Ernst-Jan Pfauth

Categorie: Kunstmatige intelligentie

  • AI geeft je superkrachten op werk

    AI geeft je superkrachten op werk

    Ik heb genoeg tijd doorgebracht met programmeurs om het volgende adagium te hebben geïnternaliseerd:

    Alles wat je meer dan twee keer doet, kun je automatiseren

    Want hoe minder tijd je kwijt bent aan repetitief werk, hoe meer tijd je hebt voor waardevol werk.

    Dus dat doe ik braaf. Met automatiseringstools als If This Then That en Zapier en met tekstprogramma’s als TextExpander.

    De opkomst van AI zorgt ervoor dat je automatiseerdrang naar een heel nieuw niveau kunt tillen.

    (meer…)

  • Ghostreader in Reader: AI in mijn tweede brein

    Ghostreader in Reader: AI in mijn tweede brein

    AI-toepassingen maken hun intrede in tools die ik al een tijdje gebruik. Omdat ik in een vertrouwde omgeving opeens de kracht van AI ziet, komt het op mij veel functioneler en verrassender over.

    Zoals de GPT-3-integratie in de app Reader. Die hebben ze ‘Ghostreader’ genoemd.

    Ghostreader werkt sinds deze week ook in de mobiele versie van Reader en ik vind het geweldig.

    (meer…)

  • Ontsluit met een AI chatbot waardevolle informatie uit communities

    De laatste tijd denk ik veel na over curatieplatforms. Dat kun je from scratch bouwen. Maar ik had het er met Alexander over dat je ook een bot kunt maken die kennis uit bestaande communities ontsluit.

    Neem een communityplatform als Circle (mijn bespreking). Dat biedt vele interactiemogelijkheden. Trends.vc (mijn bespreking) is een voorbeeld van een community die op Circle draait. In die community voeren talloze leden gesprekken over technologie en marketing en in die interacties zit ongelooflijk veel informatie verstopt.

    Maar veel van die informatie vervliegt

    Als creator probeer je dat proces tegen te gaan en waardevolle informatie te organiseren.

    Zo haalt Dru Riley die informatie er handmatig uit en maakt er trendrapporten van.

    Maar van onze community POM (zit niet bij Circle maar bij Telegram) weet ik dat er zo’n schat aan aanbevelingen, tips en linkjes rondwaart, dat je dat als creator nooit allemaal zelf kunt organiseren en cureren.

    Wat zou er gebeuren als je een taalmodel als GPT-3 alle informatie voedt en je leden dan de gelegenheid geeft vragen te stellen?

    Bijvoorbeeld:

    • Wat is de beste printer volgens de POM community?
      • Vervolgvraag: wat is de beste budgetkeuze?
      • Welke heeft het mooiste design?
    • Wat zijn vijf goede nonfictieboek over technologie?
      • Toon me alleen boeken over Amazon
      • Waarom is ‘The Everything Store’ goed volgens POM-leden? Vat het voor me samen

    Op die manier ontsluit je op een toegankelijke manier een schatkamer aan informatie.

    Je zou ook databases kunnen maken die zichzelf aan de hand van een taalmodel automatisch updaten. Bijvoorbeeld ‘een levende lijst van beste films volgens POM’ of ‘de beste apparaten en meubels voor je werkplek volgens POM’.

    Update: ik kwam deze bot tegen die het YCombinator-archief ontsluit. Dit bedoel ik, alleen dan voor communities:

    🦺 Dit is een openbare notitie over curatieplatforms. Een van mijn jarenlange interesses is hoe we het internet beter kunnen organiseren. Door de ontwikkelingen in AI is het organiseren van informatie toegankelijker dan ooit. Daarom verken ik de mogelijkheden van een nieuw curatieplatform. Lees de openingspost of bekijk de hele collectie.

  • Een curatieplatform bouwen in 2023

    Een curatieplatform bouwen in 2023

    Vanavond las ik een stuk over boutique-zoekmachines en kreeg ik zin om zelf weer een curatieplatform te bouwen.

    Want:

    • Ik vind dat we als mensen te veel bezig zijn met wat nieuw is in plaats van tijdloos. Voorbeelden:
      • Waarom zou je naar de bestsellerlijsten kijken als je romans kunt lezen die al tientallen jaren mensenlevens veranderen?
      • Waarom is elk journalistiek initiatief gericht op nieuwe stukken produceren in plaats van structureel orde scheppen in chaos? (meer daarover hier)
    • Als mensen ergens veel vanaf weten, geniet ik van het enthousiasme waarop ze die kennis kunnen delen en van hoe waardevol hun aanbevelingen vaak zijn.
    • Ik houd van opruimen en organiseren. Niet alleen thuis of in mijn tweede brein, ook samen met anderen binnen een gedeelde interesse.
    • AI-taalmodellen unlocken allemaal nieuwe mogelijkheden in de missie om het web te organiseren.

    Daarom heb ik tien jaar geleden al eens een jaar van m’n leven aan internetcuratie gespendeerd. Op Brainsley kon je binnen je expertise(s) interessante links delen naar tijdloze content. Zag er zo uit:

    Lekker besloten alpha-schermpje
    Persoonlijke feed
    Je eigen collectie
    Screenshots van Brainsley uit 2012

    Brainsley was een beetje naïve poging, want:

    • We kozen geen specifieke niche, wilden meteen het hele internet organiseren.
    • We hadden geen bestaande community en moesten dus tegelijkertijd een community en een product bouwen.
    • We hadden geen platformfunctie. Het was één netwerk voor iedereen. Iedereen moest in dezelfde mal.
    • Mede daardoor was de toepasbaarheid vrij nauw: je kon alleen maar artikelen delen, terwijl communities misschien behoefte hadden aan het delen van specifieke producten of fragmenten (ik noem maar wat).
    • We hadden nog geen slimme taalmodellen die je in een handomdraai kunt gebruiken.

    Wat voor curatieservice je nu kunt bouwen

    Een platform waarmee communities hun eigen curatie-omgeving kunnen aanmaken en onderhouden (zoals je met Slack een eigen chatomgeving kunt starten). Want:

    • Een community weet zelf het beste wat voor database het nodig heeft.
    • Veel schaalbaarder, waardoor je meer mensen en communities helpt.
    • Als verdienmodel kun je op community-niveau laten betalen. Omdat de curatie-omgeving waarschijnlijk waarde vertegenwoordigd voor de initiatiefnemers, heb je een grotere kans dat zij betalen dan bij individuele gebruikers.

    Over verdienmodel: géén advertenties. Als je aandacht te koop zet, lijdt de betrouwbaarheid van aanbevelingen daar per definitie onder. Ook kan er systeemrot ontstaan. Denk aan alle content farms die het internet vervuilen omdat je er via SEO geld mee kunt verdienen.

    Belangrijke features:

    • Gebruikers kunnen binnen hun community zelf categorieën beginnen en daarbinnen aanbevelingen delen.
    • Een reputatiesysteem. Om de betrouwbaarheid te vergroten en de incentive voor gebruikers om er tijd in te steken. Eventueel te koppelen aan een token-systeem voor beloning.
    • Discussie-omgeving per aanbeveling/ gedeeld item. Voor de levendigheid van de community en voor extra input voor….
    • .. een chatbot als zoekfunctie. Als je iets nodig hebt binnen de community, vraag je dat aan een taalmodel. Dat geeft in natuurlijke taal antwoord.

    Inhoudelijk voordeel chatbot: minder gedoe met taxonomie

    Dat taalmodel is fijn voor de gebruiksvriendelijkheid. Het lost ook een inhoudelijk kwaliteitsprobleem op: dat van ingewikkelde en abstract-aandoende taxonomieën.

    Elke curatieservice heeft het als uitdaging: hoe organiseer je de data? Door taalmodellen hoef je bijvoorbeeld niet meer met van die generieke plus/min-systemen te werken als bij bijvoorbeeld Bol.com-recensies:

    Het zorgt voor veel waardevollere aanbevelingen als een gebruiker precieze en natuurlijk taal kan gebruiken, in plaats van de belemmerende mal van een syntax. Het is ook veel leuker om zo te schrijven. Gebruikers kunnen gewoon met elkaar discussieren. Het taalmodel haalt er vervolgens de essentie wel uit.

    Dit is echt een gamechanger ten opzichte van 2012 (of een half jaar geleden, haha).

    Aanhaken op een bestaande community

    Je zou het product moeten ontwikkelen met een actieve community. Daardoor leer je sneller wat de behoeftes zijn. Bij succes kunnen tevreden community-leden vervolgens het platform promoten in andere communities waar ze actief zijn.

    Nog beter is het om een type community als model te nemen, zodat het platform daarna kan groeien binnen een bepaalde niche (zoals Facebook in de prehistorie meeliftte op universiteiten). Zeg: podcastcommunities.

    Alexander en ik zouden dit platform bijvoorbeeld kunnen bouwen met de community rond onze podcast POM.

  • Via een chatbot vragen stellen aan je favoriete podcaster

    Via een chatbot vragen stellen aan je favoriete podcaster

    Een paar jaar geleden bespraken Alexander en ik in POM de grote hoeveelheid highlights die we maakten via Readwise. We hadden er allebei duizenden en vreesden dat onze persoonlijke archieven te omvangrijk waren om nog makkelijk door te kunnen nemen.

    In dat gesprek realiseerden we ons dat AI dit probleem op een dag zou oplossen. Hoe meer info je een algoritme voedt, des te beter de analyses. We maakten niet voor niets zoveel highlights. Een AI zou daar later wel raad mee weten.

    Die dag is bijna hier, lees ik in een artikel van Dan Shipper op Every’s Superorganizers.

    (meer…)

  • Krijg je meer mail dan je aankan? EllieAI schrijft de antwoorden voor je

    Die vraag in de kop is eigenlijk retorisch. Want wie krijgt er niet teveel mail?

    Met al die doorbraken in AI is het wachten op een virtuele assistent die je helpt met het verwerken van die bak berichtjes.

    EllieAI is een leuke eerste aanzet, gemaakt door twee indie programmeurs.

    (meer…)

  • Eerste ervaringen met AI-schrijfapps

    Eerste ervaringen met AI-schrijfapps

    Er verschijnen steeds meer schrijfapps met ingebouwde AI-tools. Vaak maken ze gebruik van het GPT-3-model van OpenAI. Ze kunnen dingen als:

    • Bedenken van koppen op basis van je tekst
    • Schrijven van nieuwe teksten op basis van prompts als ‘voeg een alinea toe aan dit artikel’. De app suggereert dan nieuwe tekst op basis van je eigen tekst. 
    • Controleren hoe je tekst beter kan, zoals het signaleren van een passieve schrijfstijl en alternatieven aanbieden
    • Herschrijven van teksten op basis van succesvol bewezen formats. GPT-3 heeft alle tekst op het internet ‘gelezen’ dus weet bijvoorbeeld welke marketingteksten goed werken.

    Ik ben benieuwd hoe deze apps het vak van schrijver veranderen

    Daarom probeer ik al mijn teksten (ook dit stuk) te tikken in Lex, een AI-schrijfapp van mediabedrijf Every. 

    Eerste bevindingen:

    • De app werkt beter in het Engels dan Nederlands (logisch, GPT-3 heeft meer Engelse teksten tot zich kunnen nemen)
    • Lex kan af en toe verrassend effectief uit de hoek komen. Laatst dronk ik koffie met Gert Jonkers, hoofdredacteur van mannenmode-tijschrift Fantastic Man. De vetgedrukte zinnen in onderstaand screenshot zijn prompts die ik aan Lex gaf. Gert en ik waren allebei blown away door de accuratesse. 
    • Ik kan me voorstellen dat op basis van bovenstaande suggesties je op nieuwe ideeën kan komen. De maker van Lex noemt het een ‘spark engine’; Lex geeft je inspiratievonkjes. Een breekijzer voor je writer’s block.
    • Je hebt nog niets aan de teksten die Lex schrijft. Die zijn suf (later meer over hoe dat komt).
    • Lex heeft ook een assistent die je vragen kunt stellen. Heel handig voor snelle researchvragen, zoals ‘wat is ook alweer de voornaam van die ene schrijver?’:

    (Lex adviseert nog wel de feiten een keer na te lopen, omdat GPT-3 nog niet heel betrouwbaar is – maar dat is een kwestie van tijd).

    De schrijfapp van Google

    Google heeft een besloten AI-gedreven schrijfapp: Google Wordcraft. Helaas besloten, maar een besloten club schrijvers vanuit de hele wereld mocht er al mee aan de slag.

    Bij Wordcraft hoef je zelf niet eens meer na te denken over je prompts:

    Google added a feature I haven’t seen anywhere else that they call “freeform prompting.” Given the context, the user can ask Wordcraft to generate a prompt (e.g. “tell me how the flowers made the old man feel”) to then generate a response to that prompt (e.g. “he was reminded of the time he met a woman there when they were young. He remembered falling in love with her”).

    The Algorithmic Bridge

    Maar, de suggesties van Wordcraft zijn saai

    De fictie-schrijvers klaagden over de saaie suggesties die Wordcraft deed. Die saaiheid is op dit moment nog inherent aan taalmodellen. Schrijver Robin Sloan legt uit waarom:

    Here is the problem: Wordcraft is too SENSIBLE. Which of course is a great success for the language model: it knows what’s sensible! Wow! But “sensible” is another word for predictable; cliched; boring. My intention here is to produce something unexpected.

    The Algorithmic Bridge

    Taalmodellen hebben alle online tekst ter wereld geanalyseerd en zich daardoor alle cliché’s en stereotypen eigen gemaakt:

    These writers had a hard time trying to pull the model out of the standard and archetypal stories. Romance? man and woman. Heroes? fierce warriors. Allison Parrish described Wordcraft as “inherently conservative.”

    The Algorithmic Bridge

    Bovendien zijn ze gebouwd om de meest ‘veilige’ output te genereren. Je wilt over het algemeen geen gekkigheid, als gebruiker. Behalve als je fictie of essays schrijft:

    Generative models will find the “safest” output given the input whereas human creativity is best defined by risky and innovative expression. You won’t be able to create an outstanding, uniquely insightful essay with GPT-3, because it hasn’t been created to explore those areas of the latent space.

    The Algorithmic Bridge

    En dan eindigen we nu met een Lex-testje. 

    Prompt: Schrijf een samenvatting van dit artikel voor me 

    Output:

    In dit artikel bespreek ik eerste ervaringen met twee AI schrijfapps, Lex van Every en Google Wordcraft.

    Lex werkt beter in het Engels dan in het Nederlands en kan af en toe verrassend effectief zijn. Het geeft je inspiratievonkjes.

    Google Wordcraft is een besloten app waarvan de suggesties saai zijn. Dit komt doordat taalmodellen zich alle cliché’s en stereotypen eigen hebben gemaakt.

    Lekker hoor, Lex.

    PS. Ik heb vier invites voor Lex: 1, 2, 3 & 4.

  • Je hoeft niet meer uit te zoeken hoe Figma werkt, daar heb je AI voor

    Tegenwoordig val ik in deze ene na de andere verbazing over wat er mogelijk is met AI.

    Neem Adept, een start-up uit San Francisco van oud-medewerkers van Google en Facebook.

    Adept bouwt General Intelligence tools. Alles wat een mens met een computer kan, moet hun AI-modellen ook kunnen uitvoeren. Ongeacht welke software, API’s of webapps.

    Waarom bouwen ze dit: Adept verwacht dat we binnenkort in normale taal tegen onze computers praten. Technische kennis van interfaces is dan niet meer nodig. Als je een opdracht kan formuleren, kan een General Intelligence-tool het voor je uitvoeren. Alles wordt makkelijker: je hoeft niet meer uit te zoeken hoe Figma werkt, dat weet het AI-model.

    Hoe werkt het: je kunt demonstraties bekijken van hun eerste model, de Action-Transformer (Act-1). Dit werkt als een Chrome-extensie en kun je de volgende opdrachten geven:

    • Vind een huis in Utrecht met drie slaapkamers voor onder zeven ton
    • Zoek een rode koelkast op Marktplaats van maximaal 300 euro
    • Voeg een contact toe aan mijn CRM-software
    • Voeg een nieuwe column aan mijn spreadsheet toe en reken daar de winst van elke rij uit.
    • Hoe oud is de acteur die Jon Snow speelt in Game of Thrones? (deze vraag is ingewikkeld, omdat het meerdere stappen vergt. Eerst opzoeken wie Jon Snow speelt, en dan de leeftijd. Siri weet hier bijvoorbeeld geen raad mee.)