hAI Magazine

Wszystkie artykuły, które można znaleźć w papierowych wydaniach hAI Magazine.

Najnowsze

  • dr Inez Okulska, dr hab. Anita Ciesielska

    Jak to się robi w nauce (4)

    Kwartalny przegląd projektów AI w nauce.

    Jak to się robi w nauce (4)

  • Sebastian Kondracki, Jan Maria Kowalski

    🔒 Guardrails. Naprawdę przednia straż

    W systemach sztucznej inteligencji guardrails pełnią funkcję strażników, którzy kontrolują jej działanie, zapewniając bezpieczeństwo, zgodność z regulacjami i unikanie szkodliwych treści. To tak naprawdę jednocześnie straż przednia i tylna, bo filtruje dane…

    🔒 Guardrails. Naprawdę przednia straż

  • Bartosz Dobrowolski, Mikołaj Sznajder

    🔒 AI wchodzi do firmy. Sześć wyzwań, które zdecydują o sukcesie

    Sztuczna inteligencja może usprawnić pracę i przyspieszyć rozwój, ale sama technologia nie wystarczy. Firmy, które chcą wykorzystać jej potencjał, muszą sprostać kilku kluczowym wyzwaniom. Jak tego dokonać?

    🔒 AI wchodzi do firmy. Sześć wyzwań, które zdecydują o sukcesie

  • Michał Mikołajczak

    🔒 ZabezpieczAI swoje systemy

    Wykorzystanie sztucznej inteligencji w firmach otwiera nowe możliwości, ale niesie też realne zagrożenia. Zamiast obawiać się ich skutków, możemy zawczasu – świadomie i odpowiedzialnie – pomyśleć o zabezpieczeniach.

    🔒 ZabezpieczAI swoje systemy

  • dr Michał Nowakowski, Martyna Rzeczkowska

    🔒 AI na cenzurowanym

    Jakie zagrożenia stwarza sztuczna inteligencja? I na ile prawo odpowiada na innowacje OpenAI?

    🔒 AI na cenzurowanym

  • Paula Skrzypecka

    🔒 Uwaga, dane osobowe!

    Czy można pozyskiwać ze stron dane osobowe i karmić nimi AI? Czy można w ogóle trenować modele AI na danych „zwykłych ludzi”? To pytania, które w biznesie zadajemy sobie intensywnie od 2023…

    🔒 Uwaga, dane osobowe!

  • dr inz. Agnieszka Mikołajczyk-Bareła

    🔒 DeepSeek – przyczajony tygrys

    Najnowszy model DeepSeek oferuje zaawansowane możliwości rozumowania, porównywalne z czołowymi modelami, takimi jak GPT-4, przy znacznie niższych kosztach i mniejszym zużyciu zasobów obliczeniowych.

    🔒 DeepSeek – przyczajony tygrys

  • Remgiusz Kinas

    🔒 Bielik-R szykuje się do lotu?

    Modele „myślące” typu R to standard, który znajduje się już niemal we wszystkich wiodących rodzinach dużych modeli językowych. Nasz rodzimy Bielik również trzyma rękę na pulsie i podejmuje pierwsze próby stworzenia wersji,…

    🔒 Bielik-R szykuje się do lotu?

  • Marcin Wierzbiński

    🔒 Rozpoznaj labradora… chociaż go ledwo znasz, czyli few-shot learning

    Jeśli chcesz nauczyć model dokonywania trafnych prognoz, ale masz mało oznaczonych przy- kładów, skorzystaj z metody few-shot learning

    🔒 Rozpoznaj labradora… chociaż go ledwo znasz, czyli few-shot learning

  • Paulina Tomaszewska

    🔒 Jak rozsupłać neurony? Czyli co się kryje w dużych modelach językowych

    Rozpracowanie dużych modeli językowych (LLM) to jedno z największych wyzwań w AI. A gdyby zamiast biernie analizować ich wewnętrzną logikę, spróbować aktywnie wpływać na ich działanie? Tu z pomocą wkraczają rzadkie enkodery,…

    🔒 Jak rozsupłać neurony? Czyli co się kryje w dużych modelach językowych