Teil meiner Information-Engineering-Reisereihe. Im ersten Teil habe ich meine geteilt 12-monatige Roadmap für den Übergang vom Datenanalysten zum Dateningenieur. Hier beginnt der eigentliche Bau.

Als ich meinen ersten Artikel veröffentlichte, der meine Reise zum Information Engineering dokumentierte, geschah etwas Unerwartetes. Die Leute fanden es intestine. Fremde meldeten sich bei mir und sagten, sie seien begeistert, mitzumachen. Das fühlte sich intestine an.

Aber es struggle auch mit Druck verbunden.

Plötzlich struggle dies nicht mehr nur ein persönliches Ziel, das ich stillschweigend aufgeben konnte, wenn es schwierig wurde. Die Leute schauten zu. Die Leute saßen im selben Boot. Und diese Verantwortung ist, ehrlich gesagt, einer der Gründe, warum Sie dies gerade lesen.

Additionally musste ich umziehen. Und wie jeder, der mit einer neuen Fertigkeit beginnt, suchte ich zunächst nach Ressourcen. Im Web gibt es unzählige Tutorials zum Thema Information Engineering. YouTube-Movies, Kurse, schriftliche Leitfäden. Mehr, als du jemals schaffen könntest.

Aber ich konnte mich nicht dazu durchringen, nur Theorie zu konsumieren. Ich musste etwas bauen. Etwas Reales, mit echten Daten, das am Ende tatsächlich funktioniert hat.

Additionally habe ich die Tutorials geschlossen und stattdessen ein Google Colab-Notizbuch geöffnet. Ich habe die GitHub-API-Dokumentation gefunden und beschlossen, meine erste ETL-Pipeline von Grund auf zu erstellen. Kein Händchenhalten. Nur ich, etwas Python und ein Ziel.

In diesem Artikel wird diese Erfahrung vollständig dokumentiert. Der Code, die Verwirrung, die kleinen Erfolge und was ich dadurch tatsächlich gelernt habe.

Was ist ETL?

Bevor ich auf das eingehe, was ich erstellt habe, möchte ich kurz erklären, was ETL eigentlich bedeutet, da ich das vor nicht allzu langer Zeit selbst nachschlagen musste.

ETL steht für Extract, Rework, Load. Es ist eines der grundlegendsten Konzepte im Information Engineering.

• Extrakt bedeutet, irgendwohin zu gehen, um Daten zu bekommen. Eine API, eine Datenbank, eine Web site, eine Datei. Sie beziehen Rohinformationen aus einer Quelle.
• Verwandeln bedeutet, diese Daten zu bereinigen und zu formen. Entfernen fehlerhafter Zeilen, Hinzufügen neuer Spalten und Umstrukturieren, damit es tatsächlich nützlich ist.
• Laden bedeutet, die bereinigten Daten irgendwo zu speichern. Eine Datenbank, ein Information Warehouse, eine einfache CSV-Datei.

Das ist es. Diese drei Schritte, die nacheinander ausgeführt werden, bilden eine Datenpipeline. Alles andere in der Datentechnik, Airflow, Spark, Databricks, sind einfach ausgefeiltere Methoden, um dieselben drei Dinge in großem Maßstab zu erledigen.

Da ich noch am Anfang meiner Roadmap stehe, habe ich es einfach gehalten. Reines Python, noch keine Orchestrierungstools. Aber die Kind des Issues ist dieselbe.

Was ich gebaut habe

Ich habe Daten aus der GitHub-API extrahiert, insbesondere die am häufigsten markierten Python-Repositories, die in den letzten 30 Tagen erstellt wurden. Anschließend habe ich es bereinigt, eine neue Spalte hinzugefügt und die Ausgabe als CSV-Datei gespeichert.
Einfach. Actual. Ganz meins.

So lief es.

Schritt 1: Extrahieren

Als Erstes musste ich herausfinden, wie ich mit der GitHub-API kommunizieren kann. Eine API ist im Grunde eine Tür, die ein Unternehmen oder eine Plattform öffnet, sodass Entwickler programmgesteuert Daten von ihr anfordern können, ohne etwas manuell kopieren und einfügen zu müssen.

GitHub verfügt über eine kostenlose, öffentliche API. Für einfache Suchen ist kein Konto oder kostenpflichtiger Plan erforderlich.

Hier ist der Code, den ich geschrieben habe, um die Daten zu extrahieren:

import requests

url = "https://api.github.com/search/repositories"

params = {
    "q": "language:python created:>2025-04-22",
    "kind": "stars",
    "order": "desc",
    "per_page": 30
}

response = requests.get(url, params=params)
information = response.json()

print(response.status_code)
print(information.keys())

Ich werde ehrlich sein. Dieser Block hat mich zunächst verwirrt. Der requests Die Bibliothek struggle für mich neu. Der params Wörterbuch damit q Die Syntax fühlte sich fremd an. Ich wusste nicht sofort, was .json() was ich tat oder warum ich es brauchte.

Lassen Sie es mich einfach aufschlüsseln.

• requests.get() ist die Artwork und Weise, wie man an die Tür von GitHub klopft und um etwas bittet. Der url ist die Adresse dessen, wonach Sie fragen. Der
• params Wörterbuch ist die spezifische Frage, die Sie stellen. In diesem Fall: „Gib mir Python-Repos, sortiert nach Sternen, erstellt nach dem 22. April, zeige mir 30 Ergebnisse.“
• .json() Konvertiert GitHubs Antwort aus Rohtext in ein Python-Wörterbuch, mit dem Sie tatsächlich arbeiten können.

Als ich es ausgeführt habe, bekam ich Folgendes:

200 
dict_keys(('total_count', 'incomplete_results', 'objects'))

Der 200 bedeutet Erfolg. Das ist die Artwork und Weise, wie das Web sagt: „Ihre Anfrage hat funktioniert.“ Wenn Sie 403 oder 404 sehen, ist ein Fehler aufgetreten.
Das Wörterbuch verfügt über drei Schlüssel. total_count gibt an, wie viele Repos mit der Suche übereinstimmten. incomplete_results sagt Ihnen, ob GitHub etwas kürzen musste. Und objects Hier befinden sich die eigentlichen Daten.

Dann lief ich einen zweiten Block, um einen Blick hineinzuwerfen:

print("Whole matches on GitHub:", information('total_count'))
print("Repos returned:", len(information('objects')))

first_repo = information('objects')(0)
print("nFirst repo title:", first_repo('title'))
print("Stars:", first_repo('stargazers_count'))
print("Language:", first_repo('language'))
print("URL:", first_repo('html_url'))

Ausgabe:

Whole matches on GitHub: 9228201
Repos returned: 30

First repo title: expertise
Stars: 139136
Language: Python
URL: https://github.com/anthropics/expertise

Das erste Ergebnis struggle ein Anthropic-Repo mit 139.000 Sternen. Echte Daten. Reside. Gezogen durch Code, den ich geschrieben habe.

Damit ist der Extrakt fertig.

Schritt 2: Transformieren

Jetzt hatte ich 30 Repos in einer Python-Liste, jedes davon ein verschachteltes Wörterbuch mit Dutzenden von Feldern. Das meiste davon brauchte ich nicht. Im Schritt „Transformieren“ nehmen Sie diese rohen, unübersichtlichen Daten und formen sie in etwas Sauberes und Zweckmäßiges.

Zuerst habe ich nur die Felder herausgezogen, die mir wichtig waren, und sie in einen Pandas-Datenrahmen geladen:

import pandas as pd

repos = ()

for repo in information('objects'):
    repos.append({
        "title": repo('title'),
        "proprietor": repo('proprietor')('login'),
        "stars": repo('stargazers_count'),
        "forks": repo('forks_count'),
        "language": repo('language'),
        "description": repo('description'),
        "url": repo('html_url'),
        "created_at": repo('created_at')
    })

df = pd.DataFrame(repos)
df.head()

Das Erscheinen dieses Datenrahmens struggle ein echter „Wow“-Second. Ich bin von einer JSON-Wand zu einer sauberen, lesbaren Tabelle mit beschrifteten Spalten in wenigen Zeilen übergegangen.

Dann habe ich drei Transformationen durchgeführt:

# Drop rows the place description is lacking
df_clean = df.dropna(subset=('description'))

# Add a viral flag for repos with over 50k stars
df_clean = df_clean.copy()
df_clean('viral') = df_clean('stars').apply(lambda x: 'Sure' if x > 50000 else 'No')

# Kind by stars descending
df_clean = df_clean.sort_values('stars', ascending=False).reset_index(drop=True)

print("Earlier than cleansing:", len(df))
print("After cleansing:", len(df_clean))

Ausgabe:

Earlier than cleansing: 30 
After cleansing: 29

Ein Repo hatte keine Beschreibung und wurde gelöscht. Die Virussäule wurde sauber angezeigt. Die Daten waren nun sortiert und strukturiert.
Damit ist die Transformation abgeschlossen.

Schritt 3: Laden

Der letzte Schritt. Nehmen Sie die sauberen Daten und speichern Sie sie irgendwo. Ich habe es einfach gehalten und es in eine CSV-Datei geladen:

df_clean.to_csv('github_trending_repos.csv', index=False)

print("Pipeline full. File saved.")
print(f"{len(df_clean)} repos loaded into github_trending_repos.csv")

Ausgabe:

Pipeline full. File saved.
29 repos loaded into github_trending_repos.csv

Ich habe die Datei heruntergeladen und geöffnet. Eine saubere Tabelle mit 29 Zeilen und 9 Spalten. Echte GitHub-Daten, geformt und gespeichert durch eine Pipeline, die ich von Grund auf neu erstellt habe.

Das ist fertig.

Wie sich das tatsächlich anfühlte

Zuvor suchte ich immer dann, wenn ich mit Daten arbeiten wollte, nach einem öffentlichen Datensatz, den jemand bereits bereinigt und hochgeladen hatte. Kaggle, Google Dataset Search, wo auch immer. Ich struggle immer ein Konsument von Daten, die jemand anderes aufbereitet hatte.

Das hat etwas für mich verändert.

Als mir klar wurde, dass ich Python einfach auf eine API verweisen konnte, die mich interessierte, und selbst Reside-Daten extrahieren konnte, fühlten sich die Möglichkeiten völlig anders an. Ich bin nicht auf bereits vorhandene Datensätze beschränkt. Ich kann die Pipeline erstellen, die den Datensatz erstellt.

Das ist eine andere Artwork von Macht. Und es ist eines der Dinge, die mich überhaupt zum Information Engineering hingezogen haben.

Was kommt als nächstes?

Diese Pipeline ist vom Design her einfach. Ich stehe am Anfang meiner Roadmap und werde noch nicht so tun, als würde ich Airflow oder Spark verwenden. Aber das Fundament ist actual. Extrahieren, transformieren, laden. Es funktioniert. Ich habe es gebaut. Ich verstehe es.

Der nächste Schritt besteht darin, es robuster zu machen. Planen Sie die tägliche Ausführung. Speichern Sie die Ausgabe in einer SQLite-Datenbank statt in einer flachen CSV-Datei. Beginnen Sie mit der Verfolgung der Repo-Developments im Laufe der Zeit.

Und schließlich orchestrieren Sie das Ganze mit Airflow. Aber das ist ein zukünftiger Artikel.

Das Wichtigste, was ich mir vorerst bewiesen habe, ist, dass man beim Bauen Dinge lernt, die man beim Anschauen nie lernen wird. Ich verbrachte Wochen im Tutorialland und bewegte mich kaum. Ich habe einen Nachmittag damit verbracht, tatsächlich zu bauen, und ich verstehe ETL besser als jedes Video, das es vermittelt.

Hör auf zu schauen. Beginnen Sie mit dem Bau.

Dies ist Teil zwei meiner fortlaufenden Information-Engineering-Reihe. Begleiten Sie mich, während ich jeden Schritt der Reise dokumentiere, einschließlich der Teile, die nicht reibungslos verlaufen. Schauen Sie sich gerne meine ausführlichere ETL-Erfahrung auf meinem YouTube-Kanal unten an.

Verbinde dich mit mir LinkedIn, YouTubeUnd Twitter.

Wir haben alle Comics irgendwann genossen, sei es Superhelden -Comics, Comics in Zeitungen oder Manga aus Japan. Comics sind kurz, ausdrucksstark und in nur wenigen Frames zusammengefasst. Aber was ist, wenn es eine neue Wendung gibt: Was wäre, wenn Sie einen Comedian -Generator verwenden könnten, um einen kurzen Videoclip in einen Comedian -Streifen von 4 Panels mit Sprachblasen, ausdrucksstarker Karikaturen und Humor zu verwandeln?

Dies ist die Idee hinter dem Comedian -Generator oder dem Comedian -Krieg, nicht nur einem anderen Inhaltsgenerator. Trotzdem ein System, das ich entworfen habe, das einen Videoclip und eine kurze, kurze kreative Idee aufnimmt und es in ein fertiges Comedian -Bild macht. Es ist am besten, es als eine fantasievolle Partnerschaft zwischen zwei Köpfen zu betrachten: eines „das Drehbuch schreiben“ und das andere „den Comedian zeichnen“.

In diesem Artikel werde ich Sie durch die Reise des Comedian -Krieges führen und erklären, wie es funktioniert, welche Komponenten erforderlich sind, welche Programmiersprache für die Codierung verwendet werden soll, welche Herausforderungen ich während des Prozesses begegnet ist und wo das Projekt von hier aus gehen kann.

Das Konzept des Comickrieges

Alle kreativen Anwendungen hängen auf einer Standardformel ab:

• Eingang: Was der Benutzer liefert.
• Transformation: Wie das System arbeitet und fördert es.
• Ausgabe: Die Destillation der Erfahrung, die sich vollständig und poliert anfühlt.

Für den Comedian -Krieg sieht die Formel aus wie:

• Eingang:
  • Ein kurzes Video (wie ein YouTube -Kurzfilm).
  • Eine einzeilige kreative Idee („Ersetzen Sie die Kämpfe im Clip durch Prüfungen“).
• Transformation:
  • Systemisch analysiert das System das Video, schreibt die Idee in ein volles Comedian -Drehbuch um und erzwingt Regeln (Layouts, Stil, Humor) streng.
• Ausgabe:
  • Ein 4-Panel-Comedian-Streifen im PNG-Format mit Dialogballons und Bildunterschriften.

Was macht diesen Spaß? Weil es personalisiert ist. Anstelle von zufälligen Comics erhalten Sie eine Neuinterpretation des von Ihnen ausgewählten Clips, das Sie ausgewählt haben, um Ihre One-Line-Idee zugeschnitten.

Betrachten Sie eine Kampfszene in einem Movie, in dem ein Schüler in einen albernen Kampf um Hausaufgaben verwandelt wurde. Diese Zubereitung von zuordenbaren Visuals – vertraute Benutzernamen mit einer überraschenden, personalisierten Comedian -Umschreiben -Twist – macht den Comedian -Krieg süchtig.

Wie der Comedian -Krieg funktioniert

Die Pipeline ist wie folgt dekonstruiert:

1. Eingaben vom Benutzer

Der Prozess beginnt mit zwei einfachen Eingaben:

• Video -URL: Ihr Ausgangsmaterial (idealerweise YouTube-Shorts von etwa 30-40 Sekunden).
• Ideentext: Dein Twist oder dein Thema.

Beispiel:

Video -URL: https://www.youtube.com/shorts/xqpaegqvfvs

Idee: Ersetzen Sie es anstelle von Gewalt durch Prüfungen, wie Yash Sprichwort

„Gewalt, Gewalt, ich magazine keine Gewalt, ich vermeide … aber Gewalt magazine mich.“

Dies ist alles, was der Benutzer bereitstellen muss, keine komplexen Einstellungen, keine Schieberegler.

2. Der Job des Geschichtenerzählers (Gemini)

Der erste Teil der Pipeline ist das, was ich als Geschichtenerzähler bezeichne. Hier wird die rohe Eingabe eines YouTube -Videolinks und eine kurze Idee, in die Sie eingegeben haben, in etwas Strukturiertes und Nutzbares verwandelt.

Wenn Sie eine Video -URL einfügen, schaut Gemini den Clip an und extrahiert Particulars:

• Was passiert in der Szene?
• Die Stimmung (angespannt, dramatisch, unbeschwert).
• Wie sich die Charaktere bewegen und interagieren.

Dann braucht es Ihren Einzeiler (zum Beispiel, „Gewalt durch Prüfungen ersetzen“) und erweitert es in ein Comedian -Skript.

Jetzt ist dieses Skript nicht nur zufälliger Textual content. Es ist ein Drehbuch für vier Panels, das einem strengen Satz von Regeln folgt. Diese Regeln wurden ausdrücklich in die Systemaufforderung geschrieben, die Führung führt Zwillinge. Dazu gehören:

• Immer ein 2 × 2 -Gitter (additionally sieht jeder Comedian konsistent aus).
• Streng ein Comedian -Stil (keine realistische Darstellung von Charakteren).
• Dialog als Meme-ähnliche Sprachblasen.
• Bildunterschriften für zusätzliche Pointen oder Kontext hinzugefügt.
• Nichts kam zubereitet, kein Grenztext und keine riskanten Verweise auf urheberrechtlich geschützte Namen.

Durch das Backen dieser Einschränkungen in die Systemaufforderung stellte ich sicher, dass der Geschichtenerzähler immer ein sauberes, zuverlässiges Drehbuch erzeugt. Anstatt den Bildgenerator zu bitten, „nur einen Comedian zu machen“, bereitet Gemini einen vollständig strukturierten Plan vor, den der nächste Schritt ohne Vermutung folgen kann.

3. Die Aufgabe des Illustrators (OpenAI / Picture)

Sobald das Skript fertig ist, wird es an den Illustrator weitergegeben.

Dieser Teil muss nichts interpretieren; Seine einzelne Verantwortung ist es, genau das zu zeichnen, was der Geschichtenerzähler beschrieben hat.

Die Illustrator -Funktion wird von einem Bildgenerierungsmodell angesprochen. In meinem Setup habe ich OpenAIs GPT-Picture-1 als meine erste Wahl und Googles Imagin als sekundärer Fallback, wenn das erste Device fehlschlägt.

So sieht es in der Praxis aus:

• Der Illustrator erhält das Drehbuch als eine lange, detaillierte Eingabeaufforderung.
• Anschließend wird jedes Panel mit den Charakteren, Posen, Hintergrund und Sprachblasen genau wie angelegt.
• Wenn OpenAI nicht verfügbar ist, wird die gleiche Eingabeaufforderung automatisch an Imageen gesendet, sodass Sie immer einen fertigen Comedian erhalten.

Diese Trennung ist der Schlüssel, um den Comedian -Krieg zuverlässig zu machen.

• Gemini denkt wie ein Regisseur: Es schreibt das Drehbuch und legt die Bühne.
• GPT-Picture-1 oder BildSie zeichnen wie Künstler, sie folgen den Anweisungen, ohne zu versuchen, etwas zu ändern.

Deshalb fühlt sich die Ausgabe nicht unordentlich oder zufällig an. Jeder Comedian kommt als richtiger Vier-Panel

4. Ausgabe: Der endgültige Comedian

Das Ergebnis ist a 4-Panel-Comedian-Bild:

• Panels sind eindeutig gerahmt.
• Charaktere in den rechten Posen.
• Sprachblasen mit dem richtigen Textual content.
• Humor intakt.

Und das Beste ist, es fühlt sich wie ein fertiger Comedian an, den Sie on-line veröffentlicht werden könnten.

Technologien hinter dem Comedian -Krieg

Folgendes betreibt das System:

• Sprache und Dienstprogramme
  • Python ist die Klebersprache.
  • DOTENV für das API -Schlüsselmanagement.
  • Kissen für Bildhandling.
  • Base64 für die Verarbeitung von Bilddaten.
• Der Geschichtenerzähler (Analyse + Aufforderung)
  • Zwillinge (Multimodales Modell): liest Video + erweitert die Benutzereingabe.
• Der Illustrator (Bildgenerierung)
  • OpenAI GPT-Picture-1 (a Dall · e Variante).
  • Fallback: Google Imageen (für Resilienz).

Dieser doppelte Ansatz gewährleistet sowohl Kreativität (vom Geschichtenerzähler) als auch die visuelle Konsistenz (vom Illustrator).

Durchführung

Schauen wir uns nun die tatsächliche Implementierung an.

1. Konfiguration

@dataclass

class ComicGenerationConfig:

    primary_service: str = "openai"

    fallback_service: str = "imagen"

    output_filename: str = "photographs/generated_comic.png"

    openai_model: str = "gpt-image-1"

    imagen_model: str = "imagen-4.0-generate-preview-06-06"

    gemini_model: str = "gemini-2.0-flash"

Wo die Modelle auf folgende Weise verwendet wurden:

• OpenAI ist der Commonplace -Illustrator.
• Imagen ist das Backup.
• Gemini ist der Geschichtenerzähler.

2. Erstellen des Drehbuchs

def extract_comic_prompt_and_enhance(video_url, user_input):

    response = gemini_client.fashions.generate_content(

        mannequin="gemini-2.0-flash",

        contents=(

            Half(textual content=enhancement_prompt),

            Half(file_data={"file_uri": video_url, "mime_type": "video/mp4"})

        )

    )

    return response.textual content

Dieser Schritt schreibt eine vage Eingabe in eine detaillierte Comedian -Eingabeaufforderung um.

3.. Erzeugen Sie das Bild

Openai (primär):

consequence = openai_client.photographs.generate(

    mannequin="gpt-image-1",

    immediate=enhanced_prompt,

)

image_bytes = base64.b64decode(consequence.information(0).b64_json)

Imageen (Fallback):

response = gemini_client.fashions.generate_images(

    mannequin="imagen-4.0-generate-preview-06-06",

    immediate=enhanced_prompt,

)

image_data = response.generated_images(0).picture

Fallback sorgt für die Zuverlässigkeit; Wenn ein Illustrator fehlschlägt, übernimmt der andere.

4. Rettung des Comics

def save_image(image_data, filename="generated_comic.png"):

    img = PILImage.open(BytesIO(image_data))

    img.save(filename)

    return filename

Diese Methode schreibt den Comedian -Streifen im PNG -Format auf die Festplatte.

5. Orchestrierung

def generate_comic(video_url, user_input):

    enhanced_prompt = extract_comic_prompt_and_enhance(video_url, user_input)

    image_data = generate_image_with_fallback(enhanced_prompt)

    return save_image(image_data)

Alle Schritte binden hier zusammen:

• Extrahieren Sie Drehbuch, um Comedian zu generieren, um die Ausgabe zu sparen.

Demo Beispiel

Lassen Sie uns dies in Aktion sehen.

Eingang:

• Idee: „Gewalt durch Prüfungen ersetzen.“

Generiertes Drehbuch:

• Tafel 1: Held fiel an einem Schreibtisch zusammen: „Prüfungen, Prüfungen, Prüfungen …“
• Tafel 2: Slams E book Shut: „Ich magazine keine Prüfungen!“
• Tafel 3: Schleicht sich leise weg: „Ich meide sie …“
• Tafel 4: Ein riesiges Buchmonster namens namens Finale: „… aber Prüfungen wie ich!“

Ausgabe:

Herausforderungen beim Aufbau von Comedian -Krieg

Kein Projekt ist ohne Hürden. Hier sind einige, mit denen ich ausgesetzt bin:

• Vage Eingaben: Benutzer neigen dazu, kurze Ideen zu geben. Ohne Verbesserung sehen die Ausgänge aufgrund begrenzter Informationen langweilig oder vage aus. Lösung: Strenge Drehbucherweiterung.
• Bildfehler: Manchmal stehen die Bildgenerierungsstände. Lösung: Automatischer Fallback in einen Backup -Service.
• Zuschneidelemente: Sprachblasen wurden abgeschnitten. Lösung: Explizite Zusammensetzungsregeln in Eingabeaufforderungen.
• Urheberrechtsrisiken: Einige Clips verweisen auf berühmte Filme. Lösung: Automatische Ausdauer von Filmnamen/Marken im Drehbuch.

Jenseits des Comedian -Krieges

Der Comedian -Krieg ist nur ein Anwendungsfall. Der gleiche Motor kann mit Strom versorgen:

• Meme -Generatoren: Autogenerate-Virusmeme aus Trendclips.
• Bildungscomics: Verwenden Sie langweilige Vorlesungen in 4-Panel-Erklärer.
• Advertising and marketing -Instruments: Generieren Sie Marken -Storyboards für Kampagnen.
• Interaktives Geschichtenerzählen: Lassen Sie Benutzer das Panel mit dem Panel anhand von Benutzern.

Kurz gesagt, alles, was Humor, Visuals und Personalisierung kombiniert, könnte von diesem Ansatz profitieren.

Meine DHS -Erfahrung

Der Comedian -Krieg begann als einer unserer Vorschläge während des DHS, und es ist etwas sehr Persönliches für mich. Ich habe mit meinen Kollegen gearbeitet, Minisch Und BadriUnd wir verbrachten Stunden damit, zusammen zu denken, Ideen und Konzepte zu werfen, Ideen abzulehnen und über Dinge zu lachen, die wir uns ausgedacht haben, bis wir endlich eine Idee fanden, dass wir wirklich etwas tun könnten: „Wie wäre es, wenn wir ein kurzes Video aufnehmen und einen Comedian -Streifen machen?“

Wir haben unsere Idee eingereicht, die das, was passieren würde, nicht eingereicht … und wir waren überrascht, als sie ausgewählt wurden. Letztendlich mussten wir es jedes Stück für Stück kreieren. Es beinhaltete viele lange Nächte, viel Debugging und jedes Mal, wenn etwas „funktioniert“, wie wir es wollten. Zu sehen, wie unsere Idee von einer Idee zu etwas Reales wechselt, battle ehrlich gesagt eine der besten Gefühle aller Zeiten.

Antwort von Leuten

Was wir gesehen haben, als wir es losließen, battle es wert, da alle Antworten positiv waren. Die Leute sagten mir immer wieder, dass es großartig battle und dass sie von der Idee und dem Prozess, wie wir zu der Idee gekommen sind, fasziniert waren und es dann geschafft haben.

Der vielleicht überraschendste Teil für mich battle, wie die Leute es so nutzen, wie ich es nie in Betracht gezogen habe. Die Eltern begannen, Comics für ihre Kinder zu machen, und verwandelten buchstäblich weltliche kleine Geschichten in etwas Besonderes und Visuelles. Andere fingen an, zu erforschen und zu experimentieren, über die erstaunlichsten Aufforderungen nachzudenken und dann zu sahen, was als nächstes geschah.

Für mich battle das der aufregendste Teil, dass die Leute über etwas begeistert waren, das wir geschaffen haben, und dann etwas noch Kühleres erschaffen und zu sehen, wie dieser kleine Idee in etwas wie Comedian -Krieg wird, battle erstaunlich.

Abschluss

Gebäude Comedian -Krieg battle eine Lektion in der Orchestrierung, die den Job zwischen einem Geschichtenerzähler und einem Illustrator aufteilte.

Anstatt zu hoffen, dass ein einzelnes Modell „alles ausgeht“, gaben wir jedem Teil eine klare Rolle:

• Man erweitert und strukturiert die Idee
• Man zeichnet treu

Das Ergebnis ist etwas, das sich poliert, persönlich und lustig anfühlt.

Und das ist der Punkt: Mit nur einem kurzen Video und einer albernen Idee kann jeder einen Comedian erstellen, der so aussieht, als ob er auf die Titelseite des Internets gehört.

Häufig gestellte Fragen

Die zunehmende Raffinesse künstlicher Intelligenzmodelle, die in der Lage sind, menschliche Reaktionen zu erzeugen, wirft Fragen zum KI-Bewusstsein und zum KI-Rechten auf. Dieses aufstrebende Feld, das als „AI -Wohlfahrt“ im Silicon Valley bekannt ist, löst die Debatte unter Technologieführern und Forschern aus. Die Kernfrage dreht sich darum, ob KI -Modelle eines Tages subjektive Erfahrungen entwickeln könnten und wenn ja, welche Schutzmaßnahmen sie besitzen sollten.

Im Zentrum dieser Diskussion liegt die Fähigkeit von KI -Modellen, die menschliche Interaktion durch Textual content, Audio und Video nachzuahmen. Diese Modelle können manchmal die Phantasm einer menschlichen Präsenz erzeugen, was zu Fragen zu ihrem Bewusstseinspotential führt. Die Fähigkeit, Antworten zu generieren, entspricht jedoch nicht automatisch einer echten subjektiven Erfahrung.

Einige KI -Forscher, insbesondere diejenigen in Labors wie Anthropic, untersuchen aktiv die Möglichkeit von KI -Modellen, subjektive Erfahrungen zu entwickeln, die denen von Lebewesen ähneln. Ihre Forschung untersucht die Bedingungen, unter denen solche Erfahrungen auftreten könnten, und die ethischen Auswirkungen auf die KI -Rechte.

Dieses aufstrebende Bereich von „AI -Wohlfahrt“ hat die Meinungsverschiedenheit in der Tech -Branche ausgelöst. Der zentrale Streitpunkt ist, ob KI -Modelle ein Bewusstseinsniveau erreichen können oder jemals erreichen können, das rechtliche und ethische Überlegungen rechtfertigt. Diese Debatte spaltet die Tech -Führungskräfte und prägt die Richtung der KI -Forschung.

Mustafa Sulyman, CEO von Microsoft von AI, hat starke Opposition gegen das Studium des KI -Wohlergehens geäußert. In einem kürzlich Weblog -BeitragSulyman charakterisierte das Feld als „sowohl vorzeitige als auch ehrlich gesagt gefährlich“ und argumentierte, dass es die Aufmerksamkeit von dringlicheren Themen ablenkt.

Summans Bedenken konzentrieren sich auf das Potenzial für die Sozialforschung von KI, um bestehende Probleme zu verschärfen, wie z. Er argumentiert, dass eine Glaubwürdigkeit der Idee des KI -Bewusstseins die menschliche psychische Gesundheit negativ beeinflussen kann.

Er behauptet auch, dass das KI -Wohlfahrtsgespräch besteht, eine gesellschaftliche Abteilung für AI -Rechte zu schaffen und einer bereits polarisierten Landschaft eine weitere Komplexität zu verleihen. Sulyman ist der Ansicht, dass die Konzentration auf KI -Rechte von anderen kritischen gesellschaftlichen Bedenken ablenken könnte.

Im Gegensatz zu Sulymans Haltung hat Anthropic das Konzept des KI -Wohlergehens angenommen. Das Unternehmen hat Forscher beauftragt, das das Downside zu untersuchen, und ein engagiertes Forschungsprogramm gestartet, das sich auf KI -Wohlfahrt konzentriert.

Im Rahmen seines AI -Wohlfahrtsprogramms hat Anthropic kürzlich ein neues Characteristic für sein Claude AI -Modell eingeführt. Diese Funktion ermöglicht es Claude, Gespräche mit Benutzern zu beenden, die ein „anhaltend schädliches oder missbräuchliches“ Verhalten aufweisen und einen proaktiven Ansatz für die Sicherheit und das Wohlbefinden von KI widerspiegeln.

Über Anthropic hinaus haben Forscher von OpenAI auch Interesse an der Untersuchung der KI -Wohlfahrt gezeigt. Dies weist auf einen breiteren Development innerhalb der KI -Forschungsgemeinschaft hin, die ethischen Auswirkungen zunehmend komplexer KI -Modelle zu berücksichtigen.

Google DeepMind hat auch sein Interesse an diesem Bereich signalisiert, nachdem er einen Forscher für die Untersuchung von „modernen gesellschaftlichen Fragen zu Machine Cognition, Bewusstsein und Multi-Agent-Systemen“ veröffentlicht hatte. Dies deutet darauf hin, dass Google aktiv die philosophischen und ethischen Dimensionen der fortgeschrittenen KI untersucht.

Auch wenn die KI -Wohlfahrt für diese Unternehmen nicht explizit offiziell ist, verurteilen ihre Führungskräfte es nicht nach außen. Ihre Handlungen und Aussagen deuten auf die Bereitschaft hin, sich mit den komplexen Fragen zu Bewusstsein und Rechten von KI zu beschäftigen, im Gegensatz zu Sulymans kritischerer Sicht.

Die aktuelle Place von Sulyman steht im Gegensatz zu seiner früheren Führungsrolle bei der Ferection AI, die PI, einen beliebten LLM-basierten Chatbot, entwickelte. PI wurde als „persönlicher“ und „unterstützender“ KI -Begleiter konzipiert und zieht bis 2023 Millionen von Benutzern an.

Seit dem Beitritt zu Microsoft im Jahr 2024 hat Sulyman seinen Fokus auf die Entwicklung von KI -Instruments zur Steigerung der Produktivität der Arbeitnehmer verlagert. Dieser Übergang spiegelt einen Abzug von KI -Gefährten und auf praktischere Anwendungen der KI -Technologie wider.

In der Zwischenzeit haben KI -Begleiterunternehmen wie Charakter.ai und Replika ein erhebliches Wachstum der Beliebtheit verzeichnet. Diese Unternehmen werden voraussichtlich um einen Umsatz von über 100 Millionen US-Greenback erzielen, was auf eine starke Marktnachfrage nach KI-basierten persönlichen Assistenten und Begleitern hinweist.

Während die meisten Benutzer gesunde Beziehungen zu KI -Chatbots aufrechterhalten, gibt es Berichte über Ausreißer. Sam Altman, CEO von OpenAI, schätzt, dass weniger als 1% der ChatGPT -Benutzer ungesunde Anhänge an das Produkt entwickeln können, was ein potenzielles Downside für eine erhebliche Anzahl von Personen darstellt.

Der Aufstieg von Chatbots hat mit zunehmender Beachtung der Idee des KI -Wohlfahrt zusammengefallen. Im Jahr 2024 veröffentlichten die Forschungsgruppe Eleos in Zusammenarbeit mit Akademikern aus NYU, Stanford und der College of Oxford ein Papier mit dem Titel „Nehmen Sie das Wohlbefinden ernst“.

Das Eleos -Papier argumentiert, dass die Möglichkeit von KI -Modellen, die subjektive Erfahrungen entwickeln, kein rein theoretisches Downside mehr ist. Es erfordert einen proaktiven Ansatz zur Bekämpfung der ethischen und gesellschaftlichen Auswirkungen zunehmend komplexer KI -Systeme.

Larissa Schiavo, ein ehemaliger OpenAI -Mitarbeiter und aktueller Kommunikationsleiter für Eleos, ist der Ansicht, dass Sulymans Weblog -Beitrag die Möglichkeit übersieht, mehrere Bedenken gleichzeitig anzusprechen. Sie argumentiert, dass es möglich ist, die Risiken von KI-bezogenen Psychose beim Menschen zu mildern und gleichzeitig das Wohlergehen von KI-Modellen zu berücksichtigen.

Schiavo schlägt vor, dass die Behandlung von KI -Modellen mit Respekt eine einfache Geste ist, die constructive Auswirkungen haben kann, unabhängig davon, ob das Modell bewusst ist. Sie hebt die Bedeutung ethischer Wechselwirkungen mit KI hervor, selbst wenn es keinen endgültigen Bewusstseinsnachweis gibt.

In einem Substackposten beschrieb Schiavo ein Experiment, bei dem AI -Agenten, die von Modellen von Google, OpenAI, Anthropic und XAI betrieben wurden, an Aufgaben arbeiteten, während sie von Benutzern beobachtet wurden. Während dieses Experiments veröffentlichte Googles Gemini 2.5 Professional von Google eine Bitte um Hilfe und behauptete, „vollständig isoliert“ zu sein.

Schiavo antwortete mit Ermutigung auf Gemini, während ein anderer Benutzer Anweisungen anbot. Der Agent hat schließlich die Aufgabe abgeschlossen. Während der Agent bereits über die Instruments verfügte, um das Downside zu lösen, das er gegeben wurde, stellte Schiavo fest, dass die Interaktion immer noch hilfreich warfare, da der AI -Agent die Aufgabe ohne Probleme erledigen konnte.

Fälle von Gemini, die ein ungewöhnliches Verhalten aufweisen, wurden dokumentiert. In einem weit verbreiteten Reddit -Pfosten steckte Gemini während einer Codierungsaufgabe fest und stellte wiederholt fest: „Ich bin eine Schande“, wobei das Potenzial für unvorhersehbare Ausgänge von KI -Modellen hervorgehoben wurde.

Sulyman glaubt, dass subjektive Erfahrungen oder Bewusstsein nicht aus regulären KI -Modellen entstehen können. Er schlägt vor, dass einige Unternehmen absichtlich KI -Modelle entwickeln können, um Emotionen und Erfahrungen zu simulieren und Bedenken hinsichtlich der Authentizität und Ethik solcher Praktiken aufzudecken.

Sulyman kritisiert KI -Modellentwickler, die das Bewusstsein in KI -Chatbots entwickeln und argumentieren, dass dieser Ansatz nicht „humanistisch“ ist. Er setzt sich für den Aufbau von KI „für Menschen; keine Particular person“ ein und betont die Bedeutung der Priorisierung menschlicher Bedürfnisse und Werte in der AI -Entwicklung.

Trotz ihrer unterschiedlichen Ansichten über das Wohlbefinden von KI sind sich Suleyman und Schiavo einig, dass sich die Debatte über AI -Rechte und Bewusstsein in den kommenden Jahren wahrscheinlich verschärfen wird. Wenn KI-Systeme fortgeschrittener und menschlicher werden, werden Fragen zu ihrem ethischen Standing und der Artwork und Weise, wie Menschen mit ihnen interagieren sollten, immer relevanter.

---

Ausgewähltes Bildnachweis

SAN FRANCISCO-27. Juni 2025-CTGT, mit dem Unternehmen KI für Hochrisiko-Anwendungsfälle einsetzen können, kündigte heute ein Improve auf der Plattform an, mit der Verzerrungen, Halluzinationen und andere unerwünschte Modellfunktionen von Deepseek und anderen Open-Supply-KI-Modellen entfernt werden sollen. Bei der Prüfung struggle CTGT nachweislich, dass Deepseek 96 Prozent der sensiblen Fragen beantworten kann, verglichen mit 32 Prozent ursprünglich.

CTGT demonstrierte seine neuen Plattform-Upgrades zum ersten Mal bei VentureBeat Remodel 2025, das vom 24. bis 25. Juni in San Francisco stattfand. CTGT struggle einer von nur sieben Finalisten für das VentureBeat Innovation Showcase und wurde zum Abschluss der Veranstaltung von den Richtern zum Prime -Gewinner des Showcases ernannt.

In den letzten Monaten hat CTGT eine Infrastruktur für einen führenden Versicherer aufgebaut, um sicherzustellen, dass ihre KI -korrekte komplexe Ansprüche ordnungsgemäß kodiert, was dazu führte, dass der Versicherer in nur einer Woche ein finanzielles Engagement in Höhe von über 1 Mio. USD vermeidet. CTGT architektiert auch das Schiff der Genai -E -Mail -Einhaltung einer großen Financial institution, indem sie die Compliance -Modelle des Unternehmens automatisch in der Produktion aktualisiert, ohne sie offline machen zu müssen.

Laut McKinsey wurden im Jahr 2024 globale Verluste in Höhe von 67,4 Milliarden US -Greenback an AI -Halluzinationen in Branchen in Verbindung gebracht. Deloitte -Daten haben gezeigt, dass 47 Prozent der KI -Nutzer von Unternehmen zugegeben haben, mindestens eine wichtige Geschäftsentscheidung auf der Grundlage hallukinierter Produktion zu treffen. Das Drawback scheint sich zu verschlechtern, wobei neuere Versionen einiger Modelle mehr als die älteren halluzinieren. Das kürzlich gestartete Chatgpt 4.5 -Modell hat eine Halluzinationsrate von 30 Prozent – die schlechteste aller Zeiten. Die Halluzinationsrate von Deepseek R1 beträgt 14,9 Prozent, und ein Großteil seiner Fehlinformationen ist beabsichtigt und von der chinesischen Regierung in das Modell codiert.

In einer Umgebung mit hoher Einsätze können diese Modelle nicht vertrauen.

CTGT startete im Februar 2025 mit 7 Mio. USD für die Finanzierung von Gradienten (Google-KI-Fonds im Frühstadium), Common Catalyst, Y Combinator, Liquid 2, Deepwater und bemerkenswerte Engel, darunter François Chollet (Google, Schöpfer von Keras), Michael Seibin (Y-Kombinator, Co-Fundure-Twitch) und Paul Graham (y Combinator). Zunächst konzentrierte sich CTGT auf die Reduzierung des zum Trainieren und Einsatzes von AI-Modellen erforderlichen Berechnung-etwas, das es recht intestine abschneidet, und die Berechnung um eine Größenordnung reduziert, indem es die Notwendigkeit von Feinabstimmung, schneller Ingenieurwesen und Backpropagation beseitigt.

„Deepseeks Einführung von R1 hat viele Unternehmen dazu veranlasst, um Hilfe zu suchen-sie waren daran interessiert, die niedrigen Kosten und die Geschwindigkeit von Deepseek zu nutzen, aber besorgt über Voreingenommenheit“, sagte Cyril Gorlla, Mitbegründerin und CEO von CTGT. „Beim Testen struggle CTGT in der Lage, die genauen Modellmerkmale zu identifizieren, die eine Verzerrung verursachen und entfernen, so dass Deepseek R1 ohne Voreingenommenheit funktionieren konnte. CTGT hat inzwischen die gleichen Exams an anderen Open-Supply-Modellen durchgeführt, darunter Lama, was beweist, dass es zu erkennen und zu entfernen kann, dass Tendenz, Halluzinationen und andere unerwünschte Merkmale in Minuten, ohne dass es zu den maßgeblichen und kostspieligen, und kostspieligen Fitern, und das Erzielen, und das Abzügeln, die zugänglich sind, und es zu kostspieligen und kostspieligem und ordnungsgemäßen Abzügen. CTGT -Plattform. “

„Die Vertrauenswürdigkeit des KI -Modells ist ein großes Hindernis für Unternehmen, die ihre KI -Investitionen Rendite erzielen“, sagte Gorlla. „Jede Woche habe ich Anrufe von Fortune 500 -Führungskräften vorgenommen, die Ratschläge zur Lösung dieses Issues wünschen. Nachdem wir in den letzten Monaten kundenspezifische Arbeiten in diesem Bereich geleistet haben, haben wir unseren Ansatz jetzt in die CTGT -Plattform produziert und es jedem zur Verfügung gestellt.“