neo4j

Články na téma neo4j, grafové databáze pro komplexní datové vztahy. Články ukazují základy, případy použití a možnosti integrace.

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

gFM-Business a budoucnost ERP: lokální inteligence místo závislosti na cloudu

autor:
gFM-Business a AI + znalostní graf

Již více než deset let představuje software gFM-Business na německém trhu ERP něco výjimečného: není založen na těžkopádném a obtížně udržovatelném systému, ale na lehké, přizpůsobitelné a vizuálně modelované platformě FileMaker. To má mnoho výhod: gFM-Business lze individuálně rozšiřovat, běží na systémech Windows, macOS a iOS a mohou si jej přizpůsobit jak vývojáři, tak ambiciózní zkušení uživatelé.

S nástupem umělé inteligence (AI) - zejména prostřednictvím tzv. jazykových modelů, jako je ChatGPT - se objevují nové možnosti, které dalece přesahují tradiční automatizaci. Společnost gFM-Business se na tuto budoucnost aktivně připravuje: s cílem nejen spravovat data, ale také odemykat znalosti.

Číst dál

Ollama a Qdrant: Místní paměť pro vaši umělou inteligenci na Macu

autor:
Paměť pro místní umělou inteligenci s Ollama a Qdrant

Místní AI s pamětí - bez cloudu, bez předplatného, bez odklonů

V předchozí články Vysvětlil jsem, jak nakonfigurovat Ollama na Macu install. Pokud jste již tento krok dokončili, máte nyní k dispozici výkonný místní jazykový model - například Mistral, LLaMA3 nebo jiný kompatibilní model, který lze oslovit prostřednictvím rozhraní REST API.

Model však "ví" pouze to, co je v aktuální výzvě. Nepamatuje si předchozí konverzace. Chybí vzpomínka.

Číst dál

↑