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

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

Apple w okresie przejściowym: wczesne urządzenia, osobiste doświadczenia i wystawa w OCM

Apple Macintosh Classic i Colour Classic

Jeśli interesujesz się historią komputerów, wizyta w Muzeum Komputerów w Oldenburgu jest szczególnie warta uwagi. Muzeum jest jednym z tych miejsc, które nie muszą być głośne, aby zrobić wrażenie, a od kwietnia będzie gościć specjalną wystawę pod hasłem „50 lat komputera Apple“. Od wielu lat technologia jest tam nie tylko wystawiana, ale także utrzymywana przy życiu. Urządzenia nie znajdują się za szkłem, ale często są gotowe do użycia na stołach - tak jak były używane w przeszłości.

To właśnie robi różnicę. Na wystawie można nie tylko zobaczyć stare komputery, ale także poczuć, jak to było pracować, bawić się i myśleć za pomocą tych maszyn. Od wczesnych komputerów domowych po klasyczne komputery biurowe i specjalne jednorazowe, wszystko jest reprezentowane - starannie zebrane, utrzymane, a przede wszystkim jasno skategoryzowane.

Czytaj więcej

Od Commodore C16 do WordPressa: podróż przez wczesne lata internetu

Od modemu do Internetu i magazynu

Dzisiejszy smartfon zawiera więcej mocy obliczeniowej niż kiedyś całe sale komputerowe. W latach 80. sytuacja wyglądała zupełnie inaczej. Komputery były rzadkie, drogie i dla wielu ludzi stanowiły tajemniczą maszynę. W tamtych czasach, jeśli miałeś własny domowy komputer, należałeś do małej grupy majsterkowiczów, wynalazców i ciekawskich. Ekscytujące było to, że komputerów nie można było po prostu konsumować. Trzeba było je zrozumieć. Wiele programów nie było dostępnych do kupienia w postaci gotowej. Zamiast tego, czasopisma komputerowe zawierały strony listingów z kodem BASIC, który trzeba było wpisywać linijka po linijce. Dopiero wtedy można było sprawdzić, czy program w ogóle działa.

Dziś brzmi to nużąco, ale miało jedną wielką zaletę. Automatycznie uczyłeś się, jak działają komputery. Jeśli popełniłeś błąd, natychmiast otrzymywałeś komunikat o błędzie - i musiałeś sam dowiedzieć się, gdzie był błąd. W ten sposób wielu młodych fanów komputerów rozwinęło bardzo naturalne podejście do technologii i programowania.

W tym czasie rozpocząłem swoją własną podróż do świata komputerów.

Czytaj więcej

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

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

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 dla początkujących: jak rozpocząć pracę ze sztuczną inteligencją bez wcześniejszej wiedzy

Sztuczna inteligencja dla początkujących

Sztuczna inteligencja dla wielu osób wydaje się nagłym zjawiskiem. Jeszcze kilka lat temu ledwo odgrywała rolę w codziennym życiu, ale dziś jest stale obecna - w wiadomościach, w dyskusjach, w rozmowach w pracy. Wrażenie to jest jednak mylące. Sztuczna inteligencja nie pojawiła się z dnia na dzień. Jest badana, rozwijana i wykorzystywana w wyspecjalizowanych obszarach od dziesięcioleci. Nowością nie jest pomysł, ale podejście.

Sztuczna inteligencja istnieje jako idea badawcza od dziesięcioleci. Przez długi czas był to temat dla uniwersytetów, dużych korporacji i wyspecjalizowanych aplikacji. Obecnie duża różnica polega na tym, że wiele systemów sztucznej inteligencji dojrzało do punktu, w którym mogą być używane przez zwykłych ludzi w życiu codziennym - za pośrednictwem prostego okna wprowadzania danych, na komputerze lub smartfonie.

Czytaj więcej

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

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

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