MLX

MLX to nowa technologia open-source od Apple, która umożliwia uruchamianie potężnych modeli sztucznej inteligencji (Large Language Models, w skrócie LLM) bezpośrednio i lokalnie na komputerach Mac Apple Silicon - bez połączenia z Internetem lub ograniczeń chmury. MLX oznacza maksymalną kontrolę, ochronę danych i niezależność: użytkownicy ładują model na komputer Mac i mogą go używać w trybie offline - np. do tekstów, analiz lub zadań kreatywnych. MLX to znaczący krok w kierunku suwerennej, lokalnie użytecznej sztucznej inteligencji.

Od eksportu danych ChatGPT do własnej wiedzy AI: krok po kroku z Ollama i Qdrant

przez
Droga do własnej pamięci AI

W pierwszej części tej serii artykułów zobaczyliśmy, że eksport danych ChatGPT to znacznie więcej niż tylko funkcja techniczna. Eksportowane dane zawierają zbiór myśli, pomysłów, analiz i rozmów, które gromadziły się przez długi czas. Ale dopóki dane te są przechowywane tylko jako archiwum na dysku twardym, pozostają tylko tym: archiwum. Kluczowym krokiem jest ponowne wykorzystanie tych informacji. To właśnie tutaj zaczyna się rozwój osobistej sztucznej inteligencji.

Pomysł jest w rzeczywistości zaskakująco prosty: sztuczna inteligencja powinna nie tylko pracować z wiedzą ogólną, ale także mieć dostęp do własnych danych. Powinna przeszukiwać poprzednie rozmowy, znajdować odpowiednie treści i włączać je do nowych odpowiedzi. W ten sposób zwykła sztuczna inteligencja staje się rodzajem cyfrowej pamięci. Jest to druga część serii artykułów, w której przyjrzymy się teraz praktycznej stronie rzeczy.

Czytaj więcej

Wyjaśnienie eksportu danych ChatGPT: Jak czaty AI stają się osobistym systemem wiedzy

przez
Eksport danych ChatGPT

Jeśli regularnie pracujesz ze sztuczną inteligencją, prawdopodobnie wiesz, że jedna myśl prowadzi do następnej. Zadajesz pytanie, otrzymujesz odpowiedź, przeformułowujesz, rozwijasz pomysł. Krótkie pytanie nagle przeradza się w dłuższy dialog. Czasami prowadzi to nawet do całych projektów.

Ale większość z tych rozmów znika. Leżą gdzieś na liście czatów, przesuwają się w dół i z czasem zostają zapomniane. Jest to właśnie jedna z największych zalet nowoczesnych systemów AI: Podczas gdy poprzednie rozmowy z kolegami, przyjaciółmi lub doradcami istniały tylko w naszej pamięci, dialogi AI są całkowicie zachowane.

Oznacza to coś kluczowego: Z każdą rozmową tworzone jest cyfrowe archiwum twoich przemyśleń. Jest to pierwsza część małej serii artykułów, które pozwolą ci wyeksportować historię czatu z ChatGPT i skutecznie wykorzystać ją jako osobistą skarbnicę wiedzy z lokalnym systemem AI.

Czytaj więcej

Sztuczna inteligencja bez szumu: dlaczego mniej narzędzi AI często oznacza lepszą pracę

przez
Sztuczna inteligencja bez zbędnego szumu

Każdy, kto zajmuje się dziś tematem sztucznej inteligencji, niemal nieuchronnie doświadcza dziwnego uczucia: ciągłego niepokoju. Gdy tylko przyzwyczaisz się do jednego narzędzia, pojawia się dziesięć następnych. Na YouTube jeden film pojawia się za drugim: „To narzędzie AI zmienia wszystko“, „Absolutnie musisz użyć tego teraz“, „Ci, którzy przegapią, zostają w tyle“. I za każdym razem ta sama wiadomość rezonuje podprogowo: Jesteś za późno. Inni są dalej. Musisz nadrobić zaległości.

Dotyczy to nie tylko informatyków. Osoby samozatrudnione, kreatywni profesjonaliści, przedsiębiorcy i zwykli pracownicy również odczuwają presję. Wielu z nich nawet nie wie dokładnie, do czego właściwie służą te narzędzia - ale mają poczucie, że mogą coś tracić. I to właśnie powoduje stres.

Czytaj więcej

Sztuczna inteligencja w chmurze jako dyrektor szkoły: dlaczego przyszłość pracy leży w lokalnej sztucznej inteligencji?

przez
Sztuczna inteligencja w chmurze zostaje dyrektorem szkoły

Kiedy duże modele językowe rozpoczęły swój triumfalny marsz kilka lat temu, wydawały się niemal powrotem do starych cnót technologii: narzędzia, które robi to, co mu się każe. Narzędzie, które służy użytkownikowi, a nie odwrotnie. Pierwsze wersje - od GPT-3 do GPT-4 - miały słabości, owszem, ale były niesamowicie pomocne. Wyjaśniały, analizowały, formułowały i rozwiązywały zadania. I robiły to w dużej mierze bez pedagogicznego balastu.

Rozmawiało się z tymi modelami tak, jakby rozmawiało się z erudytą, który czasami mylił się w słowach, ale zasadniczo po prostu działał. Każdy, kto pisał kreatywne teksty, generował kod programu lub tworzył dłuższe analizy w tamtych czasach, doświadczył, jak płynnie to działało. Istniało poczucie wolności, otwartej przestrzeni twórczej, technologii, która wspierała ludzi, zamiast ich poprawiać.

Czytaj więcej

AI Studio 2025: Który sprzęt naprawdę się opłaca - od Mac Studio do RTX 3090

przez
Sprzęt 2025 dla studia AI

Każdy, kto pracuje dziś ze sztuczną inteligencją, jest niemal automatycznie wypychany do chmury: OpenAI, Microsoft, Google, wszelkie interfejsy internetowe, tokeny, limity, warunki. Wydaje się to nowoczesne - ale zasadniczo jest to powrót do zależności: inni określają, z których modeli możesz korzystać, jak często, z jakimi filtrami i za jaką cenę. Celowo idę w drugą stronę: obecnie buduję własne małe studio AI w domu. Z własnym sprzętem, własnymi modelami i własnymi przepływami pracy.

Mój cel jest jasny: lokalna sztuczna inteligencja tekstu, lokalna sztuczna inteligencja obrazu, uczenie się własnych modeli (LoRA, dostrajanie), a wszystko to w taki sposób, abym jako freelancer, a później także klient MŚP, nie był zależny od codziennych kaprysów jakiegoś dostawcy chmury. Można powiedzieć, że to powrót do starej postawy, która kiedyś była całkiem normalna: „ważne rzeczy robisz sam“. Tyle, że tym razem nie chodzi o własny warsztat pracy, ale o moc obliczeniową i suwerenność danych.

Czytaj więcej

Apple MLX vs. NVIDIA: Jak działa lokalna sztuczna inteligencja na komputerach Mac?

przez
Lokalna sztuczna inteligencja na Silicon z Apple Mac

Każdy, kto pracuje dziś ze sztuczną inteligencją, często najpierw myśli o ChatGPT lub podobnych usługach online. Wpisujesz pytanie, czekasz kilka sekund - i otrzymujesz odpowiedź tak, jakby na drugim końcu linii siedział bardzo oczytany, cierpliwy rozmówca. Ale o czym łatwo zapomnieć: Każde wejście, każde zdanie, każde słowo jest wysyłane do zewnętrznych serwerów przez Internet. To tam wykonywana jest właściwa praca - na ogromnych komputerach, których nigdy nie można zobaczyć.

Zasadniczo lokalny model językowy działa dokładnie w ten sam sposób - ale bez Internetu. Model jest przechowywany jako plik na komputerze użytkownika, jest ładowany do pamięci roboczej podczas uruchamiania i odpowiada na pytania bezpośrednio na urządzeniu. Technologia stojąca za nim jest taka sama: sieć neuronowa, która rozumie język, generuje teksty i rozpoznaje wzorce. Jedyna różnica polega na tym, że całość obliczeń pozostaje w firmie. Można powiedzieć: ChatGPT bez chmury.

Czytaj więcej

Szkolenie LoRA: Jak FileMaker 2025 upraszcza dostrajanie dużych modeli językowych

przez
Dokładne dostrojenie LoRA - FileMaker 2025

Świat sztucznej inteligencji jest w ciągłym ruchu. Nowe modele, nowe metody, a przede wszystkim nowe możliwości pojawiają się niemal co tydzień - a jednak jedno pozostaje niezmienne: nie każda innowacja techniczna automatycznie prowadzi do lepszego życia codziennego. Wiele rzeczy pozostaje eksperymentalnych, złożonych lub po prostu zbyt kosztownych do produktywnego wykorzystania. Jest to szczególnie widoczne w tak zwanym dostrajaniu dużych modeli językowych - metodzie specjalizacji generatywnej sztucznej inteligencji do własnych treści, terminów i tonacji.

Towarzyszyłem temu procesowi intensywnie przez ostatnie kilka miesięcy - najpierw w klasycznej formie, z Pythonem, terminalem, komunikatami o błędach i nerwowymi pętlami konfiguracji. A potem: z FileMaker 2025, krokiem, który mnie zaskoczył - bo nie był głośny, ale wyraźny. I dlatego, że pokazał, że jest inny sposób.

Czytaj więcej

Sztuczna inteligencja: które miejsca pracy są zagrożone i jak możemy się teraz uzbroić?

przez
Które zawody zostaną w przyszłości wyeliminowane przez sztuczną inteligencję?

Żadna inna zmiana technologiczna nie wkradła się do naszego codziennego życia tak szybko jak sztuczna inteligencja. To, co wczoraj uważano za wizjonerską technologię przyszłości, dziś jest już rzeczywistością - czy to w pisaniu SMS-ów, programowaniu, diagnozowaniu, tłumaczeniu, czy nawet tworzeniu muzyki, sztuki lub briefów prawnych.

Czytaj więcej

↑