TERBISAI
Tokens och n-gram: grunden ingen förklarar, och notan ingen ser förrän den kommer
Du betalar inte per ord när du använder en AI-tjänst. Du betalar per token, och skillnaden är större än den låter. Här är vad en token faktiskt är, var idén kommer ifrån, och varför den gamla n-gram-tekniken fortfarande jobbar i maskinrummet.
20 sep · 2Attention: historien bakom genombrottet, och varför den också förklarar hallucinationer
N-gram-modeller glömde allt bortom några ord. Attention löste det, och gjorde moderna språkmodeller möjliga. Samma mekanism är också en stor del av varför de ibland låter säkra på saker som inte är sanna.
22 augGuide: lär dig prata med AI
En modern guide till bättre resultat — modelloberoende råd och en enkel metod som fungerar oavsett vilken AI-tjänst du använder.
17 aug · 1In i maskinrummet: bagging, boosting, attention och varför allt hände på en gång
Del två i AI-alfabetet. Hur ML och DL faktiskt fattar sina beslut, vad attention gör när en LLM läser en mening, och de tre saker som föll på plats samtidigt.
17 aug · 2AI-alfabetet: från ANI till RAG, förklarat utan floskler
ML, DL, NLP, RPA, LLM. Bokstavssoppan som får de flesta att tappa tråden. Här reder vi ut den, ett filmexempel och ett besiktningsprotokoll i taget.
Strategi
Lindy-effekten: varför det gamla överlever – och när det ändå är rätt att satsa på det som inte gjort det än
Ju längre något funnits, desto längre lever det sannolikt kvar. Men samma logik som säger att du ska lita på det beprövade är också skälet till att medvetet, kontrollerat satsa på det som inte är det än. Här är skillnaden mellan att bryta mot Lindy-effekten och att använda den rätt.
16 oktAntifragilitet: att bygga sådant som vinner på oordning
Förra artikeln visade att vissa saker aldrig går att förutse. Den här handlar om vad man gör åt det – inte genom att bli bättre på att gissa, utan genom att bygga något som tjänar på att gissningen slår fel. Del 8 av 8, seriens avslutning.
9 oktSvarta svanar och Cynefin: när metoderna i den här serien inte räcker
Sex artiklar om att kartlägga orsaker, loopar och avvikelser förutsätter en sak: att verkligheten går att kartlägga. Ibland gör den inte det. Cynefin-ramverket visar var gränsen går – och svarta svanen är vad som finns på andra sidan. Del 7 av 8 i serien Konsekvenstänkande.
2 oktPositiv avvikelse: lär av det som redan fungerar
När något går fel sätter organisationer ihop en analysgrupp inom en dag. När något går rätt, mot alla odds, händer nästan ingenting. Det är fel väg runt – och det finns en metod för att vända på det. Del 6 av 8 i serien Konsekvenstänkande.
25 sepProblemlösningsmetoder: verktygen som faktiskt adresserar det vi hittills täckt
Fyra artiklar om varför lösningar slår fel. Den här handlar om vad man konkret gör åt det – fyra metoder, var och en riktad mot en specifik fälla från tidigare delar i serien. Del 5 av 8 i serien Konsekvenstänkande.
Data
Sluta städa all er data: fällan med generella datakvalitetsprojekt
55–60 % av företagens data används aldrig alls. Att lägga ett generellt kvalitetsprojekt över allt är inte kvalitetsarbete. Det är att städa ett rum ingen någonsin går in i.
17 aug · 2Vad är data faktiskt värt?
Data som inte skapar värde är bara en kostnad. Här är tre sätt att faktiskt omsätta data i pengar, och de fem förmågor som avgör om ni klarar det.