MLX

MLX je nová technologie s otevřeným zdrojovým kódem od společnosti Apple, která umožňuje spouštět výkonné modely umělé inteligence (Large Language Models, zkráceně LLM) přímo a lokálně na počítačích Mac Apple Silicon - bez připojení k internetu nebo cloudových omezení. MLX znamená maximální kontrolu, ochranu dat a nezávislost: uživatelé si model nahrají na svůj Mac a mohou ho používat offline - např. pro texty, analýzy nebo kreativní úlohy. MLX je významným krokem k suverénní, lokálně použitelné umělé inteligenci.

Od exportu dat ChatGPT k vlastní znalostní AI: krok za krokem s Ollama a Qdrant

autor:
Cesta k vlastní paměti umělé inteligence

V první části této série článků jsme si ukázali, že export dat ChatGPT je mnohem víc než jen technická funkce. Vaše exportovaná data obsahují soubor myšlenek, nápadů, analýz a konverzací, které se nahromadily za dlouhou dobu. Dokud jsou však tato data uložena pouze jako archiv na vašem pevném disku, zůstávají pouze archivem. Zásadním krokem je, aby tyto informace byly opět použitelné. Právě zde začíná vývoj osobní znalostní umělé inteligence.

Myšlenka je vlastně překvapivě jednoduchá: umělá inteligence by měla pracovat nejen s obecnými znalostmi, ale také by měla mít přístup k vašim vlastním datům. Měla by být schopna prohledat předchozí konverzace, najít vhodný obsah a začlenit jej do nových odpovědí. Tím se z obyčejné umělé inteligence stane jakási digitální paměť. Toto je druhá část série článků, která se nyní zabývá praktickou stránkou věci.

Číst dál

Vysvětlení exportu dat ChatGPT: Jak se z vašich chatů s umělou inteligencí stane osobní znalostní systém

autor:
Export dat ChatGPT

Pokud pravidelně pracujete s umělou inteligencí, pak to pravděpodobně znáte: jedna myšlenka vede k další. Položíte otázku, dostanete odpověď, přeformulujete ji a myšlenku dále rozvíjíte. Krátká otázka se najednou změní v delší dialog. Někdy to dokonce vede k celým projektům.

Většina těchto rozhovorů však opět zmizí. Leží někde v seznamu chatů, sklouzávají dolů a časem se na ně zapomene. Právě to je jedna z velkých zvláštností moderních systémů umělé inteligence: Zatímco předchozí konverzace s kolegy, přáteli nebo poradci existovaly pouze v našich vzpomínkách, dialogy AI jsou zcela zachovány.

To znamená něco zásadního: S každou konverzací se vytváří digitální archiv vašich myšlenek. Toto je první část malé série článků, které vám umožní exportovat historii konverzace z ChatGPT a efektivně ji používat jako osobní pokladnici znalostí s místním systémem umělé inteligence.

Číst dál

Umělá inteligence bez humbuku: proč méně nástrojů AI často znamená lepší práci

autor:
Umělá inteligence bez humbuku

Každý, kdo se dnes zabývá tématem umělé inteligence, se téměř nevyhnutelně setkává se zvláštním pocitem: neustálým neklidem. Sotva si zvyknete na jeden nástroj, objeví se deset dalších. Na YouTube následuje jedno video za druhým: „Tento nástroj AI mění vše“, „Tohle musíte bezpodmínečně použít hned“, „Kdo chybí, zůstává pozadu“. A pokaždé podprahově zazní stejné poselství: Je pozdě. Ostatní jsou dál. Musíte je dohnat.

To se netýká jen lidí z IT. Tlak pociťují i osoby samostatně výdělečně činné, kreativní profesionálové, podnikatelé a běžní zaměstnanci. Mnozí ani přesně nevědí, co tyto nástroje vlastně dělají - ale mají pocit, že by mohli o něco přijít. A to je přesně to, co způsobuje stres.

Číst dál

Cloudová umělá inteligence jako ředitel: proč je budoucnost práce v lokální umělé inteligenci

autor:
Cloudová umělá inteligence se stává hlavním učitelem

Když před několika lety zahájily velké jazykové modely svůj triumfální pochod, vypadalo to téměř jako návrat ke starým ctnostem technologie: nástroj, který dělá to, co se mu řekne. Nástroj, který slouží uživateli, nikoli naopak. První verze - od GPT-3 po GPT-4 - měly slabiny, to ano, ale byly úžasně užitečné. Vysvětlovaly, analyzovaly, formulovaly a řešily úlohy. A to převážně bez pedagogického balastu.

S těmito modely jste mluvili, jako byste mluvili s erudovaným zaměstnancem, který se sice občas spletl ve slovech, ale v podstatě prostě pracoval. Každý, kdo tehdy psal tvůrčí texty, generoval programový kód nebo vytvářel delší analýzy, zažil, jak hladce to funguje. Byl tu pocit svobody, otevřeného tvůrčího prostoru, technologie, která lidi podporovala, místo aby je opravovala.

Číst dál

AI Studio 2025: Který hardware se opravdu vyplatí - od Mac Studia po RTX 3090

autor:
Hardware 2025 pro studio AI

Každý, kdo dnes pracuje s umělou inteligencí, je téměř automaticky odsunut do cloudu: OpenAI, Microsoft, Google, jakákoli webová uživatelská rozhraní, tokeny, limity, podmínky. Zdá se to být moderní - ale v podstatě jde o návrat k závislosti: jiní určují, které modely smíte používat, jak často, s jakými filtry a za jakou cenu. Záměrně jdu opačnou cestou: v současné době si doma buduji vlastní malé studio umělé inteligence. S vlastním hardwarem, vlastními modely a vlastními pracovními postupy.

Můj cíl je jasný: lokální textová AI, lokální obrazová AI, učení vlastních modelů (LoRA, dolaďování) a to vše tak, abych jako freelancer a později i zákazník SME nebyl závislý na každodenních rozmarech nějakého poskytovatele cloudu. Dalo by se říci, že je to návrat ke starému přístupu, který býval zcela běžný: „Důležité věci si děláš sám“. Jenže tentokrát nejde o vlastní pracovní stůl, ale o výpočetní výkon a suverenitu dat.

Číst dál

Apple MLX vs. NVIDIA: Jak funguje místní odvozování umělé inteligence na Macu

autor:
Místní umělá inteligence na Silicon s Apple Macem

Každý, kdo dnes pracuje s umělou inteligencí, si často nejprve vybaví ChatGPT nebo podobné online služby. Zadáte otázku, počkáte několik sekund - a dostanete odpověď, jako by na druhém konci linky seděl velmi sečtělý a trpělivý partner pro dialog. Na co se však snadno zapomíná: Každý vstup, každá věta, každé slovo putuje přes internet na externí servery. Tam se odehrává skutečná práce - na obrovských počítačích, které sami nikdy neuvidíte.

Model místního jazyka funguje v zásadě stejně, ale bez internetu. Model je uložen jako soubor na vlastním počítači uživatele, při spuštění se načte do pracovní paměti a odpovídá na otázky přímo v zařízení. Technologie, která za ním stojí, je stejná: neuronová síť, která rozumí jazyku, generuje texty a rozpoznává vzory. Jediný rozdíl je v tom, že celý výpočet zůstává ve vlastní režii. Dalo by se říct: ChatGPT bez cloudu.

Číst dál

Trénink LoRA: Jak FileMaker 2025 zjednodušuje ladění velkých jazykových modelů

autor:
Jemné ladění LoRA - FileMaker 2025

Svět umělé inteligence je v pohybu. Téměř každý týden se objevují nové modely, nové metody a především nové možnosti - a přesto zůstává jedno poznání neměnné: ne každá technická inovace automaticky vede k lepšímu každodennímu životu. Mnoho věcí zůstává experimentálních, složitých nebo jednoduše příliš nákladných pro produktivní využití. Zvláště patrné je to u tzv. jemného ladění velkých jazykových modelů - metody specializace generativní umělé inteligence na vlastní obsah, termíny a tóniny.

V posledních měsících jsem tento proces intenzivně doprovázel - nejprve v klasické podobě s Pythonem, terminálem, chybovými hlášeními a nervy drásajícími nastavovacími smyčkami. A pak: s FileMaker 2025, krokem, který mě překvapil - protože nebyl hlasitý, ale jasný. A protože ukázal, že existuje i jiná cesta.

Číst dál

Umělá inteligence: která pracovní místa jsou ohrožena a jak se můžeme vyzbrojit hned teď

autor:
Která pracovní místa budou v budoucnu zrušena umělou inteligencí?

Snad žádná jiná technologická změna nepronikla do našeho každodenního života tak rychle jako umělá inteligence. To, co bylo ještě včera považováno za vizionářskou technologii budoucnosti, je dnes již realitou - ať už jde o psaní textových zpráv, programování, diagnostiku, překlady nebo dokonce tvorbu hudby, umění či právních spisů.

Číst dál

↑