Nie każda firma musi wykorzystać AI
Nie każda firma musi wykorzystać AI. Tak to nie działa - mówi Mikołaj Synowiec, Machine Learning Engineer. Między innymi o tym Judyta i Rusłan porozmawiają ze swoim gościem w kolejnym odcinku AfTech Hours. O czym jeszcze usłyszycie? Podczas tworzenia muzyki jak i podczas programowania aktywują te same części mózgu. Skoro tak, to czy możemy porównać tworzenie modeli Machine Learning do tworzenia utworów muzycznych? Posłuchajcie podcastu. --- Send in a voice message: https://podcasters.spotify.com/pod/show/aftechhours/message
Judyta i Rusłan przedstawiają podcast AfTech Hours i zapraszają gościa Mikołaja Synowieca, eksperta w dziedzinie uczenia maszynowego.
Mikołaj opisuje swoją drogę zawodową od fizyki technicznej do machine learninga i jego pierwszą pracę w Allegro.
Mikołaj opowiada o swoich obecnych zadanach w Red, koncentrując się na projekcie szacowania wartości nieruchomości.
Mikołaj i Judyta poruszają temat podobieństw między muzyką a tworzeniem modeli machine learningowych.
Mikołaj omawia potrzeby wiedzy matematycznej i statystycznej dla początkujących w machine learning.
Mikołaj wyjaśnia proces trenowania modelu uczenia maszynowego i opisuje jego zastosowanie w praktyce.
Mikołaj opowiada o badaniach naukowych w Allegro i ich zastosowaniu do publikacji naukowych.
Mikołaj omawia problemy związane z anomaliami w danych i ich wpływ na model machine learninga.
Mikołaj dyskuuuuuuuuuuuuuuuuuuuuuuuuuuwa o ChatGPT, hype generacyjnej inteligencji i zastosowaniach machine learninga.
Rozmowa koncentruje się na możliwościach i ograniczeniach chat GPT oraz sztucznego intelektu w firmach. Autorzy omawiają zagrożenia związane z nieprzemyślonym użyciem tych technologii i podkreślają potrzebę regularnej kontroli modeli ML.
Autorzy omawiają trendy w machine learningu, takie jak rozwój mniejszych modeli ML, które są łatwiejsze do przetrenowania i dostępnego dla większej liczby osób. Wzmiankowana jest also nadzieja na wspólną pracę nad poprawieniem tych modeli.
Rozmowa skierowana do przyszłości, gdzie omówiono potencjał komputerów kwantowych dla obliczeń ML. Autorzy podkreślają problemy związane z przechowywaniem tych urządzeń oraz możliwości ich przyszłego użycia.
Rozmowa skierowana do wyjaśnienia błędu kwantowego, który stanowi problem w komputerach kwantowych. Autorzy opisują zasady działania fizyki kwantowej i jej zastosowania.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.