Informativne objave na temu AI

[Srecko]

On 8/21/2026 at 9:18 AM, Mikorist said:

 I još traže pare.....

Ne traže pare, to sto Chat Bot uopšte nema pojma o čemu ste razgovarali je ustvari IZNUDA (teraju te da kupiš skup model), jer definitivno su ovakvi kakvi jesu Chat Botovi za OZBILJAN RAD neupotrebljivi.

[Srecko]

Traženje para je mnogooooo lep izraz, isuviše, za ono što oni rade jer je to ustvari kriminal.

To je prava reč, KRIMINAL, za sve u vezi sa AI; pogotovo za: Sama, Zakerberga i Muska.

[Mikorist]

Intelligence on a Payment Plan

MEDIUM.COM

[Mikorist]

Ko je superinteligenciji dao root? – Mikorist

MIKORIST.COM

---

https://www.youtube.com/watch?v=5QwpHRu51fw Gledao sam Yampolskog kako objašnjava rizik od superinteligentne veštačke inteligencije i u jednom trenutku sam poče

 

[Mikorist]

Skinuo sam zadnji AI GPT Astra full kodeks + GPT Desktop za Linux i ovo je već bolesno. Pričaš u mikrofon, on otvara programe, piše, crta, edituje video, programira... radi po računaru kao da je čovek seo za tastaturu.

Ali ono što me stvarno zanima je dokle može da ide u projektovanju audio uređaja.

Kod audio elektronike nije problem samo da ti napiše kako se nešto projektuje. Može da ide mnogo dalje. Recimo da mu kažeš:

Napravi mi stereo headphone amplifier. THD+N ispod 0.001% pri 1 kHz i 100 mW na 32 oma. Ulaz 2 Vrms. Gain 6 dB. Bandwidth 10 Hz do 100 kHz. Napajanje ±15 V. DC offset ispod 5 mV. Cilj je što manji šum. PCB 100 x 70 mm. Hoću KiCad projekat, BOM i SPICE simulaciju.

Onda može da radi ceo lanac.

Specifikacija, izbor topologije, izbor komponenti, proračun, šema, SPICE netlist, simulacija, KiCad, PCB raspored, ERC i DRC, BOM, korekcije i dokumentacija. Ako uređaj ima MCU, može da napiše i firmware.

Za analogni preamp može da projektuje gain stage, JFET i BJT strukture, aktivne filtere, tone control, phono preamp, RIAA ekvilizaciju, balansirane ulaze, XLR, phantom power, zaštitu ulaza i izlaza, DC servo i napajanje.

Može da računa gain, impedansu, noise gain, input noise, output noise, slew rate, GBW, stabilnost, headroom, clipping, filter corner frekvencije, bias i disipaciju.

Kod power ampova stvar postaje još zanimljivija.

Class A, Class AB, Class D, headphone amp, MOSFET izlaz, BJT izlaz, current feedback, voltage feedback, bootstrap, current limiting, DC protection, thermal protection, soft start, clipping detection...

Za Class D već može da se uđe baš duboko. PWM, gate driver, dead time, switching losses, MOSFET izbor, LC izlazni filter, feedback, EMI i layout kritičnih struja.

A onda dolazi PCB layout.

Tu bih rekao da je audio posebno zanimljiv teren za ovakav AI. Može da razmatra star ground, ground plane, return currents, analogno i digitalno razdvajanje, decoupling, kratke kritične vodove, feedback loop, current loop kod Class D, placement ulaznog stepena, napajanje, EMI i crosstalk.

Može čak da napravi KiCad projekat sa footprintima i pravilima.

Naravno, tu postoji ogromno ali.

Može da napravi odličan PCB koji je tehnički konzistentan, a da uređaj u stvarnosti osciluje na nekoliko MHz, hvata mrežni brum ili ima fantastičnu simulaciju a prosečan THD+N kada se napravi.

Jer u stvarnom svetu postoje paraziti, tolerancije, layout efekti, šum napajanja, konektori, kablovi, mehanička konstrukcija i gomila stvari koje simulacija ne vidi ako joj ne daš dobre modele.

Zato mi se prava granica ne čini kao pitanje da li AI ume da napravi pojačalo.

Pravo pitanje je da li može sam da ga napravi, izmeri i iterativno popravi.

Ako imaš Astra + KiCad, dobijaš veoma sposobnog virtuelnog konstruktora.

Ako imaš Astra + KiCad + SPICE + datasheetove + proizvođačke footprintove, dobijaš već ozbiljan razvojni sistem.

A ako mu još nakačiš osciloskop, audio analyzer, load, multimeter i instrumente preko SCPI/GPIB/USB, onda priča postaje baš luda.

Projektuj.

Simuliraj.

Napravi PCB.

Izmeri.

Pročitaj rezultate.

Pronađi problem.

Promeni komponentu.

Promeni vrednosti.

Promeni layout.

Ponovi test.

Tu već počinje da liči na elektronskog inženjera koji sedi pored tebe 12 sati i ne traži kafu.

I ovo bih stvarno voleo da probam.

Dati mu kompletan zadatak za jedan ozbiljan audio uređaj i pustiti ga da radi od prve specifikacije do gotovog KiCad projekta.

Recimo neki low noise headphone/preamp sa potpuno diferencijalnim ulazom, dobrim napajanjem, zaštitom i USB DAC opcijom.

Tu bi se vrlo brzo videlo gde Astra stvarno briljira, a gde još uvek lupa glavom o zid.
 

[Mikorist]

[Leonardo]

Odgledajte na brzinu 3 sezone serije SILOS.  Četvrtu sezonu ko doživi sredinom iduće godine. 

Eto to nas čeka, još intenzivnije zaglupljivanje, indukovani intenzivni zaborav i autodestrukcija do potpunog nestajanja.

Ebiga, nema spasa ni u Kazablanki. Odande pretrčavaju u Španiju kao da je tu bolje i da je smisao umirati u španskim plastenicima krastavaca.

[Zen Mod]

ipak se okrece

[aaa zmaju!]

Otkud da je bolje u Španiji nego u jednoj Švajcarskoj??

Izmenjeno pre 17 časa od aaa zmaju!

[Leonardo]

E moj Zmaju, i Švajcarci beže iz Švajcarske 

[Vix]

3 hours ago, Mikorist said:

Jos samo ocekujem da objave da je A.I. ustvari vanzemaljski entitet, koji preko superkompjutera eto komunicira sa nama, sutra ce da upravlja s'nama, a prekosutra ce nas (i)zbrise...

[Mikorist]

Msm, AI je alat kao i svaki drugi. Ubaciš svoju pamet u prompt i napraviće ti ono što mu kažeš. Može da ti ubrza posao, ali ne mora da znači. Sve zavisi od čoveka koji ga koristi. Ako nemaš pojma šta radiš, AI ti samo brže napravi glupost.

I naravno, neće baš da daju root password kodeksu za nuklearni arsenal. 
 

[Zen Mod]

40 minutes ago, Mikorist said:

Ako nemaš pojma šta radiš, AI ti samo brže napravi glupost.

taj sam!!!

[silentbob]

The End of Software Engineering:How AI Agents Are Fundamentally Restructuring the Software Paradigm

ARXIV.ORG

 

 

[Mikorist]

Pročitao sam ovaj rad i meni je najzanimljivije što se, posle sve priče o autonomnim agentima koji će sami razvijati softver, autor na kraju saplete o stvar koja je mnogo prizemnija.

Chat nema beskonačnu kognitivnu memoriju. Ja ga čak zovem senilni. 

To znam iz sopstvenog iskustva, ne iz benchmarka.

Nema šanse da ozbiljnu, složenu operaciju ostaviš chatbotu da je radi nekoliko dana, pa se vratiš i očekuješ da če da nastavi tamo gde je stao, sa istim razumevanjem problema, svim prethodnim odlukama u privremenoj memoriji i bez posledica onoga što je usput zaboravio ili pogrešno zaključio.

Može da uradi ogroman posao u jednom cugu. Može da napiše kod, analizira fajlove, napravi skriptu, pozove alat, ispravi grešku i nastavi dalje. Tu je napredak stvarno bolesno dobar.

Ali čim posao postane dugotrajan i zavisi od sopstvene istorije, počinje demencija.

I sam rad to praktično priznaje. Kada agent rešava izolovane zadatke, rezultati su odlični. Kada mora da razvija isti sistem kroz niz uzastopnih promena, performanse ozbiljno padaju. Autor to zove context drift, error propagation, technical debt...

Ja bih to jednostavnije nazvao: ne seća se svega što je radio. Alchajmer. . .

I tu mi je posebno zanimljivo kada se ovakvi sistemi počnu nazivati AGI.

Autonomija nije AGI.

To što model ume sam da pozove shell, napiše Python, pročita Git, pretraži Internet i angažuje drugog agenta jeste ozbiljna stvar. Ali to je proširenje sposobnosti izvršavanja. Nije dokaz da postoji neka opšta inteligencija koja neprekidno postoji kroz vreme.

Ako moraš stalno da mu crtaš kontekst, da mu objašnjavaš gde je stao, da proveravaš šta je prethodno uradio i da mu rekonstruišeš sopstvenu istoriju, onda nemaš inteligenciju koja danima radi na problemu. Ja i dalje radim kao mazga svo vreme tutošeći AI

Imaš chatbot koji ume mnogo toga.

A upravo to je ono što ovakvi radovi nekako preskoče. Agent koji može da uradi mnogo kada ga pozoveš nije isto što i sistem koji samostalno održava kontinuitet rada, cilja i znanja danima.

To je mnogo viša letvica.

I za sada je nema. KAd dođe takav . Ima da skinem kapu i kažem ovo je HAL9000
 

 

p.s.

Meni ne mogu da prodaju maglu i muda za bubrege. 

[Mikorist]

ČAK HAL 9000  ako ga uzmemo onako kako je prikazan u 2001, pre bih ga stavio u AGI kategoriju: ima kontinuitet, višedecenijsku memoriju kao slon, percepciju preko senzora, govor, planiranje, rešavanje problema i interakciju sa ljudima.

ASI bi bila druga liga. Ne samo "HAL, ali deset puta pametniji", nego sistem koji bi po opštoj sposobnosti bitno nadmašivao čoveka praktično svuda, uključujući nauku, matematiku, inženjerstvo, strategiju, kreativnost i istraživanje.

ASI je Monolit 

[Zen Mod]

Bombo, buš pukla?

[silentbob]

To su sve inženjerski izazovi na kojima ai giganti rade. Self correcting petlja, shared memorija i orkestracija više agenata. Ali ono što je poenta rada je da software tj programski kod ovakav kakav je danas postaje višak. Ai će ga (možda) generisati u letu za svaki zadatak i posle baciti. Znači održavanje programskog koda više ne postoji a samim tim i sw eng....

 

Priča se poklapa sa ovom

https://blogs.nvidia.com/blog/ai-5-layer-cake/

Izmenjeno pre 8 časa od silentbob

[Gosha]

Bice kao nekad: "Programeri svih zemalja ujedinite se!"

[ninja]

8 hours ago, Zen Mod said:

Bombo, buš pukla?

Bum 

[Mikorist]

pre 8 časa, silentbob reče

To su sve inženjerski izazovi na kojima ai giganti rade. Self correcting petlja, shared memorija i orkestracija više agenata. Ali ono što je poenta rada je da software tj programski kod ovakav kakav je danas postaje višak. Ai će ga (možda) generisati u letu za svaki zadatak i posle baciti. Znači održavanje programskog koda više ne postoji a samim tim i sw eng....

 

Priča se poklapa sa ovom

https://blogs.nvidia.com/blog/ai-5-layer-cake/

Pa baš zato mi ovo ne pije vodu nikako. Imam vrlo konkretno iskustvo sa GPT-om i Codexom na složenom editovanju Android kernela. Posle nekih 300 poruka model više nema pojma gde se nalazi u operaciji. Moraš da mu vraćaš kontekst, objašnjavaš šta je već urađeno i proveravaš da li je upravo izmislio gde se nalazi.

A to je operacija u okviru jednog razgovora, sa svim tim "shared memory", alatima i kontekstom.

Zato mi je malo smešno da iz self correcting loop + memory + orchestration odmah pređemo na "održavanje softvera više ne postoji".

Prvo rešite da agent posle 200 koraka zna gde je bio. 

Ti mu objašnjavaš šta je već urađeno, on ti mrtav ladan tvrdi nešto što si mu već tri puta dokazao da nije tako. Vraćaš ga na prethodni korak, on opet ode negde levo. Na kraju mu jebeš mater kao da ispred sebe imaš senilnog dedu koji iz svake prošle poruke izvlači random zaključke, jer se više ne seća šta je radio pre 100 poruka.

E, sad zamisli da mu poveriš održavanje ozbiljnog sistema nekoliko dana.

Meni prvo to rešite, pa onda pričamo da software engineering nestaje.
 

Recimo da pamti sve kao slon samo 48 sati zadnjih.

Recimo da razgovor i rad proizvode samo 20 tokena u sekundi.

48 sati:

20 × 172.800 = 3.456.000 tokena

Ako jedan token u proseku zauzima oko 4 bajta kao tekst, to je oko:

13,8 MB sirovog teksta.

Ali to je samo tekst koji je ušao u istoriju. Model ne "pamti" tekst kao običan fajl. Ako hoćeš da kompletan kontekst bude direktno dostupan transformeru, moraš da ga ubaciš u context window, a attention nad tim kontekstom postaje ogroman problem.

Za 3,5 miliona tokena, puni self-attention ima približno:

3,456,000² ≈ 11,9 × 10¹² parova tokena.

Dakle skoro 12 triliona token-to-token odnosa za samo jedan attention sloj.

I to pod pretpostavkom da uopšte imaš model koji može da primi 3,5 miliona tokena kao jedan kontekst.

A sad dodaj realnost:

Android kernel operacija ne proizvodi samo tvoje poruke. Imaš source fajlove, diffove, compiler output, logove, stack traceove, komande, rezultate testova, tool output, greške...

Tu 20 tokena u sekundi postaje smešno malo.

Ako si na proseku 200 tokena/s, za 48 sati dobijaš:

34.560.000 tokena.

To je već 34,5 miliona tokena. hahahahahaha . Problem je napraviti sistem koji posle 48 sati može da koristi tih 34 miliona tokena kao koherentan model svega što se dogodilo, bez toga da mora da ih ponovo pretražuje, sažima, rekonstruše i pri tome izgubi bitne stvari.

 

I onda dođeš do toga da imaš recimo 100 milona ljudi koji koriste agente. 

A ako bi svaki korisnik proizvodio 200 tokena/s, što za agenta koji stvarno radi nešto ozbiljno nije nezamislivo, dobijaš:

13,8 PB teksta za 48 sati.

Ali opet, čak ni tih 1,38 PB nije glavni problem.

Glavni problem je pitanje:

kako da 100 miliona agenata istovremeno imaju kontinualni, koherentan kognitivni kontekst od 48 sati? 

Da, napraviće memoriju.

Ali memorija nije sećanje, a sećanje nije kontinuitet. Ne pije vodu. 

I tu se vraćam nayad na HAL 9000 .

HAL nije "serviran" server kome neko svakih pet minuta vraća kontekst iz baze. On je zamišljen kao jedna kontinuirana inteligencija koja ima memoriju, senzore, stanje sveta, ciljeve i višegodišnji kontinuitet rada. A taj sistem je u filmu praktično deo jedne prostorije, ne data centar od nekoliko hektara.Kubrick je 1968. zamislio da jedna veštačka inteligencija može da bude kompletno prisutna u jednoj sobi.

I to dalje ima smisla. 

Ako hoćeš da svako ima svoju kontinuiranu inteligenciju, onda model ne može da bude samo neki udaljeni servis koji svima daje trenutni odgovor. Moraš da imaš nešto što pripada tom korisniku, ima svoje stanje, memoriju, istoriju i kontinuitet.

To onda potpuno menja računicu.

 

Ovo već je opet nešto što će da bude blogpost. Samo treba da ispravim i utegnem neke delove