@nasqret Mój research w ograniczaniu nadinterpretacji sematycznej doprowadził mnie do standardu ASD-STE100 (Simplified Technical English) i całkiem nieźle się sprawdza. Domyślam, się że są podobne podejścia na poziomie opisu problemów matematycznych (a nie samej formalizacji dowodzenia).
@rick_baran Jakoś mi się to nie wydaje, by dzielili świat.
Posiedzą, pogadają, pojedzą i popiją.
- Trump na wylocie
- Xi na wylocie
- Putin na wylocie
Jak już podzielą świat, to kto na tym skorzysta jak przyjdą następni?
@KinasRemek Proszę bardzo.
Tak było, choć pewnie sporo rzeczy mi uciekło.
Bardzo fajne wątki i spostrzeżenia. 👍
Nawet pojedynczo wymagałyby długich dyskusji.
@KinasRemek 28. Basal jest optymalizowany na poziomie silnika w software i hardware. Dlatego daje radę lepiej niż inni.
29. Budujmy narzędzia wokół AI, bo tam jest dla nas miejsce, by być w światowej czołówce.
30. DeepMind pomaga optymalizować Basal-a. Wow! Widzą wartość i się uczą.
@KinasRemek 25. Zadanie domowe dla nas: "wyszukiwać polskich rozwiązań AI i trąbić o nich na prawo i lewo".
26. Basal to 20% model i 80% ekosystem (silnik). Teraz Basal idzie na przedzie a inni podążają za nim.
27. Basal ma 12 typów zapytań i robi więcej niż tylko klasyfikuje.
@KinasRemek 22. Pomagajmy małym inicjatywom AI z PL/EU. W kupie siła.
23 . Szukajmy ciekawych inicjatyw AI i pomagajmy tym "piwniczakom" co tylko w software umieją.
24. Marketing, marketing, marketing rozwiązań AI, tego nie umiemy za bardzo robić. Szukajmy i promujmy.
@KinasRemek 17. Model decyzyjny daje prawdopodobieństwo pewności/niepewności odpowiedzi. Bo nie generuje tokenów (nie jest LLMem).
18. Modele decyzyjne nadają się do automatyzacji. Szybkie, "pewne" i tanie. No prawie idealne.
19. Procesy w firmach to 80% decyzji i modele decyzyjne dają radę.
@KinasRemek 14. Oooo, "statystyka i teoria decyzji" w modelach decyzyjnych "robi robotę". Prawdopodobieństwa i stan systemu generuje decyzję. Sorry, za zbytnie uproszczenie :)
15. "Polacy (@KinasRemek & Co) nie gęsi i swój Basal mają".
16. Modele decyzyjne są czymś a'la "System 1" w mózgu.
@KinasRemek 12. Modele decyzyjne nie wzięły się znikąd, mają protoplastów z NLP. "Stare" modele klasyfikujące musiały być trenowane pod konkretne zadanie.
13. "Nowe" modele decyzyjne "samodopasowują" się do zadania klasyfikacyjnego. Klasyfikacja zależy od kontekstu ale łatwo się dostosowuje.
@KinasRemek 9. Wdrażanie rozwiązań AI dających wymierną wartość w wąskich domenach (np. bio), a przy okazji optymalny w software/hardware, by niepotrzebnie nie palić kasy.
10. Multi-modalność modeli jest kolejnym krokiem w rozwijaniu AI w wybranych specjalizacjach.
@KinasRemek 6. Poziom merytoryczny konferencji AI jest b. wysoki i nie ma miejsca na sprzedaż AI ściemy.
7. Są w PL "wyspy" doświadczenia w AI na światowym poziomie, łącznie z praktycznymi wdrożeniami AI.
8. Szuka się nowych możliwości optymalizacji modeli. Dane to za mało, teraz hardware.