaginer dans ce sens.
De plus, par exemple, si disons un chapitre Star Wars de cet épisode à cet épisode, peut-être même un livre spécifique ou un univers Harry Potter ou un univers Star Trek sur cette planète parce que, comme la littérature était là et que l'IA a appris, vous pouvez réellement générer des histoires dans ce monde dans cette saveur, et cela ressemble plus à des choses que l'IA a déjà apprises. En faisant avancer, nous pourrions potentiellement voir dans un sens positif que les artistes, ou les concepteurs de jeux, évidemment les constructeurs du monde, à ce stade, conçoivent ces mondes en instruisant l'IA qui, hé, au lieu de cela, je préfère de cette façon pour créer ce monde virtuel pour les gens.
Nous allons voir des rôles très différents en conséquence, que ce soit à travers un casque Metaverse, qui peut-être pas, ou peut-être juste l'écran LCD. Ce serait intéressant, et c'est une autre question. Mais la chose la plus positive serait que nous verrons une nouvelle façon de vivre des divertissements comme sous la forme de jeux vidéo mais dans bien plus encore. Même sans aller à ses neuf mètres, où fondamentalement le monde entier généré par l'AI et les histoires et les personnages et tout, même à une échelle beaucoup plus petite. J'attends avec impatience les deux à trois prochaines années dans les jeux indépendants parce que l'un des problèmes les plus courants pour certains joueurs indépendants, au moins les créateurs du jeu, est au moins les petits studios, était, hé, je ne peux pas créer l'histoire à laquelle je peux penser.
Je l'ai, je peux faire l'interaction du jeu dans le moteur de jeu, et en fait je joue à des jeux indépendants. Mais maintenant qu'ils ont efficacement un générateur d'art AI, ou disons même un générateur de conversation. Ces jeux indépendants peuvent en fait avoir les outils pour créer quelque chose de très nouveau et très vaste à portée de main comme une conversation, même comme des conversations NPC aléatoires. La raison en particulier les PNJ et non les humains, comme je l'ai réalisé, les joueurs aiment trouver des choses pour gâcher le système. Les joueurs sont comme les rebelles inversés parce que nous aimons faire des choses terribles comme détruire la boutique ou des choses comme ça. Mais comme les interactions NPC / NPC peuvent être beaucoup plus réalistes dans ce monde, et cela n'utilise pas de nouvelles technologies.
Il utilise littéralement ce que nous avons maintenant. Les gens l'ont déjà fait pour le plaisir. Obtenez deux robots AI pour se parler et vous pouvez juste voir une conversation, faire semblant d'être deux personnages différents et ils se parlent simplement. Et c'était une chose vraiment intéressante de voir ça. Et je suis comme, mec, ça va entrer dans les jeux. C'est donc ce que je pense de cet angle positif.
Jeremy Au: (44:33)
Enroulant les choses ici, pourriez-vous partager avec nous un moment où vous avez personnellement été courageux?
Eugene Cheah: (44:39)
Je pense que j'ai abordé cela. Alors mes parents sont asiatiques et oui, je pense que l'une des choses les plus difficiles
que je devais décider très tôt, c'était de ne pas aller à l'université. Ma fin se lancera littéralement sur la voie du démarrage et c'était il y a de nombreuses années avant même que le démarrage ne soit une chose. C'était donc une chose très étrange pour mes parents de faire face parce qu'ils aiment, avec beaucoup de parents asiatiques, ils ont en fait grandi avec les principes fondamentaux de l'université et d'obtenir un emploi.
J'ai décidé de choisir autrement, et cela peut ne pas sembler ike l'une des choses les plus courageuses, en termes d'adversité, mais pour aller à l'encontre de vos parents, c'était quelque chose qui était personnellement difficile et c'était personnellement un défi pour moi parce qu'être un entrepreneur ou par la suite comme doubler la startup, car ce n'est pas un employé de démarrage.
Jusqu'à ces dernières années, toute votre famille assume l'échec par défaut, et c'était difficile. Vos amis, beaucoup d'entre eux l'ont fait aussi. C'était quelque chose que j'ai trouvé personnellement difficile, auquel je suis en fait content en fait maintenant, que ces dernières années ont changé très radicalement. Extrêmement radicalement en raison de la façon dont les startups sont désormais plus acceptées dans le courant dominant en ce moment comme cheminement de carrière potentiel.
Franchement, nous avons commencé à voir le succès à saisir et comme si les gens commencent à reconnaître ces choses et nous avons commencé à nous éloigner de l'état d'esprit du MNC et ensuite je pense qu'il n'y avait qu'un seul membre de la famille qui me soutenait vraiment et c'est ce sentiment d'isolement qui semblait en fait très difficile. Les choses se sont beaucoup améliorées avec mes parents et naturellement au fil des ans, car nous, en tant que gens, sommes devenus plus réceptifs aux startups et oui, c'était quelque chose avec lequel j'ai eu du mal.
Jeremy Au: (46:44)
Super. Merci beaucoup d'être venu dans la série. Je voudrais paraphraser les trois grands thèmes que j'ai retirés. Merci d'abord, votre excitation et votre passion pour les implications de la génération de l'IA génératrice. Ceci, en voyant comment il fleurit et se développe et parle un peu de la façon dont c'était. De toute évidence, initialement conçu du point de vue des données, je pense que les principales innovations et compréhensions qui ont débloqué le droit d'explosion de ses capacités et de parler de la façon dont il continuera à avancer à l'avenir. La seconde qui était vraiment intéressante était évidemment l'exploration de ce qui va arriver à la société de The Easy, ce qui est comme des jeux indépendants pour les PNJ, jusqu'à des nouvelles et des nouvelles quelque peu bonnes.
Et je pense que nous avons parlé de la façon dont l'IA ne ment pas, du moins pas encore intentionnellement, mais essaie de rattraper les choses, non? Et ces hallucinations auront des conséquences réelles sur la façon dont nous vivons, opérons et interagissons avec un. L'année dernière, nous avons également pu plonger dans les tests d'interface utilisateur, expliquant pourquoi il est important de la façon dont cela est actuellement fait, de la façon dont vous cherchez à l'automatiser, mais aussi de le conduire et de l'enrichir également avec l'IA. Merci beaucoup, Eugene, d'être venu au spectacle.
Eugene Cheah: (48:04)
Merci de m'avoir fait ici. C'était une explosion pour moi.
