AI i praktiken

Ett knappt trettiotal medlemmar hade nöjet att se och höra Anders Randler, Uppsala Universitet, berätta om bakgrund och nuläge till Artificiell Intelligens.

Gotlands Tekniska Klubb har som vanligt 😊 stor framsynthet och deltagarna som medverkade i vårt planerade föredrag kunde senare på kvällen se ett inslag i Rapport om hur AI-verktygen allt mer används av ”vanligt folk” och inte bara i professionella sammanhang.

Av särskilt stort värde var genomgången av de olika verktyg som finns tillgängliga på nätet för alla. ChatGPT, Deepseek och mer avancerade verktyg skiljer sig åt en hel del i både förmåga och tillförlitlighet. Att använda AI-verktyg är numera allt mer vanligt. Anders pekade på några viktiga tips då man använder AI-verktygen. T ex att

  • formulera sig tydligt och avgränsat,
  • ställa krav på källor och referenser
  • ställ krav på format och struktur i svaret du önskar
  • justera och komplettera med frågor, AI tröttnar inte!
  • använda AI för att sammanfatta omfattande eller komplexa data
  • gör överslagsberäkningar för att se att beräkningar utförs korrekt. Det kan då och då bli fel.

Under Arkiv/Länkar kan du hitta Anders föredrag som bildspel.

——————————————————————————————————————————————

En god regel vid användning av AI är att redan från början ha en uppfattning om vad svaret på din fråga bör innehålla. Vid stor avvikelse finns det anledning att fråga sig varför och kolla med andra metoder eller källor.

Jag gjorde en sökning i ChatGPT med följande fråga:

”Redovisa de åtta vanligaste AI-verktygen och redovisa i Wordtabell typ/användning, styrkor, svagheter och till vad de passar bäst för.”

Svaret nedan. Tog fyra sekunder… Notera att Deepseek inte kom med. Politik?

Jämförelse av åtta vanliga AI-verktyg

Verktyg Typ / användning Styrkor Svagheter Passar bäst för…
ChatGPT (OpenAI) Generativ text, kod och konversation Mycket bra språkförståelse, flexibel, kreativ Kan ‘hallucinera’ fakta, inte alltid uppdaterad Idéarbete, textproduktion, kodhjälp, utbildning
Gemini (Google) Text, bild, multimodal AI Integrerat med Google, bra på analys, multimodal Tillgänglighet varierar, ännu under utveckling Sök och analys, multimodala uppgifter, presentationer
Claude (Anthropic) Textbaserad AI Säkert/etiskt fokus, bra på långa texter, tydlig struktur Mindre spridning, färre integrationer Långa rapporter, sammanfattningar, juridiskt/etiskt känsligt innehåll
Copilot (Microsoft/GitHub) Kodassistans i IDE Snabb kodgenerering, integrerat i GitHub/VS Code Kod kan vara ineffektiv, bäst i Microsofts miljö Programmering, kodgranskning, utvecklingsprojekt
MidJourney Bildgenerering Konstnärliga, högkvalitativa bilder, stark community Endast betalversion, mindre detaljkontroll Grafisk design, konst, marknadsföring, inspiration
DALL·E (OpenAI) Bildgenerering Skapa & redigera bilder, bra på fotorealism Resultat varierar, inte lika ‘artistisk’ som MidJourney Illustrationer, konceptbilder, redigering
Stable Diffusion Bildgenerering, open source Gratis, lokalt, mycket flexibel Kräver stark hårdvara & teknisk kunskap Experiment, skräddarsydda AI-bilder, lokal drift utan moln
Perplexity AI Sökmotor + AI Källhänvisningar, uppdaterad i realtid Mindre kreativ, svar kan vara korta Faktasökning, research, vetenskapliga underlag

 

Några praktiska exempel (Kenneth)

Programmering med AI-verktyg

Att programmera kretsar är både enkelt och snabbt med stöd av AI-verktyg. Nedan ett exempel där Arduino Uno programmerades att ge morsesignalen SOS till en LED. Kod och kommentarer till koden, redovisade ChatGPT på några sekunder. Något som skulle tagit mer än en timma att skriva för hand.

 

Arduino-kod för SOS-signal med LED på pin D6

Här är en komplett Arduino-kod som får en LED ansluten till pin D6 att blinka SOS i Morsekod. SOS-signalen i Morsekod är: … — … (tre korta, tre långa, tre korta ljusblinkar).

cpp

// Definiera LED-pinnen

const int ledPin = 6;

// Definiera tidskonstanter för Morsekod (i millisekunder)

const int shortPulse = 200;    // Lång puls (prick)

const int longPulse = 600;     // Lång puls (streck)

const int gap = 200;           // Mellanrum mellan symboler

const int letterGap = 600;     // Mellanrum mellan bokstäver

const int wordGap = 1000;      // Mellanrum mellan ord

 

void setup() {

// Initiera LED-pinnen som output

pinMode(ledPin, OUTPUT);

}

void loop() {

// Skicka SOS-signal (… — …)

// Första ‘S’ (tre korta pulsar)

morseDot(); morseDot(); morseDot();

// Mellanrum mellan bokstäver

delay(letterGap);

// ‘O’ (tre långa pulsar)

morseDash(); morseDash(); morseDash();

// Mellanrum mellan bokstäver

delay(letterGap);

// Sista ‘S’ (tre korta pulsar)

morseDot(); morseDot(); morseDot();

// Vänta innan nästa SOS-signal

delay(wordGap);

}

// Funktion för en kort puls (prick)

void morseDot() {

digitalWrite(ledPin, HIGH);

delay(shortPulse);

digitalWrite(ledPin, LOW);

delay(gap);

}

// Funktion för en lång puls (streck)

void morseDash() {

digitalWrite(ledPin, HIGH);

delay(longPulse);

digitalWrite(ledPin, LOW);

delay(gap);

}

Boll i rörelse

Ett mer komplicerat problem till Deepseek:

”En boll med radie 3cm och massa 0,05kg kastas rakt upp i luften. Utgångshastigheten är 25m/s. Hur högt når bollen innan den vänder tillbaka till marken? Luftmotstånd ska beaktas. Redovisa formler och beräkningar samt källor för ev konstanter. Visa även med graf höjd som funktion av tid med luftmotstånd respektive utan luftmotstånd.”

python
import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import solve_ivp

# Parametrar
m = 0.05
r = 0.03
g = 9.82
v0 = 25
Cd = 0.47
rho = 1.225
A = np.pi * r**2
k = Cd * rho * A / (2 * m)
(((Koden nedkortad)))

 

 

Under mötet hade vi även glädjen att välkomna Sofia Wollman som ny medlem i klubben. Välkommen!

Som ny rutin erbjuds medlemmar som närvarar vid våra möten att köpa vår handduk och keps. Vilket fler gjorde.

Nästa aktivitet kommer om blott några veckor. Håll utkik!

 

/Kenneth

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *


The reCAPTCHA verification period has expired. Please reload the page.