🤯 Rewolucja AI przyśpiesza, ale pomożemy Ci trzymać rękę na pulsie.

🗓 PONIEDZIAŁEK 13.11

Witaj w trzecim wydaniu Horyzont.ai, Twojego kompasu w świecie sztucznej inteligencji.

Niezależnie, czy dopijasz poranną kawę czy już jesteś w biurze, nasz newsletter pomoże Ci zacząć korzystać z AI na co dzień oraz nadążyć za nieustannymi nowościami.

~Jakub i Oskar

🎯 W DZISIEJSZYM WYDANIU

• 🎓 AI od zera do zrozumienia: Etyka w dziedzinie sztucznej inteligencji.

•  🥷 ✍🏻 Prompt Ninja: Few Shot i Zero Shot Chain-of-Thoughts prompting.

• 🤖 A.I. w praktyce: Dostęp do N.O.T_Y.E.T. i Prompt Mastera.

• 📚 Rekomendowana Biblioteka: Materiały dostępne online.

• 🗞 Ręka na pulsie: najważniejsze wiadomości z poprzedniego tygodnia.

📣 Słuchamy Was!

Wasze opinie są dla nas bezcenne i pomagają ulepszać Horyzont.ai. Dzięki nim każdy numer jest lepszy niż poprzedni. W odpowiedzi na liczne prośby, wprowadzamy nową sekcję: "Ręka na Pulsie". Tutaj znajdziecie starannie wyselekcjonowane newsy - te najważniejsze i godne uwagi. A dla spragnionych więcej wiedzy o świecie AI, na końcu sekcji czeka na Was link do naszego szczegółowego tygodniowego podsumowania.

🕓 Czas czytania: 5min 26s

📚 AI od zera do zrozumienia:

Zeszłotygodniowe wydanie pomogło nam zrozumieć relacje między Sztuczną inteligencją, Uczeniem Maszynowym, Informatyką, Nauką o Danych i Uczeniem Głębokim. Na dole tej sekcji znajdziesz prawidłową odpowiedź do poprzednich ćwiczeń wraz z wyjaśnieniem.

Przechodząc dalej…

Lekcja 3: Etyka w Sztucznej Inteligencji.

Dzisiaj zajmiemy się tematem niezwykle istotnym w kontekście AI - etyką. Etyka w sztucznej inteligencji dotyczy kwestii odpowiedzialności, transparentności i uczciwości systemów AI.

1. Odpowiedzialność: Kto jest odpowiedzialny gdy AI popełnia błąd? To pytanie staje się coraz bardziej istotne, gdy AI znajduje zastosowanie w krytycznych obszarach, takich jak opieka zdrowotna czy transport.

Przykład z opieki zdrowotnej może obejmować AI wykorzystywanego do diagnozowania chorób. Jeśli algorytm popełni błąd skutkujący niewłaściwą diagnozą, będzie to mieć poważne konsekwencje dla zdrowia pacjenta. Podobnie, w transporcie odpowiedzialność jest kluczowa w przypadku autonomicznych pojazdów.

2. Transparentność: Czy użytkownicy AI rozumieją jak działają algorytmy? Transparentność w AI oznacza, że użytkownicy powinni mieć wiedzę o tym jak systemy podejmują decyzje.

Przykładem może być system rekomendacji postów w social media. Użytkownicy mogą nie rozumieć dlaczego pewne treści są im sugerowane. Bez transparentności użytkownik nie wie czy rekomendacje opierają się na jego poprzednich wyborach, popularności postów czy innych czynnikach.

3. Uczciwość: Jak zapewnić, że AI nie jest stronnicze? Algorytmy mogą nieświadomie utrwalać istniejące uprzedzenia społeczne, co może prowadzić do niesprawiedliwych wyników.

Przykładem może być algorytm rekrutacyjny wykorzystywany przez firmy do przeglądania CV. Jeśli algorytm został nauczony na danych historycznych, które odzwierciedlają istniejące uprzedzenia (na przykład, preferując mężczyzn w branży technologicznej), może nieświadomie utrwalać te uprzedzenia, dyskryminując kandydatów ze względu na płeć.

4. Prywatność: Jak AI wpływa na naszą prywatność? Systemy AI mogą gromadzić i analizować ogromne ilości danych osobowych, co rodzi pytania dotyczące prywatności i bezpieczeństwa danych.

Przykładem może być inteligentny asystent domowy taki jak Amazon Echo lub Google Home, który słucha i rejestruje rozmowy w domu. Te urządzenia mogą gromadzić dane dotyczące prywatnych rozmów, nawyków, a nawet informacji osobistych.

✍️ Twoje Ćwiczenie:

Twoje odpowiedzi pomogą nam zrozumieć, które kwestie etyczne są najbardziej istotne dla naszej społeczności.

✅ Prawidłowe odpowiedzi z ostatnich ćwiczeń:

1. Który typ uczenia maszynowego opiera się na interakcji z otoczeniem, otrzymując nagrody lub kary za działania?
   a) Uczenie Nadzorowane
   b) Uczenie przez wzmacnianie
   c) Uczenie nienadzorowane

   
   ✅ Prawidłowa odpowiedź: b) Uczenie przez wzmacnianie.
   Przykładem może być algorytm grający w szachy, który uczy się lepszych ruchów poprzez wynik gry.

2. 📊  Gdzie należałoby umieścić uczenie głębokie? 

   

   ✅ Prawidłowa odpowiedź: Sekcja D.

   

🥷 ✍🏻 Prompt Ninja

Zero-Shot i Few-Shot Chain-Of-Thoughts (w skrócie CoT) to kolejne zagadnienie, które pomoże nam w skutecznej komunikacji z technologią przyszłości.

Warto zrozumieć, czym dokładnie są te koncepcje.

Rozważmy scenariusz: Model językowy tak potężny jak GPT-4 staje przed wyzwaniem logicznym - jak model podejdzie do rozwiązania tego zadania bez uprzednich wskazówek?

Właśnie tutaj pojawia się Zero-Shot CoT: intelektualny solista, który rozwiązuje problemy w oparciu o swoją wszechstronną wiedzę.

Przykład: Jeśli zadasz modelowi pytanie "Jeśli masz 5 jabłek i dasz 2 swojemu przyjacielowi, ile jabłek zostanie? Weź głęboki oddech i rozwiąż to zadanie krok po kroku", model wygeneruje własny łańcuch myślenia, aby odpowiedzieć na to pytanie, tak jakby wykonywał to zadanie po raz pierwszy

Ale co jeśli zadanie stanie się trudniejsze?

Tu na scenę wkracza Few-Shot CoT: trener myślenia, który przygotowuje AI do trudniejszych wyzwań poprzez prezentację przykładów rozwiązań. Model ucząc się z tych scenariuszy adaptuje pokazane metody myślenia do nowych zadań.

W tych przykładach dostarczasz modelowi konkretne przykłady, które mają mu pomóc zrozumieć czego oczekujesz. Dzięki temu model ma lepsze wyobrażenie o kontekście i formacie odpowiedzi, co zazwyczaj prowadzi do bardziej precyzyjnych i spójnych odpowiedzi.

Które podejście jest lepsze? 🤔

1. Zależy od sytuacji:

   • Proste zadania logiczne: Gdy zadanie jest prostym równaniem matematycznym, Zero-Shot CoT może śmiało stawić czoło wyzwaniu.

   • Złożone problemy wymagające specjalistycznego rozumowania: Tu Few-Shot CoT przejmuje pałeczkę zapewniając modelowi przewodnik po krainie złożonych zagadnień.

   • Zadania wymagające interdyscyplinarnego rozumowania: W świecie gdzie wiedza jest wszechstronna Few-Shot CoT może okazać się najlepszym nauczycielem.

   • Zadania wymagające kreatywności lub nietypowego rozumowania: Chcąc wydobyć z AI iskrę kreatywności, ponownie Few-Shot CoT jest metodą wyboru.

2. Koszt obliczeniowy:

   • Few-Shot CoT to droższa inwestycja czasu i energii obliczeniowej, ale czasami oszczędności czasu i wysiłku przemawiają za jego wyborem. Aczkolwiek tokeny wejściowe kosztują mniej niż wygenerowane. Jeśli podanie przykładów skróci wyjście (output), to może wyjść taniej przez brak błędów. (dzięki @ChomatekLukasz za uzupełnienie w poprzedniej edycji)

3. Elastyczność:

   • Z większą elastycznością Few-Shot CoT wydaje się być narzędziem bardziej uniwersalnym, dostosowującym się do wymagań stawianych przez użytkownika.

💡 Podsumowując, nasze AI może być albo samoukiem albo uczniem korzystającym z przygotowanych lekcji. Wybór metody będzie zależał od specyfiki zadania i oczekiwań stawianych przez nas, użytkowników.

🤖 A.I. w praktyce | N.O.T_Y.E.T i jego pomagier Prompt Master:

Dzisiaj damy Ci dostęp do GPT, na którego zbudowanie poświęciliśmy 48h. N.O.T_Y.E.T. to nie tylko technologia, ale partner, który wspiera nas w osiąganiu większej produktywności i lepszego zarządzania czasem.

W świecie, gdzie AI oszczędza tysiące godzin pracy każdego dnia, N.O.T_Y.E.T. dowodzi, że przyszłość jest już tu.

Link do N.O.T_Y.E.T

Instrukcja do ustawienia akcji w Zapierze

Prompt Master to GPT, który zna zasady prompt engineeringu. Jego baza danych to skondensowana wiedza z artykułów z http://arxiv.org, w których eksperci rozkładają pisanie promptów na czynniki pierwsze.

 Link do Prompt Mastera

📚 Biblioteka

1. "Explaining the Principles to Practices Gap in AI"

   Ten artykuł autorstwa Abhisheka Gupty podsumowuje artykuł akademicki Daniela Schiffa, Bogdana Rakova, Aladdina Ayesha, Anat Fanti, Michaela Lennona związany z wdrażaniem zasad etycznych w praktyce. Zwraca uwagę na potencjalne przyczyny tych wyzwań w korporacjach, takie jak niezgodność motywacji, złożoność wpływu AI i podziały dyscyplinarne​​.

   Link do podsumowania (web)

2. "Artificial Intelligence and the Privacy Paradox of Opportunity, Big Data and The Digital Universe"

   Napisany przez Connora Wrighta, podsumowuje badanie Garyego Smitha. Zwraca uwagę na to, jak pandemia wpłynęła na zwiększenie internetowej łączności i dzielenie się naszymi danymi przez firmy, podkreślając znaczenie ochrony prywatności w erze Big Data​​.
   Link do artykułu (web)

3. "The Algorithm Audit: Scoring the Algorithms That Score Us"

   Doktor Andrea Pedeferri analizuje w tym artykule ogólny model analizy algorytmów, który ma na celu zapewnienie jasnych i skutecznych wyników, unikając przy tym pewnych niedoskonałości dotychczasowych podejść. Model ten obejmuje etyczną analizę algorytmów i praktyczne kroki do wykonania​​. Podsumowanie na podstawie artykułu napisanego przez Shea Brown, Jovana Davidovic, Ali Hasan

   Link do podsumowania (web)

🗞 Ręka na pulsie, czyli to co dla nas istotne.

1. [ChatGPT] Za nami zmieniający świat DevDay OpenAI.

   • Podczas konferencji Sam Altman przedstawił GPTs, nowe zastosowania ChatGPT, GPT-4 Turbo i zredukowane ceny API. Więcej o tym znajdziesz na naszym Twitterze.

   • Oprócz tego, wczoraj w nocy dostaliśmy dostęp do GPT-4 Turbo w planach ChatGPT Plus.

2. YouTube dołącza do wyścigu AI!

   • Wyobraź sobie: podsumowanie filmu bez oglądania go, dowiedzenie się więcej o temacie poruszanym w filmiku czy po prostu zapytanie się AI o zasugerowanie podobnych filmów, a to wszystko w Twoim telefonie.

   • Nowa funkcja jest dodawana do konta wybiórczo (jesteśmy jeszcze w fazie beta): musisz mieć premium, być w USA i posiadać telefon z androidem.

3. Samsung dodaje generatywne AI do nowego Samsunga S24, premiera na początku 2024.

   • Model AI będzie nosić nazwę “Samsung Gauss” (tak, po matematyku Carlu Friedrichu Gaussie). Model nie będzie potrzebował połączenia do internetu.

   • Samsung wymienia następujące zastosowania AI w swoich telefonach: pisanie maili, podsumowywanie dokumentów i tłumaczenie kontentu (niewiadomo czy chodzi tylko o tekst czy video też).

Więcej wiadomości znajdziesz tutaj 👇

Jeśli masz jakieś ekscytujące pomysły lub projekty, śmiało się z nami skontaktuj, odpowiadając na ten email lub śledząc nas na

X: @JakubNorkiewicz

LinkedIn: @OskarKorszen

Twoja opinia napędza nas do ciągłego doskonalenia! Do zobaczenia w następnym wydaniu!

~Jakub I Oskar