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
Zdezagregowane wstępne wypełnianie i dekodowanie
Architektura obsługująca, która dzieli wnioskowanie modelu dużego języka na dwie oddzielne fazy — wstępne wypełnianie i dekodowanie — i uruchamia je na różnych pulach procesorów graficznych.
TechniczneRouting wnioskowania LLM i równoważenie obciążenia
Warstwa kontrolna decydująca, która replika modelu, procesor graficzny lub backend powinna obsłużyć każde przychodzące żądanie LLM i w jaki sposób rozłożyć ruch, tak aby żaden pojedynczy serwer…
TechniczneRównoległość tensorowa dla dużych modeli
Sposób na podzielenie obliczeń w ramach pojedynczej warstwy sieci neuronowej na wiele procesorów graficznych, aby nadal można było uruchomić model zbyt duży dla jednego urządzenia.
TechniczneAutorefleksja w pętlach agentów
Autorefleksja pozwala agentowi sztucznej inteligencji krytycznie ocenić własne wyniki i działania w połowie zadania, a następnie dokonać przeglądu w oparciu o tę krytykę.
TechniczneRozumowanie oparte na drzewie myśli
Drzewo myśli pozwala modelowi badać wiele ścieżek rozumowania równolegle, niczym gałęzie drzewa, zamiast skupiać się na jednym toku myślenia.
TechniczneWykres rozumowania myśli
Wykres myśli modeluje rozumowanie jako sieć, w której myśli mogą się swobodnie łączyć, zapętlać i łączyć, a nie tylko rozgałęziać.
TechniczneNierównowaga klas i ponowne próbkowanie
Nierównowaga klas ma miejsce, gdy jeden wynik znacznie przewyższa liczbę innych – na przykład 99,9% legalnych transakcji w porównaniu do 0.
TechniczneAutoenkodery
Autoenkoder to sieć neuronowa, która uczy się kompresować dane do zwartego kodu, a następnie rekonstruować je, zmuszając sieć do przechwytywania tylko najbardziej…
TechniczneSieci syjamskie i utrata trójek
Sieci syjamskie wykorzystują dwie lub więcej identycznych gałęzi z podziałem wag, aby dowiedzieć się, jak podobne są dwa dane wejściowe, zamiast klasyfikować każdy z nich.
TechniczneUczenie się wielozadaniowe
Uczenie się wielozadaniowe szkoli jeden model do wykonywania kilku powiązanych zadań jednocześnie, dzieląc między nimi wewnętrzne reprezentacje.
TechnicznePrzewidywanie konformalne
Przewidywanie konforemne otacza dowolny model w celu uzyskania zbioru lub przedziału, który gwarantuje, że zawiera prawdziwą odpowiedź z wybranym prawdopodobieństwem, np. 90%.
TechniczneKalibracja prawdopodobieństwa
Kalibracja oznacza, że prawdopodobieństwa podane w modelu odpowiadają rzeczywistości: gdy mówi się o 70%, zdarzenie powinno mieć miejsce w około 70% przypadków.
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.