Model językowy

Artykuły o modelach językowych i ich możliwych zastosowaniach. Ta sekcja dotyczy GPT, LLaMA, Mistral i innych LLM - od podstaw do praktycznych zastosowań.

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

Nauka myślenia w dialogu ze sztuczną inteligencją: dlaczego dobre pytania są ważniejsze niż dobre modele

przez
Nauka myślenia w dialogu ze sztuczną inteligencją

Termin „Sztuczna inteligencja jako sparingpartner“ jest obecnie często używany. Zwykle oznacza to, że sztuczna inteligencja pomaga w pisaniu, generowaniu pomysłów lub szybszym wykonywaniu zadań. Pierwszy podstawowy artykuł na ten temat został już opublikowany w magazynie. Ten artykuł ma teraz na celu pokazanie, w jaki sposób sztuczna inteligencja może być wykorzystywana jako skuteczny partner w myśleniu. W praktyce jasne jest, że sztuczna inteligencja staje się naprawdę interesująca tylko wtedy, gdy nie jest traktowana jako narzędzie, ale jako odpowiednik. Nie w ludzkim sensie, ale jako coś, co odpowiada, zaprzecza, prowadzi - lub nawet bezlitośnie ujawnia, gdzie twoje własne myślenie jest wadliwe.

To właśnie tutaj zaczyna się prawdziwa korzyść. Nie tam, gdzie sztuczna inteligencja „dostarcza“, ale tam, gdzie reaguje. Tam, gdzie nie tylko przetwarza, ale uwidacznia procesy myślowe. Jest to bardziej niewygodne niż tradycyjne narzędzie - ale także bardziej zrównoważone.

Czytaj więcej

Jak zwierzęta postrzegają czas - i co to oznacza dla przyszłości sztucznej inteligencji?

przez
Zwierzęta, sztuczna inteligencja i postrzeganie czasu

Kot leży na dywanie. Nie rusza się. Może krótko mrugnąć, obrócić ucho, westchnąć w duchu na narzucone mu warunki egzystencji - i nic więcej się nie dzieje. Człowiek patrzy na niego i myśli: „Typowe. Leniwe bydło“. Ale co, jeśli jest dokładnie odwrotnie? Co jeśli kot nie jest zbyt wolny - ale my jesteśmy? Ten artykuł powstał po tym, jak obejrzałem film Gerda Ganteföra na ten temat i uznałem go za tak interesujący, że chciałbym go tutaj zaprezentować.

Ludzie obserwują zwierzęta od wieków i zawsze dochodzą do tych samych błędnych wniosków. Interpretujemy ich zachowanie z naszą szybkością, naszą percepcją, naszym wewnętrznym zegarem. A ten zegar jest, trzeźwo patrząc, bardziej przytulnym kalendarzem ściennym niż szybkim procesorem. Być może kot wydaje się tak niezainteresowany tylko dlatego, że jego otoczenie jest dla niego tak dynamiczne, jak kolejka w urzędzie w piątkowe popołudnie.

Czytaj więcej

Gdy Mac słucha: Co zintegrowana sztuczna inteligencja Apple z Gemini i Siri będzie oznaczać dla użytkowników w przyszłości?

przez
Apple, Siri i Gemini

Każdy, kto dziś otwiera komputer Mac, oczekuje niezawodności. Programy uruchamiają się, pliki są na swoim miejscu, procesy są znajome. Wiele osób przez lata - a niektórzy przez dziesięciolecia - wypracowało sobie sposób pracy, który działa. Wiesz, gdzie kliknąć. Znasz swoje narzędzia. I właśnie w tym tkwi cichy komfort. Ale od pewnego czasu nastąpiła zmiana w tle, która jest większa niż nowe kolory, nowe ikony lub dodatkowe elementy menu. Po raz pierwszy forma sztucznej inteligencji wkracza nie tylko jako pojedyncza aplikacja, ale bliżej serca samego systemu operacyjnego. Tam, gdzie tworzone są codzienne rutyny.

Na początku brzmi to abstrakcyjnie. Być może nawet nieco futurystycznie. Ale w gruncie rzeczy chodzi o coś bardzo przyziemnego: komputer powinien lepiej rozumieć, o co chodzi. Nie tylko to, co zostało kliknięte. Jak dotąd wiele osób doświadczyło sztucznej inteligencji poza swoją rzeczywistą pracą. W oknach czatów, na stronach internetowych, jako eksperyment lub sztuczka. Wypróbowujesz coś, jesteś być może zdumiony, zamykasz okno ponownie - i wracasz do normalnego codziennego życia.

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

Używanie sztucznej inteligencji jako sparingpartnera: Jak myślenie w dialogu staje się bardziej produktywne

przez
Sztuczna inteligencja jako partner w oszczędzaniu

Używam sztucznej inteligencji od prawie dokładnie dwóch lat. Na początku było stonowanie i technicznie: wprowadzanie tekstu, wpisywanie podpowiedzi, czytanie odpowiedzi, poprawianie ich, zaczynanie od nowa. Tak, jak robiło to wiele osób - ostrożnie, w kontrolowany sposób, z pewnym dystansem. To działało, bez dwóch zdań. Ale wciąż było w tym coś mechanicznego. Zadawałeś pytania, otrzymywałeś odpowiedzi, zaznaczałeś pola.

Stosunkowo wcześnie zdałem sobie sprawę, że czegoś mi brakuje: przepływu. Myślenie nie jest formą. Dobre myśli nie są tworzone w gorsecie starannie sformułowanych danych wejściowych, ale poprzez rozmowę, próby i błędy, myślenie na głos. Zacząłem więc częściej korzystać z aplikacji AI na moim telefonie komórkowym - i w pewnym momencie po prostu zacząłem mówić zamiast pisać. To był prawdziwy punkt zwrotny.

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

↑