Queue is empty
-- / --
xmlns="http://www.w3.org/2000/svg" xmlns:svg="http://www.w3.org/2000/svg">
  • 163 - A fogalmatlan maharadzsa és a Manhattan terv
  • 162 - Megtalálta-e Gyula az adatbázisok lelkét?
  • 161 - Google, OpenAI vagy a matektanár Taylor Swift
  • 160 - Vesszünk össze a ChatGPT-n!
  • 159 - Nagy megmondások a dataSTREAM 2024 farvizén
  • 158 - Bál volt az Operában, BASIC-ben
  • 157 - Robotkapitányok a rumoshordón ülve
  • 156 - Nem csak Budapestről indulhatnak világcégek
  • 155 - A konzumidiotizmus találkozása az MI-vel
  • 154 - Fogunk-e mindnyájan venni atyáskodó elektromos autókat?
  • 153 - A háromtest probléma a Netflixen
  • 152 - Hogyan tanítjuk meg egy chatbotnak, hogy befogja a száját?
  • 151 - Bukott Tesla és halott Lou Reed
  • 150 - Megszabadulunk-e a SORA-val a hollywoodi színészektől?
  • 149 - A világnak kellenek a bullshit melók!
  • 148 - Mitől hagyja abba a ChatGPT a hallucinálást?
  • 147 - A véleménykutatás jól van, pedig zombik tépik
  • 146 - Mi köze Taylor Swiftnek a Nagy Nyelvi Modellekhez?
  • 145 - Van-e még jövője a közvéleménykutatásnak?
  • 144 - Dataracing Gáspár Csabával
  • 143 - Az MI megérkezett a porszívókba is!
  • 142 - Mivel tölti a napját egy matematikus?
  • 141 - 2024 az áram éve lesz?
  • 140 - 2023 a valóságérzékelésünk fekete lukában
  • 139 - Egy magyar adattudós Sandokan nyomában
  • 138 - Az új Mad Maxtől a milicista haláláig
  • 137 - Hol voltak a leglazább sales-es állások 2023-ban?
  • 136 - Matekos mémek magyar módra
  • 135 - Lesz-e jövőre MI generálta sláger? - A State-of-AI jelentés
  • 134 - ChatGPT-cunami a conTEXT 2023-on
  • 133 - A ChatGPT csak beszél, de akarni nem tud
  • 132 - A podcasterek szoftverterméket tesztelnek
  • 131 - A képzőművész, az MI és a giccsfestők
  • 130 - Mihez kezdjünk a Nobel-díjasainkkal?
  • 129 - Szélhámos szakértők az MI körül
  • 128 - Hol áll hazánk az MI-világlistán?
  • 127 - Ügyfélszolgálat vagy profitorientált időhúzás?
  • 126 - Béla beindul az OSINT-ra!
  • 125 - MI is csak emberek vagyunk!
  • 124 - Munkahelyi románcot fogott a csalásdetektor
  • 123 - Döntéshozó drónok és legyőzött vadászpilóták
  • 122 - Kézműves hamburgert minden zenerajongónak?
  • 121 - Történetek Adatországból
  • 120 - Most akkor a Facebook tényleg nem is veszélyes a társadalomra?
  • 119 - Virtuális valótlanság?
  • 118 - Krézi hírek, avagy rácsodálkozunk a világra
  • 117 - Kell-e gyorstalpalt szakértőnek a lineáris regresszió?
  • 116 - Elveszi-e az AutoML a munkánkat?
  • 115 - Kit nevezhetünk MI szakértőnek?
  • 114 - Nagy Nyári Salátaörvény
  • 113 - Podcastfesztivál az adattudós szemüvegén át
  • 112 - Boldog szülinapot, Clementine!
  • 111 - Mennyit keres egy ChatGPT-idomár?
  • 110 - Ki kicsoda a Nagy ChatGPT-aggódásban?
  • 109 - Beszélgetés a skynetezésről a dataSTREAM-en
  • 108 - Sztochasztikus papagáj vagy Terminator?
  • 107 - A magyar nagymester szemmel ismer fel madárhangokat
  • 106 - Az IBM és a német-görög filozófusok focimeccse
  • 105 - Nyelvcsapások és a digitális gyarmatosítás
  • 104 - Tavaszi zuhanyhíradó
  • 103 - A legújabb data science címkék kiakasztják a bullshit-métert
  • 102 - Felszikrázott az AGI a GPT-4-ben
  • 101 - Hülyék-e az MI-startupok?
  • 100 - Ezt is megértük!
  • 099 - A KDNuggets és az örök amatőr orosz bölcs
  • 098 - A GPT alapú keresők forradalmat hoznak
  • 097 - Az igazság a Covid statisztikák körül
  • 096 - Elvirát felköszöntötték névnapja alkalmából
  • 095 - Elmetrükkök a prezentáció tudományában
  • 094 - Kifényeztük a tavalyi kristálygömbünket!
  • 093 - Így működik a ChatGPT
  • 092 - MI-tél helyett MI-nyár lett 2022-ben
  • 091 - Önvezető babakocsi és intelligens sütő Las Vegasban
  • 090 - Egy igazán magyar hangasszisztens!
  • 089 - 2022 megkapja a magáét!
  • 088 - Elhozza-e a Vizzu az adatelemzés paradigmaváltását?
  • 087 - Miért épít magyar nyelvi korpuszt egy nagybank?
  • 086 - Csalásfelsimerés és egy programozó NAV-elnök
  • 085 - Mondandónk 20%-a tartalmazza az okosság 80%-át?
  • 084 - A tíz legnagyobb data science bullshit
  • 083 - Nicolas Cage és Kína nagy GDP-csalása
  • 082 - Halott sztárok és kitalált dobosok a zeneiparban
  • 081 - A Python alkalmatlan data science-re!
  • 080 - Tiszta adat márpedig nincs!
  • 079 - Az MI háborúba ment
  • 078 - Üzenet a liftből
  • 077 - Természettudományt a magaskultúrába?
  • 076 - Állást keresel? Vigyázz mit hirdetsz a Jófogáson!
  • 075 - A MI királyunk nem olyan!
  • 074 - Lesz-e vihar a meteorológiában?
  • 073 - Meddig lesz még a focilabda gömbölyű?
  • 072 - Gloria in Excel
  • 071 - Ada Lovelace, az első programozó nő
  • 070 - Történetmesélés adatvizualizációval
  • 069 - Mekkora az adatértés minimuma?
  • 068 - Gépi tanulás a kiállítóteremben
  • 067 - Mókusvakítás-e a hiperperszonalizáció?
  • 066 - A Nagy Gravity-exit
  • 065 - MNB Fintech jelentés
  • 064 - A maciddal beszélgetsz inkább, vagy LaMDÁ-val?
  • 063 - A nagy cicabűnöző, mint általános MI
  • 062 - Halott színészek hamis videókban
  • 061 - Az AI hőse és egy robot fényképezőgép nélkül
  • 060 - Felesleges AI és a hasznos szuperappok
  • 059 - Yang Győző: nyelvi modellek
  • 058 - Élőzés a dataSTREAM 2022 konferencián
  • 057 - Quora.com barangolás a gépi tanulás körül
  • 056 - Tikk Domonkos: Az ajánlórendszer-üzlet
  • 055 - A gépi tanulás algoritmusai
  • 054 - Tényleg, milyen nagy a Big Data?
  • 053 - Tikk Domonkos: a Gravity-sztori
  • 052 - Boldog születésnap
  • 051 - A híres hibahatár, ami sokkal nagyobb
  • 050 - Így számoljuk meg az elveszett lovagi történeteket
  • 049 - Nevek nyomában
  • 048 - Texas hold'em
  • 047 - Dr. Watsonnak új gazdája lesz
  • 046 - Több-e reklámnál a metaverzum?
  • 045 - Mi köze a szitakötő agyának az automatizált programozáshoz?
  • 044 - Elemző nirvána vagy alapfokú szabadúszás?
  • 043 - Hány adatprojekt szakítja át a célszalagot?
  • 042 - Téli időszámítás az MI-naptárban
  • 041 - Mit láttunk a kristálygömbben?
  • 040 - Évvége, bambulás, világbéke
  • 039 - Az adatbányászok moziba mennek
  • 038 - Hydroinfo és cica-mining
  • 037 - Nők az adatbányában
  • 036 - Mesterséges apácaviccek és a fizika természetes szépsége
  • 035 - Értelem és érzelem és algoritmus
  • 034 - Mennyi baja van egy adatjogásznak az adattudósokkal?
  • 33. NLP kerekasztal a conTEXT 2021 konferencián
  • 32. Az otthonmunkáról szóló gigakutatás platóni szépsége
  • 31. Regulázzuk meg a Facebookot!
  • 30. Süti-apokalipszis a konferencián
  • 29. Hányféleképpen lehet igent mondani?
  • 28. Okoswhisky egy jó MI-sakkpartihoz?
  • 27. Humánus-e a személyzetis az adatbányában?
  • 26. Média-értés adat-alapon, vagy miért podcastolunk?
  • 25. Válogatáskazetták a Spotify korából
  • 24. Néha az adatelemzők is szemészetre viszik a fájó fogú beteget
  • 23. Mikortól gyűlölik meg a matekot a gyerekek?
  • 22. Kinek higgyünk - jövőkutatók vagy laikusok?
  • 21. Trágya vagy olaj?
  • 20. Ne mássz fára, mert elüt a villamos
  • 19. Szárnyalj szabadon, szép adattudósom!
  • 18. Magyarázzuk az MI bizonyítványát
  • 17. Nekünk minden egyformán popzene?
  • 16. A falevél-számlálás hitelesítése és a Coelho-i mosoly
  • 15. Gólok, árvizek és lórúgások
  • 14. A hangok a nadrágzsebünkben mindent tudnak az a4-es méretéről
  • 13. Vetélkedők fenegyerekéből az adattudósok kezesbáránya lett Watson
  • 12. Nem elég robotnak lenni, annak is kell látszani!
  • 11. Amikor szembejön a valóság és nem finomkodik
  • 10. Meztelenek és holtak az adattudományban
  • 09. Transformerek a bullshit-generálás szolgálatában
  • 08. Csokit az ikreknek, pontot a szépeknek!
  • 07. A legpontosabb óra az, ami egy helyben áll
  • 06. Mindenki álljon az egyik kapufa mellé!
  • 05. Kecskét vagy Jaguárt?
  • 04. A történetmesélő adatvizualizáció
  • 03. Mindenki tapogat
  • 02. Az MI üveggömbje
  • 01. Humanoid robotok
itt is
eléred

Google, OpenAI vagy a matektanár Taylor Swift

161. epizód
| podcast
Az elmúlt hetekben minden nagy MI-cég megtette ezévi tétjeit: az OpenAI a ChatGPT 4o-val, a Google a Gemini alapú ökoszisztémával, a Meta a Llama 3-mal jelentkezett. Vajon végül csak egy maradhat? Vagy marad hely több nagy cégnek és még mellettük az akadémiai és Open Source közösségnek is? Ezen vitáztunk egy egészségeset és közben sort kerítettünk a mobilpiac profitmegoszlására, a sárga sapkás olasz youtuberre (Enrico Tartarotti), a Cornell kutatóinak cikkére a zero-shot learning korlátairól és Mr. Schulerre, aki deepfake hírességekkel mondat el matematikai bizonyításokat.

Támogatóink:

  • Ez az e-mail-cím a szpemrobotok elleni védelem alatt áll. Megtekintéséhez engedélyeznie kell a JavaScript használatát.