Bezpłatna biblioteka AI

Naucz się sztucznej inteligencji.Za darmo na zawsze.

1019 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.

1019Bezpłatne przewodniki
9Ścieżki tematyczne
~2 minWedług przewodnika
~34hCzas czytania

Zacznij tutaj

Pięć Kursy oparte na wynikach

Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.

Ścieżki tematyczne

Przeglądaj według utworu

Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.

Pełna biblioteka

Wszystkie przewodniki

1019 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.

Aplikacje

Sztuczna inteligencja w kolorowaniu historycznych zdjęć i filmów

Kolorowanie AI dodaje wiarygodne, realistyczne kolory do czarno-białych zdjęć i filmów, przewidując odcienie na podstawie wzorów w skali szarości.

2 min. przeczytajPrzeczytaj
Aplikacje

Sztuczna inteligencja w przywracaniu dokumentów i odzyskiwaniu rękopisów

Sztuczna inteligencja pomaga odzyskać uszkodzone, wyblakłe lub stare dokumenty, wzmacniając słaby atrament, rekonstruując brakujący tekst, a nawet czytając zwoje zbyt delikatne, aby je otworzyć.

2 min. przeczytajPrzeczytaj
Dźwiękowa sztuczna inteligencja

Wokoder generatywny MelGAN

MelGAN to wokoder w pełni splotowy oparty na GAN, który zamienia spektrogramy mel w surowe przebiegi audio w jednym szybkim przebiegu do przodu.

2 min. przeczytajPrzeczytaj
Dźwiękowa sztuczna inteligencja

Wokoder UnivNet o wielu rozdzielczościach

UnivNet to wokoder GAN, który ocenia wygenerowany dźwięk na podstawie wielu spektrogramów obliczonych w różnych rozdzielczościach STFT, wyostrzając szczegóły wysokich częstotliwości.

2 min. przeczytajPrzeczytaj
Dźwiękowa sztuczna inteligencja

Wokoder dyfuzyjny DiffWave

DiffWave to wokoder oparty na dyfuzji, który syntetyzuje dźwięk poprzez iteracyjne odszumianie losowego szumu w kształt fali, uwarunkowany spektrogramem mel.

2 min. przeczytajPrzeczytaj
Podstawy

Normalizacja długości w optymalizacji preferencji

Normalizacja długości dostosowuje cele dostrajania preferencji, dzięki czemu modele przestają zdobywać akceptację po prostu pisząc dłuższe odpowiedzi.

2 min. przeczytajPrzeczytaj
Techniczne

Spekulatywne RAG i kreślenie wspomagane wyszukiwaniem

Spekulacyjny RAG przyspiesza i udoskonala generowanie wspomagane wyszukiwaniem, ponieważ mały, szybki model tworzy wiele potencjalnych odpowiedzi z pobranych…

2 min. przeczytajPrzeczytaj
Techniczne

Blokowa rzadka i natywna rzadka uwaga

Rzadkie bloki i natywna rzadka uwaga pozwalają transformatorom zająć się tylko najbardziej istotnymi fragmentami długiej sekwencji zamiast każdym tokenem, tnąc…

2 min. przeczytajPrzeczytaj
Społeczeństwo

Ekstrakcja modelu i ataki kradnące

Ataki polegające na ekstrakcji modelu pozwalają przeciwnikowi sklonować zastrzeżony model sztucznej inteligencji, po prostu wysyłając zapytanie do jego publicznego interfejsu API i szkoląc naśladowcę w zakresie odpowiedzi.

2 min. przeczytajPrzeczytaj
Techniczne

Dane wyjściowe modelu języka znaku wodnego

Znak wodny osadza ukryty sygnał statystyczny w tekście wygenerowanym przez sztuczną inteligencję, dzięki czemu można go później wykryć jako napisany maszynowo, bez zmiany tego, co…

2 min. przeczytajPrzeczytaj
Podstawy

Modelowanie nagrody Bradleya-Terry'ego

Model Bradleya-Terry'ego to stuletnia metoda statystyczna służąca do przekształcania porównań parami (A pokonuje B) na wyniki liczbowe.

2 min. przeczytajPrzeczytaj
Społeczeństwo

Hakowanie nagród i gra w specyfikacje

Hakowanie nagród ma miejsce wtedy, gdy sztuczna inteligencja maksymalizuje sygnał nagrody w niezamierzony sposób, zamiast robić to, czego faktycznie chcieli projektanci.

2 min. przeczytajPrzeczytaj

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.