Mentionsy
Bit Happens Show
Bit Happens Show
10.04.2025 08:10

S01E04: AI jest martwe!

Ile lat ma AI?

Co ma wspólnego z ludzkim mózgiem?

Czy i jak AI myśli?

Czy AI żyje?

W czwartym już odcinku BitHappens podejmujemy nietypowe wyzwanie: tłumaczymy, czym jest sztuczna inteligencja… naszym mamom! Naprawdę! To one zamówiły ten odcinek.

Zero technicznego żargonu, zero niewyjaśnionych skrótów – za to dużo prostych analogii i życiowych przykładów.

Ten odcinek to idealny punkt startowy dla każdego, kto słyszał o AI, ale nigdy nie miał okazji zrozumieć, o co w tym wszystkim chodzi. Posłuchaj już teraz – będzie prosto, ciekawie i momentami zaskakująco.

AI GPU Perceptron CPU Google NOT Walter Pitts Warren McCulloch Geoffrey Hinton Golgim Intelu JTPT Jakuba Pchockiego Kowalskiego LLM

Rozdziały (8)

1. Introdukcja i motivacja do tematu

Pod(IServiceusz)stawienie gości i omówienie potrzeby wyjaśnienia działania AI.

2. Historia rozwoju AI

Opis historii rozwoju AI od 1906 roku, wskazanie na znaczenie badania neuronów i ich struktury.

3. Struktura neurona i jego działanie

Opis struktury neurona i jego działania, w tym pojęcie prógu wejścia i aktywacji.

4. Model neuronu Makulocha-Pizza

Wyjaśnienie modelu neuronu Makulocha-Pizza i jego różnice w porównaniu do biologicznego neurona.

5. Perceptron i jego ograniczenia

Opis modelu perceptronu i problemu XOR, który spowodował spadek zainteresowania AI.

6. Rozwój AI w latach 70. i 80.

Opis ograniczeń w latach 70. i 80., braku dostępnych danych i braku obliczeniowej mocy.

7. Rozwój technologii i powstanie GPT-3

Opis wpływu technologii, takich jak karty graficzne i kryptowaluty, na rozwój AI i pojawienie się GPT-3.

8. Wyjaśnienie działania LLM

Podróżnik opisał, jak LLM generują tekst, korzystając z statystyki i kontekstu, a nie kreatywności. Porównał to do naszego mózgu, który ma 86 miliardów neuronów, w przeciwieństwie do 175 miliardów parametrów w GPT-3.

Szukaj w treści odcinka

Wyczyść
Znaleziono 6 wyników dla "Perceptron"

Piętnaście lat później, w 1958 roku inny badacz, Frank Rosenblatt, stworzył model perceptronu.

I po co powstał perceptron?

Perceptron potrafił rozpoznawać podstawowe kształty, np.

Rosenblatt stworzył perceptron, natomiast perceptron nie potrafił rozwiązać problemu, który nie był liniowo separowalny.

problem XOR, z którym Perceptron sobie kompletnie nie radził.

I w 1969 roku Marvin Minsky i Seymour Papert, dwaj badacze, wykazali, że Perceptron nie poradzi sobie z takimi problemami, co spowodowało spadek zainteresowania AI wśród badaczy.

Ostatnie odcinki