ESCOLA AI WEEKLY #34 – Krzysztof Wojewodzic
Cześć! Tu Krzysztof Wojewodzic z Escola AI 👋Nowy odcinek AI Weekly #34 już na kanałachJak co tydzień zebrałem 7 najważniejszych informacji ze świata sztucznej inteligencji, które mają realne przełożenie na biznes, technologię i sposób pracy zespołów.W tym odcinku:7️⃣ AI coding zmienia zasady gryNowe badania pokazują zwrot o 180 stopni. Jeszcze kilka miesięcy temu programiści z AI pracowali wolniej. Dziś są średnio o 19% szybsi, a różnica względem poprzednich wyników sięga 37%. W praktyce oznacza to jedno. AI coding przestaje być eksperymentem i staje się standardem pracy.6️⃣ Ask Maps od GoogleNowy sposób korzystania z map. Zamiast wyszukiwać hasła, możesz po prostu zapytać „gdzie kupię…” albo „gdzie zjem…”. AI zaczyna rozumieć intencję użytkownika, a nie tylko słowa kluczowe. To duża zmiana w tym, jak będziemy wyszukiwać informacje lokalne.5️⃣ Mistral i wyścig modeli w EuropieEuropejski gracz rozwija modele, które zaczynają dorównywać globalnym standardom. Coraz większe znaczenie ma nie tylko jakość modelu, ale też jego szybkość i koszt działania. To kluczowe dla budowy systemów agentowych.4️⃣ GPT 5.4 Mini i NanoOpenAI idzie w kierunku tańszych i szybszych modeli. To nie tylko optymalizacja technologii, ale też ekonomii AI. Im tańsze i szybsze modele, tym łatwiej budować na nich realne rozwiązania biznesowe.3️⃣ Kolejny krok po LLM-achCzołowi badacze AI zbierają miliardy dolarów na rozwój tzw. world models. Chodzi o zrozumienie świata w 3D i rozwój robotyki. To może być kolejny etap po modelach językowych.2️⃣ NVIDIA Nemo i agenci AICoraz więcej systemów działa autonomicznie. Od generowania raportów po monitorowanie bezpieczeństwa. NVIDIA rozwija rozwiązania, które pozwalają wdrażać takich agentów w środowiskach produkcyjnych.1️⃣ Atak na McKinsey i realne ryzyko AIAutonomiczny agent był w stanie znaleźć luki w systemie i uzyskać dostęp do wrażliwych danych. To jeden z najmocniejszych sygnałów, że bezpieczeństwo AI staje się dziś krytycznym tematem dla dużych organizacji.Jeśli chcecie zrozumieć, gdzie AI realnie przyspiesza pracę, a gdzie tworzy nowe ryzyka, ten odcinek daje bardzo konkretny obraz sytuacji.🎥 Oglądaj na YouTube🎧 Słuchaj na Spotify✍️ Czytaj na SubstackuDajcie znać, który temat z tego odcinka jest dla Was najważniejszy.#AI #SztucznaInteligencja #AIWeekly #EscolaAI #Biznes #Technologia
Troszeczkę dłużej zastanowić i odpalić tą thinking, deep research, etc. Więc to mamy w Mistralu, mamy model Small, Mistral 4 Small. I co zwróciło moją uwagę? Small ma 119 milionów parametrów. Wow. Pamiętam jak... miliardów parametrów, przepraszam. Jak posiadanie kilkudziesięciu miliardów parametrów, to było dużo. Mamy open source'owy model od NVIDII, który ma chyba też sto kilkadziesiąt miliardów parametrów. Mamy GPT OSS, też do pobrania, który ma sto dwadzieścia miliardów parametrów. Wow, jeżeli small to jest coś, co ma sto dwadzieścia miliardów parametrów, to znaczy, że jesteśmy już naprawdę w rejonach górnych kilkuset miliardów parametrów, czyli jakby Strasznie dużo jest tych pokręteł i to pozwala na dużą precyzję tych modeli.
Konkurencyjnej. Więc to było na miejscu trzecim, czyli mama chrzestna i ojciec chrzestny oboje zgranęli w tym roku po miliardzie dolarów początkowej rundy, żeby tworzyć świat rzeczywisty odwzorowany w sztucznej inteligencji, czyli de facto zbliżając się do robotyki. A na miejscu drugim również nowości od NVIDII, czyli Nemo Claw. Przypomnę, że mieliśmy Open Claw Moment w tym roku, czyli początkiem tego roku. Wszyscy się zachwycili, że można sobie postawić taką maszynę własną, albo co gorsza, czego nie polecam robić to na własnym komputerze, albo maszynę wirtualną, która może wykonywać autonomicznie pewne akcje. Możemy na Whatsappie coś napisać, czy na Telegramie, czy na Signalu i dana maszyna wykona pewne akcje.
No i dlaczego mówimy o NemoClaw? Dlatego, że de facto to, co chce pokazać Nvidia, to chce pokazać, że możemy po pierwsze Wpinać się do realnych systemów korporacyjnych, dużych systemów, po API, patrzeć na back-endy, patrzeć czy nie ma tam jakichś niebezpieczeństw. Mamy faktycznie pętlę iteracyjną, że ten agent NemoClaw może się uczyć. Mamy bardzo złożone typy zadań, ale związane głównie z bezpieczeństwem. Mamy dojrzały, wytrenowany, wygrzany system, w pewien sposób zatwierdzany przez najdroższą firmę świata. I możemy wpinać tego NemoClaw, żeby zwiększać bezpieczeństwo swoich systemów.
Pokazano wszystkie 3 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Kliknij, aby znaleźć fragmenty, w których pada.
Cześć! Tu Krzysztof Wojewodzic z Escola AI 👋
Nowy odcinek AI Weekly #34 już na kanałach
Jak co tydzień zebrałem 7 najważniejszych informacji ze świata sztucznej inteligencji, które mają realne przełożenie na biznes, technologię i sposób pracy zespołów.
W tym odcinku:
7️⃣ AI coding zmienia zasady gryNowe badania pokazują zwrot o 180 stopni. Jeszcze kilka miesięcy temu programiści z AI pracowali wolniej. Dziś są średnio o 19% szybsi, a różnica względem poprzednich wyników sięga 37%. W praktyce oznacza to jedno. AI coding przestaje być eksperymentem i staje się standardem pracy.
6️⃣ Ask Maps od GoogleNowy sposób korzystania z map. Zamiast wyszukiwać hasła, możesz po prostu zapytać „gdzie kupię…” albo „gdzie zjem…”. AI zaczyna rozumieć intencję użytkownika, a nie tylko słowa kluczowe. To duża zmiana w tym, jak będziemy wyszukiwać informacje lokalne.
5️⃣ Mistral i wyścig modeli w EuropieEuropejski gracz rozwija modele, które zaczynają dorównywać globalnym standardom. Coraz większe znaczenie ma nie tylko jakość modelu, ale też jego szybkość i koszt działania. To kluczowe dla budowy systemów agentowych.
4️⃣ GPT 5.4 Mini i NanoOpenAI idzie w kierunku tańszych i szybszych modeli. To nie tylko optymalizacja technologii, ale też ekonomii AI. Im tańsze i szybsze modele, tym łatwiej budować na nich realne rozwiązania biznesowe.
3️⃣ Kolejny krok po LLM-achCzołowi badacze AI zbierają miliardy dolarów na rozwój tzw. world models. Chodzi o zrozumienie świata w 3D i rozwój robotyki. To może być kolejny etap po modelach językowych.
2️⃣ NVIDIA Nemo i agenci AICoraz więcej systemów działa autonomicznie. Od generowania raportów po monitorowanie bezpieczeństwa. NVIDIA rozwija rozwiązania, które pozwalają wdrażać takich agentów w środowiskach produkcyjnych.
1️⃣ Atak na McKinsey i realne ryzyko AIAutonomiczny agent był w stanie znaleźć luki w systemie i uzyskać dostęp do wrażliwych danych. To jeden z najmocniejszych sygnałów, że bezpieczeństwo AI staje się dziś krytycznym tematem dla dużych organizacji.
Jeśli chcecie zrozumieć, gdzie AI realnie przyspiesza pracę, a gdzie tworzy nowe ryzyka, ten odcinek daje bardzo konkretny obraz sytuacji
.🎥 Oglądaj na YouTube
🎧 Słuchaj na Spotify
✍️ Czytaj na Substacku
Dajcie znać, który temat z tego odcinka jest dla Was najważniejszy.
#AI #SztucznaInteligencja #AIWeekly #EscolaAI #Biznes #Technologia