Twój koszyk jest obecnie pusty!
Najnowsze
Syntetyczne treści o charakterze seksualnym – technologia przemocy?
W dobie generatywnej sztucznej inteligencji każdy może stać się ofiarą cyfrowej przemocy.
Observability – brakujące ogniwo w strategii AI
Dziś organizacje przechodzą z manualnych, złożonych procesów, które wymagają wykwalifikowanej kadry, do automatyzacji opartej na coraz intensywniejszym wykorzystaniu sztucznej inteligencji.
Nowe zawody: górnicy stylu AI
Zwolennicy AI mówią, że nie ma się czego bać. Że choć wiele zawodów zostanie zautomatyzowanych przez sztuczną inteligencję, to przecież na ich miejsce powstać będzie musiało wiele nowych. Czy wydobywanie stylu może…
🔒 Modele wizyjne
Modele wizyjne (ang. computer vision models) to gałąź sztucznej inteligencji, która zajmuje się uczeniem maszyn interpretacji i rozumienia świata widzialnego. W najprostszym ujęciu to sztuka przekształcania danych obrazowych w użyteczne informacje i…
🔒 Metoda spadku gradientu
Większość współcześnie stosowanych algorytmów uczenia maszynowego trenuje się na przykładach uczących, na podstawie których algorytm stara się wykryć zależności (wzorce) w danych pozwalające na wykonywanie określonych zadań.
🔒 Polskie zasoby językowe a rozwijanie rodzimych LLM-ów
Tworzenie wysokiej jakości modeli językowych to system naczyń połączonych. Wymaga on korzystania z odpowiedniej infrastruktury i zaangażowania kompetentnego zespołu, ale przede wszystkim dostępu do dużego zbioru starannie dobranych danych.
🔒 Zatruwać czy szczepić? Jak przechytrzyć modele generujące obrazy?
Modele potrzebują danych, a te nie biorą się znikąd. To my je dostarczamy. Za każdym razem, kiedy publikujesz na Instagramie zdjęcie obiadu, Meta dostaje darmowy datapoint. Ulepszy nim swoje generatory, które następnie…
🔒 Autorzy technologii deepfake – najwięksi złoczyńcy XXI wieku?
Jakiś czas temu miałam przyjemność (w końcu!) obejrzeć film Oppenheimer, który pokazuje życie tytułowego bohatera i jego pracę nad bronią nuklearną.
🔒 Jak sprawdzać, czy model halucynuje?
Czym są halucynacje, czyli tak zwane błędne odpowiedzi lub predykcje modelu, jakie są rodzaje tych błędów, i przede wszystkim, jak sobie z nimi radzić?
🔒 Nie wyjaśniajmy wizyjnych modeli AI w oderwaniu od kontekstu
Czy fakt, że stetoskop jest blisko jakiejś osoby, czyni ją lekarzem? I jakie to ma znaczenie dla objaśniania decyzji podejmowanych przez modele AI?
