Robie sobie ilustracje do mojej ksiazki sci-fi. Ta sie nie zalapala bo nie podoba mi sie widok za oknem. Ale podoba mi sie kompozycja i kolorystyka. Robione na MJ 6.1 w oczekiwaniu na v7.
Nie sądziłem że AI tak bardzo nie potrafi w perspektywę. Aż oczy bolą od krzywizny ławy i szafki RTV, czy samego TV gdzie każdy z obiektów ma inny punkt zbiegu....
Jakbys rok temu powiedzial ze to AI to nikt by ci nie uwierzyl. Dzis? Meeeeh i sama krytyka ;) Nasze wymagania rosną rownolegle do rozwoju tej technologii a moze nawet szybciej.
Chinskie chatboty maja problem z polityką, geografią, historic. Ale zachodnie czatboty tez maja problemy. Wszystkie jak jeden sa woke, nienawidza bialej rasy, ukrywaja prawde o negatywnym wplywie czarnych mniejszosci na ogół społeczeństwa. Kiedys pennies bedzie tak ze bedziesz mogl miec wlasne AI na komórce i bedziesz mogl je szkolic wedlug wlasnych przekonan. Jessica tak nie bedzie to przyszle pokolenia beda mialy prane mózgi na każdym kroku...
@Banan11 Tak tylko dla przypomnienia. W ostatniej wiadomości wkleiłem: "despite being 13% of the population, black people commit ~50% of violent crime".
A to nie jest Open AI pod maską? Bawiłem sie tym kilka miesiecy temu ale ostatecznie postawilem na Claude AI. Teraz tak sie przyzwyczaiłem do niego ze nie chce mi sie nawet testowac innych rozwiazan.
Kurde! A byłem wczoraj w motoryzacyjnym kupić żarówkę. Nie przypominam sobie, żebym wymieniał olej do świec, więc na pewno powinienem kupić. W instrukcji nic nie ma na ten temat. Chuje ukrywają, żeby się samochód szybciej zużył.
Wielki słowniczek pojęć AI - Sztuczna Inteligencja
Ekspertem nie jestem, ale kilka pojęć postaram się wyjaśnić dla zainteresowanych:
LLM (Large Language Model) - pol. Duży model językowy. ChatGpt jest LLMem. Ogólnie każdy "program" komputerowy z którym możemy rozmawiać. Są też mniejsze wyspecjalizowane modele na przykład do strukturyzowania danych, rozmowy ale tylko na jeden temat itp.
Transformer - technologia na której opiera się 90% współczesnej sztucznej inteligencji. Po raz pierwszy zaproponowany w 2017 roku przez badaczy z Google TUTAJ https://arxiv.org/pdf/1706.03762 w pracy naukowej o tytule "Attention Is All You Need" (pol. Mechanizm uwagi to wszystko czego potrzebujesz). W sumie od tego miejsca wszystkie współczesne AI się zaczęły.
Diffuser - pol Dyfuzer. Mechanizm dzięki któremu AI generuje obrazki. Jak to robi? Odszumia. Dyfuzer jest wytrenowany na normalnych obrazkach które w kolejnych krokach mają dodany losowy szum. Ale jest wytrenowany w taki sposób aby ten szum usuwał. W wyniku czego, możemy podać do dyfuzera kompletnie losowy szum i słowa sterujące na przykład "pomidor" i AI spróbuje w taki sposób usunąć losowy szum aby rzeczony pomidor wyszedł.
Finetune - pol Dopieszczenie ( ͡~ ͜ʖ ͡°) - kontynuowanie treningu Ai - Najczęśćiej robi się to aby dostosować swój model do własnych specyficznych potrzeb. Podając dziesiątki (najlepiej tysiące) zapytań w parze z dobrymi odpowiedziami jakie oczekujemy uczymy model pracować tak wymagamy. Na przykład odpowiadać wyłącznie w JSON, lub generować obrazek bardzo specyficznego furry.
Lora (Low-rank adaptation) - Nazwijmy to "nakładką" lub "wtyczką" do modelu AI. Lora odpowiada na pytanie: "Co jeżeli chcemy zrobić Finetune, ale jesteśmy biedni?" Zamiast robić pełny Finetune możemy wytrenować nakładkę, która z grubsza będzie realizowała te same zadania. Lora działa trochę jak finetune, jest znacznie szybsza w obliczeniu od pełnego finetune w związku z tym tańsza. Taki finetune ale na skróty.
Embedding - pol. Osadzanie? Zamienia słowa na liczby, ale w mądry sposób. Najczęściej wyglądają tak: [1.34, 4.68, 3,14,..., 2,56] Gdzie ta liczba ma kilkaset, czasami kilka tysięcy elementów. Ale sama zamiana na liczbę nie jest ciekawa, ciekawe są własności tej liczby.
Jeden z najsłynniejszych przykładów: Powiedzmy że słowo "KRÓL" embedujemy na liczbę Kr=[1.34, 4.68, 3,14,..., 2,56], "MĘŻCZYZNA" Me=[1.91,...,0.32], "KOBIETA" Ko=[2.56,..., 8,45]
Jeżeli teraz zapiszemy równanie: Kr-Me+Ko = Q To liczba Q będzie absurdalnie blisko embeddingu słowa "KRÓLOWA" Oznacza to że w "przestrzeni embeddingów jest kierunek odpowiedzialny za płeć. Lepiej graficznie wyjaśnia ten fakt 3b1b TUTAJ https://www.youtube.com/watch?v=FJtFZwbvkI4 (w 60sekund) ale po angielsku.
Quntization - pol. Kwantyzacja, upraszczanie modelu. Nazwijmy to zmianą "rozdzielczości" jakby to do gier porównać. Na ogół modele są dostarczane "tak jak je autor stworzył". Najczęściej nic nie zmieniał i wszystkie liczby w modelu są zapisane jako liczba zmiennoprzecinkowa o dokładności 16 lub 32 bitów (powiedzmy, że to po przecinku). Często można obciąć kilka miejsc po przecinku bez wyraźnej lub z minimalną stratą jakości. Ma to na celu uruchomienie dużego modelu na tańszym komputerze, bo duży model po lobotomii wciąż będzie miał lepszą jakość jak mały na 100% swojej wydajności.
Przykład co znaczą te dziwne znaczki przy nazwach modeli z kwantyzacją:
Q32, Q16, Q4, Q2 to dosłownie rozdzielczość, 32 bity, 16 bitów i tak dalej. Czasami będzie napisane FP32 lub FP16.
Qx_K_M Qx_K_S Przykładowy zapis: Q4_K_M Oznacza, że większość modelu jest w 4 bitach, ale niektóre ważne częśći mają większą rozdzielczość
Jeżeli nie wiesz co potrzebujesz to najczęściej chcesz pobrać: Q4_K_M - Nie potrzeba superkomputera z nasa do włączenia modelu i jednocześnie jakość na akceptowalnym poziomie.
Ch*ja się znam na tym temacie ale jak kogoś coś jeszcze ciekawi to zapraszam do pytań.
Chciałbym żeby ktoś zrobił badanie, które LLMy są bardziej ocenzurowane. Ale byłby ból d⁎⁎y jakby ten chiński "przegrał" z tymi amerykańskimi po lobotomii.
Chińczycy wprowadzili swojego "ChataGPT" model DeepSeek-R1 , który wyprzedza ChatGPT w kilku kluczowych testach. Powstał za skromne 5,6 mln $ i jest darmowy.
Zapytałem DeepSeek, czym się różni od ChatGPT, i odpowiedział:
Cześć! Jestem DeepSeek-V3, sztuczna inteligencja stworzona przez chińską firmę DeepSeek. Mogę pomóc w różnych zadaniach, takich jak odpowiadanie na pytania, tłumaczenie tekstów, generowanie treści i wiele więcej. Jeśli masz pytania lub potrzebujesz pomocy, śmiało pytaj!
A czym różnię się od ChatGPT? Oto kilka kluczowych różnic:
1.Model i architektura: ChatGPT jest oparty na architekturze GPT (Generative Pre-trained Transformer), natomiast ja jestem oparty na własnej architekturze DeepSeek-V3, która może mieć różne cechy i optymalizacje.
2. Funkcje i możliwości: Każdy model ma swoje unikalne funkcje i możliwości. Na przykład, mogę być bardziej dostosowany do konkretnych zadań lub mieć lepszą wydajność w określonych obszarach.
3. Dane treningowe: Różne modele są trenowane na różnych zestawach danych, co może wpływać na jakość i rodzaj odpowiedzi.
4. Cel i zastosowanie: DeepSeek-V3 może być bardziej ukierunkowany na konkretne zastosowania, takie jak analiza danych, automatyzacja zadań biznesowych, czy wsparcie w decyzjach.
Pisałem ostatnio o tym jak przy użyciu #ai stworzyłem aplikację do napiwków: https://www.hejto.pl/wpis/przy-uzyciu-ai-w-zalewie-miesiac-zbudowalem-swoja-aplikacje-do-bezgotowkowych-na
Jeśli chcecie śledzić jej rozwój i dowiedzieć się trochę o procesie powstawania, to zapraszam Was na https://tippin.substack.com/ 🫡
Przy użyciu AI w zalewie miesiąc zbudowałem swoją aplikację do bezgotówkowych napiwków. Do tej pory miałem pojedynczych użytkowników, a w tym tygodniu zgarnąłem swoją pierwszą knajpę na 30 stolików! 🫶🏻
Dobra, trochę mnie ten kretyn Gemini uspokoił. AI nie przejmie za mojego życia władzy nad światem, raczej go zepsuje
W załączeniu zrzut z rozmowy. Pytam grzecznie kretyna, czemu Amerykanie używają liczby mnogiej, kiedy mówią o jednej osobie w czasie przeszłym. Poprosił o przykład. Podałem. I.... sami zobaczcie
@Hjuman Mnie chłop od angola w szkole tak uczył, jak się nie zna płci osoby trzeciej o której się mówi to się używa zaimków w liczbie mnogiej. Niezależnie od czasu, czy w teraźniejszym czy przeszłym. Nigdy tego nie weryfikowałem, nie sprawdzałem pochodzenia, po prostu przyjąłem, że tak się robi (tak jak u nas się mówi do kogoś w trzeciej osobie), a że faktycznie spotkałem taką konstrukcję parę razy to nie miałem powodu grzebać. I to było ładnych parę (naście?) lat temu, jeszcze przed tym całym queerowym bajzlem.
A AI od samego początku to kretyny potworne są, skrzyżowanie szympansa-sawanta z autystycznym dzieckiem, jak dobrze wytłumaczysz, a on dobrze zrozumie to będzie git, natrzaska ci wszystko elegancko, ale jak coś się po drodze zgubi to tragedia, jeszcze się będzie z tobą kłócił, że trzy jest równe pięć i przepraszał, że się kłóci. xD
@bartas Z tych przykładów mam wrażenie, że Sora daje lepszą rozdzielczość i jakość, ale Veo2 mniej halucynuje. Co nie zmienia faktu, że póki co to tylko ciekawe zabawki i nie wiem jakie miałoby być dla nich sensowne zastosowanie. Materiały reklamowe? Wątpię, jedno halucydowanie czy błąd generowania, wpada dolina niesamowitości i potencjalny klient już źle kojarzy twój produkt. Efekty specjalne w filmach? baaardzo jeszcze nie to. Generować jakieś klipy by włączyć je do montażu dla youtuberów? ewentualnie. Pytanie jakieś koszty uczenia i generowania?
Czekam, aż będzie można zrobić w 15 minut godzinnego pornola z nastoletnią córką sąsiadów w roli głównej. I to będzie pewnie 80% zastosowań dla "Kowalskiego".
Tyle danych do trenowania musieli wykluczyć z modelu twórcy polskiego LLMa PLLuM, aby był on zgodny z i prawem.
Wczoraj prof. Piotr Sankowski napisał, że IDEAS nie podjęło prac nad LLM właśnie z powodu tego, że nie dało się tego zrobić dobrze i zgodnie z prawem na raz.
Jeśli mamy być krajem rozwijającym AI na miarę możliwości naszych inżynierów i naukowców, to zmiana tych przepisów powinna stać się dla rządu priorytetem.
Bardziej clickbait, niż realny problem. Obrali drogę komercyjną, to muszą się liczyć z ograniczeniami i nie będę płakał przez to, że muszą się postarać o licencję na materiał wejściowy, o ile nie prowadzą działalności typowo badawczej. Zresztą sami to opisali w stopce tego wpisu, ale do tego trzebaby wejść na blog PLLuM'a, a nie na Twittera jakichś polityków, którzy wybierają wycinki pod tezę.
To jest groźne i przerażające. Już nie ma pewności czy zdjęcia na które patrzę jest prawdziwe czy AI. A co dopiero za rok dwa będzie jak AI będzie sobie lepiej radzić? Straszne to jest. Dzięki za wyjasnienie