01
Podstawy AI
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Bezpłatna biblioteka AI
Techniczne przewodnikiZa darmo na zawsze.
177 przewodniki w prostym języku angielskim, ustrukturyzowane ścieżki edukacyjne i otwarta biblioteka — stworzone przez niezależną organizację non-profit 501(c)(3), aby każdy mógł zrozumieć współczesną sztuczną inteligencję.
177Bezpłatne przewodniki
1Ścieżki tematyczne
~2 minWedług przewodnika
~6hCzas czytania
Zacznij tutaj
Pięć Kursy oparte na wynikach
Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.
02
Odpowiedzialny użytkownik AI
Korzystaj z AI produktywnie, jednocześnie chroniąc prywatność, kontrolując wyniki i dbając o odpowiedzialność człowieka.
03
AI w pracy
Oceniaj przypadki użycia w miejscu pracy, realizuj bezpieczne pilotażowe testy, mierz wartość i odpowiedzialnie komunikuj zmiany.
04
Polityka i społeczeństwo dotyczące sztucznej inteligencji
Analizuj systemy AI przez pryzmat praw, równości, zarządzania, bezpieczeństwa oraz efektów w interesie publicznym.
05
Budowanie z systemami AI
Zrozum modele językowe, wyszukiwanie, agenty, ocenę, koszty oraz zabezpieczenia wdrożenia poprzez praktyczne projektowanie systemów.
Ścieżki tematyczne
Przeglądaj według utworu
Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.
PodstawyPodstawowe pojęcia: jak sztuczna inteligencja działa na wysokim poziomie.84 przewodniki Językowa sztuczna inteligencjaLLM, NLP, ChatGPT, podpowiadanie i rozumienie tekstu.155 przewodniki Wizualna sztuczna inteligencjaGenerowanie obrazu, wizja komputerowa, wideo i projektowanie.133 przewodniki Dźwiękowa sztuczna inteligencjaGłos, muzyka, podcasty i sztuczna inteligencja oparta na dźwięku.117 przewodniki FirmyProfile OpenAI, Anthropic, Google, Meta i nie tylko.121 przewodniki AplikacjeJak sztuczna inteligencja pojawia się w kodowaniu, wyszukiwaniu, agentach i życiu codziennym.111 przewodniki PrzemysłySztuczna inteligencja w opiece zdrowotnej, finansach, edukacji, energetyce i nie tylko.91 przewodniki TechniczneChipy, dostrajanie, RAG, wektory i infrastruktura AI.177 przewodniki SpołeczeństwoUprzedzenia, prywatność, prawa autorskie, bezpieczeństwo i przyszłość sztucznej inteligencji.30 przewodniki
Pełna biblioteka
Wszystkie przewodniki
177 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.
Techniczne
Narzędzie do formowania narzędzi i samouki w użyciu narzędzi
Toolformer to metoda sztucznej inteligencji Meta 2023, która pozwala modelowi językowemu uczyć się, kiedy i jak wywoływać narzędzia zewnętrzne, takie jak kalkulatory, wyszukiwarki…
TechniczneAgent i biblioteka umiejętności Voyager Minecraft
Dowiedz się, jak działa Voyager: agent AI Minecrafta, który pisze kod, przechowuje umiejętności wielokrotnego użytku i doskonali się poprzez uczenie się przez całe życie bez aktualizacji gradientów.
TechniczneAgenci generatywni i symulowane społeczeństwa
Agenci generatywni to postacie AI zasilane modelami językowymi, które pamiętają, planują i reagują jak wiarygodni ludzie.
TechnicznePamięć epizodyczna i semantyczna
Agenci AI potrzebują dwóch rodzajów pamięci długotrwałej: pamięci epizodycznej dla konkretnych wydarzeń z przeszłości i pamięci semantycznej dla ogólnych faktów.
TechniczneUkryte modele Markowa
Ukryty model Markowa opisuje system, który przechodzi przez ukryte stany, których nie można bezpośrednio zobaczyć, emitując po drodze obserwowalne dane wyjściowe.
TechniczneProcesy Gaussa
Proces Gaussa to elastyczny, nieparametryczny sposób modelowania funkcji z wbudowanymi szacunkami niepewności.
TechniczneQ-Learning
Q-Learning to algorytm uczenia się przez wzmacnianie, który uczy agenta, jakie działania przynoszą największe korzyści, poprzez stopniowe uczenie się wartości każdego ruchu w drodze prób…
TechniczneMetody aktora-krytyka
Metody aktora-krytyka łączą w sobie dwóch uczniów: „aktora”, który wybiera działania, i „krytyka”, który ocenia, jak dobre były te działania.
TechniczneWyszukiwanie drzew w Monte Carlo
Wyszukiwanie drzew Monte Carlo (MCTS) to algorytm planowania, który decyduje o najlepszym posunięciu, selektywnie budując drzewo wyszukiwania i symulując wiele możliwych przyszłości.
TechniczneAdam i optymalizatory adaptacyjne
Adam jest głównym optymalizatorem większości nowoczesnych sieci neuronowych, automatycznie dostosowującym osobną szybkość uczenia się dla każdego parametru.
TechnicznePlanowanie szybkości uczenia się
Harmonogram szybkości uczenia się zmienia wielkość kroku podczas szkolenia, zamiast utrzymywać ją na stałym poziomie.
TechniczneNormalizacja warstw
Normalizacja warstw stabilizuje trening poprzez przeskalowanie aktywacji w każdym indywidualnym przykładzie, tak aby miały zerową średnią i wariancję jednostkową.
Skończyłeś czytać? Udowodnij to.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.