Kategoriarkiv: IT / IoT

IT och IoT är både min passion och min profession.

20 år sedan

För 20 år sedan i dag skrev jag ett blogginlägg på FSFE:s hemsida som jag var och fortfarande är lite stolt över.

Det känns lika relevant nu som då och belyser en vanlig fälla som många går i när de pratar om eller refererar till Fri Programvara, eller Open Source om man så vill. Det finns inget i modellerna kring Fri Programvara som handlar om pris. Det handlar om flera andra rättigheter man har, som är lika aktuella idag som de var för 20 år sedan.

Jag tror inte sidan finns kvar idag, men med hjälp av Wayback Machine kan man läsa den i alla fall.

Poängen jag försöker göra är att det inte är bra för öppen källkodsprogramvara att marknadsföras som gratis eller som ett billigare alternativ utan att det är mer fördelaktigt att prata om andra fördelar som det innebär med de rättigheter man får med programmen.

Jag lyfter också att priset, som i de flesta fall redan är noll, kontrolleras av konkurrenterna. De kan sänka priset men det kan man inte med programvara som i de flesta fall redan är gratis.

Härliga tider var det, när man passionerat åkte runt och missionerade om något man verkligen trodde på. Nu för tiden blir det inte tid över till sånt, men ränderna går liksom aldrig ur.

Ai, ai, ai – older one

This is an older post from September 2024 that I never published (until now). Might be of interest to someone. I tested the same question today June 2:nd but in Swedish with the exact same result.

Earlier this week I was testing the possibility to generate images in ChatGPT and I found that really amazing. There is no doubt that AI technology is here to stay for obvious reasons. There are so many tasks where AI can make a really huge difference. I have, however for a long time anticipated some sort of setback for AI. I think the running point is what data the model is trained with and how it is used and I think there are thousands of times when the technology is used wrong. The reason for this is the wide and very fast adoption without much thought. Since this is kind of a new way to use computers we need do learn how to master it.

Computers have always been fantastic at doing repetitive task very accurate, and still are. Given a correct algorithm and valid input the output will always be correct and the same over and over again.

However with AI this might no longer be true, at least not from the users point of view. Especially when we ask computer things in the real world the algorithms start guessing. Another problem with this is that, for instance ChatGPT answers in a way that makes it sound like facts with references and all even though it says at the bottom of the page that it needs fact checking. And just that step is the thing I’m afraid will be missed.

An example I tried relates to swimming. I’m a swimming referee and have knowledge about the regulations regarding competitive swimming and I know it is quite well documented and published on the web, so it felt natural to ask a question about that.

So I asked ChatGPT this question:

How far can you swim under water in a competitive breast stroke race?

Immediately I got this answer:

In a competitive breaststroke race, swimmers are limited to how far they can swim underwater. According to the rules set by the international governing body, FINA, a swimmer can only swim underwater for 15 meters after the start and after each turn. After reaching that distance, they must surface and continue the race above water.

This rule is in place to ensure fairness and consistency across the sport. While swimmers are allowed to use a single underwater pull and kick, they must break the water’s surface by the 15-meter mark.

That really sounds very convincing. It also references the FINA (as World Aquatics was called earlier) rules, note that FINA and 15 meters are emphasized and it also adds a section about why the rule is in place which makes it sound even more convincing. The thing is that it is completely wrong, there is no 15 meter limitation in breast stoke and to my knowledge there never was.

The obvious risk here is that someone takes this as truth and uses it in a real world case. And it also might be regarding something much more important than a rule about swimming competitions.

If you read the regulations that ChatGPT refers to you can easily see that this is wrong. Since I know this is wrong I asked ChatGPT about it:

Is there really a 15 meter limit in breast stoke?

And the answer surprised me somewhat:

You’re right to question that! I made an error in my initial response.

Unlike other strokes like freestyle and backstroke, there is no 15-meter underwater limit in breaststroke. Instead, the rules for breaststroke are different:

  • Swimmers are allowed one full arm pull and one kick underwater after the start and after each turn.
  • They must surface before the second arm pull.
  • The swimmer’s head must break the surface during each stroke cycle.

So, while there isn’t a specific distance limit like in other strokes, swimmers cannot stay underwater for an extended period in breaststroke, as they must follow the rule about surfacing during the stroke cycle.

And that is the correct answer, there is no 15 meter limitation.

But … now ChatGPT added another error. In the also very convincing points in the middle it adds ”They must surface before the second arm pull” with emphasizing and all.

That was information I did not really ask about and it is completely wrong that the swimmers must surface before the second arm pull. They are allowed to initiate the second arm pull when submerged but the head must reach the surface before the widest part of the second arm pull.

So now I got an answer that is correct (at least to my first question), but that is only because I knew it before, if I did not know the answer I probably would stop at the first answer and believed that ”FINA rules” says there is a 15 meter limit in breast stoke.

This is of course known to experts using these tools (I’m not one of them) but I’m a little concerned about what will happen when common people in positions all over the world gets these tools in their hands and starts trusting them.

I’m not too much worried about AI taking over all our jobs and in the end the world, I’m more worried about the consequences of miss use of this fine technology in the near future. It is obvious that you cannot use ChatGPT in this way, but I’m afraid that some users might think they can. Instead you still have to ask an expert or go to the source just like before AI.

You can se the chat here.

This text was written by me. Without AI. All mistakes are mine. I did run this text through AI and asked for improvements. The result was probably more grammatically correct and much more ”bombastic” and powerful, but it just wasn’t me so you’ll have to stick with this.

AI, ai, ai

Jag använder AI, till exempel ChatGPT och olika assistenter. Jag frågar aldrig en AI efter fakta eftersom jag vet att det blir rappakalja, men använder AI för att göra saker som jag egentligen kan eller vet, men som antingen är lite jobbigt eller där jag just i stunden inte direkt kommer på svaret eller hur man gör.

Till exempel en konstruktion i ett ovant programmeringsspråk, ett namn jag tappat, någon information jag har på tungan men som jag inte kommer på. Istället för att söka på nätet kan jag be AI om hjälp och ser direkt om det är rätt eller fel. Väldigt användbart.

Idag skulle jag felsöka en sak i ett LoRa-nät och behövde konvertera en tidsstämpel från GPS-Epoch till ett läsbart datum. Jag vet hur man gör men det är några steg så jag frågade ChatGPT.

Det ser ju vettigt ut. Hur uträkningen går till ser också rätt ut. Problemet är att den räknar helt fel. ChatGPT kommer fram till 2025-05-24 14:47:02.531250 UTC när rätt svar är 2025-05-28T04:00:04.531250 om man använder olika konverterare. Konverterarna tar dock hänsyn till skottsekunder så 2025-05-28T04:00:22.531250 skulle också har varit ett okej svar efter som det är det jag frågar efter.

Svaret känns väldigt förtroendeingivande men är som sagt helt fel. Jag har massor av liknande exempel och lär inte vara ensam om det. Jag blir på riktigt orolig då jag misstänker att det finns personer som använder AI och tror att det som de får fram faktiskt är sant.

Det stora problemet tycker jag är sättet svaret levereras på. Med så stor självsäkerhet. En människa som svarat så skulle man lita på vet vad den snackar om, men en AI har ingen aning, men svarar ändå som att den vet.

Ställd mot väggen så pudlar den men utan förklaring.

Här kommer den fram till rätt tid utan hänsyn till skottsekunder, men det har jag inte bett om heller.

Men ingen förklaring på hur den kunde göra så fel så jag frågar om det också.

Förklaringen är lite underlig:

Men när jag la till tiden manuellt, gjorde jag en felaktig uppskattning när jag översatte sekunderna till ett datum

Den hamnade flera dagar fel så något gick ju uppenbarligen snett exakt hur den räknade kan man inte få redovisat.

Jag är grymt imponerad av de AI-verktyg vi har och till och med kan använda gratis. Men jag är på riktigt rädd för vilka konsekvenser det kan få i världen när de används för att lösa problem och skiva programkod ….

Tibber Pulse till IoT Open

Jag skriver lite ibland på LinkedIn på engelska. Tänkte tipsa om det här också ifall någon som lyssnar på denna blog är intresserad. Man kan läsa artiklarna utan att vara inloggad på LinkeIn.

Denna artikel handlar om hur jag kopplade in en Tibber Pulse till IoT Open och det lokala IoT-systemet hemma. Jag använder inte Tibber och har inget konto där, men hårdvaran, som är väldigt smidig, kan användas i alla fall.

Läs artikeln på LinkedIn

Leverantörsoberoende

Det här är en artikel som jag skrev 2009 som jag hittade på min dator. Jag tror dock aldrig att den blev klar eller publicerades. Tycker den är ok som den är och lika aktuell nu som då så här kommer den.

Allt fler talar om leverantörsoberoende och minskande av inlåsningseffekter. Vi kan läsa om det i fackpress nästan dagligen. Men vad är då egentligen leverantörsoberoende och hur kan vi uppnå det?

Fortsätt läsa Leverantörsoberoende

10 år sedan: SIS förklarar omröstningen ogiltig

För 10 år sedan meddelar SIS att omröstningen om OOXML är ogiltig.

Som jag har berättat om tidigare var jag engagerad i skandalen på SIS där Microsoft kuppade igenom ett Ja till sin föreslagna standard OOXML.

SIS befann sig nu i ett underligt läge. Man hade haft en omröstning som alla insåg inte gått rätt till och den hade lett till att man skulle rösta Ja i ISO. Den ursprungliga gruppen skulle med största sannolikhet ha kommit fram till ett Nej. Vad skall man göra?

Det var för lite tid för att göra en ny omröstning. Och om man skulle göra en, hur skulle den gå till?

I en intervju med Lars Flink, dåvarande VD för SIS några dagar innan kan man mellan raderna läsa lösningen när han på frågan om SIS kan riva upp beslutet svarar:

– Det enda som skulle kunna riva upp beslutet är om något formellt fel begåtts. Om något i processen inte varit korrekt. Om det är aktuellt nu är en hypotetisk fråga som jag avstår från att besvara.

Några dagar senare, idag för 10 år sedan, kom beskedet. SIS ogiltigförklarar omröstningen. Anledningen är röstfusk. Så här säger Lars Flink i en intervju i Ny Teknik.

– Vi har fått en hel del information under de här dagarna och den pekar på att någon deltagit i omröstningen med mer än en röst.

Jag har hört ryktesvägen att något sådant fusk inte förekom. Men en läsare på min blogg föreslår att det kan vara Microsoft som avses. Jag vet inte, men det var nog den enda lösningen för SIS att klara sig ur denna situation.

Men hur skulle man göra med omröstningen i ISO? Det slutade med att SIS lade ner Sveriges röst i ISO.