Fórum:AI

Z WikiSkript

Nejrozšířenější chatovací nástroje
Učení neuronových sítí - příklad

Umělá inteligence ve výuce[upravit | editovat zdroj]

Vývoj AI[upravit | editovat zdroj]

Trocha teorie[upravit | editovat zdroj]

Neuronové sítě[upravit | editovat zdroj]


Topologie neuronových sítí[upravit | editovat zdroj]

Učení neuronových sítí[upravit | editovat zdroj]

Učení s dohledem[upravit | editovat zdroj]

Učení pod dohledem, učení s učitelem,

Reinforcement learning - zpětnovazebné učení
  • Tréninková sada dat
  • Testovací sada dat
Generalizace
  • Zobecnění vs. zapamatování
  • Zobecnění - síť dobře generalizuje, když rozpozná příznak u případu, který ještě neviděla.
  • Zapamatování

Redukce dimenzionality[upravit | editovat zdroj]

Funkce Softmax[upravit | editovat zdroj]

Zarovnání[upravit | editovat zdroj]

Mesa optimalizace[upravit | editovat zdroj]

Mesa-optimalizace je situace, která nastane, když naučený model (jako je neuronová síť) je sám o sobě optimalizátorem. V této situaci vytvoří základní optimalizátor druhý optimalizátor, který se nazývá mesa- optimalizátor . Primární referenční prací pro tento koncept je Hubinger et al. „ Rizika z naučené optimalizace v pokročilých systémech strojového učení “.

Příklad: Přirozený výběr je optimalizační proces , který optimalizuje reprodukční zdatnost. Přírodní výběr vytvořil lidi, kteří jsou sami optimalizátory. Lidé jsou proto mesa-optimalizátory přírodního výběru a hackli původní systém přírody:

  1. Oddělili sex od rozmnožování.
  2. Oddělili zajištění na stáří od výchovy dětí.
  3. Oddělili obživu od práce.
  4. Oddělili sociální kontakty od setkávání s lidmi.

V kontextu zarovnání AI je obava, že základní optimalizátor (např. proces sestupu gradientu) může vytvořit naučený model, který je sám o sobě optimalizátorem a který má neočekávané a nežádoucí vlastnosti. I když se proces sestupu gradientu v určitém smyslu „pokouší“ dělat přesně to, co lidští vývojáři chtějí, výsledný mesa-optimalizátor se obvykle nebude snažit dělat přesně to samé.

Velké jazykové modely[upravit | editovat zdroj]

Prompt engineering[upravit | editovat zdroj]

Přesnost dotazů na umělou inteligenci (promptů) je důležitá proto, že jde vlastně o programování v přirozeném jazyce.

Prompt injection[upravit | editovat zdroj]

ChatGPT[upravit | editovat zdroj]

ChatHub + Poe[upravit | editovat zdroj]

Analýza dat[upravit | editovat zdroj]

Zpracování zvuku[upravit | editovat zdroj]

Google Gemini[upravit | editovat zdroj]

Copilot[upravit | editovat zdroj]

  • Blackbox AI (odpověď s kódem)
  • Cogram (SQL placené)
  • Grammarly (gramatika - free)
  • Jasper (pisálek free)
  • Scribe (generátor průvodců - free)

Copilot pro PowerPoint[upravit | editovat zdroj]

Claude3[upravit | editovat zdroj]

Unfortunately, Claude.ai is only available in certain regions right now. We're working hard to expand to other regions soon. Get notified when Claude is available in your region.

AI v kancelářských aplikacích[upravit | editovat zdroj]

Užitečnost AI[upravit | editovat zdroj]

AI v grafice[upravit | editovat zdroj]

Zajímavosti[upravit | editovat zdroj]

AI ve videu[upravit | editovat zdroj]

AI v hudbě[upravit | editovat zdroj]

AI v psychoterapii[upravit | editovat zdroj]

AI v programování[upravit | editovat zdroj]

AI ve správě webu, médií, ...[upravit | editovat zdroj]

Je možné nechat AI projít webovou stránku a nechat navrhnout vylepšení?

  • GPT 4, Stáhněte si pluginy - KeyMate, LinkReader, SEO (nebo další pluginy pro pomoc s weby). Dejte mu prompt: “Posílám link na web. Tento web se zabývá tím a tím. Projdi si ho a navrhni vylepšení (případně odhal chyby), abychom zvýšili návštěvnost.
  • ChatGPT s pluginem pro procházení webu a nebo nově Bard, který už funguje v České republice.
  • Lighthouse
  • Plugin do prohlížeče jménem Merlin AI. Využíval zdarma chatgtp a dokázal se spojit s webem. Má to jednoduchou instalaci a nastavení.
  • Nástroj pro kontrolu novinových článků (Šlerka)

Používání umělé inteligence k vytváření vysoce kvalitních zpráv

https://ts2.space/cs/analyza-ai-a-sentimentu-ziskavani-emocionalnich-vhledu-z-textu-a-reci/ Nástroje pro analýzu sentimentu

ChatBot
  • https://botpress.com/
  • LivechatAI (drahý), Voiceflow, Langchain, pripadne Landbot taky menej komplikovaný
Dabing
  • Rask.ai dokáže předabovat při zachování hlasu původního herce.
  • Elevenlabs.io dokáže klonovat hlas a nechat jej mluvit to, co je zadáno textově.
  • TTS od Coqui z githubu. Umi to klonovat i cestinu, resp jakykoliv jazyk, ale je to hooodne citlivy na vstup a asi i dalsi nastaveni.

Audio to text[upravit | editovat zdroj]

Přepis schůzky (zvukový záznam na text, Audio to text)

Novinky v AI[upravit | editovat zdroj]

AI ve vědě a výuce[upravit | editovat zdroj]

AI ve vědě a publikační činnosti[upravit | editovat zdroj]

AI při zpracování dlouhých textů[upravit | editovat zdroj]

Etické používání AI ve výuce[upravit | editovat zdroj]

Využití AI ve výuce medicíny[upravit | editovat zdroj]

Využití AI v medicíně[upravit | editovat zdroj]

Transparentnost použití AI v medicíně[upravit | editovat zdroj]

Med-PaLM 2: Medical large language model[upravit | editovat zdroj]

Úspěšnost modelu MedPalm2 při zkouškách USMLE ve srovnání se staršími modely.

    • Med-PaLM 2 může zpracovávat informace ze zobrazovacích metod, jako jsou rentgenové snímky hrudníku, mamogramy a další. Velké jazykové modely mohou být překvapivě úspěšné v testech, které mají zkoumat porozumění, znalosti a schopnost uvažování, které si absolventi lékařských fakult osvojují dlouhá léta. Otázkou je, zda schopnost odpovědět na otázky testu je stejnou výpovědí o kompetencích, jako v případě lidského subjektu.

Zkontrolujte, zda je Med-PaLM dostupný ve vaší zemi. Med-PaLM je v současné době dostupný pouze v následujících zemích: Spojené státy Kanada Spojené království Austrálie Nový Zéland Singapur Indie Japonsko Jižní Korea

Využití AI pro tvorbu Wikipedie a WikiSkript[upravit | editovat zdroj]

AI prakticky[upravit | editovat zdroj]

Hugging Face[upravit | editovat zdroj]

https://huggingface.co/ Platforma Hugging Face je oblíbená open-source platforma a komunita pro strojové učení, zvláště zaměřená na oblasti zpracování přirozeného jazyka (NLP) a umělé inteligence (AI). Hlavní charakteristiky a funkce Hugging Face zahrnují: Knihovna Transformery Tato knihovna nabízí přístup k široké škále předtrénovaných modelů, jako jsou BERT, GPT-2, T5, a další, které lze použít pro různé úlohy NLP, jako je klasifikace textu, generování textu, otázky a odpovědi a summarizace. Kolaborativní Komunita Hugging Face podporuje velkou a aktivní komunitu výzkumníků, vývojářů a nadšenců do AI, kteří sdílejí modely, nástroje a nejlepší postupy. Přístup k Modelům Uživatelé mohou snadno stahovat a používat různé předtrénované modely pro své projekty. Kromě toho mohou sdílet své vlastní modely s komunitou. Nástroje pro Vývoj a Výzkum Platforma poskytuje nástroje a knihovny, které usnadňují experimentování a vývoj v oblasti strojového učení a AI. Podpora Různých Jazyků a Domén Hugging Face podporuje širokou škálu jazyků a domén, což umožňuje jejich použití v různých aplikacích a projektech. Integrace s Jinými Platformami Hugging Face se dá integrovat s populárními nástroji a platformami pro strojové učení, jako jsou TensorFlow, PyTorch a další. Platforma Hugging Face je tedy velmi užitečným zdrojem pro každého, kdo se zajímá o strojové učení a AI, nabízí flexibilní a mocné nástroje pro různé aplikace v oblasti NLP a AI.

AI na vlastním hardware[upravit | editovat zdroj]

Automatizace s pomocí AI[upravit | editovat zdroj]

GPT4All[upravit | editovat zdroj]

Spusťte si Chatbota u sebe na počítači! Program Gpt4all - offline jazykový model s přístupem k lokálním souborům (snad všechny formáty). Některé jazykové modely ke stažení (3 - 8Gb) umí i česky. No v češtině nic moc. Ale zase je schopen pracovat s různými soubory. Rychlost odpovědi jako GPT4 (s 8Gb grafikou). Počítat vyloženě neumí, ale dějiny zná. Umí pracovat s tabulkou a udělat jakž takž souhrn. Programovací jazyky zvládá.

Model umělé inteligence sám “nepřemýšlí”. Funguje tak, že je nejdříve potřeba jej natrénovat (s pomocí velmi výkonného hardwaru — GPU nebo TPU)— do neuronové sítě se pustí obrovské množství dat (proto modely obsahují čísla jako 1.3B, 2.7B, 13B, 67B — počet miliard parametrů). Tímto se v síti nastaví určité “váhy”, dle kterých se neurony aktivují nebo neaktivují. Pokud do takto natrénované sítě “pustíme” vstup, výstup bude určen “váhami” v síti, u chatbotů text, který je poskládán dle nejvyšších pravděpodobností z natrénovaných dat. K inferenci již není potřeba tak velký výkon, pouze vstup “proteče” jednotlivými neurony. [1]

Face swap[upravit | editovat zdroj]

Zpracování vložené fotky a face swap s lokálně běžící Stable diffusion s ControlNetem. Co do rozlišení je výstup limitován výkonem grafiky, ale i to se dá s controlnetem obejít.

Install Stable Diffusion Locally (Quick Setup Guide)

Pro zachování vzhledu osoby použít in paint a parametr --iw, který specifikuje, jakou váhu (od 0 do 2) má vstupní obrázek.

Kurzy AI

AI a bezpečnost[upravit | editovat zdroj]

Regulace AI[upravit | editovat zdroj]

Etický kodex používání AI na VŠ[upravit | editovat zdroj]

AI a autorské právo[upravit | editovat zdroj]

Obecná umělá inteligence (AGI)[upravit | editovat zdroj]

Zatímco úzká umělá inteligence se ohlíží zpět a zužitkovává to co bylo, obecná umělá inteligence bude hledět dopředu a vytvářet nové světy.

  1. Jaroslav Štreit - deepit.cz, GPT pro všechny — GPT4All, https://medium.com/@jaroslav.streit/gpt-pro-v%C5%A1echny-gpt4all-e5f6c290607a