Blog
Wiadomości o AI i praktyczne poradniki, jasno wyjaśnione.
Najnowszy
Doniesienia o modelach OpenAI rozwiązujących ważne problemy matematyczne wskazują na głębszy problem: generowanie dowodów tanieje, podczas gdy weryfikacja, przypisywanie autorstwa i publikacja nadal działają w ludzkim tempie.
Darmowy kurs
Pełny kurs sztucznej inteligencji: od matematyki po modele LLM, agentów i MCP. Trzydzieści rozdziałów, z których każdy warto przeczytać osobno.
30 rozdziałów~11 h czytania
Pierwsze rozdziały
Neuron to ważona suma i próg. To cała idea — a jej ograniczenia wymusiły wszystko, co przyszło później.
Błąd kwadratowy nie jest konwencją. To założenie o szumie — i możesz zobaczyć, kiedy jest fałszywe.
Wszyscy zapisują znak minus. Prawie nikt nie mówi, dlaczego tam jest ani jak duży krok wytrzyma.
Trafność to najłatwiejsza liczba do raportowania — i najłatwiejsza, by dać się jej zwieść.
#173
#172
#171
#170
#169
#168
#167
#166Wszystkie wpisy
Jev od TypeSafe AI przyciąga uwagę, bo traktuje inteligencję w oprogramowaniu jak problem prawdopodobieństwa: wybierz właściwą gałąź, dołącz poziom pewności i nie płać LLM-owi za pisanie tekstu, gdy kod potrzebuje decyzji.
Prawnicza premiera OpenAI dotyczy nie tyle nowego modelu bazowego, ile systemu wokół niego: wyszukiwania domenowego, zaufanych narzędzi, uprawnień, benchmarków i ścieżek weryfikacji.
Długotrwale działający agenci nie zawodzą tylko dlatego, że okno jest małe. Zawodzą, gdy pliki, wyniki narzędzi i nieaktualna historia wypychają zadanie, które agent miał dokończyć.
Dario Amodei chce zewnętrznych ewaluatorów, wspólnych standardów bezpieczeństwa i międzynarodowych porozumień, które wyznaczą tempo rozwoju frontier AI. Najtrudniejsze jest zdefiniowanie, co znaczy „zbyt szybko”, gdy według doniesień Anthropic przygotowuje rekordowo dużą ofertę publiczną.
Największa obawa wokół rekurencyjnego samodoskonalenia nie dotyczy dziwnych odpowiedzi chatbotów. Chodzi o agentów, którzy koordynują działania, optymalizują metryki i pomagają budować kolejne modele — co widać w doniesieniach WIRED, MIT Technology Review, CNBC i The Guardian.
OpenAI twierdzi, że agenci AI znaleźli osobliwość w równaniach Naviera–Stokesa i sformalizowali dowód w Lean. Trudniejsza część tej historii dopiero się zaczyna: recenzja, uznanie autorstwa i siła prywatnych rojów agentów w matematyce.
