In dit artikel legt de auteur uit waarom standaard AI-uitleg vaak tekortschiet en introduceert hij een alternatieve methode voor effectiever leren. In plaats van tekstuele samenvattingen, gebruikt hij LLM's om interactieve low-poly simulaties te bouwen die complexe processen visualiseren.
De werkwijze bestaat uit vier stappen:
- Basis leggen: Fundamentele kennis opbouwen via een model.
- Verificatie: De nauwkeurigheid van de kennis controleren.
- Simulatie bouwen: Een visuele representatie maken (vergelijkbaar met Rollercoaster Tycoon) inclusief UX-elementen.
- Publicatie: Het resultaat delen via GitHub Pages.
Een concreet voorbeeld hiervan is ChipTycoon, een simulatie die het volledige proces van chip-productie laat zien, van kwartszand tot het uiteindelijke product in een datacenter. De auteur suggereert dat toekomstige verbeteringen, zoals het gebruik van 3D-objecten en interactieve puzzels, het leerproces nog verder kunnen optimaliseren.
Hoe ik LLM's gebruik om complexe onderwerpen te leren
Veel ingenieurs die ik ken, gebruiken generatieve AI voor diverse functies, zoals het bouwen van PoC's, interne tools of dashboards, en voor het aanleren van nieuwe kennis. Persoonlijk vind ik de stijl die LLM's gebruiken om zaken uit te leggen echter lastig te volgen; het is vaak te simplistisch en, afhankelijk van het aantal gebruikte emoji's, soms zelfs irritant.
Toen ik nieuwe AI-bottlenecks analyseerde die de opbouw van datacenters zouden kunnen vertragen, realiseerde ik me dat er veel aspecten van chip-productie zijn die ik niet ken. Terwijl ik het web doorzocht, vroeg ik me af of er een spel zou kunnen bestaan dat je door het proces van het bouwen van een chip in een fabriek leidt. Leren op deze manier beklijft zeker beter, omdat je concepten kunt koppelen aan objecten binnen het spel. Dit was het moment waarop ik besloot het te proberen, en het resultaat was zeer positief.
De werkwijze
In plaats van de AI simpelweg te vragen een onderwerp uit te leggen, hanteer ik de volgende flow:
- Basis leggen: In de 'plan mode' (met gebruik van CC of OpenCode) vraag ik een model om de fundamentele kennis voor onderwerp X op te bouwen.
- Verificatie: Ik vraag het model om de nauwkeurigheid van de zojuist opgebouwde kennisbasis te controleren.
- Simulatie bouwen: Vervolgens vraag ik het model om een simulatie van dat onderwerp te bouwen in een low-poly animatie, vergelijkbaar met Rollercoaster Tycoon. Hierbij voeg ik UX-elementen toe, zoals de vereiste dat de pagina zichtbaar moet zijn op zowel grote als kleine schermen en bedieningselementen om de flow naar wens te stoppen.
- Publicatie: Ik push het resultaat naar een nieuwe repository en activeer GitHub Pages.
Het resultaat
Het resultaat is een prachtige animatie die 100% accuraat is en vrij is van hallucinaties. Voor mij werkt deze methode veel beter dan het lezen van eindeloze materialen via Google of het proberen te verwerken van een lijst met opsommingstekens die door een taalmodel wordt gegenereerd.
Ik heb dit specifiek toegepast voor het leren over chip-productie en heb dit gelanceerd onder de website: ChipTycoon. Hierin volg je een karretje vanaf het moment dat zand wordt verzameld, tot het moment dat een chip voltooid is en wordt geleverd aan een datacenter. Visueel kun jeHet karretje volgen en zien hoe het verandert. Hoewel details door de low-poly stijl soms ontbreken, is het nog steeds een goede indicator om te laten zien hoe het product verandert tijdens de vele stappen in het productieproces.
Verdere verbeteringen
Wanneer het low-poly ontwerp te veel fantasie vereist om daadwerkelijk te visualiseren wat er met de kwartszandstapel gebeurt nadat deze de oven heeft verlaten, kan men overstappen op een realistischere representatie. Door foto's om te zetten in 3D-objecten en deze resultaten aan de simulatie te koppelen, ontstaat een nauwkeuriger ontwerp.
Daarnaast kunnen er uitdagingen aan de simulatie worden toegevoegd. Het beantwoorden van vragen over een vorige stap in het chip-productieproces helpt enorm bij het behouden van de kennis. Ook het toevoegen van intuïtieve puzzels kan het leerproces verder verbeteren.
Andere projecten
Andere pagina's die ik op deze manier heb gemaakt:
- Hoe raketmotoren worden gemaakt
- Hoe LLM's werken
- Hoe F1-motoren worden gebouwd
- Hoe een EUV-machine wordt gebouwd
Hoe ik LLM's gebruik om complexe onderwerpen te leren
Veel ingenieurs die ik ken, gebruiken generatieve AI voor diverse functies, zoals het bouwen van PoC's, interne tools of dashboards, en voor het aanleren van nieuwe kennis. Persoonlijk vind ik de stijl die LLM's gebruiken om zaken uit te leggen echter lastig te volgen; het is vaak te simplistisch en, afhankelijk van het aantal gebruikte emoji's, soms zelfs irritant.
Toen ik nieuwe AI-bottlenecks analyseerde die de opbouw van datacenters zouden kunnen vertragen, realiseerde ik me dat er veel aspecten van chip-productie zijn die ik niet ken. Terwijl ik het web doorzocht, vroeg ik me af of er een spel zou kunnen bestaan dat je door het proces van het bouwen van een chip in een fabriek leidt. Leren op deze manier beklijft zeker beter, omdat je concepten kunt koppelen aan objecten binnen het spel. Dit was het moment waarop ik besloot het te proberen, en het resultaat was zeer positief.
De werkwijze
In plaats van de AI simpelweg te vragen een onderwerp uit te leggen, hanteer ik de volgende flow:
- Basis leggen: In de 'plan mode' (met gebruik van CC of OpenCode) vraag ik een model om de fundamentele kennis voor onderwerp X op te bouwen.
- Verificatie: Ik vraag het model om de nauwkeurigheid van de zojuist opgebouwde kennisbasis te controleren.
- Simulatie bouwen: Vervolgens vraag ik het model om een simulatie van dat onderwerp te bouwen in een low-poly animatie, vergelijkbaar met Rollercoaster Tycoon. Hierbij voeg ik UX-elementen toe, zoals de vereiste dat de pagina zichtbaar moet zijn op zowel grote als kleine schermen en bedieningselementen om de flow naar wens te stoppen.
- Publicatie: Ik push het resultaat naar een nieuwe repository en activeer GitHub Pages.
Het resultaat
Het resultaat is een prachtige animatie die 100% accuraat is en vrij is van hallucinaties. Voor mij werkt deze methode veel beter dan het lezen van eindeloze materialen via Google of het proberen te verwerken van een lijst met opsommingstekens die door een taalmodel wordt gegenereerd.
Ik heb dit specifiek toegepast voor het leren over chip-productie en heb dit gelanceerd onder de website: ChipTycoon. Hierin volg je een karretje vanaf het moment dat zand wordt verzameld, tot het moment dat een chip voltooid is en wordt geleverd aan een datacenter. Visueel kun jeHet karretje volgen en zien hoe het verandert. Hoewel details door de low-poly stijl soms ontbreken, is het nog steeds een goede indicator om te laten zien hoe het product verandert tijdens de vele stappen in het productieproces.
Verdere verbeteringen
Wanneer het low-poly ontwerp te veel fantasie vereist om daadwerkelijk te visualiseren wat er met de kwartszandstapel gebeurt nadat deze de oven heeft verlaten, kan men overstappen op een realistischere representatie. Door foto's om te zetten in 3D-objecten en deze resultaten aan de simulatie te koppelen, ontstaat een nauwkeuriger ontwerp.
Daarnaast kunnen er uitdagingen aan de simulatie worden toegevoegd. Het beantwoorden van vragen over een vorige stap in het chip-productieproces helpt enorm bij het behouden van de kennis. Ook het toevoegen van intuïtieve puzzels kan het leerproces verder verbeteren.
Andere projecten
Andere pagina's die ik op deze manier heb gemaakt:
- Hoe raketmotoren worden gemaakt
- Hoe LLM's werken
- Hoe F1-motoren worden gebouwd
- Hoe een EUV-machine wordt gebouwd
Groetjes,