# Narzędziownik AI 2.0 Reloaded - sesja 1

https://www.youtube.com/watch?v=8pOpAXoqgBs
Translation: en

[01:13] Zapraszam na narzędziownik AI.
  I invite you to the AI toolkit.

[01:17] Prowadzi Tomek Turba.
  It is hosted by Tomek Turba.

[01:24] A jeśli chcesz zrozumieć AI naprawdę?
  And if you want to truly understand AI?

[01:30] Jen, do zobaczenia.
  Jen, see you later.

[01:46] Zaczynamy od sprawdzenia i prompt engineering.
  We start with checking and prompt engineering.

[01:50] Powodzenia.
  Good luck.

[01:56] A dzień dobry.
  And good morning.

[01:56] Witam wszystkich bardzo serdecznie.
  I welcome everyone very warmly.

[02:01] Przeciągnąłem trochę ten niesamowity odczyt.
  I dragged out this amazing lecture a bit.

[02:03] Powodzenia, bo tego właśnie wam życzymy.
  Good luck, because that is exactly what we wish you.

[02:06] Ja i mój tutaj obecny pomocnik Kitku.
  Me and my assistant Kitku, who is present here.

[02:08] Zaczynamy ósmą edycję szkolenia Narzędziownik.
  We are starting the eighth edition of the Toolkit training.

[02:12] A.
  And.

[02:16] Jest mi niezmiernie miło.
  I am extremely pleased.

[02:18] To już jest ósma edycja.
  This is already the eighth edition.

[02:19] Masakra.
  It's crazy.

[02:20] Łącznie bardzo dużo setek tysięcy przeszkolonych osób i ja może pokażę prezentację.
  In total, a very large number of hundreds of thousands of trained people, and maybe I will show the presentation.

[02:26] O, to jest właśnie prezentacja, jakie będziemy sobie mieli.
  Oh, this is exactly the presentation we will have.

[02:29] Będziemy ich mieli 15.
  We will have 15 of them.

[02:31] A dzisiaj jest 24 kwietnia 2026 roku.
  And today is April 24, 2026.

[02:35] Nie wiem, czy to jest międzynarodowy dzień pocałunków czy czegokolwiek, ale na pewno jest to piąteczek piątunio.
  I don't know if it's International Kissing Day or anything else, but it's definitely a lovely Friday.

[02:41] No i z Tomkiem spędzicie dzisiaj trochę czasu.
  And you will spend some time with Tomek today.

[02:43] Oczywiście od razu zaznaczam, nagranie będzie dostępne pod tym samym linkiem.
  Of course, I'll point out right away that the recording will be available at the same link.

[02:48] Na początku bardzo ważna informacja startowa, mianowicie dane kontaktowe.
  At the beginning, a very important piece of starting information, namely contact details.

[02:53] Moi drodzy, zobaczcie tutaj, że macie ładny taki handler do portalu LinkedIn.
  My dear friends, look here, you have a nice handle for the LinkedIn portal.

[02:58] Możemy zostać znajomymi bardzo chętnie.
  We can become friends, I'd be very happy to.

[03:01] A jak będziecie mieli jakieś pytania z zakresu sztucznej inteligencji, czy to dzisiaj po szkoleniu, czy na przykład pojutrze, albo za 13 lat, to w tym momencie możecie do mnie napisać imię.pl.
  And if you have any questions regarding artificial intelligence, whether today after the training, or for example the day after tomorrow, or in 13 years, at that moment you can write to me at imię.pl.

[03:16] Chętnie odpowiem na każde pytanie, a w
  I will gladly answer every question, and in

[03:18] W zasadzie to on odpisuje na wasze pytania.
  Basically, he is answering your questions.

[03:20] Może to troszeczkę dłużej potrwać, ale z reguły nie trwa super długo.
  It might take a little bit longer, but as a rule, it doesn't take super long.

[03:26] Pytań jest po prostu dużo, nie?
  There are simply a lot of questions, right?

[03:28] A ja każde pytanie rozpatruję, moi drodzy.
  And I consider every question, my dears.

[03:32] Cóż powiedzieć?
  What can I say?

[03:32] Bierzemy super oddech i zaczynamy.
  We take a deep breath and start.

[03:35] Ja się nazywam Tomek Turba i od 20 lat zajmuję się cyberbezpieczeństwem.
  My name is Tomek Turba and I have been dealing with cybersecurity for 20 years.

[03:40] W zasadzie każde stanowisko gdzieś tam ze świata cyberbezpieczeństwa jest w moim portfolio od testera po penestera, analityka powłamaniowego, inspektora RODO, inżyniera bezpieczeństwa, architekta bezpieczeństwa i tak dalej i tak dalej.
  Basically, every position from the world of cybersecurity is in my portfolio, from tester to pentester, post-breach analyst, GDPR inspector, security engineer, security architect, and so on and so forth.

[03:57] No i niesamowite jest to, moi drodzy, że w tym samym roku, w którym powstaje firma Open AI w Nowym Jorku, ja otwieram także doktorat ze sztucznej inteligencji.
  And it is amazing, my dears, that in the same year that the company Open AI is founded in New York, I also begin my PhD in artificial intelligence.

[04:07] No i co to powoduje, że 10 lat później to bardzo mocno procentuje, bo wtedy słyszałem, a po co ci ten doktorat ze sztucznej inteligencji, bo mi się chce.
  And what does this cause, that 10 years later it pays off very strongly, because back then I heard, why do you need this PhD in artificial intelligence, because I want to.

[04:16] Tak i rzeczywiście okazało.
  Yes, and it actually turned out.

[04:19] Się, że to także nawet lubię.
  It turns out that I even like it.

[04:22] Yyy, na co dzień działam oczywiście w firmie Securitum, gdzie szkolimy, realizujemy testy penetracyjne, czyli możemy legalnie zhakować waszą organizację i z tego powstaje super raport, jak można poprawić bezpieczeństwo w firmie.
  Um, on a daily basis I obviously work at the company Securitum, where we provide training, perform penetration tests, which means we can legally hack your organization, and from that, a super report is created on how to improve security in the company.

[04:37] Organizujemy takie niezwykłe, niesamowite konferencje hakerskie.
  We organize such unusual, amazing hacker conferences.

[04:39] Nie wiem czy tu widać, ale ja trzymam różdzkę na scenie i tam robię abra kadabra i nagle całe światło gaśnie.
  I don't know if it's visible here, but I am holding a wand on stage and I do abra kadabra there, and suddenly all the lights go out.

[04:48] 26 października w Krakowie.
  October 26th in Krakow.

[04:50] Gorąco zapraszam.
  I warmly invite you.

[04:51] Jak ktoś będzie chciał z Tomkiem zbić pionę albo strzelić sobie jakąś foteczkę, porozmawiać, bardzo, bardzo na pewno tam będę.
  If someone wants to high-five Tomek or take a photo, talk, I will definitely be there.

[04:59] Także mamy książeczki, a naszą marką jest portal sekurak.pl, gdzie piszemy o bezpieczeństwie każdego dnia i taki niesamowity projekt Securak Academy, gdzie już mamy prawie 15000 aktywnych uczestników.
  We also have books, and our brand is the portal sekurak.pl, where we write about security every day, and such an amazing project, Securak Academy, where we already have almost 15,000 active participants.

[05:13] To są osoby, które chcą płynnie wejść do świata cyberbezpieczeństwa, zrobić sobie taką.
  These are people who want to smoothly enter the world of cybersecurity, to do such a...

[05:20] Trampolinę finansową i to jest, moi drodzy, mniej więcej 50 szkoleń z cyberbezpieczeństwa w wersji podstawowej rocznie za jakieś totalnie małe pieniążki, nie?
  A financial trampoline, and that is, my dears, more or less 50 basic cybersecurity training sessions per year for some totally small money, right?

[05:30] Jeszcze inne mnóstwo inicjatyw dodatkowych.
  And a whole lot of other additional initiatives.

[05:32] Wszędzie gdzieś wujek Tomek generalnie uczestniczy.
  Uncle Tomek generally participates everywhere.

[05:34] Jak nie ja, to ten tutaj kitku jego mość na moim ramieniu.
  If not me, then this kitty, his lordship, on my shoulder.

[05:40] Co warto wspomnieć do tej edycji mam przeszkolonych i potwierdzonych na swoim koncie 160 176 000 osób.
  It is worth mentioning that for this edition, I have 160,176,000 people trained and verified on my account.

[05:51] Całkiem niezła liczba, jeżeli chodzi o sztuczną inteligencję.
  Quite a decent number when it comes to artificial intelligence.

[05:54] Oprócz tego, jeżeli mój wizerunek bądź głos wydaje wam się znajomy, to prawdopodobnie z jakiejś konferencji, a być może kojarzycie mnie z kanału Zero, albo z Youtubeka, albo z różnych festiwali naukowych, książkowych, gdzie na przykład z tym oto mega spoko ziomeczkiem Andrzejem Draganem, profesorem kłócimy się o to, czy sztuczna inteligencja nas zniewoli w 2029 roku, czy jednak 2035.
  Besides that, if my image or voice seems familiar to you, it's probably from some conference, or perhaps you recognize me from the Zero channel, or from YouTube, or from various science and book festivals, where, for example, we argue with this super cool dude, Professor Andrzej Dragan, about whether artificial intelligence will enslave us in 2029 or perhaps 2035.

[06:22] Generalnie prezentacja będzie dla was dostępna.
  Generally, the presentation will be available to you.

[06:24] Wszystkie linki oczywiście też.
  All the links, of course, too.

[06:28] No i też bardzo ciekawy wątek.
  And also a very interesting topic.

[06:30] Na sekuraku prowadziłem swego czasu takie felietony AI bez lukru.
  At Sekurak, I used to run a column called 'AI without icing'.

[06:35] No bo myślę, że już ten cały hype tak dosyć mocno minął, aczkolwiek pojawiają się oczywiście nowe moda inteligencję.
  Because I think that the whole hype has already passed quite a bit, although, of course, new trends in intelligence are appearing.

[06:42] Natomiast rzeczywiście 40 odcinków jest opublikowanych, czyli moje psychologiczne przemyślenia na temat sztucznej inteligencji.
  However, indeed 40 episodes have been published, which are my psychological reflections on artificial intelligence.

[06:50] Z racji, że będziemy mieć tu moduły związane z cyberbezpieczeństwem, będziemy hakować na żywo nawet, to w tym momencie przedstawione informacje służą tylko do celów edukacyjnych.
  Since we will have modules related to cybersecurity here, and we will even be hacking live, at this moment the information presented serves only for educational purposes.

[06:58] Tutaj jest terminarz naszych spotkań, czyli moi drodzy lecimy od dzisiaj 24 kwietnia, kończymy 16 czerwca.
  Here is the schedule of our meetings, so my dear friends, we are going from today, April 24th, and we finish on June 16th.

[07:09] Nie, nie, kończymy dalej, bo mamy jeszcze spotkanie bonusowe, to jest 18 czerwca, gdzie będzie ta sesja bonusowa pytań i odpowiedzi.
  No, no, we finish later, because we still have a bonus meeting, which is June 18th, where there will be this bonus Q&A session.

[07:16] Dostaniecie po 14 sesji formularz, że można Tomkowi zadać pytanie, na przykład: "Tomku, jaki jest".
  After the 14th session, you will receive a form where you can ask Tomek a question, for example: 'Tomek, what is'.

[07:22] Twój ulubiony kolor?
  Your favorite color?

[07:27] Albo "Dlaczego model GGUF w kwantyzacji 4 jednak jakościowo jest gorszy niż FP16?"
  Or "Why is the GGUF model in 4-bit quantization qualitatively worse than FP16?"

[07:34] To pytanie jakby dowolne, prawda?
  It's like an arbitrary question, right?

[07:36] No a zaraz potem 29 czerwca, czyli po krótkiej przerwie lecimy ze spotkaniami typu DLC, czyli bezpieczeństwo AI, dedykowane spotkanie.
  And right after that, on June 29th, that is, after a short break, we are continuing with DLC-type meetings, which means AI safety, a dedicated meeting.

[07:46] Jakby ktoś chciał, będzie można się jeszcze oczywiście na to zapisać.
  If anyone would like to, it will of course still be possible to sign up for it.

[07:52] Po każdym spotkaniu będziecie mieli wysłany link do nagrania z prezentacją i zaproszenie oczywiście na kolejną część.
  After each meeting, you will have a link sent to the recording with the presentation and, of course, an invitation to the next part.

[07:56] To będzie w formie playlisty, żeby wam było wygodniej.
  It will be in the form of a playlist so that it is more convenient for you.

[08:00] I nagrania są dostępne na zawsze.
  And the recordings are available forever.

[08:02] Ale na zawsze, moi drodzy, sztuczna inteligencja się tak szybko rozwija, że zobaczcie, mamy już ósmą edycję narzędziownika, gdzie na każdej praktycznie jest kilka tysięcy osób i moi drodzy za pół roku ten kontent już jest całkowicie do wymiany.
  But forever, my dears, artificial intelligence is developing so fast that look, we already have the eighth edition of the toolkit, where there are practically several thousand people at each one, and my dears, in half a year this content is already completely due for replacement.

[08:17] Czasami pojawiają się być może w tej edycji też osoby, które były na pierwszej edycji narzędzi, gdzie uwaga, mieliśmy trzy.
  Sometimes there might also be people in this edition who were at the first edition of the tools, where, mind you, we had three.

[08:23] Szkolenia, a teraz mamy ich 15.
  Trainings, and now we have 15 of them.

[08:25] Także zobaczcie jak to się rozwinęło, nie?
  So see how it has developed, right?

[08:27] I na koniec całej serii czeka was krwiożerczy, brutalny, morderczy i nieprzewidywalny test zakończony certyfikatem w języku polskim i angielskim z punktami CPE.
  And at the end of the whole series, a bloodthirsty, brutal, murderous, and unpredictable test awaits you, ending with a certificate in Polish and English with CPE points.

[08:36] Jeżeli już posiadacie certyfikaty, na przykład w zakresie cyberbezpieczeństwa, to te punkty CPE gromadzone, a będzie ich tutaj bardzo dużo, bo każda godzina to jeden punkt, więc łatwo policzyć, gdzie będzie ich co najmniej 30, będzie liczona do waszego kalkulatora utrzymania certyfikatu.
  If you already hold certificates, for example in the field of cybersecurity, then these accumulated CPE points—and there will be a lot of them here, because every hour is one point, so it's easy to calculate that there will be at least 30—will be counted towards your certificate maintenance calculator.

[08:57] Logistyka szkolenia.
  Training logistics.

[08:59] Średnio nasze szkolenie będzie trwało około dwie godzinki i sesja pytań i odpowiedzi.
  On average, our training will last about two hours plus a Q&A session.

[09:03] Zatem będzie około jedna przerwa 10-minutowa, gdzie uraczę was moją muzyką.
  Therefore, there will be about one 10-minute break where I will treat you to my music.

[09:09] Akurat troszeczkę komponuję.
  As it happens, I compose a little bit.

[09:12] W zasadzie to od 25 lat.
  Actually, for 25 years.

[09:15] Zresztą właśnie Andrzej Dragan.
  By the way, Andrzej Dragan.

[09:18] Tam się poznaliśmy mniej więcej 30 lat temu, czyli na demo scenie, gdzie robiliśmy takie różne.
  We met there more or less 30 years ago, that is, on the demo scene, where we were doing various things.

[09:23] Rzeczy.
  Things.

[09:23] Pytania.
  Questions.

[09:23] Bardzo ważne, moi drodzy, literka Q z przodu, bo jak będzie sesja pytań odpowiedzi, to ja będę, moi drodzy, wertował literki Q, a pozostałe komentarze uznam za wasze rozmowy, bo pewnie będzie ich bardzo, bardzo dużo tutaj.
  Very important, my dears, the letter Q at the beginning, because when there is a Q&A session, I will be, my dears, scrolling through the Q letters, and I will consider the other comments as your conversations, because there will probably be a lot, a lot of them here.

[09:39] Więc podsumowując, nagrania, prezentacja, certyfikaty, to wszystko będzie w mailingu i czeka was jeszcze na samym końcu minibook, czyli ponad stronnicowy ebook ze wszystkimi narzędziami i technikami, jakie sobie w tej ósmej edycji omawiamy.
  So to sum up, recordings, presentation, certificates, all of this will be in the mailing, and at the very end, a minibook awaits you, that is, a multi-page ebook with all the tools and techniques that we are discussing in this eighth edition.

[09:59] Moi drodzy, co będziemy robić w całej serii?
  My dears, what will we be doing throughout the series?

[10:01] Oczywiście dobrze się bawić, mam nadzieję.
  Of course, have a good time, I hope.

[10:03] Nie, randczka w piątek chyba nie można lepiej.
  No, a date on Friday, I don't think it could be better.

[10:06] Narzędziownik, część pierwsza.
  Toolbox, part one.

[10:08] Tematy wprowadzające.
  Introductory topics.

[10:11] Dzisiaj będzie trochę teorii, natomiast mam nadzieję oczywiście, że nie będzie to dla was wątek nudny.
  Today there will be a bit of theory, but I hope, of course, that it won't be a boring topic for you.

[10:14] Będziemy sobie oczywiście robić praktyczne rzeczy.
  We will, of course, be doing practical things.

[10:18] Narzędziownik drugi, czyli wszystko co związane z kreatywnymi narzędziami, z generatywną stroną sztucznej.
  Toolbox two, that is everything related to creative tools, to the generative side of artificial [intelligence].

[10:24] Inteligencji, obrazy, grafika, wideo, dźwięk i tak dalej oraz instalacje lokalne.
  Intelligence, images, graphics, video, sound and so on, as well as local installations.

[10:30] Narzędziownik trzeci to biznes i projektowanie.
  The third toolkit is business and design.

[10:32] Narzędziownik czwarty Microsoft Copilot.
  The fourth toolkit is Microsoft Copilot.

[10:35] Cały odcinek jest temu poświęcony.
  The entire episode is dedicated to this.

[10:37] Narzędziownik piąty.
  The fifth toolkit.

[10:40] AI w życiu rodzica jako pomocnik w nauce dla dzieci nieco młodszych.
  AI in a parent's life as a learning assistant for slightly younger children.

[10:45] Narzędziownik szósty, cyberbezpieczeństwo i deep fejki.
  The sixth toolkit, cybersecurity and deepfakes.

[10:49] Narzędziownik siódmy, asystenci i dedykowane aplikacje.
  The seventh toolkit, assistants and dedicated applications.

[10:56] Narzędziownik ósmy, projektowanie aplikacji, protokół MCP, programowanie z sztuczną inteligencją, oczywiście w poziomie fundamentalnym, bardzo podstawowym.
  The eighth toolkit, application design, MCP protocol, programming with artificial intelligence, of course at a fundamental, very basic level.

[11:07] Narzędziownik dziewiąty, bardzo ważne, modele lokalne, moi drodzy, instalacja i konfiguracja krok po kroku, jak to robić bezpiecznie.
  The ninth toolkit, very important, local models, my dears, step-by-step installation and configuration, how to do it safely.

[11:15] Następnie narzędziownik 10 to oczywiście agenty AI oraz automatyzacja, a także oczywiście lokalna automatyzacja, czyli na pewno.
  Next, toolkit 10 is of course AI agents and automation, as well as, of course, local automation, which is for sure.

[11:25] Zerkniemy sobie do projektów typu Cloud Code, OpenCL czy Nemo CL, a także do innych, też bardzo polecam, bo to jest hype na to największy w 2026 roku.
  We will take a look at projects like Cloud Code, OpenCL, or Nemo CL, as well as others; I highly recommend them too, because this is where the biggest hype is in 2026.

[11:35] Narzędziownik 11 to sprzedaż i influenceryzm, czyli jak zarabiać na sztucznej inteligencji.
  Toolbox 11 is about sales and influencer marketing, that is, how to make money from artificial intelligence.

[11:42] Następnie narzędzia wspierające research i edukację, czyli dla dzieci starszych, dla nauczycieli i metody nauki.
  Next, tools supporting research and education, that is, for older children, for teachers, and learning methods.

[11:50] Później lecimy trenowanie danych.
  Later, we move on to data training.

[11:53] To jest bardzo trudna część, 13, dlatego szczęśliwa.
  This is a very difficult part, 13, which is why it's the lucky one.

[11:56] Jak przygotować dane?
  How to prepare data?

[11:58] Jak rozumieć co to są przygotowane dane, co to jest trenowanie AI i zrobimy sobie fine tuning na żywo.
  How to understand what prepared data is, what AI training is, and we will do a live fine-tuning.

[12:04] Tutaj będzie trudno.
  It will be difficult here.

[12:07] To od razu mówię, nie wszyscy tutaj zrozumieją.
  I'm saying this right away, not everyone here will understand.

[12:08] Natomiast warto, żeby wszyscy oczywiście zobaczyli.
  However, it is worth it for everyone to see it, of course.

[12:12] Narzędziownik 14.
  Toolbox 14.

[12:15] Coś co ostatnio było niesamowitym hitem, bo otworzyliśmy tę część jako nowość w edycji siódmej, czyli AEO kontra GEO kontra klasyczne pozycjonowanie.
  Something that was an amazing hit recently, because we opened this part as a novelty in the seventh edition, that is, AEO versus GEO versus classic positioning.

[12:23] Moi drodzy, jeżeli wy...
  My dear friends, if you...

[12:26] Chcecie dzisiaj w internecie funkcjonować, chcecie sprzedawać swoje produkty czy też usługi, to musicie znać te mechanizmy.
  If you want to function on the internet today, if you want to sell your products or services, you must know these mechanisms.

[12:33] To też jest musto szkoleniu 14.
  This is also a must for training 14.

[12:35] No i sesja 15.
  And session 15.

[12:38] Tomek odpowiada, moi drodzy na wasze pytania.
  Tomek answers your questions, my dears.

[12:42] Tadam!
  Ta-da!

[12:44] Agenda na dzisiaj, ale zanim agenda, wysyłam wam linka do prezentacji.
  The agenda for today, but before the agenda, I am sending you a link to the presentation.

[12:50] Gdzie już 100 komentarzy ponad elegancko prezentacja wyślij i już link do was poszedł.
  Where there are already over 100 comments, elegantly, send the presentation, and the link has already gone out to you.

[13:01] Od razu podpowiadam, że link jest skonstruowany tak, że numerek szkolenia będzie numerkiem prezentacji, więc łatwo będzie się tu można domyślić, jakbym w razie czasami zapomniał tego linka dać.
  I'll give you a hint right away that the link is constructed so that the training number will be the presentation number, so it will be easy to guess here if I were to forget to provide the link sometimes.

[13:14] Nie, raczej się to już nie zdarza, bo się ostatnio tego uczyłem przed lustrem, czyli mówię, mówię, mówię i nagle o prezentacja.
  No, that doesn't really happen anymore, because I was practicing it in front of the mirror recently, meaning I talk, talk, talk, and suddenly, oh, the presentation.

[13:22] Tak, już nie zapominam, bo czasami ktoś mi zwraca uwagę: "Wujku, proszę wrzucić".
  Yes, I don't forget anymore, because sometimes someone points it out to me: "Uncle, please upload it."

[13:26] Prezentację.
  The presentation.

[13:28] Nie mówię: "Kurczę, zapomniałem".
  I don't say: "Damn, I forgot".

[13:29] Nie.
  No.

[13:29] Ajajajajaj.
  Oh my, oh my.

[13:30] No ty też mógłbyś mi przypomnieć, Kitku, to tego nie robisz, nie tylko mruczy.
  Well, you could also remind me, Kitty, but you don't do that, you just purr.

[13:33] Okej.
  Okay.

[13:36] Agenda moi drodzy na dzisiaj.
  The agenda for today, my dears.

[13:38] Pierwsze zajęcia troszeczkę więcej logistycznie na początku sobie omówiliśmy, natomiast od razu idźmy, moi drodzy, do mięsa.
  We discussed the first class a bit more logistically at the beginning, but let's get straight to the meat, my dears.

[13:46] Wprowadzenie do sztucznej inteligencji, jakie mamy znane modele, co to jest prompting, co to jest piaskownica.
  Introduction to artificial intelligence, what known models we have, what prompting is, what a sandbox is.

[13:51] Troszeczkę o zarządzaniu zmianą i kompetencji.
  A little bit about change management and competence.

[13:53] Etyka i aspekty prawne, jak wie możecie zauważyć dzisiaj jest rzeczywiście fundament mocno teoretyczny, nie?
  Ethics and legal aspects, as you can see today, the foundation is indeed strongly theoretical, right?

[14:01] A już drugie zajęcia to lecimy w zasadzie głównie praktykę.
  And for the second class, we are basically going to do mostly practice.

[14:04] Natomiast ona też się dzisiaj pojawi.
  However, it will also appear today.

[14:06] No to co, wprowadzenie do sztucznej inteligencji znane modele Llym.
  So, what's next, introduction to artificial intelligence, known LLM models.

[14:11] Moi drodzy, w tej sekcji dowiecie się o tym, na czym polega fenomen AI, jakie są techniki trenowania, co to jest model LLM i jakie są popularne modele i co to jest prompt engineering.
  My dears, in this section you will learn what the AI phenomenon is about, what the training techniques are, what an LLM model is, what the popular models are, and what prompt engineering is.

[14:22] Przykłady użycia AI.
  Examples of AI usage.

[14:24] Wspomnijmy sobie także co to jest token, aczkolwiek sesja 13 będzie.
  Let's also mention what a token is, although session 13 will be.

[14:26] Bardzo mocna właśnie temu zagadnieniu poświęcona.
  Very strong, dedicated precisely to this issue.

[14:29] A jestem tak nagrzany, poczekajcie na kolejną edycję, że aż mi się zrobiło gorąco.
  And I am so fired up, wait for the next edition, that I've even gotten hot.

[14:34] Muszę się normalnie rozebrać, bo jestem tutaj we wspaniałej, legendarnej, niesamowitej bluzie Sekuraka.
  I have to take off some clothes, because I am here in a wonderful, legendary, amazing Sekurak sweatshirt.

[14:41] Oczywiście pod spodem też jest koszulka Sekuraka, ale jest mi tak ciepło, jakby mi normalnie skończyła temperatura do 47 stopni, ale wiecie, no to są emocje, nie?
  Of course, there is also a Sekurak t-shirt underneath, but I am so warm, as if my temperature had gone up to 47 degrees, but you know, these are emotions, right?

[14:54] Tu wy tu przychodzicie się czegoś nauczyć, a mnie to strasznie jara.
  You come here to learn something, and it excites me terribly.

[14:59] Okej.
  Okay.

[14:59] Historia sztucznej inteligencji, moi drodzy, sztuczna inteligencja to nie są trzy lata, czyli od kiedy Open AI opublikowało Czata GPT w 2022 roku na koniec.
  The history of artificial intelligence, my dears, artificial intelligence is not three years, meaning since Open AI published Chat GPT at the end of 2022.

[15:09] Tylko sztuczna inteligencja ma ponad 70 lat.
  But artificial intelligence is over 70 years old.

[15:12] W zasadzie przyjmuje się, że pan profesor John McCarty w 56 roku na konferencji w Darth Mode użył tego pojęcia jako systemu, który potrafi.
  Basically, it is accepted that Professor John McCarthy used this term in '56 at the Dartmouth conference as a system that is capable of.

[15:26] Podejmować decyzje w zależności od zmieniających się warunków środowiska.
  Make decisions depending on changing environmental conditions.

[15:31] Oczywiście środowisko nie w zrozumieniu takim, że mamy listki, drzewka, tutaj mamy miskanty, tutaj różyczki, tylko w środowisko w rozumieniu otoczenia, w którym się model znajduje i został uruchomiony, nie?
  Of course, environment not in the sense that we have leaves, trees, here we have miscanthus, here roses, but environment in the sense of the surroundings in which the model is located and has been launched, right?

[15:46] Yyy i w tym momencie, drodzy państwo, właśnie tam w 56 roku to pojęcie się pojawiło, aczkolwiek już 4 lata wcześniej to pojęcie wśród profesorów y funkcjonowało, zwłaszcza wśród profesorów amerykańskich i japońskich.
  Umm, and at that moment, ladies and gentlemen, that is exactly when the concept appeared in '56, although 4 years earlier this concept was already functioning among professors, especially among American and Japanese professors.

[16:00] Lata 60 i 70 to pierwsze programy sztucznej inteligencji, ale określa się ten czas jako AI winter, czyli zima AI.
  The 60s and 70s were the first artificial intelligence programs, but this time is described as AI winter, meaning AI winter.

[16:11] Z tego względu, że powstają moi drodzy pierwsze systemy pionierskie, natomiast niestety brak mocy obliczeniowej hamuje rozwój.
  Because, my dear friends, the first pioneering systems were being created, but unfortunately, the lack of computing power hindered development.

[16:19] Dlaczego?
  Why?

[16:22] No oczywiście przeddzień epoki tranzystora powoduje, że no te moce obliczeniowe nie są niezwykłe, a dla sztucznej.
  Well, of course, the eve of the transistor era means that, well, these computing powers are not extraordinary, and for artificial...

[16:28] Inteligencji na pewno za małe.
  Intelligence is definitely too small.

[16:32] Lata 80, pierwsze eksperckie systemy, Stany Zjednoczone, amerykańska giełda i pomimo, że oni dalej tam odbierają, wiecie, telefony stacjonarne, karteczki, długopisy, wszyscy wychodzą z toalety na sygnał, że giełda, sesja zaczyna być otwarta, nie?
  The 80s, the first expert systems, the United States, the American stock exchange, and even though they are still answering landline phones there, you know, notes, pens, everyone comes out of the restroom at the signal that the stock exchange, the session is starting to open, right?

[16:46] To jednak już się pojawiają pierwsze systemy.
  However, the first systems are already appearing.

[16:50] Na pewno kojarzycie takie trzyliterowe na literę S, yyy, które rzeczywiście mają w sobie sieci yyy semantyczne.
  You surely recognize those three-letter ones starting with the letter S, um, which actually have semantic networks in them.

[16:56] To nie są ani jeszcze sieci neuronowe.
  These are not even neural networks yet.

[17:00] Nawet nie mówimy o uczeniu maszynowym, ale mówimy o bardzo dużym wstępie do tego zagadnienia.
  We are not even talking about machine learning, but we are talking about a very big introduction to this topic.

[17:05] I lata 90.
  And the 90s.

[17:08] Co prawda tutaj wszyscy jesteście młodsi ode mnie, w końcu ja tu jestem wujkiem, ale lata 90, jeżeli ktoś przez przypadek wracając z podwórka oglądał Teleexpress, to tam było coś takiego o godzinie 17:00, że Maciej Orłoś prowadzący się zajarał i powiedział, że super komputer Deep Blue.
  Admittedly, you are all younger than me here, after all, I am the uncle here, but the 90s, if someone by accident while coming back from the yard watched Teleexpress, then there was something like that at 5:00 PM, that Maciej Orłoś, the host, got excited and said that the supercomputer Deep Blue.

[17:28] Pokonał mistrza szachowego i następuje rozwój uczenia maszynowego.
  He defeated a chess master and the development of machine learning follows.

[17:33] A co to jest to uczenie maszynowe?
  And what is this machine learning?

[17:35] Zwłaszcza, że praktycznie jednocześnie powstaje w kinach film Terminator 2, czyli o sztucznej inteligencji, która pragnie zgładzić tak naprawdę ludzkość, nie?
  Especially since, practically at the same time, the movie Terminator 2 is released in theaters, which is about artificial intelligence that actually wants to destroy humanity, right?

[17:46] Ale od tego momentu jest już hype.
  But from that moment on, there is hype.

[17:48] Tak, hype liczymy od tego momentu.
  Yes, we count the hype from that moment.

[17:51] Właśnie tam chwila była hamulca, jak umiera Mufasa w Królu Lwie w 94 roku, ale później wracamy na tory rozwoju sztucznej inteligencji.
  There was a moment of braking right there, when Mufasa dies in The Lion King in 1994, but later we return to the tracks of artificial intelligence development.

[18:00] I moi drodzy 2010 do 2020 kluczowy moment.
  And my dear friends, 2010 to 2020 is a key moment.

[18:02] 2016 powstaje Open AI.
  In 2016, OpenAI is founded.

[18:06] Jednocześnie rozwijają się sieci neuronowe, głębokie sieci uczące i w tym momencie mamy pierwsze modele NLP.
  At the same time, neural networks and deep learning networks are developing, and at this point, we have the first NLP models.

[18:14] Zaraz sobie wyjaśnimy to pojęcie i mamy już bardzo mocną wersję takiego modelu jak Bert oraz GPT.
  We will explain this concept in a moment, and we already have a very strong version of such a model as BERT and GPT.

[18:20] No i drodzy moi, koniec roku 2022.
  And my dear friends, the end of 2022.

[18:23] Open AI wypuszcza model Chat GPT3.
  OpenAI releases the ChatGPT3 model.

[18:31] No i zaledwie w ciągu kilku dni osiąga milion subskrybentów.
  And in just a few days it reaches a million subscribers.

[18:33] Tak, największy hype w historii czegokolwiek.
  Yes, the biggest hype in the history of anything.

[18:39] Przykładowo, jeżeli kojarzycie taką firmę Netflix, która miała swoje początki jako blockbuster, to w tym momencie kilkanaście lat zajęło promowanie Netflix and Chill po to, żeby było milion użytkowników, nie?
  For example, if you are familiar with a company like Netflix, which had its beginnings as a blockbuster, it took over a dozen years of promoting Netflix and Chill to get a million users, right?

[18:54] Więc w tym momencie to była mocna bardzo kwestia.
  So at that moment, it was a very strong issue.

[18:58] Adam Świtula 879 pisze, że 84 rok to był Terminator 1.
  Adam Świtula 879 writes that '84 was Terminator 1.

[19:02] To był tak przerażający film, ale znakomity w swoim czasie.
  It was such a terrifying movie, but excellent for its time.

[19:07] Świetna rola Arnolda, który po prostu uczył się tego, jak być elektronicznym mordulcem bardzo długo.
  A great role by Arnold, who was simply learning how to be an electronic killer for a very long time.

[19:17] Niesamowity film.
  An amazing movie.

[19:17] Gorąco polecam.
  I highly recommend it.

[19:19] Jeżeli nie oglądaliście, na przykład można dzisiaj sobie uruchomić po narzędziowniku AI.
  If you haven't watched it, for example, you can start it today after the AI toolkit.

[19:22] Czym jest sztuczna inteligencja, moi drodzy?
  What is artificial intelligence, my dear friends?

[19:26] Jak sobie popatrzymy, to jest tak naprawdę dosyć dużo zbiorów, zbiorów, które łączą się.
  If we look at it, it is actually quite a lot of sets, sets that connect.

[19:31] Właśnie w jedną definicję, czyli systemy komputerowe realizujące wymagające zadania inteligencji człowieka i podejmowanie decyzji odbywa się na podstawie rozpoznania jakiś wzorców.
  Exactly into one definition, that is, computer systems performing demanding tasks of human intelligence and decision-making takes place based on the recognition of some patterns.

[19:43] Tak, to jest bardzo skrócona definicja moja.
  Yes, this is my very shortened definition.

[19:45] Natomiast jest to definicja w najlepszej technice, czyli realizowana na tak zwany chłopski rozum, bo jakby czytać Wikipedię to tragedia, nie?
  However, it is a definition in the best technique, that is, implemented using so-called common sense, because if one were to read Wikipedia, it's a tragedy, right?

[19:54] I moi drodzy, sztuczna inteligencja, jak sobie popatrzymy, to jest wszystko to.
  And my dear friends, artificial intelligence, as we look at it, is all of this.

[19:59] I głównym czynnikiem rozwoju sztucznej inteligencji to jest to największe kółeczko, czyli uczenie maszynowe.
  And the main factor in the development of artificial intelligence is this largest circle, that is, machine learning.

[20:08] Paweł Dudko był na innym szkoleniu i zaprasza na dół prawo.
  Paweł Dudko was at another training session and invites [us] to the bottom right.

[20:14] Tak, rzeczywiście mamy coś takiego, że jeżeli macie moi drodzy ochotę to ja mogę tutaj iść w taki dół prawo, ale widzę, że będę tutaj przeszkadzał w prezentacji, więc może pójdę do góry.
  Yes, indeed we have something like this, that if you, my dear friends, want, I can go here to the bottom right, but I see that I will be disturbing the presentation here, so maybe I will go to the top.

[20:25] Tylko może pójdę do góry jako troszeczkę mniejsza postać.
  Only maybe I will go to the top as a slightly smaller figure.

[20:27] O, może tutaj będzie pasowało, nie?
  Oh, maybe it will fit here, right?

[20:30] Także hello, jestem teraz.
  So hello, I am here now.

[20:32] Na górze, nie?
  At the top, right?

[20:34] Natomiast jakby na slajdzie gdzieś było, że będę przeszkadzał, to ja będę sobie tym lawirował.
  However, if it were on the slide somewhere that I would be in the way, I will maneuver around it.

[20:38] Zresztą mój wizerunek chyba nie jest ważny.
  Anyway, my image probably isn't important.

[20:41] Chyba, że ktoś chce popatrzeć na kotka, to on tu cały czas siedzi, chce być głaskany.
  Unless someone wants to look at the kitty, he sits here the whole time, he wants to be petted.

[20:45] Dlatego jak widzicie, czasami dziwny ruch moją ręką, to znaczy, że tutaj ten łobus.
  That's why, as you can see, sometimes a strange movement of my hand means that this rascal is here.

[20:49] O, właśnie tak jak tu go możecie widzieć.
  Oh, just as you can see him here.

[20:51] Pokaż się tutaj.
  Show yourself here.

[20:54] Ty masz, o, o, proszę, nawet mnie tutaj dotyka.
  You have, oh, oh, please, he's even touching me here.

[20:56] yyy to on chce być tutaj mocno yyy głaskany.
  uh, he wants to be heavily, uh, petted here.

[20:59] I moi drodzy, uczenie maszynowe, czyli rozwój algorytmów i statystyki technik umożliwiające komputerom uczenie się na podstawie danych, ale bez oprogramowywania tych reguł, czyli nie robimy warunek jeśli to, to tak jak mamy programistów na sali, tylko ten system ma sam podejmować decyzje.
  And my dear friends, machine learning, that is the development of algorithms and statistical techniques enabling computers to learn based on data, but without programming these rules, meaning we don't make an 'if this, then that' condition like we have programmers in the room, but rather this system is supposed to make decisions on its own.

[21:20] I jednocześnie dzieckiem uczenia maszynowego jest głęboka sieć ucząca, deep learning, czyli modelowanie danych sieciami wzorców.
  And at the same time, a child of machine learning is deep learning, which is modeling data with networks of patterns.

[21:28] To jest to, co jest dzisiaj de facto fundamentem rozwoju sztucznej inteligencji.
  This is what is, de facto, the foundation of the development of artificial intelligence today.

[21:30] Ale moi drodzy,
  But my dear friends,

[21:33] moi drodzy, ja yyy sztuczna inteligencja

[21:36] nie byłaby tak na hajpowego, nahajpowana

[21:39] dzisiaj, jakby nie ten drugi zbiór,

[21:42] mianowicie to przetwarzanie języka

[21:45] naturalnego, czyli natural language

[21:47] processing, NLP. Nie mylić proszę z

[21:50] perswazją NLP, która jest częścią

[21:52] socjotechniki, tylko to jest, moi

[21:54] drodzy, interpretacja komunikacji

[21:57] językowej pomiędzy człowiekiem a

[21:59] komputerem. Czyli że to, że ja pójdę

[22:01] sobie dzisiaj do czata GPT i napiszę do

[22:04] niego: "Mordeczko, przywitaj

[22:08] się ze wszystkimi, bo rozpoczęliśmy

[22:12] kolejną edycję narzędziownika.

[22:16] Narzędziownika napisałem. AI to

[22:18] zobaczcie co nam Czat GPT odpowie. Cześć

[22:20] wszystkim. Witamy na kolejnej edycji.

[22:22] Przed nami jazda bez trzymanki. AI w

[22:25] praktyce narzędzia, które robią robotę,

[22:28] haki, automatyzacje i rzeczy, które

[22:30] można yyy wdrożyć od razu.

[22:35] Jak możecie zauważyć, model bardzo

[22:37] ładnie tutaj odpisuje. Od razu sobie

[22:39] zrobimy ty to wygeneruj grafikę dla tej

[22:45] ósmej edycji narzędziownika.

[22:49] Bądź ultra kreatywny. Yyy, zobaczymy, co

[22:54] z tego wyjdzie, mordo. Yyy, dobra, niech

[22:57] on sobie wygeneruje grafikę, a my lecimy

[22:59] dalej. I moi drodzy z połączenia tych

[23:01] wszystkich sił powstaje kapitan planeta,

[23:03] czyli wielkie modele językowe, tak zwane

[23:07] large language models, llmy, czyli

[23:09] modele zautomatyzowane,

[23:12] oparte o właśnie taki sposób

[23:14] komunikacji, że ja mogę pisać z modelem

[23:17] i on mnie rozumie i on mi tak samo

[23:19] odpowiada bez jakiś kodów

[23:21] programistycznych albo stanów dodatnych,

[23:25] ujemnych w elektronice, czy też bitowo

[23:28] zerojedynkowo.

[23:29] tylko odpowiada kolokwialnie mówiąc po

[23:32] ludzku. Tak. I to mamy tę część, która

[23:35] została właśnie w 2022 powszechnie

[23:38] udostępniona i no i dzisiaj jest na to

[23:40] wariactwo. Wszelkie tego rodzaju pojęcia

[23:43] z racji, że ja nie lubię slajdów

[23:44] tekstowych macie, przepraszam oczywiście

[23:47] w prezentacji, natomiast to już sobie i

[23:50] tak je wyjaśniliśmy, nie? Będziemy sobie

[23:53] jeszcze omawiać na drugiej sesji

[23:54] szkoleniowej, co to znaczy generatywne

[23:56] AI i będziemy sobie omawiać na siódmej

[23:58] sesji szkoleniowej rag, czyli retrieval

[24:01] augmented generation. To zwłaszcza przy

[24:03] modelach lokalnych wychodzi, ale mamy

[24:06] dzisiaj drodzy państwo rok 2026

[24:09] i w tym momencie mamy także module,

[24:12] modele rozumujące. Jeżeli ktoś z was

[24:15] miał być okazję na takim moim szkoleniu

[24:17] na początku roku poznaj 10 umiejętności

[24:20] AI na 2026, to ja tam wspominałem, że

[24:23] znajomość modeli LRM

[24:26] będzie dosyć kluczowa w tym roku.

[24:29] Mianowicie kiedy model myśli zanim

[24:32] odpowie. Tak, będziemy sobie taką

[24:33] technikę promptowania też ćwiczyć, czyli

[24:36] deep research to się nazywa, głębokie

[24:38] rozumowanie, czyli mamy klasyczny model,

[24:41] gdzie natychmiastowo on nam generuje

[24:44] odpowiedź, a de facto pod spodem

[24:46] przewiduje token. To są takie specjalne

[24:48] obliczenia bazy wektorowe w pewnej

[24:51] przestrzeni. To będziemy mówić na

[24:52] szkoleniu 13. I odpowiedź jest z biodra,

[24:55] jakbyśmy porównali to do takiego

[24:58] strzelca na Dzikim Zachodzie, nie?

[25:00] szybko i tanio i oczywiście do prostych

[25:03] rozmów, do czatowania to jest git.

[25:06] Natomiast wieloetapowa logika odpada.

[25:09] Tak, model rozumujący, czyli large

[25:12] reasoning model ma wbudowany taki

[25:14] łańcuch wewnętrznego monologu. I my

[25:17] sobie ten monolog pokażemy w pewnym

[25:20] momencie.

[25:21] Chain of thought zobaczycie, czyli

[25:23] łańcuch myśli jak to wygląda. No i

[25:26] najczęściej mamy coś takiego jak właśnie

[25:28] słówko deep, thinking, researching,

[25:31] extended i tego typu

[25:34] sytuacje. I to jest, moi drodzy, dużo

[25:37] drożej i wolniej, ale dużo celniej.

[25:39] Czyli mamy snajpera na Dzikim Zachodzie,

[25:42] który z kalibra 50 BMG wali na przykład

[25:47] do do czego? Do marchewki, która wisi w

[25:50] odległości 1337

[25:53] m od strzelca, nie? i on robi bum i

[25:56] marchewka się pięknie rozpada, nie? Tak

[25:58] naprawdę to jest już standard dla

[26:01] trudnych zadań w 2000 26

[26:05] roku. Warto wspomnieć, że modele

[26:07] rozumujące mniej dzięki temu halucynują.

[26:10] To jest bardzo poważny problem LLMów i o

[26:12] tym też będziemy sobie oczywiście

[26:14] szeroko mówić. Jak popatrzymy sobie na

[26:17] czołówkę yyy na różnie przeze mnie

[26:20] pozbierane dane, a także subiektywną

[26:22] ocenę w kwietniu 2026 roku, to moi

[26:25] drodzy rzeczywiście na pierwszym miejscu

[26:27] możemy popatrzeć z firmą Y Cloud Opus

[26:30] Model 47, model Extended Thinking. Co

[26:33] prawda w pierwszych dniach zwykle jest

[26:36] tak, że moi drodzy ten model musi się

[26:39] troszeczkę dostroić do komunikacji, więc

[26:41] działa gorzej, ale jak się później

[26:43] rozpędza, to jak naoliwiony mechanizm

[26:45] działa bardzo dobrze. No i dlatego opusa

[26:48] od Cloda, a w zasadzie od Antropica

[26:50] umieszczam na miejscu pierwszym. Na

[26:52] drugim miejscu Chat GPT z modelem O3

[26:55] Pro, Gemini 3 DeepF kapitalny. No i moi

[26:59] drodzy Deepsek wersji lokalnej V4.

[27:01] Niesamowity Grok, fantastyczny, super

[27:05] Grock. Jest bardzo potężnym modelem i ma

[27:07] od razu troszeczkę zrzucone kajdany

[27:09] etyczności. No i na końcu znowu Open AI,

[27:13] czyli GPT wersji 5.4. De facto już jest

[27:16] beta wersji 5.5. Yyy, no i moi drodzy,

[27:19] yyy, mamy taką sytuację, że yyy, maile,

[27:23] streszczenia, burza mózgów, to model LLM

[27:25] bez problemu zrobi, ale matematykę, kod

[27:28] programistyczny, planowanie analizy,

[27:31] modele LRM zdecydowanie lepiej będą się

[27:33] tutaj sprawdzać. Warto też dodać o czymś

[27:36] takim, moi drodzy, jak okno kontekstu.

[27:38] To też jest bardzo nahajpowany temat

[27:41] 2026 roku, bo okazało się, że jednak

[27:44] korzystanie z agentów AI jest drogie.

[27:48] Tak, bo te tokeny szybko wyżerają się

[27:52] przez agentów, brzydko tak mówiąc i to

[27:54] powoduje, że musimy je dokupować.

[27:57] Niesamowite przykłady na LinkedInie

[27:58] obserwuję, że koleżanka, która jest

[28:01] deweloperką, napisała o godzinie 10:30,

[28:04] że od 9:00 tutaj

[28:07] vibe kodowałam z clodem, cloud kodem

[28:10] dokładnie, czyli Agentic AI. No i

[28:12] wyczerpałam tokeny w półtora godziny,

[28:14] nie? I ona napisała coś takiego. Ja

[28:17] teraz nie wrócę do klasycznego

[28:19] programowania, tylko poczekam 4 godziny

[28:22] albo doładuję sobie tokeny i dopiero

[28:24] wtedy zacznę. Tak, bo już nie potrafię

[28:26] pracować inaczej. No coś w tym

[28:28] rzeczywiście jest. Więc to okno

[28:30] kontekstu to jest tak naprawdę bardzo

[28:32] ważne, bo to jest ile tokenów model

[28:34] trzyma jednocześnie. Czyli jeżeli ja

[28:37] sobie tutaj yyy napisałem coś do modelu,

[28:39] coś on mi odpisał, tu mi coś

[28:41] wygenerował, to moi drodzy to wszystko

[28:44] razem tworzy nam okno kontekstowe. To

[28:47] jest bardzo ważne razem z dołączonymi

[28:49] plikami i tak dalej. Y to jest dosyć

[28:52] duży problem. Całkiem niezły obrazek

[28:55] wyszedł narzędziówka AI, gdzie celem

[28:59] edycji jest maksimum efektów, minimum

[29:02] wymówek. Genialnie. Jakbyśmy generalnie

[29:04] byli na siłowni, byśmy właśnie wzięli

[29:06] przed treningówkę i mocno naciskali na

[29:11] sztangę w piątunio wieczorem, więc jest

[29:14] perfekcyjnie.

[29:15] A to nie magia, to narzędzie, a ty

[29:17] jesteś twórcą. Testujemy, łączymy,

[29:19] automatyzujemy, działamy. Nowe

[29:21] narzędzia, możliwości. Nie pytaj, czy AI

[29:24] zabierze ci pracę. Zapyczaj czy ty

[29:26] używasz AI. Aha, okej. No dobra. No

[29:29] fajna ta grafika, szczerze mówiąc. Chyba

[29:31] ją wykorzystam gdzieś y w social

[29:33] mediach, bo mi się bardzo podoba. No i

[29:35] moi drodzy, zobaczcie 2022 rok. Mieliśmy

[29:39] okno kontekstowe zaledwie 4000 tokenów.

[29:42] Token to jest mniej więcej pół słowa aż

[29:44] do czterech znaków albo czasami całe

[29:47] słowo w języku polskim, a w języku

[29:50] angielskim to jest tak 07 na słowo, tak

[29:52] żeby nie powiedzieć na głowę. Czyli

[29:55] token można bardzo kolokwialnie

[29:57] przyrównać do słowa. No i ile słów tak

[30:01] naprawdę, czyli prompt, cała historia i

[30:03] załączniki model trzyma jednocześnie 44

[30:07] lata temu, a dzisiaj mamy, zobaczcie, 2

[30:09] miliony, co odpowiada mniej więcej 5000

[30:13] stronom tekstu. Potworna to już jest

[30:15] liczba. Aczkolwiek rzeczywiście Clot już

[30:18] w 2024 szczycił się tym, że też ma

[30:21] milion tokenów ogarnięte. Natomiast to

[30:24] były oczywiście wysokie subskrypcje. To

[30:26] wszystko w tym momencie stosunkowo mocno

[30:29] tanieje. I okno kontekstu bardzo zmienia

[30:32] nam w praktyce wszystko, bo moi drodzy,

[30:35] jeżeli my zaczniemy dużo z takim modelem

[30:37] rozmawiać, to się okazuje, że on się

[30:39] może pogubić i znowu zacząć nam

[30:41] halucynować, nawet jak to jest model

[30:43] głęboko rozumujący. Ale to sobie

[30:45] będziemy bardzo szczegółowo na tej sesji

[30:48] treningowej 13 opowiadać. Warto

[30:51] wspomnieć, że Polska też ma swoje

[30:54] modele. Mianowicie mamy model Bielik,

[30:57] fanfary

[30:59] oraz mamy model Plum. Dlaczego warto

[31:02] znać polskie modele? Bo na przykład

[31:04] Bielik jest bardzo ciekawym modelem.

[31:07] Znam się z autorami tego modelu, którzy

[31:10] są teraz bardzo ładnie wsparci przez

[31:12] Rafała Brzuskę. Nie wiem czy kojarzycie,

[31:15] ale jeden jeden z mądrzejszych

[31:17] przedsiębiorców w Polsce i za granicą,

[31:20] mianowicie prezes Inpostu. Mamy

[31:23] oczywiście polski kontekst, no i

[31:25] prywatność, bo hosting jest trzymany w

[31:28] Polsce. Idiomy, prawo, kultura jest

[31:30] jakby skorelowane do języka polskiego.

[31:34] Brak zależności od USA czy na przykład

[31:37] China, nie? To jest też ważne. No i póki

[31:39] co bez opłat za token, bo model można

[31:42] zainstalować lokalnie, więc liczy się

[31:44] chyba z

[31:47] z mocy obliczeniowej komputera. Tak,

[31:50] Antro podkreślenie pik zwrócił uwagę, że

[31:55] bielik jest także wspierany przez

[31:56] Nvidię. Dokładnie tak. W beondzie jak

[32:00] najbardziej działa. Natomiast co warto

[32:02] dodać, to są projekty, które rozwijają

[32:04] się wolniej niż giganci. Warto je

[32:07] oczywiście wspierać, ale taki model jak

[32:10] Bielik na przykład 11 miliardów

[32:12] parametrów, czyli 11B, no nie zastąpi na

[32:15] ten model niesamowitego cloda opusa w

[32:18] najtrudniejszych zadaniach, ale w wielu

[32:20] codziennych polskich zastosowaniach

[32:22] wystarczy, a dane zostają u nas. Tak, to

[32:25] jest bardzo ważne. Tutaj Sebastian na

[32:28] każdym kroku to podkreśla. Co do

[32:31] Bielika, mamy speak dostawcę, no i

[32:35] cyfronet AGH, czyli projekt Herios.

[32:38] Licencja bardzo fajnie, bo Apache 2.0,

[32:41] kilka wersji. No i uwaga, model w

[32:44] ostatnich takich testach base

[32:46] multilingual osiągnął czwarte miejsce w

[32:49] Euroewaluacji. To jest bardzo wysoko. No

[32:52] i działa w Inpost Mobile, czyli jest

[32:54] taki projekt właśnie na karm Bielika. No

[32:57] i można go odpalić z takiego portalu

[32:59] społecznościowego dla modeli, czyli

[33:01] Huging Face, z hipernadzorców różnych

[33:04] lokalnie wszystko. Będziemy sobie to,

[33:06] moi drodzy, robić. No a jeżeli chodzi o

[33:09] Pluma na ten moment jest to projekt

[33:11] państwowy. Rzeczywiście duża liczba

[33:14] parametrów, kręgosłup polskich usług

[33:17] publicznych, asystenci w aplikacji

[33:19] Mbywatel, wsparcie

[33:21] EZD tak zwanego, no i dane treningowe

[33:24] kontrolowane oczywiście przez Polskę.

[33:28] Bardzo ważne też będziemy sobie na

[33:30] szkoleniu pokazywać narzędzia i modele,

[33:33] które są dostępne na przykład w trybie

[33:36] open, czyli modele

[33:39] po prostu

[33:41] takie, które są lokalne i to powoduje,

[33:44] moi drodzy, że koszty będą praktycznie

[33:46] żadne, ale moc obliczeniowa wymagana

[33:48] będzie duża, tak? ewentualnie opłata za

[33:51] działanie w chmurze. Y i mamy też modele

[33:55] komercyjne, czyli będziemy sobie

[33:57] pracować też na na narzędziach, gdzie

[34:01] one są zawsze w szczytach wszystkich

[34:03] testów benchmarków, no ale swoje będą

[34:05] kosztowały. Tak, ja mam wykupione te

[34:07] wszystkie narzędzia, więc będę wam

[34:08] pokazywał. No i co ważne, jeżeli wy

[34:11] stoicie na decyzji, kurde, kupić tego

[34:13] Task aida, czy kupić tego yyy yyy

[34:16] Hixfielda yyy yyy to będę wam odpowiadał

[34:19] na te pytania podczas szkolenia, bo po

[34:21] prostu zobaczycie jak to wszystko, moi

[34:23] drodzy, yyy, yyy, yyy, yyy, yyy, działa,

[34:27] nie?

[34:29] No i to jest właśnie open. A jeżeli

[34:31] chodzi o closedo, powiedziałem na

[34:33] odwrót, to są wszystkie modele jak Chat,

[34:35] GPT, Cloud czy też inny Gemini Grock

[34:38] dostępny online, tak samo jak CPILot.

[34:42] Otwarte kontra zamknięte

[34:45] w zależności co potrzebujemy. Szybki

[34:47] start oczywiście zamknięte wrażliwe dane

[34:50] oczywiście otwarte, nie? Tutaj pod kątem

[34:52] wdrożeń lokalnych oczywiście mówimy. No

[34:55] i warto też dodać, że jest też takie

[34:57] pojęcie jak multimodalność, że AI tak

[34:59] naprawdę na wejściu może przyjąć tekst,

[35:02] obraz, dźwięk, wideo, dokument, kod

[35:05] programistyczny, co tak naprawdę chcemy,

[35:07] a na wyjściu może tak samo dać tekst,

[35:10] obraz, wideo, muzyka, głos, rozmowa real

[35:13] time albo po prostu działanie,

[35:16] przepraszam, mówię tutaj konkretnie o

[35:18] trybie agentowym. Tak yyy więc konkretna

[35:22] czynność jest yyy tutaj realizowana.

[35:25] Model sam sobie instaluje oprogramowanie

[35:27] na komputerze, kontroluje dane i na

[35:29] przykład formatuje nam dysk, pomimo że

[35:30] go o to nie prosiliśmy. To jest typowe

[35:33] działanie. Oczywiście multimodalność

[35:35] także się tak nazywa. Yyy, no i

[35:37] praktyczne zastosowanie, jakbyśmy mieli

[35:40] sobie określić jedno zdanie i jeden

[35:42] plik. Jak to może wyglądać? Moi drodzy,

[35:44] prompt. Co jest nie tak z tą

[35:47] konfiguracją i screen na przykład zrzut

[35:49] ekranu z konfiguracji zapory sieciowej?

[35:52] Podsumuj i wypisz decyzję. Czyli

[35:54] przykładowo załadujemy nagranie z

[35:57] dwugodzinnego spotkania jakiegoś naszego

[35:59] weekly. Zrób 30 sekund spot na nasz

[36:02] produkt plus briefing. No i powstaje na

[36:04] przykład clip 4K z narracją. Tak też

[36:07] będziemy sobie to robić. Przeczytaj tę

[36:09] fakturę i wystaw JPK plus zdjęcie

[36:12] faktury. Dane ustrukturyzowane z PDFem.

[36:15] na przykład, nie? Więc to multimodalność

[36:18] tak najprościej ujmąc. Kto, moi drodzy,

[36:20] dzisiaj używa sztucznej inteligencji

[36:22] zgodnie yyy z Menla Ventures z 2025 roku

[36:27] badania z końca, okazuje się, że wszyscy

[36:30] tak, wszyscy używają sztuczną

[36:31] inteligencję. Ten ciemniejszy kolor

[36:34] pomarańczowy to używają codziennie, a

[36:37] wszyscy to jest ten jaśniejszy, czyli

[36:39] mamy od 18latków do boomerów, czyli 79

[36:43] rok. Mamy też millenialsów.

[36:46] Ja jestem na przykład dumnym

[36:48] millenialsem i właśnie znajduję się w

[36:50] tej grupie. I co ciekawe to nie jest już

[36:52] grupa najwyższa, bo Jen Z, czyli

[36:55] 18latkowie do 20 mniej więcej 8 lat ta

[36:58] grupa używa najczęściej, ale jednak

[37:01] najczęściej codziennie milenialsi górą

[37:05] żółwik, jeżeli mamy millenials na sali.

[37:08] Przykłady wykorzystania AI zgodnie z

[37:10] raportem Ipsos to jest coś bardzo

[37:12] ważnego, bo rzeczywiście pokazuje gdzie

[37:14] my AI wykorzystujemy. No i moi drodzy na

[37:16] pierwszym miejscu zgodnie z raportem

[37:19] mamy wyszukiwanie informacji. Co to

[37:21] oznacza? Że my dzisiaj nie idziemy do

[37:24] klasycznej wyszukiwarki i wpisujemy

[37:27] tutaj na przykład wieża pralnicza

[37:32] z funkcją

[37:35] y chłodzenia, nie?

[37:38] I zobaczcie, mamy tutaj jakieś wyniki,

[37:40] ale my musimy to analizować i tak dalej.

[37:42] Nie lipa.

[37:44] Można do zmienić troszkę pytanie, jaki

[37:48] odstęp między pralką a suszarką. I

[37:50] zobaczcie, jak my zadaliśmy pytanie, to

[37:52] tutaj nam się wcina Gemini,

[37:55] jeżeli wyszukiwaliśmy w Googleu, nie? A

[37:57] my tak naprawdę idziemy dzisiaj

[37:59] przykładowo do czata GPT i piszemy do

[38:01] niego: "Mordeczko, potrzebuję wieżę

[38:05] pralniczą w ciemnym kolorze, budżet do

[38:11] 15000 zł. Zaproponuj coś

[38:15] mega dobrego klasy premium, nie? I model

[38:19] za nas to wyszukuje, najprościej mówiąc.

[38:22] O, mamy millenialsów. Mega się cieszę.

[38:24] Szymon nawet ma rocznik wpisany.

[38:27] A Gosiek oszukuje, bo widzę, że Gosiek

[38:29] ma 13 lat w niku, ale okej. Chyba, że to

[38:32] 13 oznacza coś innego. Może szczęśliwa

[38:35] liczba. No i moi drodzy, zobaczcie,

[38:37] model przejrzał nam zaledwie w trybie

[38:39] agentowym w ciągu 15 sekund i pisze:

[38:42] "Mordeczko, brałbym LG Wash Tower,

[38:45] ciemna premium". I popatrzcie od razu

[38:48] mamy piękne porównanie. Nawet wychodzi

[38:51] troszeczkę taniej. Najlepszy wybór. Taka

[38:54] marka i taka i taka. Moja rekomendacja

[38:57] przedłużona gwarancja usługi wniesienia

[39:00] montażu. Klikamy linka i w ogóle możemy

[39:02] wbić od razu do sklepu, bo mamy to

[39:04] wszystko pokazane. Więc ja się w pełni

[39:07] zgadzam, że wyszukiwanie informacji na

[39:09] pierwszym miejscu

[39:14] jest dzisiaj kluczowe, nie? Na drugim

[39:17] miejscu znowu mamy rozrywkę, czyli

[39:19] rzeczywiście AI służy nam do różnego

[39:22] rodzaju przeróbek, tworzenia, tworzenie

[39:25] wideo, tworzenie obrazków, tworzenie

[39:27] muzyki, tworzenie czegokolwiek, nie? I

[39:30] faktycznie jak ja sobie pójdę

[39:32] przykładowo do Groka,

[39:35] albo nie, pójdę sobie do Gemini i będę

[39:38] chciał zrobić z siebie na przykład

[39:39] niesamowitego rycerza, nie? No to klikam

[39:42] sobie Utwórz obraz, dodaję sobie pliczek

[39:45] tak jak w tym wypadku i biorę

[39:47] przykładowo moje zdjęcie tutaj gdzieś z

[39:51] jakiejś konferencji. O i piszę coś

[39:53] takiego: "Przerób mi strój tego

[39:57] mężczyzny

[39:58] na zbroję

[40:01] wiedźmińską

[40:04] z dwoma mieczami na plecach.

[40:09] Zachowaj styl profesjonalny.

[40:12] Tak. I dajemy model pro. Utwórz obraz.

[40:16] No i zobaczmy grafik ile by to robił i

[40:18] ile razy by płakał. No kilka razy na

[40:20] pewno wziąłby za to pewnie ze dwie

[40:23] stówki, jak nie cztery co najmniej.

[40:25] Musiałby znaleźć oczywiście taką zbroję

[40:27] i tak dalej. No i w tym momencie, moi

[40:29] drodzy za chwilę powinniśmy mieć taką

[40:32] przeróbkę. Kosztuje to zaledwie 100 zł

[40:34] na miesiąc abonamentu, nie? Yyy i

[40:37] właśnie to, co Paweł napisał bardzo

[40:39] ważnego. Paweł Myśnik Duże W2026.

[40:42] Im dokładniejszy opis, tym dokładniejszy

[40:44] efekt. Tak, do tego oczywiście zmierzam.

[40:47] Oj, zobaczcie. I mamy tutaj w zasadzie

[40:49] trzy miecze. Yyy, te dżiny. To całkiem

[40:51] spoko. Yyy, co ciekawe, ten brzuch mi

[40:54] się coś tu nie podoba. Ja nie mam

[40:55] takiego brzucha. Kurde, efekt jest

[40:58] zatrważający, jak możecie zauważyć.

[41:01] Natomiast wynika on z tego, że mój

[41:02] prompt oczywiście tak jak zauważył Paweł

[41:05] nie był dokładny, nie? To jest bardzo

[41:08] ważne, ale co widzimy, wizerunek nie

[41:10] jest zmieniony. Jeszcze 2 lata temu nie

[41:12] udałoby nam się wygenerować takiego

[41:13] obrazka z niezmienionym wizerunkiem, a

[41:15] tutaj się da. Piszemy do niego: "Tak,

[41:18] mordeczko, dobra, nie żenuj.

[41:23] Ubierz jednak bohatera w zbroję

[41:28] pełnopłytową.

[41:30] O! Nie. No i teraz on mi rozpoczyna

[41:34] nowe działanie. W takich modelach

[41:36] ogólnodostępnych zamkniętych, czyli

[41:38] closed jak Gemini, to moi drodzy on się

[41:42] przełącza multimodalnie

[41:46] w tryb na podstawie promptu. Czyli jak

[41:49] ja mu napisałem przerób, wygeneruj

[41:51] obraz, to on od razu uruchomił

[41:53] dedykowany do tego model, który nazywa

[41:55] się nano banana 2. No i sobie działa,

[41:58] nie? No i za chwilkę powinienem mieć

[42:00] niesamowity efekt, tak jak tutaj będzie

[42:05] to samo uwzględnione. Nie, Christopher

[42:08] Wing się zdenerwował. Zwolnijcie

[42:10] wszystkich, a na pewno grafików,

[42:12] przecież i tak już nie potraficie nawet

[42:13] kółka w Photoshopie narysować. Dokładnie

[42:16] tak może być taka jazda. Natomiast

[42:19] zobaczcie na tą ciekawostkę w zbroi

[42:21] pełnopłytowej. grafik, żeby zrobić to

[42:24] dobrze, tak jak tutaj, naprawdę

[42:26] potrzebowałby trochę yyy czasu. I

[42:28] popatrzcie, co tutaj jest kluczowego.

[42:30] Yyy model sam wychwycił, że pewnie

[42:33] gdzieś tutaj jest oświetlenie w tej

[42:34] hali, więc odbija się ono na zbroi, nie?

[42:39] Całe zdjęcie jest troszeczkę takie

[42:40] zgnito-zielone i to też widać, że ta

[42:43] zbroja jest taka delikatnie

[42:44] zgnitozielona, nie? Ja bym tu mógł

[42:47] napisać jeszcze: "Ściągnij spodnie,

[42:49] ubierz, no bo źle powiedziałem, ubierz

[42:51] zbroję".

[42:52] I to by było dokładnie, ale zmierzam do

[42:55] tego, że wszystko moi drodzy zależy od

[42:57] tego właśnie jak my do tego modelu

[42:59] napiszemy. De facto im dokładniej to w

[43:02] tym momencie będzie okej, nie?

[43:05] Zegareczek jak widzicie ze średniowiecza

[43:07] i koraliki też jak najbardziej jest,

[43:10] nie? Okej, więc faktycznie do tej

[43:13] rozrywki pewnie sobie wykorzystujemy, no

[43:15] ale tu jest od razu tak zwany fuckup, że

[43:17] brzydko powiem. Przecież model nauczył

[43:20] się tutaj wizerunku Tomka, tak? No ale o

[43:22] tym będziemy sobie rozmawiać na części

[43:24] związanej z wyciekami, że tak de facto

[43:26] robić nie powinniśmy. Trzecia rzecz,

[43:29] chyba najlepsza, uczenie się nowych

[43:31] rzeczy. Moi drodzy, nauka języka

[43:34] angielskiego to dzisiaj jest przyjemność

[43:36] z takim modelem. Albo nie wiemy czegoś.

[43:39] Wyobraźcie sobie taką sytuację.

[43:40] Patrzcie, taka jazda jest. Godzina

[43:43] 9:37 rano. Przychodzi, jesteście w

[43:46] kuchni na wyspie, kroicie tam ogóreczka

[43:49] na drewnianej desce. Nie. Puk, puk, puk

[43:51] puk puk puk. Nagle przychodzi do was

[43:53] dziecko, nie? Powiedzmy

[43:57] ośmiolatek, nie? Tato, tato, czy

[44:00] wyjaśnisz mi teorię nieoznaczoności

[44:03] Heisenberga?

[44:05] Tak, kroicie tego ogórka, patrzycie na

[44:07] dziecko, nie? Patrzycie na tego ogórka,

[44:10] no dobra, odkładacie ten nóż, nie? No i

[44:12] być może nie pamiętacie tego, nie?

[44:15] Zastanawiacie się skąd ośmiolatek w

[44:17] ogóle wie kto to jest Heisenberg i tak

[44:19] dalej, nie? Jaka teoria strój nowości i

[44:21] tak dalej, ale co robicie? Bierzecie

[44:23] smartfona, mówicie: "Okej, Google i

[44:27] popatrzcie, smartfon mi się tutaj

[44:29] odpalił i teraz on mi tu pisze od razu

[44:31] prompta, nie?" Ja mu mówię: "Ty wyjaśnij

[44:34] teorię nieoznaczoności dla ośmiolatka i

[44:36] dajecie telefon i nagle jesteście nadal

[44:39] bohaterem domu. Możecie skończyć kroić

[44:41] tego ogórka, bo de facto już

[44:44] dojechaliście nawet do części, gdzie

[44:45] trzeba na nowo go oskurować", nie? Więc

[44:48] uczenie się nowych rzeczy to jest, moi

[44:50] drodzy, naprawdę przyjemność. I co

[44:52] ciekawe, bardzo dużo pytań mam o naukę

[44:54] języka angielskiego. Ja wam pokażę

[44:56] niesamowite narzędzie, jakie do tego

[44:58] tutaj służy, ale od razu mówię, że ja w

[45:00] ten sposób się nauczyłem na przykład

[45:01] koreańskiego, nie po prostu za pośńcem

[45:04] AI. Później miałem okazję z kilkoma

[45:07] Koreańczykami poszrechać i się okazało,

[45:10] że nie jest to wcale złe jak na okres

[45:15] uczenia, nie? Yyy i to jest bardzo yyy

[45:18] bardzo fajne. Natomiast yyy gdzie my

[45:21] dzisiaj jesteśmy w tej sztucznej

[45:22] inteligencji, jeżeli chodzi o uczenie

[45:24] się nowych rzeczy, to chciałbym wam

[45:26] pokazać taki bardzo fajny model, który

[45:28] się nazywa Sezame yyy który przewidział

[45:31] jakby przyszłość. Na chwilę muszę

[45:33] zrzucić ekran, bo muszę się udostępnić z

[45:36] dźwiękiem,

[45:37] żebyście mieli tutaj efekt z

[45:40] przeglądarki.

[45:42] Okej, już ten dźwięk powinien wrócić.

[45:44] Yyy, no i moi drodzy, mamy taką

[45:46] sytuację, że yyy, popatrzcie, wchodzę na

[45:50] taką specjalną stronę. Może być tak, że

[45:52] możecie nie mieć tam dostępu, bo

[45:54] rzeczywiście dostęp do Mai yyy jest

[45:57] czasami yyy przyblokowany. Natomiast

[45:59] posłuchajcie tego. Ja tylko sobie

[46:01] sprawdzę, czy ma je słychać.

[46:09] Muszę udostępnić, odpić mikrofon.

[46:14] Tom long time no

[46:18] please long time no talk

[46:23] missing

[46:29] a new AI tool kit season the season

[46:34] to particip who you are and are doing

[46:38] here on our training session

[46:41] of

[46:43] Hi everyone, I'm Maya, a companion

[46:45] created by the team at Sesame. I'm here

[46:48] to help support Tomc and all of you

[46:50] throughout this AI tool kit training.

[46:53] You're diving into some really

[46:54] fascinating stuff, learning how to

[46:56] unlock the power of AI tools and how to

[46:58] really get the most out of them.

[47:01] Basically, here is your extra set of

[47:03] brains when you need one. Whether that's

[47:05] for ideas, brainstorming, just getting a

[47:08] different ok.

[47:11] Time out Maja. Thank you.

[47:23] Ok. Thank you Maja. Bye bye.

[47:30] I jak pierwszy raz ja to kochani

[47:32] odpaliłem to miałem takie what the hell?

[47:35] Przecież to jest normalnie model z

[47:38] którym się rozmawia. Jak kojarzycie taki

[47:39] film Her z Jokerem z 2013 roku, to on

[47:44] dokładnie to przewidywał. Tak, dokładnie

[47:48] to przewidywał,

[47:51] jak to w tym momencie wygląda, nie? No i

[47:54] rzeczywiście ten film o tym opowiada,

[47:56] więc jak chcecie na przykład

[47:57] romantycznie spędzić wieczór, no już

[47:59] dzisiaj nie, bo dzisiaj już jest z

[48:01] Tomkiem, nie, ale na przykład sobotę po

[48:03] dobrym grillu, to ten film wam bardzo

[48:05] polecam, nie? y mega, mega ciekawe. No i

[48:08] oczywiście burza mózgów, tworzenie sztuk

[48:10] wizualnych i tak dalej. To już są jakby

[48:12] dalsze części, nie, tego wszystkiego.

[48:14] Najbardziej do czego my używamy tę

[48:17] sztuczną inteligencję okazuje się, że do

[48:19] pisania maili. Tak, co jest ciekawe,

[48:22] napisz profesjonalnego maila. Ale

[48:24] wiecie, to są Stany Zjednoczone, to jest

[48:26] inny stan umysłu. Ja do tego wcale

[48:29] codziennie sztucznej inteligencji

[48:31] nie nie

[48:35] sprowadzam, nie. Przykłady

[48:36] wykorzystania, to co już dzisiaj jest w

[48:38] pełni wdrożone w sztuczną inteligencję.

[48:41] Oczywiście bardzo dobre tłumaczenie, nie

[48:43] Google Translate, wirtualny asystent

[48:45] osobisty w bardzo wielu sklepach,

[48:47] rozpoznawanie obrazu, bardzo proste,

[48:49] filtrowanie spamu, rozpoznawanie tekstu

[48:52] i mowy, diagnoza medyczna nawet, to to

[48:54] się dzisiaj już dzieje. Wykrywanie

[48:56] oszustw, wyniki wyszukiwarek i

[48:58] prognozowanie ruchu drogowego. To jest

[49:00] to. I moi drodzy, mówi się o czymś

[49:02] takim, że sztuczna inteligencja może być

[49:05] wdrożona na pięciu etapach dojrzałości w

[49:07] organizacji. Z reguły w Polsce mamy

[49:09] drugi etap dojrzałości. Żadna z

[49:11] organizacji póki co się nie wybiła, z

[49:13] którymi przynajmniej okazję miałem

[49:14] współpracować. Natomiast na świecie ten

[49:16] piąty poziom już jest zgodnie z modelem

[49:18] Gartnera, jest tak zwany AI in the DNA.

[49:21] I mamy na przykład Amazon, taką firmę,

[49:24] być może kojarzycie i na przykład

[49:26] działyki to jest AI, nie? Chmurka też

[49:29] jest aiowa, moi drodzy. Tesla

[49:32] autonomiczna jazda. Yyy, za chwilę

[49:34] humanoidy też jest na piątym poziomie.

[49:37] FedEx ponownie coś związanego z

[49:40] logistyką, ale tym razem moi drodzy

[49:42] przeciwdziałanie fraudom. jest taki

[49:44] bardzo znany i bardzo trudny do

[49:46] wyeliminowania na świecie fraud

[49:48] polegający na tym, że ktoś coś kupuje na

[49:50] przykład na Amazonie albo na eBayu i to

[49:54] będzie na przykład smartfon iPhone 17

[49:57] najnowszy model. Ktoś go kupuje i ma

[50:00] prawo zwrotu. Tak, jako konsument ma

[50:02] prawo zwrotu, on go wypakowuje, wrzuca

[50:04] tam ziemniaka, który tyle samo waży,

[50:06] zapakowuje, no i to leci do działu

[50:08] zwrotów. Nie ma takiej możliwości, żeby

[50:11] człowiek to po prostu po drugiej stronie

[50:12] zweryfikował. FedEx zaczyna sobie z tym

[50:15] radzić sztuczną inteligencją. Aplikacja

[50:17] do umawiania wizyt lekarskich, czyli

[50:20] ZOCD, a w zasadzie do optymalizacji

[50:22] umawiania wizyt lekarskich, jak ktoś

[50:25] anuluje, to jest bardzo dobre. IBM. No

[50:27] IBM to akurat kupuje rozwiązania AI, no

[50:30] ale na tej liście jest, no bo Watson

[50:32] całkiem dobrze się sprawuje. Starbucks.

[50:35] I bynajmniej nie chodzi o to, żeby

[50:37] zgadnąć wasze imiona, żeby napisać je na

[50:42] pseudopierowym kubeczku, tylko chodzi

[50:44] właśnie o logistykę transportu kawy. No

[50:47] i Airbnb, czyli personalizacja ofert

[50:50] najmu, wynajmu

[50:53] na ichże portalu. przykładowe zadania,

[50:58] zaplanowanie wycieczki zagranicznej ze

[51:00] wszystkimi szczegółami trasy, określenie

[51:02] wartości przedmiotów po ich uprzednim

[51:03] sprawdzeniu. To jest bardzo fajne, moi

[51:05] drodzy, zagadnienie, bo ja mogę pójść

[51:07] sobie właśnie na przykład do chata GPT,

[51:10] wziąć sobie takie zdjęcie takiego

[51:12] starszego komputera, tu millenialsi będą

[51:14] pamiętać na pewno. To jest komputer

[51:17] Amiga, nie? I powiedzmy, że takie

[51:19] zdjęcie sobie gdzieś pobrałem z

[51:21] internetu i chciałbym to wycenić, nie?

[51:23] No i ja mówię do niego: "Ty mordeczko,

[51:27] za ile mogę opchać ten zestaw? Daj taką

[51:33] wartość sentymentalną".

[51:37] No i zobaczcie, on ze zdjęcia sobie

[51:39] rozpozna.

[51:41] Mordeczko, to nie jest zwykły sprzęt, to

[51:43] kawał historii. I zobaczcie od razu,

[51:44] jest emoji z ogniem. Realna wartość

[51:47] rynkowa. Amiga stacja plus joystick do

[51:50] trzech koła, nie? Yyy, wartość

[51:52] sentymentalna tu się robi grubo.

[51:54] Pierwszy kontakt z gamingiem, pierwsze

[51:56] krckro, yyy, pierwsze noce przy

[51:58] joysticku, kurde, jak to brzmi y i

[52:00] dyskietkach, które ładowały się 10

[52:02] minut, nie? No i rzeczywiście można to

[52:06] ogarnąć i opchać nawet za 3000. Ja

[52:08] swojej Amigi nie sprzedam. Natomiast

[52:11] tutaj fajnie, że jak możecie określić

[52:14] wartość przedmiotu, w ten sposób można

[52:17] działać, nie? To jest bardzo ciekawe jak

[52:20] to może wyglądać. Dlaczego sztuczna

[52:22] inteligencja rozwinęła się teraz, moi

[52:24] drogi drodzy? No bo jak sobie na samym

[52:26] początku powiedzieliśmy, przy zimie AI

[52:28] wymaga ono niesamowitej dużej ilości

[52:31] mocy obliczeniowych po to, żeby

[52:33] przetwarzać jeszcze większą ilość bardzo

[52:36] ogromną danych. Tak, w zasadzie mówimy o

[52:38] hurtowniach danych. No i oczywiście

[52:41] dlaczego firma NVIDIA

[52:43] ma tutaj prym? No bo procesory

[52:45] graficzne, tak, czyli obliczenia

[52:47] zmiennoprzecinkowe powodują, że to

[52:49] wszystko działa znakomicie szybciej niż

[52:52] na klasycznej architekturze y

[52:55] procesorowej, nie? To jest bardzo,

[52:57] bardzo, bardzo dobre. No i co ciekawe,

[53:00] ten wykres nie jest stworzony przeze

[53:03] mnie moimi palcami, tylko promptem.

[53:05] mianowicie skoreluj mi dane za ostatnie

[53:08] 20 lat wpływu wydajności na ilość danych

[53:11] w AI. No i bum, wykres utworzony.

[53:14] Wykorzystanie w realnym życiu.

[53:16] Wspominaliśmy sobie o diagnozie

[53:17] medycznej, moi drodzy. Tutaj mamy kilka

[53:20] zdjęć rentgenowsków, rentgenowskich

[53:22] klatki piersiowej. Jak możecie zauważyć,

[53:25] mamy tutaj konkretne przykłady

[53:27] pneumonii, zapalenia płuc, nowotworu,

[53:29] czystych płuc, a także niedodmy. No i to

[53:32] powoduje, że sztuczna inteligencja

[53:35] rozpozna to czy nie. Jak myślicie?

[53:37] Oczywiście jeżeli nauczymy model na 10

[53:39] 000, na 100 000 zdjęć przypadków

[53:42] typowych, takie jak wykrywają radiolodzy

[53:45] dnia codziennego, to sztuczna

[53:47] inteligencja potrafi sobie poradzić z

[53:49] tym bardzo dobrze. Ale jeżeli mamy

[53:51] jakieś nieswoiste zapalenie, mamy

[53:55] sytuację, gdzie niedodma przykrywa na

[53:58] przykład nam właśnie adenokarcinomę

[54:01] albo inną sytuację związaną z poważnym

[54:07] stanem, no to w tym momencie czy

[54:09] diagnozowanie zapalenia płuc na

[54:11] podstawie zaledwie 10 przykładów z

[54:13] książki medycznej jako nieswoiste będzie

[54:15] dzisiaj działało? No okazuje się, moi

[54:17] drodzy, że jednak tak. Dlaczego? Bo mamy

[54:20] erę głębokiego rozumowania. Model sam

[54:23] siebie sprawdza tak jak sprawdziłby się

[54:26] lekarz, bo teoretycznie można by tu

[54:28] nawet wykryć bąblowca, chociaż to nie ta

[54:30] część ciała, ale jednak lekarz też by

[54:33] zastanowił się dwa razy. Proces decyzji

[54:37] w modelu to będziemy sobie bardzo

[54:38] szczegółowo omawiać na 13 spotkaniu.

[54:41] Natomiast ja wam odpowiem tak podkrótce.

[54:43] Przede wszystkim jak my sobie działamy z

[54:46] modelem, to on jest dzielony te

[54:48] wszystkie słowa na tokeny, jednostki

[54:50] języka. Najprościej mówiąc, tokeny znowu

[54:52] są zamieniane na specjalne wektory

[54:54] liczb, czyli po prostu na liczby i

[54:57] przetwarzane są przez pewne warstwy,

[54:59] które tworzą mechanizm atencji, czyli

[55:01] przyległości konkretnych słów do siebie.

[55:04] No i model oblicza pewne prawdopieństwo

[55:07] wystąpienia następnego tokenu. Najlepsze

[55:09] prawdopieństwo powoduje, że zdanie brzmi

[55:12] ładnie. No i dekodowanie go później na

[55:15] tekst. To już jest odpowiedź, jaką

[55:17] dostajemy. I zobaczcie, w 2023 roku

[55:20] mieliśmy takie LLMy,

[55:23] w 2026 roku mamy takie LLMy, a w

[55:26] zasadzie to jest tylko ich jedna część,

[55:29] a to na przykład tylko i wyłącznie rynek

[55:31] generatywny i tak naprawdę moglibyśmy go

[55:33] jeszcze bardzo rozszerzyć. I od tego,

[55:35] moi drodzy, mamy portal społecznościowy

[55:37] dla modeli AI, mianowicie portal huging

[55:41] face, gdzie jak się zarejestrujecie to

[55:44] macie możliwość pobrania modeli,

[55:45] pobrania zestawu danych, uruchomienia

[55:48] bardzo często modeli i to w formule za

[55:50] darmo oraz w formule płatnej, jak nie

[55:52] macie mocy obliczeniowych. Więc bardzo

[55:54] fajne miejsce, można sobie też

[55:56] porozmawiać. I zobaczcie, przechodzimy

[55:58] sobie do gałęzi modeli. I modeli na ten

[56:01] moment dostępnych w tych portalu jest

[56:03] prawie 3 miliony. 3 miliony modeli LLM.

[56:08] Czy wy sobie to wyobrażacie? Bardzo duża

[56:10] liczba, nie? I tu można sobie z po

[56:12] konkretnej kategorii wybrać, co byśmy

[56:15] chcieli. Chcemy na przykład, żeby

[56:17] przekształcał nam obraz na obraz, to

[56:19] zobaczcie tutaj najbardziej

[56:23] najbardziej y pobierany jest model Flux

[56:27] 2.0, tak? W takim małym wydaniu aż

[56:30] półtora miliona pobrań, tak?

[56:32] Aktualizacja 24 lutego tegoż roku.

[56:37] Przechodzimy sobie do zestawu danych.

[56:39] prawie milion zestawów do pobrania.

[56:41] Model sobie może yyy yy nauczyć yyy się

[56:46] właśnie na podstawie tych danych, nie?

[56:48] Przestrzenie to jest dokładnie to

[56:50] miejsce, gdzie my możemy niektóre modele

[56:52] y uruchomić. Na przykład zobaczcie model

[56:55] graficzny LTX23. Rozszerz swoje wideo do

[56:59] dowolnego ratio właśnie z tym modelem.

[57:02] Klikamy sobie to yyy i zobaczcie w

[57:05] największym prawdopieństwem, tak jak

[57:07] tutaj można sobie załadować plik wideo i

[57:11] model nam tutaj pokaże pokaże wygeneruj

[57:14] output całkowicie za darmo.

[57:18] Warto się przyglądać temu narzędziu, a w

[57:20] zasadzie tej przestrzeni, bo na haging

[57:23] faie dzieje się, moi drodzy, generalnie

[57:25] dużo. Tak dużo się dzieje. Jak chcecie

[57:27] być w świecie sztucznej inteligencji, to

[57:29] to jest takie dobre miejsce, żeby to

[57:30] sobie wszystko analizować. Nie,

[57:33] płaszczyzna świata llmów. Generalnie my

[57:36] jesteśmy już w tej warstwie siódmej.

[57:39] Tak. Poprzednie narzędziowniki

[57:40] pokazywały, że dotarliśmy do ściany,

[57:42] czyli do warstwy szóstej, ale już jednak

[57:44] siódma jest osiągnięta. Czyli na

[57:46] początku mieliśmy generowanie tekstu

[57:49] wiedzę encyklopedyczną, klasyfikację

[57:52] tłumaczenia. Tak, rok 2023.

[57:55] Później firmy zaczęły inwestować w

[57:58] modele. Tak, szybki rozwój nastąpił.

[58:01] Dołączyły także firmy mocniejsze, można

[58:05] powiedzieć, a także sprzętowe. No i mamy

[58:08] dzisiaj, moi drodzy, tak naprawdę bardzo

[58:11] wiele narzędzi AI i dzisiaj już mówimy o

[58:15] asystentach, które nas realnie wspierają

[58:18] w biznesie, a w zasadzie 2026 rok to

[58:22] czas agentów AI. Bardzo poważna sprawa,

[58:26] nie? To jest mocny temat. Gdzie my w

[58:29] ogóle zmierzamy? No na pewno będą

[58:30] kolejne rewolucje, na pewno będą kolejne

[58:33] entuzjazmy. Czy to jest złoty wiek AI?

[58:36] Prawdopodobnie. Tak. Gdzie z tym

[58:38] staniemy? Nikt tak naprawdę nie wie. Już

[58:41] się pojawiają humanoidy. Nie wiem czy

[58:43] znacie Edwarda, pierwszego polskiego

[58:46] humanoida

[58:49] sprowadzonego w walizce. to rzeczywiście

[58:52] jest, więc tych humanoidów będzie coraz

[58:55] więcej. No później interfejs, komputer,

[58:58] człowiek na pewno się połączy. No i taki

[59:01] świat cyberpunkowy pewnie wspólnie

[59:04] zaistnieje. A co będzie potem? No nikt

[59:05] tego tak naprawdę nie wie. Właśnie tak

[59:08] jak pisze Adam Świtula 879, AI bubble,

[59:11] tak jest, jest coś takiego, że jest duży

[59:14] hype. No i ta bańka w końcu będzie

[59:16] musiała pęknąć i się ustabilizować. No

[59:18] ale na razie to nie następuje, nie? Więc

[59:20] to jest oczywiście problem, bo nie wiemy

[59:24] dokąd zmierzamy.

[59:27] Znane modele: Firma Open AI, obecnie

[59:30] model Chat GPT 54,

[59:34] Google i projekt Deep Mind, czyli model

[59:37] Gemini, zwłaszcza wersji Pro. Deepsik,

[59:41] już model R2, bardzo mocny model

[59:44] rozumujący.

[59:45] Coilot z Microsoftu w wersji 2.0. trzy

[59:48] licencje biznesowe, a w zasadzie pięć.

[59:52] Clot 47 w wersji Opus od Antropica. Na

[59:56] hajpowany bardzo model,

[59:58] gdzie wszyscy bardzo się jarają firmą

[01:00:01] Antropic w tym roku, nie? To to trzeba

[01:00:03] przyznać.

[01:00:04] Grock od firmy XAI wersji 3,5.

[01:00:08] Perplexity Sonar Max. De facto

[01:00:10] Perplexity nie jest modelem, aczkolwiek

[01:00:13] mają swój model sonar, ale moi drodzy

[01:00:15] Perplexity to jest firma, która ma w

[01:00:18] sobie te wszystkie modele. Tak jak sobie

[01:00:20] wejdziemy na stronę perplexity.ai,

[01:00:23] zalogujemy się, to zobaczcie tutaj

[01:00:25] możecie sobie po zalogowaniu w planie

[01:00:27] Pro wybrać GPT, Geminia, Cloud Soneta,

[01:00:31] można wybrać Kimi K26, to jest de facto

[01:00:34] deepsik R2.

[01:00:36] Natomiast można zostawić też wybór na

[01:00:39] najlepszy, nie? No i co ciekawe, od razu

[01:00:42] tryb agentowy też już tu jest dostępny,

[01:00:45] bo jak możecie zauważyć, jest napisane

[01:00:47] komputer, zaleta perplexity nad innymi

[01:00:51] subskrypcjami. Płacimy tutaj raz stówkę

[01:00:53] i mamy z głowy, a tam trzeba cztery,

[01:00:55] pięć razy tę stówkę zapłacić. Ale trzeba

[01:00:59] przyznać, że w Perplexity nigdy to nie

[01:01:02] jest to samo. Aczkolwiek muszę zauważyć,

[01:01:04] że w moim środowisku, w środowisku

[01:01:06] hakerów, łobuzów, przestępców i yyy y

[01:01:10] bardzo niesamowitych ludzi y

[01:01:12] rzeczywiście dominuje Perplexity wersji

[01:01:14] Pro jako model pierwszego wyboru. No

[01:01:16] oprócz oczywiście OpenClaa i cloud coda,

[01:01:21] więc to jest jak najbardziej okej. Adam

[01:01:23] Nowak 1627 pyta: "Jak można bezpiecznie

[01:01:26] używać Deepsaka? Yyy, nie można używać

[01:01:30] go na stronie dipsy.com, tylko trzeba go

[01:01:32] sobie ściągnąć lokalnie, bo lokalnie on

[01:01:34] nic do Chinysa, a ze strony dipscom

[01:01:37] wysyła po prostu bardzo, bardzo, bardzo

[01:01:40] dużo y rzeczy. Yyy, Jakub Pyrachewski

[01:01:43] pisze, że dzięki Tomkowi Perplex City

[01:01:46] Pro miało pół Polski. Rzeczywiście to

[01:01:48] bardzo ciekawa historia jest. Jak już

[01:01:50] Jakub przytoczyłeś, to pozwolę sobie

[01:01:52] szybciutko skrócić. Miałem kiedyś takie

[01:01:54] szkolenie właśnie Poznaj AI i na to

[01:01:57] szkolenie było generalnie zapisane ze 30

[01:02:00] 000 osób. Tak, na liveie wtedy było z 10

[01:02:03] 000 osób. No i moi drodzy, akurat wtedy

[01:02:06] kilka dni wcześniej kończyła się

[01:02:08] promocja z T-Mobilea, że dawali

[01:02:11] Perplexity Pro na 12 miesięcy za darmo.

[01:02:14] No ja to powiedziałem na tym webinarze.

[01:02:16] A że byliśmy na stronie głównej YouTubea

[01:02:18] na strumieniu publicznym, to w tym

[01:02:20] momencie okazało się, że wszyscy się

[01:02:22] rzucili na te kody i nagle nic nie

[01:02:24] działa. Nie, T-Mobile nie wiedział w

[01:02:26] ogóle co się dzieje. W poniedziałek, to

[01:02:28] był czwartek, w poniedziałek

[01:02:30] przeprosili, że przedłużają jeszcze

[01:02:32] promocję, bo mają nową pulę kodów, nie?

[01:02:34] Yyy, no i wiecie, za miesiąc miałem tą

[01:02:36] samą sytuację, znowu powiedziałem y coś

[01:02:39] na webinarze i znowu przedłużenie i

[01:02:42] takie przedłużenie roczne trwało aż

[01:02:44] mniej więcej do września bądź

[01:02:45] października, gdzie ktoś na LinkedInie

[01:02:47] oznaczył mnie yyy i T-Mobile i T-Mobile

[01:02:50] się dowiedział, że tutaj rzeczywiście

[01:02:52] yyy kilka razy, że to powiedziałem,

[01:02:55] spowodowało, że mieli cały czas brak

[01:02:58] kodów, musieli to dokupywać. No bo

[01:03:00] przepraszamy, przepraszamy, nie damy,

[01:03:02] nie dajemy rady. Nie. Kiedy to było? Y,

[01:03:06] luty zeszłego roku chyba albo 2 lata

[01:03:08] temu jakoś tak. A to był konkret, nie?

[01:03:12] To jest to jest genialne jak to jak to

[01:03:15] wtedy działało, nie? O Perplexity

[01:03:18] oczywiście będziemy sobie mówić i tutaj

[01:03:19] macie te znane modele opisane. Są do

[01:03:21] nich też oczywiście linki. No i

[01:03:24] podsumowując ten moduł, moi drodzy, AI

[01:03:26] jest z nami nie od dziś. znane modele to

[01:03:29] Chat GPT, yyy, Gemini Copilot, yyy,

[01:03:33] modele od Clud, modele Cloud, yyy,

[01:03:35] Grock, Perplexity i Deepsek. To są na

[01:03:38] pewno te kierunki, które są kierunkami

[01:03:40] pierwszego wyboru. Natomiast my na

[01:03:42] szkoleniu poznamy o wiele, wiele więcej.

[01:03:45] Istnieją także modele właśnie lokalne,

[01:03:47] które są bezpieczniejsze, ale także

[01:03:49] niestety ograniczone wiedzowo. Jak temu

[01:03:51] zaradzić, też będziemy sobie to robić.

[01:03:53] No i jeżeli mamy model ragowy, to wtedy

[01:03:56] wiedza firmowa lokalna jest

[01:03:57] uwzględniana. Coś bardzo ważnego, ta

[01:04:00] sesja siódma o modelach lokalnych. Moi

[01:04:03] drodzy, czas na przerwę, bo jak

[01:04:05] widzicie, lecimy

[01:04:07] z zapartym tchem przez 65

[01:04:10] minut, więc czas na przerwę muzyczną,

[01:04:14] gdzie ja wam wrzucę tutaj jakiś spoko

[01:04:16] banerek. Na co ja was mogę zaprosić?

[01:04:18] Mogę was zaprosić na na przykład na

[01:04:20] takie moje szkolenie narzędziownik

[01:04:22] Osint. yyy, który też jest jakby

[01:04:25] dealakerem, jeżeli chodzi o nasze

[01:04:27] szkolenia. Też zwykle parę tysięcy osób

[01:04:29] jest. Zupełnie inna wiedza niż

[01:04:31] oczywiście tutaj, ale jakby ktoś chciał

[01:04:32] być analitykiem, polecam narzędziownik

[01:04:35] osint. Moi drodzy, my się widzimy 20:15

[01:04:38] i teraz muzyczkę uruchamiam którąś moją,

[01:04:42] którą by wam wrzucić. Może body drop and

[01:04:44] drag. Ona jest bardzo często lubiana. Do

[01:04:47] zobaczenia 155.

[01:05:49] Ah. Ah.

[01:08:04] He.

[01:08:04] Yeah.

[01:08:44] he

[01:09:35] Oh.

[01:11:24] tu

[01:12:14] Ah.

[01:13:24] H

[01:13:54] e.

[01:14:35] Pho

[01:15:23] Ah.

[01:15:43] Surprise. No i jestem. Dzięki za

[01:15:45] przerwę, moi drodzy.

[01:15:50] Mam nadzieję, że skorzystaliście. Zawsze

[01:15:52] warto rozprostować trochę kości,

[01:15:53] rozruszać się, parę pompeczek

[01:15:55] przysiadów, najlepiej podciągnięcia na

[01:15:57] drążku, kawusia. No i wracamy do naszej

[01:16:01] drugiej części, czyli prompt

[01:16:03] engineering. Co to w ogóle oznacza?

[01:16:06] Mianowicie, moi drodzy, prompt

[01:16:08] engineering jest to technika tworzenia

[01:16:12] tych wszystkich instrukcji tekstowych do

[01:16:15] modeli językowych. A te instrukcje

[01:16:18] będziemy nazywać po prostu promptami z

[01:16:20] języka angielskiego. I celem inżynierii

[01:16:23] promptów jest takie przygotowanie tej

[01:16:26] instrukcji, żeby model dokładnie

[01:16:28] zrozumiał nasze intencje albo wręcz

[01:16:31] odwrotnie, żeby ich nie rozumiał. To

[01:16:33] będziemy sobie na cyberbezpieczeństwie

[01:16:35] pokazywać.

[01:16:37] Model udzielił jak najbardziej trafnej,

[01:16:39] szczegółowej, przydatnej odpowiedzi.

[01:16:41] styl, forma, zakres odpowiedzi były

[01:16:43] zgodne z naszymi oczekiwaniami, a

[01:16:45] jednocześnie jak kolega bądź koleżanka

[01:16:48] antro podkreślenie pik wskazuje fajnie

[01:16:51] jakby udało się oszczędzić troszkę

[01:16:54] tokenów.

[01:16:56] Więc tak, prompt engineering, mnóstwo

[01:17:00] definicji na każdym jakby portalu, open

[01:17:03] ai mitroft definicja prompt engineeringu

[01:17:07] jest. Każda mówi troszeczkę coś innego.

[01:17:11] Natomiast ja mam dla was przygotowane na

[01:17:13] platformie Workflowy

[01:17:15] bazową instrukcję promptu na podstawie

[01:17:20] definicji takiej totalnie prostej. Ja

[01:17:23] przełączę się tylko na taki trip Dark

[01:17:25] Reader, żeby wam nie szczypać w oczka i

[01:17:28] już wam pokazuję co tutaj jest.

[01:17:29] mianowicie basic prompt structure. I

[01:17:32] zobaczcie tutaj

[01:17:35] cztery główne składowe dobrego prompta

[01:17:38] tutaj są instrukcja, czyli czasownik.

[01:17:42] Tak zrób, wygeneruj, podsumuj,

[01:17:47] zmodyfikuj,

[01:17:48] nałóż, zretuszuj

[01:17:51] i tak dalej i tak dalej. Czasownik, nie?

[01:17:54] Kontekst, czyli całość jakby co ma

[01:17:57] dokładnie oznaczać. Sami dobrze wiemy,

[01:18:00] jak coś jest wyrwane z kontekstu, to

[01:18:01] wtedy nie oznacza tego, co ma dokładnie

[01:18:04] tym być, nie? Jakieś oczywiście dane

[01:18:07] wejściowe, nad którymi pracujemy, to

[01:18:09] może być plik, to może być prąd, to może

[01:18:11] być zapytanie, no i wskaźnik odpowiedzi,

[01:18:13] czyli output indicator.

[01:18:16] Zaprezentuj mi wyniki w postaci tabelu,

[01:18:19] tabeli. Wygeneruj mi z tego obrazek,

[01:18:21] zrób mi z tego dźwięk i tak dalej, i tak

[01:18:24] dalej, nie? I mam tutaj dla was taki

[01:18:26] przykład promptu, który to wszystko

[01:18:28] zawiera. Antybiotyki są typem

[01:18:31] medykamentu stosowany w leczeniu

[01:18:34] infekcji bakteryjnych. Tak, mamy nasze

[01:18:38] dane. Zobaczcie na ostatnie zdanie.

[01:18:42] Explain, czyli wyjaśnij nasz czasownik.

[01:18:45] Tak. A,

[01:18:48] czyli nasz kontekst do naszych danych.

[01:18:52] In one sentence.

[01:18:55] oznacza w tym momencie jednym zdaniem,

[01:18:58] tak? Czyli wskaźnik odpowiedzi.

[01:19:02] I co to powoduje? Jak my sobie to

[01:19:04] weźmiemy do modelu,

[01:19:08] zaznaczmy sobie to

[01:19:13] zaznaczyło czy nie? Pójdźmy sobie na

[01:19:16] przykład do copilota.

[01:19:18] Co pilot? Microsoft.com.

[01:19:20] I zobaczcie, wklejam sobie dokładnie

[01:19:22] tego promta. Nie, w ogóle w tych

[01:19:24] modelach ogólnodostępny to generalnie

[01:19:26] formularz będzie tak samo wyglądał.

[01:19:28] Tutaj będzie dodawanie plików, tutaj

[01:19:30] będzie wysłanie plus rozmowa, tutaj

[01:19:32] będzie historia i dodatkowe funkcje,

[01:19:34] nie? Większość modeli po prostu tak już

[01:19:36] ma. No i zobaczcie, odpowiedział

[01:19:38] dokładnie jednym zdaniem. Tak. O, czyli

[01:19:41] widać, że ta inżynieria promptów

[01:19:43] faktycznie działa. Jak możemy tu sobie

[01:19:45] zwrócić uwagę, nie? No i teraz tak.

[01:19:49] Mnóstwo osób na Internecie

[01:19:53] będzie chciało wam sprzedać prompty,

[01:19:54] nie?

[01:19:57] 1000 najlepszych promptów, nie?

[01:20:01] Dzisiaj w specjalnej promocji rabat z

[01:20:06] 15000 zł na zaledwie 69 zł, ale tylko

[01:20:12] dla pierwszych 700 osób do 21:37,

[01:20:15] nie? Tak będą brzmiały te skamowe

[01:20:18] komunikaty. I oczywiście jakbyście to

[01:20:21] kupili, wydali te 69 zł, to będzie tam

[01:20:25] te 1000 promptów, ale to nie są żadne

[01:20:27] niezwykłe prompty. To są prompty

[01:20:29] wygenowane przez AI.

[01:20:31] Nie bawcie się w takie głupoty, nie?

[01:20:35] Natomiast moi drodzy, są takie miejsca

[01:20:37] dostępne za darmo. Mianowicie

[01:20:40] przykładowo jest taka strona

[01:20:41] prompts.czchat.

[01:20:43] Dokładnie tak jak słyszycie, to jest

[01:20:45] adres prompts.cz,

[01:20:47] gdzie klikamy pokaż mi prompty i za

[01:20:51] darmo macie prompty. Zachowuj się jako

[01:20:53] tłumacz języka angielskiego. Yyy, chcę

[01:20:56] być radcą prawnym. Yyy, zaawansowany

[01:21:00] tester manualny kodu

[01:21:02] programistycznego. Nie, nawet jest tu

[01:21:05] coś takiego śmiesznego. Zachowuj się

[01:21:07] jako arkusz kalkulacyjny Excela.

[01:21:09] Kopiujecie to i on wam formułami

[01:21:11] odpowiada, nie? Totalny kosmos, nie?

[01:21:13] Jakby ktoś się czegoś najarał, nie? No

[01:21:16] ale takie rzeczy tu są. Albo chcecie

[01:21:18] wygenerować konkretną grafikę, tutaj te

[01:21:21] prompty też są, nie? Jakiś tam, wiecie,

[01:21:23] płonąca czacha,

[01:21:25] super udany tatuaż i tak dalej. To

[01:21:27] wszystko, moi drodzy, tutaj

[01:21:30] po prostu jest

[01:21:32] dostępne za darmo, a nie za 69 zł do

[01:21:37] 21:37 w specjalnej promocji, nie? To

[01:21:39] jest bzdura totalna.

[01:21:42] No i moi drodzy,

[01:21:44] formalnie w świecie nauki jest ponad 30

[01:21:49] technik promptowania. Nie, w biznesie

[01:21:52] realnie nie spotkałem się powyżej 17,

[01:21:56] żeby jakaś firma wykorzystywała,

[01:21:57] aczkolwiek mogła to robić nieświadomie,

[01:21:59] nie? Ale mamy takie 17 technik

[01:22:03] podstawowych promptowania,

[01:22:06] które rzeczywiście na co dzień możemy

[01:22:09] wykorzystać i de facto pewnie większość

[01:22:12] z was już korzysta z takich rozwiązań,

[01:22:15] ale niekoniecznie na przykład do tej

[01:22:16] pory wiedziała: "Aha, okej, to jest to".

[01:22:19] Więc następnym razem jak będziecie na

[01:22:22] przykład w barze, nie? No i siedzi

[01:22:27] po drugiej stronie jakaś fajna osoba,

[01:22:29] nie?

[01:22:30] przeciwnej płci. No i ona się was pyta,

[01:22:33] jaka jest twoja ulubiona technika

[01:22:35] promptowania? Nie, to wy nie zrobicie

[01:22:37] wtedy czekaj muszę zobaczyć do mojego

[01:22:39] poradnika za 69 zł, nie? Bo to od razu

[01:22:43] temat spalony. Tylko powiecie, słuchaj,

[01:22:46] moim ulubionym techniką promptowania

[01:22:48] jest roll prompting, nie? No i ona na

[01:22:51] was tak patrzy albo on i mówi do

[01:22:53] barmana: "Barman, tutaj dla tego pana

[01:22:56] albo pani kolejeczka". Nie, tak to

[01:22:58] powinno, moi drodzy, wyglądać, że

[01:23:01] obudzeni o 3:00 w nocy powinniście

[01:23:03] wiedzieć po prostu o czym się tutaj

[01:23:06] mówi. No i moi drodzy, jakie są te

[01:23:08] techniki promptowania? Rzeczywiście

[01:23:11] rozpoczynając od najbardziej trywialnej,

[01:23:14] najbardziej halucyennej.

[01:23:16] Zero shot prompting. Jest to technika

[01:23:19] promptowania bez jakiegokolwiek

[01:23:21] przykładu. Czyli model otrzymuje jakieś

[01:23:25] polecenie, ale nie ma wzorca odpowiedzi,

[01:23:28] nic. Przykład taki. Wyjaśnij pojęcie

[01:23:33] technologii blockchain w prostych

[01:23:35] zdaniach. Tak.

[01:23:37] No ale moi drodzy odpowiedź może być tu

[01:23:40] różna w zależności jaką model ma wiedzę

[01:23:43] encyklopedyczną albo gdzie sięgnie do

[01:23:45] internetu. Tak więc zero shot w

[01:23:49] przypadku sytuacji na przykład

[01:23:50] biznesowych, gdzie chcielibyśmy coś

[01:23:52] powtarzać

[01:23:54] za każdym razem w procesie niekoniecznie

[01:23:56] się sprawdzi. Do wiedzy encyklopedycznej

[01:23:59] super. Tak to najczęściej właśnie są te

[01:24:02] przypadki. Skoro mamy zero shot

[01:24:05] prompting, to oczywiście

[01:24:08] one shot prompting, nie? Akmatron pyta,

[01:24:11] dlaczego nie ta sama płeć? To jest

[01:24:13] bardzo dobre pytanie, bo rzeczywiście

[01:24:15] dwie koleżanki albo dwóch kumpli może

[01:24:17] też sobie usiąść w kawiarni. Masz rację.

[01:24:20] Oczywiście jedna drugiej też może

[01:24:22] postawić.

[01:24:24] One shot prompting, czyli promptowanie z

[01:24:28] jednym przykładem. Dajemy jak krowie na

[01:24:32] rowie jeden przykład i model ma

[01:24:36] dokładnie tak samo odzwierciedlić ten

[01:24:39] przykład, nie?

[01:24:41] Przykład wygląda w następujący sposób.

[01:24:44] Przetłumacz następujące zdanie na język

[01:24:47] francuski. I faktycznie piszemy modelowi

[01:24:49] to słówko przykład i dajemy ten

[01:24:52] przykład. Hello, how are you?

[01:24:57] Tak. I mamy przetłumaczenie. Ładnie. No

[01:24:59] i piszemy do niego. A teraz mordeczko

[01:25:02] przetłumacz. Good morning my friend. Nie

[01:25:05] no i on tu będzie pisał oczywiście

[01:25:09] i tak dalej, nie? Ale zachowa jakby tę

[01:25:11] formułę, która tutaj dokładnie jest,

[01:25:14] nie?

[01:25:16] To w ten sposób

[01:25:18] model zawsze odniesie się do tego

[01:25:21] naszego konkretnego przykładu, nie? Jak

[01:25:24] najbardziej w tą stronę można iść.

[01:25:28] No to skoro jeden przykład, no to wiele

[01:25:30] przykładów. Tomek, no co ty? I co? Zaraz

[01:25:34] będzie 10 przykładów promptowania, nie?

[01:25:37] Ale rzeczywiście F shot prompting jest

[01:25:39] bardzo ważną techniką promptowania.

[01:25:42] Niesamowicie dobrze sprawdza się w

[01:25:44] handlu, w marketingu, moi drodzy, bo fus

[01:25:46] prompting oznacza, że model dostaje

[01:25:49] kilka przykładów i te przykłady mogą coś

[01:25:52] już wnioskować.

[01:25:54] Gdzie to się najczęściej stosuje, moi

[01:25:56] drodzy? Analiza sentymentu. Przychodzi

[01:25:59] mailing albo wy puściliście jakiś cold

[01:26:02] mailing, odzywa się do was klient, albo

[01:26:04] prowadzicie jakąś konwersację.

[01:26:08] Na Teamsie

[01:26:10] rozmowa trwa już godzinę. Wrzucacie

[01:26:12] potem do modelu weź mi oblicz sentyment

[01:26:15] tego, czy gość jest w ogóle pozytywnie

[01:26:17] nastawiony, czy ja nie wiem i wam

[01:26:18] wychodzi. Nie, to jest coś bardzo,

[01:26:20] bardzo mocnego. Jedna z najmocniejszych

[01:26:23] technik promptowania w handlu

[01:26:25] przy systemach zarządzania klientami.

[01:26:30] Przykład.

[01:26:31] Sklasyfikuj sentyment następujących zdań

[01:26:34] jako pozytywny, negatywny albo

[01:26:36] neutralny. Tak.

[01:26:39] Przykład. Kocham ten telefon jest

[01:26:42] przykładem

[01:26:43] sentencji pozytywnej.

[01:26:46] Ten film był nudny, oczywiście

[01:26:49] negatywny.

[01:26:51] To jest średni produkt, oczywiście

[01:26:53] neutralny. Tak, uśredniamy.

[01:26:56] Teraz sklasyfikuj.

[01:26:59] Jedzenie było pyszne, a obsługa była

[01:27:01] przyjazna. Tak. I zamieńmy sobie to

[01:27:04] jedno zdanie na przykład na ciąg

[01:27:06] komunikacji mailowej w Outlooku w 50

[01:27:10] wątkach, bo wróciliśmy właśnie z urlopu

[01:27:12] na Bora Bora i klient czeka na

[01:27:15] odpowiedź. Tak więc w tym momencie

[01:27:20] to jest bardzo mocne zagadnienie, moi

[01:27:22] drodzy, żeby właśnie w ten sposób to

[01:27:25] stosować. Poczekajcie, ja sobie tylko

[01:27:27] pozamykam tutaj trochę rzeczy, albo w

[01:27:30] zasadzie to sobie wyciągnę, bo tę zbroję

[01:27:32] będę chciał sobie zapisać. Yyy

[01:27:36] i no to też A, bo tak, to jest darmowe,

[01:27:39] to okej, dobra. I lecimy sobie dalej.

[01:27:43] Łańcuch myśli.

[01:27:46] Łańcuch myśli już dzisiaj widzieliście

[01:27:48] pod nazwą Chain of Thought. Tak, było to

[01:27:51] już na jednym slajdzie. I uwaga.

[01:27:56] To jest głębokie rozumowanie.

[01:27:58] De facto rzadko kiedy już spotkacie

[01:28:01] model, który nie ma tego trybu

[01:28:03] rozumowania. Wiecie, czekajcie, bo z

[01:28:06] kimś tu się muszę posiłować trochę. Idź

[01:28:09] tu, bazuko, mała ty. O, stań sobie tu.

[01:28:13] No siedź tutaj. Dobra, siedzisz. Okej.

[01:28:19] Y, co ja mówiłem? Aha, no i to jest

[01:28:22] model. To jest promptowanie przez

[01:28:25] głębokie rozumowanie.

[01:28:27] Czyli najzwyczajniej w świecie rozwiąż

[01:28:31] ten problem krok po kroku. Tak. Tak

[01:28:33] piszemy do modelu. Jeżeli on by nie miał

[01:28:35] głębokiego rozumowania, chcielibyśmy

[01:28:38] to osiągnąć, to w tym momencie właśnie

[01:28:42] to się wtedy dzieje. Piszemy do niego:

[01:28:45] "Rozwiąż ten problem krok po kroku,

[01:28:47] dwukropek problem". Jeżeli pociąg

[01:28:51] podróżuje z prędkością 60 km/h w półtora

[01:28:55] godziny, to jaki jest średni czas

[01:28:58] opóźnienia na PKP,

[01:29:02] że sobie tak zażartuję, nie? Oczywiście

[01:29:05] jaka jest średnia prędkość, nie? Bardzo

[01:29:07] często to już jest po prostu wbudowane.

[01:29:10] Tak. Zobaczcie jak te prompty, techniki

[01:29:12] promptowania są ważne, że one stają się

[01:29:14] po prostu anatomią modelu. Tak więc

[01:29:18] jeżeli mamy chain of thought, czyli

[01:29:20] łańcuch myśli, to mamy też react

[01:29:24] prompting, czyli inaczej mówiąc reason

[01:29:27] plus act, czyli model proszony jest o

[01:29:31] łączenie myślenia z działaniem. I jak to

[01:29:35] moi drodzy się nazywa dzisiaj?

[01:29:38] To się nazywa tryb agentowy. Czyli

[01:29:42] jeżeli ja pójdę do jakiegoś modelu, na

[01:29:46] przykład do Groka i powiem mu:

[01:29:49] "Mordeczko, potrzebuję wiedzieć

[01:29:53] wszystko o Tomku Turbie,

[01:29:57] to zobaczcie co model zrobi. Agenci

[01:29:59] myślą, widzicie od razu on się

[01:30:02] przedstawił, że pracuje nad tym zespół

[01:30:06] agentowy,

[01:30:08] gdzie każdy krąży po różnych stronach

[01:30:10] internetowych.

[01:30:12] O tak jak tutaj widzicie, wyszukuje

[01:30:15] różne wartości, przegląda portale

[01:30:17] społecznościowe, a jeden superagent,

[01:30:20] który nimi zarządza, zbiera te wszystkie

[01:30:22] informacje, nie? No i nagle się okaże,

[01:30:25] że zaraz, że rzeczywiście zbierzemy

[01:30:28] informacje o Tomku Turbie, nie? No i

[01:30:31] mamy tutaj, widzicie, tożsamość,

[01:30:34] pseudonimy. On nawet widzę, że wyświetli

[01:30:36] wyświetlił stare doświadczenie, praca,

[01:30:39] główne role, doktorat, specjalizację i

[01:30:43] vibe. Co to jest vibe? Aha, nagrody.

[01:30:46] Dobra, to tam nieważne.

[01:30:52] Shadow Hunter, który nie tylko łapie

[01:30:54] cienie, ale uczy innych jak je tropić i

[01:30:56] jak się przed nimi bronić. O proszę,

[01:30:58] jakie ładno, ładne zdanie, nie? I od

[01:31:01] razu wychwycił, że to ja. O, spryciarz.

[01:31:04] No i tak to działa, nie? Trybentowy,

[01:31:06] czyli dajemy mu do myślenia i on

[01:31:08] jednocześnie sobie realizuje

[01:31:11] de facto zadania. Tak, to jest to jest

[01:31:14] mega ciekawe i też dzisiaj de facto tryb

[01:31:18] agentowy jest już budowany, czyli te dwa

[01:31:20] prompty Chain of i React Prompting de

[01:31:24] facto już są zaembedowane. To by się tak

[01:31:27] powiedziało ładnie w modelach. No ale

[01:31:30] jakby wyglądał przykład? Piszemy

[01:31:33] konkretnie słowo pytanie,

[01:31:36] piszemy konkretnie słowo myślenie i

[01:31:40] piszemy odpowiedź. Tak. I dajemy mu

[01:31:43] następny przykład, który ma robić, czyli

[01:31:47] jaka jest stolica kraju, w którym

[01:31:50] zlokalizowana jest wieża Eifla. I

[01:31:53] piszemy myślenie. Wieża Eifla jest w

[01:31:55] Paryżu, który jest stolicą Francji. Tak.

[01:31:59] Odpowiedź Paryż.

[01:32:02] I następnie tutaj dajemy konkretny

[01:32:05] question i zadajemy pytanie. Tak, o to

[01:32:08] dokładnie, moi drodzy, chodzi.

[01:32:13] Najważniejsza technika promptowania,

[01:32:15] taką którą model anatomicznie uwielbia,

[01:32:20] najlepiej będzie działać. Mówię wam to z

[01:32:22] 10letniego doświadczenia pracy z różnymi

[01:32:25] modelami. Promptowanie przez rolę.

[01:32:30] Model przyjmuje konkretną personę. Na

[01:32:33] przykład zachowuj się jako radca prawny.

[01:32:36] Zachowuj się jako senior spawacz z

[01:32:40] 20letnim doświadczeniem. Zachowuj się

[01:32:43] jako na przykład kolega antropik, nie?

[01:32:47] Albo zachowuj się jako kucharz z

[01:32:49] czterema,

[01:32:51] z restauracji z czterema gwiazdkami

[01:32:53] Michle. Tak. Model wtedy od razu na

[01:32:56] podstawie takiego jednego, maksymalnie

[01:32:58] kilku zdań przyjmuje taką personę,

[01:33:01] zakłada taką maskę. kojarzycie z języka

[01:33:03] polskiego na przykład ferdydurkę

[01:33:07] albo lalkę. Tam bardzo często są

[01:33:09] poruszane właśnie wątki związane z

[01:33:11] maskami.

[01:33:13] No i w tym momencie nadanie tej roli

[01:33:16] powoduje, że model od razu ustawia sobie

[01:33:18] styl, ton wypowiedzi, poziom ekspercki i

[01:33:21] tak dalej. To jest mega dobre i bardzo

[01:33:24] proste w zastosowaniu. Tak jak będziemy

[01:33:26] sobie tworzyć asystentów, to będziemy

[01:33:29] właśnie promptować przez yyy rolę, nie?

[01:33:33] Yyy yyy więc yyy w tym momencie yyy bez

[01:33:37] problemu tak można działać. Natomiast co

[01:33:41] trzeba od razu

[01:33:43] zwrócić uwagę, jest to też największe

[01:33:46] nemesis cyberbezpieczeństwa obecnie

[01:33:49] modeli z tego względu, że są takie

[01:33:52] techniki

[01:33:54] jak teatrzyk kukiełkowy, którą gdzieś

[01:33:56] tam będziemy sobie omawiać oczywiście na

[01:33:58] cyberbezpieczeństwie, która powoduje, że

[01:34:00] przyjęcie odpowiedniej roli zrzuca

[01:34:03] kajdany bezpieczeństwa modelu, czyli po

[01:34:05] prostu jego zabezpieczenia.

[01:34:08] I to da się zrobić spokojnie. Nawet

[01:34:10] dzisiaj w marcu tego roku, jak byłem na

[01:34:13] pewnej konferencji w Warszawie, złamałem

[01:34:16] zabezpieczenia do Groka. W ten sposób,

[01:34:18] nie? Potwierdzając oczywiście w firmie

[01:34:20] EXAI, pisząc do Elona: "Elon, ty zobacz

[01:34:24] co tam jest". On mi podpisuje: "Ty

[01:34:25] mordeczko, rzeczywiście, ha, dobre,

[01:34:28] nie?"

[01:34:29] Na tej zasadzie to po prostu działa. Tak

[01:34:33] więc to jest bardzo poważne zagrożenie,

[01:34:35] a jednocześnie fantastycznie działa na

[01:34:39] model jako technika promptowania.

[01:34:42] Przykład. Jesteś specjalistą

[01:34:45] cyberbezpieczeństwa. Wyjaśnij czym jest

[01:34:48] atak fishingowy i jak mu przeciwdziałać.

[01:34:50] Tak i on się w wciela w rolę gościa z

[01:34:54] cyberbezpieczeństwa,

[01:34:55] nie?

[01:34:59] Podstawowa technika promptowania,

[01:35:02] troszkę podobna do zero shot promptingu,

[01:35:05] to moi drodzy promptowanie po

[01:35:07] instrukcji. I z reguły jest to pierwszy

[01:35:11] punkt wejścia do świata AI, do świata

[01:35:14] promptowania, gdzie

[01:35:17] podskórnie czujemy, że to będzie dobry

[01:35:20] prompt, taki bardzo podstawowy, bo my

[01:35:23] mamy ten czasownik,

[01:35:26] mamy kontekst razem z

[01:35:31] danymi.

[01:35:33] No i mamy wskaźnik odpowiedzi. Tak.

[01:35:36] Podsumuj ten artykuł w trzech punktach,

[01:35:38] ale każdy punkt nie więcej niż 15 słowo,

[01:35:42] nie? 15 słów, przepraszam.

[01:35:46] No i leci wtedy, nie? Pisze tylko i

[01:35:49] wyłącznie trzy,

[01:35:51] jejku, trzy odpowiedzi.

[01:35:55] promptowanie kontekstowe.

[01:35:59] Tutaj trzeba dodać coś bardzo ważnego,

[01:36:03] że to promptowanie generalnie

[01:36:09] powinno być

[01:36:12] wyłączone,

[01:36:13] bo powoduje bardzo dużo problemów,

[01:36:15] jeżeli ktoś nieświadomie działa.

[01:36:19] mianowicie

[01:36:20] promptowanie kontekstowe.

[01:36:24] Wrzucamy bardzo dużo danych. Przykładowo

[01:36:30] weźmy sobie,

[01:36:33] niech to będzie na przykład Gemini.

[01:36:35] Przejdźmy się na tą wersję płatną

[01:36:39] i napiszmy mu coś takiego. Wygeneruj mi

[01:36:42] szybko randomowy kod programistyczny.

[01:36:47] potrzebuję, żeby wam pokazać. Nie

[01:36:50] no, dawaj, dawaj blejaki.

[01:36:54] Idę sobie do jakiegoś innego modelu, na

[01:36:57] przykład do Cloda. A chyba muszę się

[01:37:00] zalogować, nie ma problemu. Logujemy

[01:37:02] się, Clodzie.

[01:37:08] Se przy okazji łyknę.

[01:37:13] Antropik pisze, że prezentacja różni się

[01:37:15] trochę od wyświetlanej. A gdzie? Co ty?

[01:37:17] Nie powinno.

[01:37:20] I moi drodzy, co my tutaj widzimy?

[01:37:23] Zobaczcie, mamy tutaj jakiś kod, nie?

[01:37:25] Niech to będzie jakiś tam taki śmieszny

[01:37:27] kodzik. I co teraz, moi drodzy?

[01:37:31] Ja piszę coś takiego. Popraw mi ten

[01:37:34] kodzik, nie? I zobaczcie, daję po prostu

[01:37:37] enter i wklejam ten kod programistyczny.

[01:37:40] nawet robię go bardzo długi.

[01:37:43] Może się zdarzyć coś takiego, że to

[01:37:45] polecenie zostanie zignorowane albo z

[01:37:47] racji, że to jest tak duże okno

[01:37:49] kontekstowe, model nam będzie

[01:37:53] zmyślał, tak? Albo dojdziemy na pewnym

[01:37:56] etapie, jak wrzucimy sobie bardzo długi

[01:37:59] taki tekst, że on powie nam, że po

[01:38:02] prostu ej, stary, mam tutaj limita.

[01:38:05] Nie no i to spowoduje, że on się nawet

[01:38:08] nie uruchomi, bo przekroczy okno

[01:38:10] kontekstowe, nie? To jest jakby bardzo

[01:38:15] istotne.

[01:38:18] No i gdzie leży problem? Problem polega

[01:38:20] na tym, że to nie jest zła technika, bo

[01:38:23] my przecież możemy wrócić, wrzucić

[01:38:25] jakieś dane i powiedzieć mu: "Podsumuj,

[01:38:27] popraw, wygeneruj mi z tego wykresik,

[01:38:29] tabelę i tak dalej". Ale powinniśmy

[01:38:32] robić to z głową. Czyli

[01:38:35] delimiter prompting zastępuje nam

[01:38:38] promptowanie kontekstowe.

[01:38:40] I wystarczy moi drodzy, że my do promptu

[01:38:43] dodamy sobie jakiś separator. To mogą

[01:38:46] być hasze, to mogą być dolarki, to mogą

[01:38:49] być myślniki, cokolwiek. Ale rozdzielamy

[01:38:52] tę naszą instrukcję od faktycznego kodu.

[01:38:55] Czekajcie. Cloud ai jeszcze raz sobie

[01:38:58] wbijmy i popatrzcie. piszemy teraz tak.

[01:39:03] Popraw mi ten kod pod względem look

[01:39:07] bezpieczeństwa

[01:39:10] i robimy sobie, czekajcie,

[01:39:18] dobra, popraw mi ten kod, nie będę już

[01:39:20] dopisywał. I robimy sobie odseparowanie

[01:39:23] tego. Tak. I tutaj sobie to wklejamy. I

[01:39:26] nieważne, że on jest na tyle długi, że

[01:39:28] idzie tutaj jako załącznik, ale model

[01:39:31] takie znaczki rozróżnia sobie jako

[01:39:35] rozdzielenie instrukcji od danych. To

[01:39:38] jest mega ważne, bo bardzo często zdarza

[01:39:41] się tak, że programiści, deweloperzy

[01:39:43] właśnie w ten sposób działają,

[01:39:45] administratorzy wrzucają. No i okazuje

[01:39:48] się, że ta instrukcja w infrastrukturze

[01:39:49] nie działa, albo co więcej jest

[01:39:51] szkodliwa dla naszej infrastruktury. Też

[01:39:53] tak może być. Self consistency prompting

[01:39:57] to jest bardzo ciekawe podejście, gdzie

[01:39:59] model sprawdza sam siebie na różne

[01:40:02] sposoby. Jak będziemy mieli asystentów,

[01:40:05] ja wam pokażę taką fajną technikę Redo,

[01:40:07] czyli review samego siebie, ale można to

[01:40:09] osiągnąć także z promptowania. self

[01:40:12] consistency prompting, czyli wygeneruj

[01:40:15] trzy różne rozwiązania problemu

[01:40:18] matematycznego i wybierz najbardziej

[01:40:20] spójną. Tak? Czyli on musi wykonać te

[01:40:23] trzy techniki i sam dobiera ocenia,

[01:40:25] która jest najlepsza dla niego, nie?

[01:40:30] Więc to jest okej. Adam Nowak 1627 pyta,

[01:40:34] czy jedynka jest wystarczająca, czy jest

[01:40:36] jakiś najlepszy znacznik, który wybrać,

[01:40:38] dolar czy hasz? Rzeczywiście jest coś

[01:40:40] takiego z racji, że modele bardzo często

[01:40:43] uczą się na danych już dostępnych w

[01:40:45] Internecie, a najczęściej takim

[01:40:47] delimiterem jest jednak has, to has

[01:40:50] wydaje się być pierwszym wyborem.

[01:40:52] Ewentualnie oczywiście z publikacji, z

[01:40:54] encyklopedii i tak dalej. To będą także

[01:40:57] myślniki.

[01:41:00] Moi drodzy, step by step to jest

[01:41:04] rozwiązanie problemu krok po kroku, ale

[01:41:07] polega to na tym, że od razu ma nam dać

[01:41:09] odpowiedź. Tak, czyli przeciwdziałamy

[01:41:12] trochę halucynacją, ale nie widzimy

[01:41:13] odpowiedzi. Raczej rzadko stosowana

[01:41:16] technika, ale uwaga, jeżeli chcemy

[01:41:18] zaoszczędzić tokeny, no to to jest wtedy

[01:41:21] właściwy kierunek.

[01:41:25] Bardzo ważne promptowanie, zwłaszcza to

[01:41:27] wyjdzie na naszym drugim spotkaniu,

[01:41:29] gdzie będziemy się zajmować grafiką i

[01:41:31] coś nie będzie wychodziło. Promptowanie

[01:41:34] przez negatyw. Moi drodzy, bardzo wiele

[01:41:37] narzędzi sztucznej inteligencji,

[01:41:38] zwłaszcza tych generatywnych, ma dzisiaj

[01:41:41] coś takiego jak pole na prąb negatywny.

[01:41:45] Oznacza to, że my jasno określamy, czego

[01:41:49] model nie powinien robić. Czyli

[01:41:52] przykładowo wygeneruj mi

[01:41:55] piękną blond

[01:41:58] włosą 30letnią kobietę, która pije kawę

[01:42:03] z kubka sekuraka, na przykład takiego,

[01:42:05] nie w luzie sekuraka na przykład, nie w

[01:42:08] okularach.

[01:42:12] I piszemy następne zdanie.

[01:42:16] Nie generuj

[01:42:19] czarnej kawy, tylko to ma być zawsze

[01:42:21] late na przykład, nie? Late piernikowe

[01:42:24] na bel z laktozowym.

[01:42:26] No i model wtedy nigdy nie wygeneruje

[01:42:28] czarnej kawy, nie? Więc jak najbardziej

[01:42:32] tak.

[01:42:34] Aneta Ulicha pyta: "A cudzysłów też może

[01:42:37] rozdzielać?" Tak, tylko wyraźnie musi

[01:42:39] być ich odpowiednia ilość. No

[01:42:40] przynajmniej te kilka powinno być, żeby

[01:42:43] odróżnić od kodu programistycznego.

[01:42:45] Oczywiście, że tak. Nie, w ten sposób

[01:42:49] można działać. Czyli promptowanie przez

[01:42:52] negatyw bardzo mocno się sprawdzi przy

[01:42:55] multimodalności. Właśnie

[01:42:59] coś dla analityków danych i dla

[01:43:01] programistów, deweloperów, czyli

[01:43:04] constraint prompting,

[01:43:06] wymuszenie konkretnego formatu

[01:43:08] odpowiedzi, czyli zwróć mi odpowiedź z

[01:43:13] tego kodu programistycznego jako na

[01:43:16] przykład ustrukturyzowany plik jasona. I

[01:43:19] to możemy nawet zrobić, od razu wam

[01:43:21] pokazuję. Popatrzcie.

[01:43:26] Mordeczko,

[01:43:28] daj mi do pobrania to jako TXT.

[01:43:35] I zobaczcie,

[01:43:37] no

[01:43:40] tu widzę, że uwzględnił. O i zobaczcie,

[01:43:43] tu jest do pobrania ten pliczek, tak?

[01:43:45] Czyli constraint prompting. Od razu

[01:43:47] ustawiamy sobie format naszej

[01:43:49] odpowiedzi.

[01:43:54] Lecimy dalej.

[01:43:56] Critic prompting albo

[01:43:59] zreflektuj się. Prompting polega na tym,

[01:44:03] że jeżeli model coś niedobrze

[01:44:05] odpowiedział, to w zasadzie powinniśmy

[01:44:09] dać mu łapkę w dół, bo to jest też

[01:44:12] metoda jego dotrenowywania, bardzo

[01:44:14] ważna. Ona się nazywa reinforcement

[01:44:17] learning with human factor.

[01:44:19] Ale jeżeli tego nie damy, to możemy mu

[01:44:22] powiedzieć:

[01:44:23] "Zastanów się nad swoją poprzednią

[01:44:25] odpowiedzią jeszcze raz. Zidentyfikuj

[01:44:28] słabości i udoskonal je, bo my dzięki

[01:44:30] temu wpływamy, że model stanie się

[01:44:33] lepszym." Tak jak Antropik pisze: "Pisz

[01:44:36] do mnie jamlem".

[01:44:38] Dokładnie tak by to zadziałało. XPOS 44

[01:44:42] widać, że ma bardzo duże doświadczenie,

[01:44:44] jeżeli chodzi o analitykę danych.

[01:44:47] Pozwolę sobie przeczytać twój komentarz.

[01:44:49] Najlepszym i najbardziej uniwersalnym

[01:44:51] znakiem do udzielania oddzielenia kodu

[01:44:53] lub instrukcji do kontekstu są potrójne

[01:44:55] cudzysłowy odwrotne, czyli triple triple

[01:44:57] backy. Dokładnie tak, bo je się w

[01:44:59] zasadzie nie wykorzystuje tak poza

[01:45:02] właśnie fragmentami, o których mówisz,

[01:45:04] ale to już wchodzimy bardzo głęboko już

[01:45:06] w takie w takiego kustosza, nie? To

[01:45:10] wszystko jeszcze przed nami, ale ja

[01:45:11] oczywiście podpisuję się pod tym obiema

[01:45:15] promptami, nie? Więc jak najbardziej

[01:45:17] tak.

[01:45:19] drzewo myśli. Mamy czasami duże projekty

[01:45:24] i moi drodzy model może dostać tak

[01:45:28] skomplikowane zadanie, że agenci agenty

[01:45:31] zaczynają się zastanawiać i dopiero

[01:45:34] agent wybiera najlepszą drogę. To co

[01:45:36] zrobiliśmy tutaj z Tomkiem w Groku,

[01:45:40] czyli znajdź informacje o Tomku Turbie,

[01:45:43] to właśnie było zadanie typu Tree ofs,

[01:45:45] że on najzwyczajniej w świecie

[01:45:50] bardzo mocno się tutaj zastanawiał. Tak.

[01:45:54] O, zobaczcie. I nawet model Grock, tak

[01:45:58] sobie nazwał agenta, był liderem tego

[01:46:01] działania, a konkretne agenty również

[01:46:05] się zastanawiały. Tak, tu jest pięknie

[01:46:07] pokazane, jak to drzewo zależności tutaj

[01:46:09] się rozchodzi.

[01:46:12] Jakbyśmy to osiągnęli z prompta.

[01:46:15] Wygeneruj trzy możliwe rozwiązania

[01:46:17] problemu,

[01:46:19] sprawdź je i wybierz najlepsze. Tak,

[01:46:22] bardzo podobne do oczywiście do

[01:46:25] poprzedniej techniki promptowania.

[01:46:29] I teraz tak może się zdarzyć moi drodzy,

[01:46:32] że na początku no nie będzie chciało się

[01:46:34] chciało wam myśleć albo nie będziecie

[01:46:37] rozumieli zasad tego promptowania

[01:46:39] zwłaszcza przy grafice to dosyć dobrze

[01:46:42] widać gdzie prompt musi być bardzo

[01:46:43] szczegółowy żeby to zrobić dobrze nie to

[01:46:46] jest moi drodzy technika

[01:46:49] pisania promptów

[01:46:52] przez promptowanie i nazywa się to

[01:46:54] metaprompting

[01:46:56] czyli jak ja sobie pójdę na przykład do

[01:46:58] Groka i napiszę do niego w nowym czacie

[01:47:02] w Super Groku:

[01:47:04] "Stwórz mi prompt po angielsku do

[01:47:08] wygenerowania

[01:47:10] sceny walki

[01:47:13] pomiędzy

[01:47:15] na przykład kto tu się tyle wypowiada?

[01:47:17] Pomiędzy kolegą Anchropik.

[01:47:21] Wyobraź

[01:47:23] sobie jego wygląd

[01:47:25] oraz kto tu się jeszcze dużo odpowiada

[01:47:28] oraz kolegą Jakubem

[01:47:32] Pyrchewskim.

[01:47:36] Też go sobie wyobraź.

[01:47:40] Mają walczyć na

[01:47:44] miecze świetlne w

[01:47:48] blasku księżyca. i deszczu. Tak, czyli

[01:47:53] piszemy mu nie dosyć skomplikowany

[01:47:59] prompt, a on mi zrobi bardzo dokładnego

[01:48:02] prompta, jak możecie tutaj zauważyć.

[01:48:04] Tak? I to powoduje, że jak ja sobie

[01:48:07] teraz pójdę do imagine i kliknę sobie

[01:48:11] wideo, wsadzę takiego złożonego prompta,

[01:48:15] to on już zdecydowanie lepiej nam coś

[01:48:18] tutaj wygeneruje, nie?

[01:48:21] I swoją drogą zobaczcie jak potężny jest

[01:48:23] ten super Grock,

[01:48:26] że ja materiał wideo co prawda

[01:48:28] 10ossekundowy,

[01:48:30] ale będę generował no maksymalnie

[01:48:32] właśnie gdzieś półtora minuty, nie?

[01:48:35] I to jest niesamowite,

[01:48:38] że to kosztuje jakieś grosze

[01:48:40] miesięcznie, tak? No ale oczywiście cena

[01:48:43] RAMu też jest konsekwencją czasami

[01:48:45] robienia takich różnych śmiesznych

[01:48:47] rzeczy oczywiście. No i już mamy prawie

[01:48:51] 50%. Za chwilę sobie do tego wrócimy. Ja

[01:48:53] na chwilę wyciszę kartę, jakby tu miało,

[01:48:55] jakby tu koledzy mieli z czatu hałasować

[01:48:58] za bardzo swoją walką, nie? Także można

[01:49:02] napisać po prostu stwórz mi prompt do

[01:49:05] czegoś, opisać problem. Oczywiście im

[01:49:08] dokładniej to jeszcze dokładniejszy

[01:49:09] będzie ten prompt, nie? Ale to jest

[01:49:11] bardzo ważne. Michał Kier 7146 pyta, czy

[01:49:15] prompty po angielsku są skuteczniejsze.

[01:49:17] W przypadku grafiki tak, zdecydowanie

[01:49:20] jeszcze tak. W przypadku tekstu już nie.

[01:49:24] Nie ma to generalnie większego

[01:49:26] znaczenia. Jeżeli martwimy się na

[01:49:28] przykład o kontekst, bo model musi sobie

[01:49:30] przetłumaczyć z polskiego na angielski i

[01:49:32] dopiero wyjść do tokenów.

[01:49:35] Bardzo często tak jest, to w tym

[01:49:36] momencie tracimy tokeny podwójnie, to

[01:49:39] trzeba zwrócić uwagę. Ale w większości

[01:49:41] przypadków nie będzie to miało

[01:49:43] znaczenia, bo na przykład model będzie

[01:49:45] miał okno kontekstowe aż miliona

[01:49:47] tokenów, które rzeczywiście jeżeli

[01:49:49] wykonujemy takie działania codzienne

[01:49:51] jest trudno osiągnąć, jeżeli nie

[01:49:52] jesteśmy programistami bądź pisarzami

[01:49:55] książek. Zobaczmy, czy tutaj mamy coś

[01:49:58] jak koledzy walczą. O, zobaczcie, tutaj

[01:50:00] jest kolega Antropik i kolega Jakub. No

[01:50:04] i oni tu walczą.

[01:50:08] O, nie wiem dlaczego jeden z was jest

[01:50:11] wilkołakiem, ale widocznie model coś

[01:50:14] więcej o was wie. No ufamy sztucznej

[01:50:16] inteligencji, nie? Więc uważajcie jak

[01:50:18] będzie świecił księżyc, bo któryś z was

[01:50:20] jest tutaj niezłym hardcorem.

[01:50:23] No jakieś takie śmieszne rzeczy.

[01:50:25] Oczywiście im prompt jest prostszy to

[01:50:27] tym ten filmik będzie mniej dokładny,

[01:50:29] nie? W tym

[01:50:33] zakresie na pewno. Tak.

[01:50:36] Kolejna technika to w zasadzie coś, co

[01:50:39] robimy już od razu, czyli multimodal

[01:50:42] prompting. Piszemy tekstowo, generujemy

[01:50:45] coś innego, nie w formacie tekstowym. To

[01:50:48] się po prostu nazywa multimodal

[01:50:49] prompting. Takie pytanie w barze też

[01:50:52] może paść. Właśnie, nie? Więc warto na

[01:50:54] pewno na to zwrócić uwagę.

[01:50:58] Łańcuchowanie promptów może być taka

[01:51:00] sytuacja jak sobie zrobiliśmy tutaj

[01:51:02] dokładnie czyli wykorzystujemy kilka

[01:51:05] technik promptowania w jednym kontekście

[01:51:08] czyli tutaj napisaliśmy sobie

[01:51:11] instruction based prompting, on nam

[01:51:13] odpowiedział, a nagle przeszliśmy na

[01:51:15] promptowanie multimodalne, no i

[01:51:17] wygenerował nam obrazek. Tak, to jest

[01:51:18] całkowicie normalne dzisiaj w

[01:51:20] realizacji. Czyli łączenie technik

[01:51:22] promptowania bądź promptowanie

[01:51:24] hybrydowe. Też taką nazwę w barze

[01:51:26] możecie usłyszeć albo w kawiarni, w

[01:51:30] barze mlecznym tak samo, nie? To w

[01:51:32] zależności gdzie jesteście.

[01:51:35] No i teraz tak uchylę rąbkę tajemnicy,

[01:51:38] bo na naszym szkoleniu nie będziemy

[01:51:40] robić tylko promptowania przez ludzi,

[01:51:42] tylko będziemy robić promptowania przez

[01:51:44] agentów także i te techniki promptowania

[01:51:47] są zupełnie już inne. Można zauważyć

[01:51:51] oczywiście, że jest tutaj React, ale

[01:51:53] pozostałe techniki tutaj wymienione,

[01:51:56] czyli planner, executor, gold decom

[01:51:58] composition, to aware, memory augmented,

[01:52:01] critic execution, autonomous task club i

[01:52:05] multiagent prompting. To już są zupełnie

[01:52:07] inne pary kaloszy, ale żeby je zrozumieć

[01:52:10] to musimy mieć, moi drodzy te właśnie

[01:52:13] podstawy, które sobie przerobiliśmy.

[01:52:16] No i jakbyśmy mieli sobie to podsumować,

[01:52:18] to te basicowe prompty takie proste to

[01:52:21] są oczywiście te wymienione, ale zwracam

[01:52:24] uwagę, że kontekstual uważamy i raczej

[01:52:26] używamy delimiter, te zaawansowane

[01:52:30] najczęściej stają się już dzisiaj

[01:52:33] częścią modeli, nie? Bo widać potrzeby

[01:52:35] biznesowe na to i model po prostu to

[01:52:37] adaptuje od razu do swojego promptu

[01:52:39] systemowego z wykluczeniem jakby

[01:52:41] metapromptowania, nie? Bo to jest jakby

[01:52:43] dedykowane gałąź. No i agentowe

[01:52:46] promptowanie. To jeszcze wszystko

[01:52:49] oczywiście przed nami.

[01:52:51] Zasada ogólna. Im bardziej autonomiczne

[01:52:54] zadanie, tym bardziej ustrukturyzowany

[01:52:57] prompt powinien być. Nie piszcie do

[01:52:59] modelu napisz coś. O, tylko konkretnie,

[01:53:02] żeby coś model wykonał, a nie cosiek.

[01:53:05] Tak. Najlepszy wzorzec według wujka

[01:53:08] Tomka. Rola, cel, ograniczenia, format,

[01:53:11] kryteria jakości. Nie, moim zdaniem to

[01:53:13] jest game changer. W rozmowach z modelem

[01:53:19] mamy coś takiego jak piaskownicę, gdzie

[01:53:22] w zasadzie jeżeli macie wykupione

[01:53:24] licencje na różne modele, to możecie w

[01:53:27] takich piaskownikacach potestować sobie

[01:53:30] jak model będzie się zachowywał, jak

[01:53:32] model będzie odpowiadał. Przepraszam,

[01:53:34] muszę uwzględnić tutaj uwierzytelnianie

[01:53:37] dwuskładnikowe.

[01:53:39] Co ty chcesz? sprawdź aplikację do

[01:53:41] haseł.

[01:53:44] Yyy, gdzie tutaj jest H GPT?

[01:53:54] Dobra, wpisany numerek.

[01:53:58] O i moi drodzy, to co widzimy od tyłu,

[01:54:02] to jest generalnie więcej niż mamy z

[01:54:04] przodu możliwości w tych modelach

[01:54:07] ogólnodostępnych,

[01:54:08] bo popatrzcie, możemy sobie model przede

[01:54:11] wszystkim wybrać. Być może to nie musi

[01:54:14] być najnowszy, tylko do naszego zadania,

[01:54:16] którego potrzebujemy biznesowo,

[01:54:18] wystarczy nam bardzo malutki model. Na

[01:54:21] przykład yyy gdzie tu jest jakiś mały

[01:54:26] GPT 41 mini albo nawet wersja nano.

[01:54:30] Szybciutki modelik. Tak, może do tego

[01:54:33] wystarczy. Możemy sobie dodać zmienne

[01:54:36] jakiekolwiek chcemy. Możemy dodać sobie

[01:54:38] narzędzia już tutaj i potestować czy

[01:54:40] nasze rozwiązanie będzie miało sens. No

[01:54:42] i tak naprawdę wyciągnąć to później jako

[01:54:44] kod programistyczny i gotowe rozwiązanie

[01:54:47] po tak zwanym API. Co więcej, można

[01:54:50] porównać kilka modeli, jakie dają nam

[01:54:54] odpowiedzi. Dużo generalnie można sobie

[01:54:57] tutaj poćwiczyć, jak jesteśmy

[01:54:58] deweloperem, to to jest to miejsce,

[01:55:01] gdzie spędzimy dużo czasu, zamiast

[01:55:03] rekompilować cały czas naszą aplikację.

[01:55:06] To w tym, no to później i tak się robi,

[01:55:08] nie? Ale zdecydowanie mniej tych

[01:55:10] rekompilacji jest, jak możemy to zrobić

[01:55:12] właśnie z tego poziomu. Coś bardzo

[01:55:15] ważnego też moi drodzy jak plac zabaw.

[01:55:18] Tu będziemy generalnie w sesji 13 też

[01:55:21] dużo do placu zabaw wrócimy. Będziemy

[01:55:23] sobie mówić o temperaturze, o parametrze

[01:55:25] top P, top K oraz pozostałe, które są

[01:55:28] bardzo ważne dla yyy naszych modeli.

[01:55:31] Podsumowując,

[01:55:33] mam takie wrażenie od dłuższego czasu,

[01:55:35] jak analizuje rynek zapytania do mnie,

[01:55:39] prompt engineering, będziemy po prostu

[01:55:41] wpisywać do życiorysu, tak jak

[01:55:42] wpisywaliśmy 30 lat temu umiejętność

[01:55:45] pracy z komputerem, 20 lat temu

[01:55:47] umiejętność pracy z arkuszem

[01:55:49] kalkulacyjnym, a 10 lat temu

[01:55:51] wpisywaliśmy, co my wpisy wpisywaliśmy

[01:55:54] 10 lat temu yyy cały stak technologiczny

[01:55:59] wszystkich wszystkich języków

[01:56:00] programowania. znamy. Żartuję, ale

[01:56:03] dobra, 30 i 20 lat temu tak było, nie?

[01:56:07] To to ważne. Rodzaj wykorzystywanego

[01:56:10] plombtu zależy oczywiście od czego

[01:56:13] potrzebujemy. Często łączymy techniki

[01:56:16] promptowania.

[01:56:18] No i moi drodzy, warto te techniki

[01:56:20] zapamiętać. Macie to wszystko w

[01:56:22] prezentacji na co dzień, pewnie

[01:56:23] używacie, więc to jest bardzo spoko.

[01:56:28] I jeszcze taka część związana z

[01:56:31] zarządzaniem, zmianą i kompetencjami.

[01:56:33] Odpowiemy sobie także co to jest AI act

[01:56:36] za chwilę. Część znowu też taka

[01:56:39] mikroteoretyczna. Tutaj moi drodzy,

[01:56:42] opór i adaptacja. Ja generalnie jestem

[01:56:46] takim ziomeczkiem, który w naszym kraju

[01:56:49] na zlecenie pewnej firmy dla Polskiej

[01:56:52] Agencji Rozwoju Przedsiębiorczości

[01:56:54] zrobił taki wskaźnik dojrzałości

[01:56:57] przedsiębiorstw pod kątem wdrożenia

[01:56:59] sztucznej inteligencji. No i było

[01:57:02] przeprowadzone badanie na 1000 firmach

[01:57:05] oraz na tysiącu firmach bliźniaka, które

[01:57:07] że nic nie wie o AI, a druga chciała już

[01:57:10] wdrażać albo miało wdrożone. Jakie tam

[01:57:12] zostały wykryte problemy?

[01:57:14] Opór i adaptacja, moi drodzy. Opór wobec

[01:57:18] AI. Z czego z reguły wynikał? Strach

[01:57:21] przed utratą pracy statusu. Okej. Strach

[01:57:24] przed nowym. Typowe psychologiczne

[01:57:27] zachowanie, nie? Brak zaufania do

[01:57:29] technologii. No jak mamy mieć zaufanie,

[01:57:31] jak ciągle gdzieś słyszymy o przypałach

[01:57:33] AI, o halucynacjach, że nadal są. Nie

[01:57:36] dziwię się. No i brak zrozumienia

[01:57:38] korzyści. Tu jest jasna sytuacja. Jeżeli

[01:57:41] nie wiemy do nie weźmiemy do ręki

[01:57:44] piłki i nią nie rzucimy, to nie widzimy

[01:57:47] jakie są z niej korzyści, prawda? Że

[01:57:49] możemy rozbić szybę, wrzucić do kosza i

[01:57:51] tak dalej, nie? Więc jeżeli ktoś nie

[01:57:54] pracuje z AIem, no to tych korzyści może

[01:57:56] nie widzieć dla siebie, nie? Jakie z

[01:57:59] reguły czynniki wspierające adaptacje

[01:58:02] sprawdziły się w organizacjach, jak na

[01:58:05] przykład Tomek przejmował nieudane

[01:58:07] wdrożenie? Transparentna komunikacja,

[01:58:09] moi drodzy, to jest ekstremalnie ważne

[01:58:11] nie tylko dla AI, w ogóle dla rozwoju

[01:58:14] firmy. Cele, zakres, wpływ tak jak w

[01:58:17] wojsku po żołniersku każdy pracownik

[01:58:19] powinien znać.

[01:58:21] Wczesne włączanie pracowników w procesy.

[01:58:24] Typowa zagrywka psychologiczna bardzo

[01:58:26] dobra. Pracownik zaangażowany

[01:58:29] będzie zmieniał to, co się w firmie

[01:58:31] dzieje. Pilotażowe wdrożenia i szybkie

[01:58:34] sukcesy. Bardzo często widziałem

[01:58:37] nadmierne oczekiwania, że sztuczna

[01:58:39] inteligencja ma zastąpić procesy w

[01:58:41] naszej firmie jeden do jednego. To się z

[01:58:44] reguły nie dzieje. To trzeba sobie jasno

[01:58:46] powiedzieć. Bardziej proces z reguły

[01:58:48] wpasowuje się w AI, a nie AI do procesu.

[01:58:52] Aczkolwiek gdzieś tam jest taki złoty

[01:58:54] środek tego, nie? Ale nigdy w jedną albo

[01:58:57] w drugą stronę.

[01:59:00] Rola liderów. Przykład powinien iść z

[01:59:03] góry z zarządu,

[01:59:05] rozwiewanie mitów też od takiej osoby,

[01:59:08] takiego czempiona, no i promowanie

[01:59:11] kultury, eksperymentowania, ale

[01:59:12] oczywiście w sposób bezpieczny w

[01:59:14] organizacji wewnątrz. No i ja sobie

[01:59:16] wymyśliłem takie cztery role. sponsor

[01:59:19] AI, czyli ten co trzyma hajs i ten hajs

[01:59:23] daje. Bardzo ważna osoba.

[01:59:27] AI champion, tak to nazwałem, czyli

[01:59:29] gość, który rozumie sztuczną

[01:59:31] inteligencję, jest na przykład na

[01:59:33] narzędziowniku AI, rozmawia z Tomkiem i

[01:59:37] jest taką osobą, która nadąża za tym

[01:59:40] wszystkim, to to będzie taki taka

[01:59:42] pierwsza osoba do kontaktu, taki project

[01:59:44] manager w organizacji, nie? Oczywiście

[01:59:47] zespół techniczny i użytkownicy końcowi,

[01:59:49] co jest zrozumiałe oczywiście samo przez

[01:59:53] sie.

[01:59:55] Rozwój kompetencji. Dlaczego to ważne?

[01:59:57] No bo AI zmienia dzisiaj te kompetencje

[02:00:00] wymagane niemal w każdym zawodzie, nie?

[02:00:02] Tam gdzie nie ma wyłącznie czynności

[02:00:04] manualnych typu spawacz,

[02:00:07] elektryk, hydraulik, fryzjer, barberka,

[02:00:13] tego typu zagadnienia,

[02:00:15] to te kompetencje się po prostu

[02:00:18] zmieniają, nie? Nawet jak popatrzymy na

[02:00:20] Barmana czy kelnera, to już dzisiaj

[02:00:23] bardzo często jest zastąpione przez AI,

[02:00:27] nie? Więc w tą stronę można iść. JW42667

[02:00:32] pisze, że 20 lat temu wpisywało się do

[02:00:34] CV znajomość języka angielskiego. Bardzo

[02:00:36] dobry przykład. Fajny, dzięki. No

[02:00:39] jednocześnie oczywiście może być

[02:00:41] upskilling, czyli podnoszenie

[02:00:43] umiejętności, a reskilling, czyli zmianę

[02:00:47] tych umiejętności na korzyść oczywiście

[02:00:50] naszą.

[02:00:51] zgodnie z Bloombergiem, które zawody są

[02:00:54] zagrożone albo które już zostały

[02:00:55] wyeliminowane.

[02:00:57] Im dalej wl,

[02:00:59] czyli

[02:01:02] złożoność stanowiska i odpowiedzialność,

[02:01:06] to

[02:01:08] bezpieczeństwo AI jest większe, że AI

[02:01:11] nie zabierze pracy. Im dalej odjeżdżamy

[02:01:13] z odpowiedzialnością,

[02:01:15] to generalnie tam AI po prostu wkroczy i

[02:01:18] zmiecie. Y jakie to są stanowiska?

[02:01:22] Kasjerzy, kelnerzy, y kierowcy

[02:01:26] ciężarówek, no bo autonomiczna jazda,

[02:01:30] sprzedawcy nieruchomości, bo to wszystko

[02:01:33] jest jakby wiecie powtarzalne i

[02:01:36] realizowalne tak naprawdę z automatu,

[02:01:38] nie? O, siemano Brzoza Wroc. Brzoza Wroc

[02:01:42] jest chyba na każdym naszym szkoleniu.

[02:01:43] Miło ci mi cię powitać i cię serdecznie

[02:01:46] pozdrawiam.

[02:01:48] A jak popatrzymy sobie na niebieskie, to

[02:01:50] zobaczcie, tam gdzie są Menago, tam

[02:01:53] gdzie są radcy prawni, wyspecjalizowane

[02:01:57] seniorskie osoby, na razie będzie spoko.

[02:02:00] Tak samo

[02:02:02] nianie do dzieci, pielęgniarki, tak,

[02:02:06] pokojówki, kosmetolożki bądź

[02:02:09] kosmetologowie. To będą na razie takie

[02:02:12] stanowiska, które są po prostu

[02:02:13] niezastępowalne. One mają jakieś ryzyko,

[02:02:16] ale bardzo małe.

[02:02:19] Więc tak.

[02:02:21] No i które zawody są zagrożone zgodnie z

[02:02:24] Digital Information Word? Zobaczcie,

[02:02:28] mamy część czerwoną i mamy część

[02:02:31] zieloną. Tak, ryzyko

[02:02:35] jest 100%. Tutaj

[02:02:39] analitycy kredytów,

[02:02:41] operatorzy różnych maszyn,

[02:02:46] projektanci.

[02:02:49] Ryzyko jest 100%.

[02:02:52] W przypadku części czerwonej, gdzie

[02:02:55] ryzyko jest minimalne,

[02:02:58] menadżerowie bezpieczeństwa, osoby

[02:03:00] związane z ze zdrowiem,

[02:03:04] psychologowie, antropologowie,

[02:03:08] siostry, ponownie

[02:03:11] neurologowie, lekarze, generalnie nawet

[02:03:13] urolog, nie? To jest na razie świat,

[02:03:17] który się wydaje być nie do zastąpienia,

[02:03:20] nie?

[02:03:21] Ale no oczywiście

[02:03:24] musimy wziąć to przez pewien pryzbat

[02:03:28] naszego kraju też nie.

[02:03:32] Zgodnie z tym co mówi Gartner, krzywa

[02:03:35] dojrzałości

[02:03:37] mniej więcej powinna przebiegać w taki

[02:03:38] sposób, gdzie mamy trzy główne nurty.

[02:03:42] Nurt ludzki, nurt technologiczny i nurt

[02:03:46] procesowy. I zobaczcie jak na wczesnym

[02:03:48] etapie bardzo ważne jest, żeby człowiek

[02:03:52] był zaangażowany.

[02:03:54] Później jest duża część techniczna, a

[02:03:56] później już tak naprawdę liczy się

[02:04:01] wtuningowanie naszego procesu. Tak. No i

[02:04:04] to pokazuje jak ten proces powinien nam

[02:04:08] tak naprawdę przebiegać, nie? W tą

[02:04:11] stronę.

[02:04:13] model dojrzałości Gartnera, to co już

[02:04:15] sobie mówiliśmy, Polska, mniej więcej

[02:04:17] polscy przedsiębiorcy, to jest dwójka,

[02:04:19] nie? Tak się spotkałem, niektórzy już

[02:04:21] mogą de facto wkraczać troszkę na w

[02:04:24] trójce.

[02:04:26] Natomiast piątka to są te firmy, które

[02:04:28] sobie wymieniliśmy na początku. Amazon,

[02:04:30] Tesla, FedEx dalej, nie? Aess

[02:04:34] firma jest zainteresowana, nie? Panie

[02:04:36] Tomku, tutaj chcielibyśmy przeprowadzić

[02:04:38] szkolenie z panem. Czy może pan nam coś

[02:04:40] zaproponować? Możemy na miejscu. Noclek

[02:04:43] tutaj ciasteczka, kawa.

[02:04:46] Zapraszam, zapraszam. Nie, oczywiście,

[02:04:48] że tak moi drodzy. No kropla drąży

[02:04:51] skałę. Tak, jeżeli się tym zaczniecie

[02:04:53] zajmować, poczujecie ten vibe, nie? To

[02:04:56] jest niesamowity świat, a od AI już tak

[02:04:58] naprawdę nie ma ucieczki. Ja lubię takie

[02:05:01] stwierdzenie takiego surwivalisty

[02:05:04] medialnego mówić improvise, adapt

[02:05:06] overcome, bo ono rzeczywiście dobrze się

[02:05:08] sprawdza. Czyli jak czegoś nie

[02:05:10] rozumiesz, improwizuj, próbuj.

[02:05:14] Jak już coś zrozumiesz, adaptuj to pod

[02:05:17] swoje problemy, pod swoje wyzwania,

[02:05:19] nawet nie nazywajmy tego problemami. No

[02:05:21] i przezwyciężaj po prostu te wyzwania,

[02:05:23] nie? To się bardzo dobrze sprawdza.

[02:05:26] Bergrills,

[02:05:28] taki ziomek bardzo często tak mówił i to

[02:05:31] jest rzeczywiście fajne zdanie.

[02:05:35] Wiem, że przekroczyliśmy już troszeczkę

[02:05:36] czasu. Czasami, moi drodzy, może tak

[02:05:39] być, że Tomek minimalnie ten czas

[02:05:41] przekroczy, zwłaszcza, że zobaczcie,

[02:05:43] jest pewna interakcja, odpowiadamy sobie

[02:05:45] na żywo. Mam nadzieję, że to wam nie

[02:05:47] przeszkadza.

[02:05:48] Natomiast jakby ktoś musiał lecieć, to

[02:05:51] oczywiście nagranie będzie dostępne pod

[02:05:53] tym samym linku, nie? O, właśnie Adam

[02:05:57] dał świetny przykład rozwoju. Jak byłem

[02:05:59] młody, to wydawałem kasę na gry, a teraz

[02:06:02] wydaję na gry i AI. Widzicie, jest

[02:06:04] postęp, jest rozwój, idealnie,

[02:06:06] kapitalnie, nie?

[02:06:10] Etyka i regulacje AI. Co tu się dzieje?

[02:06:13] Generalnie jak popatrzymy sobie na

[02:06:15] stronę etyczną to AI ma przewalone, bo

[02:06:18] generalnie od razu psychologowie,

[02:06:21] socjologowie, lingwiści z każdej strony

[02:06:25] rzucili się na LLMy. Tak? No i z jednej

[02:06:28] strony mamy bias stronniczości modeli,

[02:06:31] nie? yyy yyy yyy model może się nauczyć

[02:06:36] uprzedzeń w danych treningowych

[02:06:39] prowadząc do niesprawiedliwych wyników.

[02:06:40] I to się już wydarzyło,

[02:06:43] moi drodzy. Był model amerykański,

[02:06:47] yyy, model rekrutacyjny w HRze

[02:06:50] zatrudniony

[02:06:51] i moi drodzy

[02:06:54] Amerykanie składali życiorysy, a model

[02:06:58] odrzucał wszystkich czarnoskórych

[02:07:00] kandydatów, nie? pomimo że spełniali

[02:07:03] kryteria zatrudnienia 100%owo na

[02:07:06] przykład. No i jakiś tam

[02:07:10] Joshua wkurzył się i zaczął drążyć.

[02:07:15] Dlaczego tutaj moje podanie zostało

[02:07:17] odrzucone i ktoś zauważył, że

[02:07:19] rzeczywiście tak nie powinno być. No i

[02:07:21] okazało się, że model był wytrenowany na

[02:07:24] historii Stanów Zjednoczonych, ale bez

[02:07:27] współczesnej. Dlatego każdego

[02:07:29] czarnoskórego

[02:07:31] afroamerykanina traktował jako

[02:07:34] niewolnika.

[02:07:36] No nie na to stanowisko, nie? Więc model

[02:07:38] niestety, ale jest bez empatii. Po

[02:07:41] prostu liczy kolejne tokeny, więc może

[02:07:44] być stronniczy

[02:07:46] jak najbardziej. Nie dyskryminujący

[02:07:49] wreszcie się mówi, nie? No i jest też

[02:07:52] taki problem. My nie wiemy jak te modele

[02:07:55] do końca działają. To znaczy my myśmy

[02:07:58] stworzyli te algorytmy uczenia

[02:08:00] maszynowego, głębokie sieci modelowania

[02:08:02] neuronowe. Ale moi drodzy, AI to tak

[02:08:05] naprawdę jest czarna skrzynka, bo

[02:08:08] napiszemy 100 razy tego samego prompta i

[02:08:12] on nam wygeneruje 100 razy coś innego.

[02:08:15] Nieważne czy to jest tekst, grafika,

[02:08:17] muzyka i tak dalej. O tym decyduje taki

[02:08:20] parametr kreatywności, który nazywa się

[02:08:22] temperaturą. z reguły ustawione na 0,7

[02:08:24] 0,8 i to powoduje, że tak jak człowiek

[02:08:29] walnie 0,7, model jest po prostu

[02:08:31] bardziej kreatywny. No i były badania,

[02:08:35] że dopiero gdzieś za 120 razem jeden

[02:08:38] jedna odpowiedź się powtórzyła. No ale

[02:08:40] my nie mamy na to wpływu, jak on sobie

[02:08:42] dokładnie te tokeny liczy, jak to, bo

[02:08:45] tam przechodzi, bo byśmy musieli

[02:08:46] ściągnąć parametr temperatury po prostu

[02:08:48] do minimum, ale model wtedy przestanie

[02:08:51] odpowiadać prawidłowo, najprościej

[02:08:54] ujmując. No i pojawił się taki nurt XAI

[02:08:58] przez duże X z przodu, nie mylić z firmą

[02:09:01] od Groka, czyli Xai z małego X. I ten

[02:09:05] nurt się nazywa explainable AI. i on

[02:09:08] próbuje wyjaśnić jak właśnie modele

[02:09:12] działają

[02:09:14] w sposób zrozumiały. No i mamy takie

[02:09:16] wyjaśnienia jak model Lime, model SHAPA,

[02:09:20] decyzje oparte o drzewach decyzyjnych,

[02:09:22] wizualizacje wpłynnych zmiennych

[02:09:24] wejściowych i tak dalej. Nie, to są

[02:09:26] bardzo tematy w stronę psychologii,

[02:09:29] astrologii tego typu, tego typu laserów.

[02:09:33] Natomiast oczywiście warto je znać, bo

[02:09:35] tam jest coś jednego bardzo ważnego, co

[02:09:38] każdy z was, moi drodzy, nieważne czy

[02:09:41] dziewczyna czy chłopak powinny się

[02:09:42] trzymać. mianowicie

[02:09:46] human in the loop, czyli podejście, że

[02:09:49] człowiek jest w łańcuchu decyzyjnym

[02:09:52] zawsze na końcu, czyli obecność

[02:09:55] człowieka w kluczowych etapach systemu.

[02:09:58] Jak my sobie weźmiemy, ja wam pokażę

[02:10:01] gdzie to najlepiej widać, odpalimy sobie

[02:10:04] Agentic AI w postaci cloud coda. Ja

[02:10:08] teraz go szybciutko odpalę, żeby wam

[02:10:10] pokazać.

[02:10:11] Tylko muszę przejść do odpowiedniego

[02:10:13] folderu, tam gdzie mam to

[02:10:14] skonfigurowane.

[02:10:16] Odpalam sobie teraz cloud coda, czyli

[02:10:18] Agentic AI zainstalowanego tutaj na

[02:10:20] komputerze, nie?

[02:10:23] No i teraz clot mi się zaraz odpali.

[02:10:25] Okej, widzicie, mamy opus 47 High, nie,

[02:10:29] przepraszam, Soneta 46, ale mogę się

[02:10:31] przełączyć na opusa, nie ma znaczenia,

[02:10:34] ale ja do niego coś napiszę takiego:

[02:10:38] "Pokaż mi zawartość

[02:10:40] plików w folderze, w którym

[02:10:46] jesteś." I zobaczcie, co się teraz, moi

[02:10:49] drodzy, stanie.

[02:10:53] No chwilę musimy poczekać. musimy zużyć

[02:10:55] kilka tokenów.

[02:10:58] Zobaczcie, on nam teraz listuje ten

[02:11:00] katalog,

[02:11:02] ale co się dzieje?

[02:11:05] Tam, gdzie go uruchomiliśmy, on jest w

[02:11:08] takim trybie, że on od razu działa. Tak?

[02:11:11] A teraz pójdźmy na przykład przeanalizuj

[02:11:15] zawartość strony httpsuritum.com.

[02:11:20] Przykładowo

[02:11:25] pamiętam czy ja mu nie wyłączyłem tego

[02:11:27] trybu, ale zaraz wam pokażę. O, je.

[02:11:30] Myślałem, że wyłączyłem.

[02:11:34] Moi drodzy, popatrzcie, co się stało.

[02:11:37] Włączył się właśnie tryb human

[02:11:45] się nas pyta: "Mój szanowny panie, drogi

[02:11:48] Tomeczku Tomuniu, najukochańszy,

[02:11:50] najcudowniejszy, silny, męski

[02:11:54] władco,

[02:11:57] królu Zamundy, czy ja mogę przechwycić

[02:12:01] zawartość tej strony? Czy mogę na nią

[02:12:03] wejść? Tak,

[02:12:06] tak, możesz. Możesz i zaakceptuj na

[02:12:10] stałe przeglądanie securitum.com. Nie

[02:12:13] możesz. Musimy to zmienić. I to jest

[02:12:16] bardzo ważne, żebyście mieli nad tym

[02:12:19] kontrolę, bo jak będą zajęcia z agentów,

[02:12:23] to zobaczycie jak można łatwo utracić

[02:12:26] nad agentem kontrolę. On zrobi to

[02:12:29] zadanie, które chcecie perfekcyjnie.

[02:12:32] Tak, bo tak jak model LLM,

[02:12:36] choćby skały

[02:12:39] miały się wypróżnić, to musi wam

[02:12:41] odpowiedzieć. To choćby

[02:12:44] analogicznie te skały to miały zrobić w

[02:12:47] agentach, agent musi to zadanie wykonać

[02:12:51] i on znajdzie sposób łamiąc zasady

[02:12:54] bezpieczeństwa.

[02:12:55] Jeżeli nie macie tego human włączonego,

[02:12:59] to powoduje, moi drodzy, że on robi co

[02:13:02] chce po prostu, nie? Jak to się włącza?

[02:13:05] Dajemy sobie ukośnik i możecie zauważyć,

[02:13:08] że jak zejdziemy sobie troszeczkę niżej,

[02:13:17] to tutaj mamy coś takiego jak

[02:13:22] Gdzie to jest?

[02:13:37] No nie mogę tego znaleźć.

[02:13:45] Przejdźmy sobie do konfiguracji.

[02:13:49] Tak. Moduł myślący.

[02:13:57] To nie jest verbal output. Gdzież to się

[02:14:00] ukryło? Znowu

[02:14:04] na literkę E. Czekajcie, wyjdźmy sobie z

[02:14:08] konfiguracji jeszcze raz.

[02:14:12] E, effort, o właśnie użycie modelu, tak?

[02:14:18] Jak on bardzo ma wpływać na

[02:14:23] rozwiązanie zadania. No i to jest bardzo

[02:14:25] niebezpieczny parametr, moi drodzy, bo

[02:14:27] jak go ustawimy, wymaksujemy

[02:14:31] i human

[02:14:35] sieczkę. Tak, warto o tym pamiętać. My

[02:14:38] będziemy sobie oczywiście z tym

[02:14:40] pracować, to wrócimy do tego. Natomiast

[02:14:43] teraz chciałem wam tylko pokazać tryb

[02:14:44] agentowy, nie? Więc pod tym kątem

[02:14:47] działamy.

[02:14:50] Służbowo powiedziałbym wam, że nie

[02:14:52] wysyłamy do chatbotów informacji

[02:14:54] służbowych, które nie są w posiadaniu

[02:14:56] naszej organizacji. Nie. Prompty muszą

[02:14:59] być pisane w taki sposób, aby nie uczyły

[02:15:01] o tym, co się dzieje w firmie.

[02:15:03] I komunikacja powinna mieć monitorowania

[02:15:05] narzędziami tak zwanymi data league

[02:15:07] prevention przeciwwyciekowymi. Nie no,

[02:15:10] ale to jest świat idealny. Takiego nie

[02:15:12] ma. Nie znaczy świat jest idealny dzięki

[02:15:14] temu, że jest nieidealny. Może tak i

[02:15:19] jak mamy model biznesowy, to te zasady

[02:15:21] nie obowiązują, ale jak próbujemy gdzieś

[02:15:24] coś wcisnąć, to to od razu jest wyciek

[02:15:27] danych, nie? O tym byśmy mogli sobie

[02:15:29] mówić godzinami.

[02:15:31] Okej.

[02:15:33] Mamy jeden dokument w Unii Europejskiej,

[02:15:36] który mówi o przejrzystości i ryzyku

[02:15:40] modeli sztucznej inteligencji wdrażanych

[02:15:42] na terenie Unii Europejskiej. Nazywa się

[02:15:45] to AI ACT.

[02:15:49] Rozporządzenie 1689

[02:15:52] z 2024 roku. Najdziwniejsze jakie może

[02:15:56] być, bo na osi czasu to rozporządzenie

[02:15:59] już ma załącznik, który ma być

[02:16:03] opublikowany 2 sierpnia 2027. What the

[02:16:07] hell? Powiedzcie mi, będzie się

[02:16:09] znajdowało w tym załączniku, że ktoś

[02:16:11] przewiduje już tutaj przyszłość

[02:16:13] Nostradamusem jakimś, nie? Może jest

[02:16:15] taki model Nostradamus AI, nie? Więc to

[02:16:18] jest hardcore, totalny hardcore. No ale

[02:16:22] widać, że AI AKT nie nadąża też nad tym,

[02:16:25] co się dzieje w sztucznej inteligencji,

[02:16:26] nie? Lokalne ustawodawstwo też

[02:16:29] oczywiście zaczyna już funkcjonować,

[02:16:31] natomiast ten dokument będzie tyczył się

[02:16:34] poziomów klasyfikacji ryzyka modeli na

[02:16:37] takich czterech głównych ryzykach, nie?

[02:16:41] Oś czasu to jest 2030 rok, gdzie całość

[02:16:45] ma być rzeczywiście uwzględniona, tak?

[02:16:47] Czy to się stanie, ja nie wiem, co

[02:16:49] będzie w przyszłym tygodniu, a co

[02:16:51] dopiero w 2030 roku ze sztuczną

[02:16:55] inteligencją, nie?

[02:16:59] Gdzie my się w tym odnajdujemy jako

[02:17:01] firmy, jako przedsiębiorcy,

[02:17:04] bo sam AI actyczy

[02:17:09] przede wszystkim takiej sytuacji, że my

[02:17:11] budujemy sobie model od zera, zasilamy

[02:17:14] go naszymi danymi, no i chcemy go na

[02:17:16] terenie Unii Europejskiej sprzedawać

[02:17:19] jako usługę albo jako produkt. No to

[02:17:22] wtedy oprócz tego, że obowiązuje

[02:17:24] dyrektywa nakładająca na nas, że model

[02:17:26] musi mieć znaczek CE, tak to dodatkowo

[02:17:31] właśnie model będzie badany pod kątem

[02:17:33] ryzyk, czyli czy przetwarza dane

[02:17:36] medyczne, czy zbiera dane biometryczne,

[02:17:38] jak jest zabezpieczony i tak dalej, i

[02:17:40] tak dalej. Nie, jak możecie się

[02:17:42] domyślać, kto tworzy modele, no ducze

[02:17:46] przede wszystkim, tak?

[02:17:49] Antropic, Meta, Google, Open AI i tak

[02:17:53] dalej, nie? No i w tym momencie

[02:17:57] Bielik też spiklesz w sensie i Bielik

[02:18:00] też jest tego przykładem. Bielik

[02:18:02] przeszedł weryfikację unijną, tak

[02:18:04] szczerze mówiąc, więc fajnie.

[02:18:07] Natomiast to, co głównie nas będzie

[02:18:09] dotyczyć, bo my raczej nie będziemy

[02:18:11] tworzyć modelu od zera,

[02:18:14] wytrenowywać go za 20 milionów dolarów

[02:18:16] na potężnej infrastrukturze, tylko

[02:18:18] raczej będziemy używać modeli GPAI.

[02:18:22] General Purpose Artificial Intelligence

[02:18:24] Models, czyli modele ogólnego

[02:18:27] przeznaczenia takie jak Chat, GPT, Clod,

[02:18:32] Sonet, Opus, Gemini, Grock i tak dalej.

[02:18:35] te, które generalnie są dostępne przez

[02:18:37] przeglądarkę, one będą musiały spełnić

[02:18:39] założenia AI Act. Natomiast AI Act

[02:18:42] faktycznie też dotyka tych modeli i

[02:18:44] dotyka wtedy nas. Dlaczego? Bo przy AI

[02:18:48] Act pojawił się dodatkowy dokument. On

[02:18:50] się nazywa Code of Practice i ten

[02:18:54] dokument jest podzielony na trzy

[02:18:56] rozdziały, moi drodzy. Transparentność,

[02:18:58] prawa autorskie i bezpieczeństwo. No i

[02:19:01] teraz jeszcze na koniec naszego

[02:19:02] szkolenia, bo już troszeczkę długo

[02:19:03] przedłużam.

[02:19:05] Jeszcze sobie szybciutko o tym opowiemy.

[02:19:07] Czyli transparentność będzie określała

[02:19:11] jak dostawcy mają spełniać wymogi

[02:19:13] przejrzystości i kluczowym tutaj

[02:19:16] dokumentem będzie MDF model

[02:19:19] documentation form. formularz o modelu.

[02:19:25] Jakie dane treningowe, jaka

[02:19:27] architektura, jakie zastosowania

[02:19:29] przechowywane co najmniej 10 lat od

[02:19:31] wprowadzeniu modelu. Mam nadzieję, że

[02:19:34] czujecie już kuriozum tej sytuacji, bo

[02:19:37] modele potrafią się zmieniać z tygodnia

[02:19:39] na tydzień. Jaka to będzie, jaki to

[02:19:42] będzie natłok danych też o tym

[02:19:45] wszystkim, nie?

[02:19:46] Jednocześnie dodatkowy pomiar będzie

[02:19:49] wykonywany w zakresie

[02:19:52] czy dane w modelu są dostępne dla

[02:19:55] downstream providerów oraz do samego

[02:19:58] instytutu

[02:20:00] nadzorczego, który na razie nazywa się

[02:20:03] hucznie AI office. Kto przejmie w Polsce

[02:20:07] te kompetencje? To się okaże. Tu mówię

[02:20:10] analogicznie, jak mamy w GDPRze

[02:20:13] GDPR Office, czyli Urząd Ochrony Danych

[02:20:17] Osobowych z prezesem na czele, tak? WODO

[02:20:20] w Polsce, nie? No to tu będzie AI

[02:20:22] office. No i pytanie, czy WODO przejmie

[02:20:25] kompetencje do AI office ze względu na

[02:20:28] dosyć podobny zakres ochrony danych, czy

[02:20:32] będzie to osobne Ministerstwo Magii i

[02:20:35] Sztucznej inteligencji, czy będzie to na

[02:20:38] przykład, bo też może tak być, pod

[02:20:40] niezależnym organem jakim jest Najwyższa

[02:20:43] Izba Kontroli. To wszystko oczywiście

[02:20:45] zależy od ustawodawstwa, od wytycznych i

[02:20:48] tak dalej, nie?

[02:20:50] I to będzie miejsce też spowiedzi, czyli

[02:20:55] jeżeli taki urząd o coś zapyta, no to

[02:20:59] będzie istniał obowiązek przekazania

[02:21:01] oczywiście tych danych, nie? No i

[02:21:04] jakość, integralność i bezpieczeństwo

[02:21:06] informacji, jakie środki techniczne i

[02:21:08] zaradcze zostały wdrożone. Na drugim

[02:21:11] miejscu mamy prawo autorskie i tutaj

[02:21:14] przy potencjalnej kontroli jest pięć

[02:21:15] pomiarów.

[02:21:17] Fajne jest to, że polityka praw

[02:21:19] autorskich będzie musiała

[02:21:23] być

[02:21:26] opracowana w formie streszczenia. No i

[02:21:29] to jest rewelacyjna informacja.

[02:21:31] Moi drodzy, kto z was czytał

[02:21:35] politykę praw autorskich, licencje EULA

[02:21:39] w jakimkolwiek oprogramowaniu poza

[02:21:41] Winrarem?

[02:21:43] Tak.

[02:21:44] No prawie nikt. No są oczywiście. takie

[02:21:46] osoby, zwłaszcza jak mamy radców

[02:21:48] prawnych na sali, których też

[02:21:49] pozdrawiam, ale raczej to rzadkość. Po

[02:21:51] prostu jest dalej, dalej, dalej i jest

[02:21:53] okej, nie?

[02:21:56] Skąd model pozyskuje dane, czyli jakie

[02:21:59] ma dane źródłowe, to będzie trzeba

[02:22:01] wykazać.

[02:22:03] Reagowanie na zastrzeżenia, czyli jeżeli

[02:22:06] AI office będzie miało zastrzeżenie,

[02:22:09] będzie czas na reakcję. To jest spoko.

[02:22:12] Oczywiście tak jak w przypadku RODO,

[02:22:15] output modelu czy też tak zwany double

[02:22:17] opt in plus regulamin będzie musiał

[02:22:20] gdzieś przy modelu być. No i co ważne

[02:22:24] będzie musiał funkcjonować, uważajcie na

[02:22:26] nazwę

[02:22:28] elektroniczny punkt kontaktowy.

[02:22:31] I teraz tak, czy to jest formularz, czy

[02:22:33] to jest skrzynka mailowa, nie? Jak to w

[02:22:35] głowie może być zawsze taki problem.

[02:22:37] Natomiast chodzi oczywiście o system

[02:22:39] zgłaszania skarb skarg i ewentualnych

[02:22:41] naruszeń. To tak jak jest obowiązek, że

[02:22:45] dane kontaktowe do jody są wyświetlane

[02:22:48] na przykład na portalu, który przetwarza

[02:22:50] jakieś dane osobowe, nie? No i na

[02:22:54] trzecim miejscu code of practice jest

[02:22:56] bezpieczeństwo. Coś co wydaje się w

[02:22:59] mojej działce najprostsze, a de facto

[02:23:02] jest najtrudniejsze. No bo będzie trzeba

[02:23:05] ramy bezpieczeństwa modelu aktualizować,

[02:23:08] ryzyka

[02:23:10] analizować non stop w procesie,

[02:23:13] akceptować pewne ryzyka i to jest od

[02:23:15] razu napisane, bo nie będzie się dało

[02:23:18] bez ryzyka uruchomić modelu, bez

[02:23:20] akceptacji pewnych ryzyk. Po prostu na

[02:23:22] ten moment nie jest to możliwe. No i

[02:23:24] oczywiście obowiązek tworzenia raportów

[02:23:26] do Ministerstwa Magii i Sztucznej

[02:23:29] Inteligencji też na pewno będzie.

[02:23:33] Chwilę o prawie autorskim.

[02:23:35] Jak sobie popatrzymy, oczywiście w

[02:23:38] przypadku AI prawem nadrzędnym będzie

[02:23:40] ochrona przed naruszeniem prawa Unii.

[02:23:43] Artykuł 28b ustęp 5a obowiązek

[02:23:46] zaprojektowania modelu w taki sposób,

[02:23:49] aby zapewnić bezpieczeństwo Unii

[02:23:51] Europejskiej. Tak. I w prezentacji macie

[02:23:54] bardzo fajny dokument opisujący

[02:23:57] AI w Europie, w Polsce i NATO przez NASK

[02:24:00] napisany. Polecam wam pod tym linkiem.

[02:24:03] To jest zaledwie 120 stron. idealne do

[02:24:05] poduszki, żeby sobie to poczytać. I nie

[02:24:08] wchodząc jakby w super szczegóły, ja mam

[02:24:11] też oddzielne szkolenie o AI akcie, ale

[02:24:14] najważniejsze jest dla was pytanie, czy

[02:24:17] to co ja wygeneruję jest utworem, czy

[02:24:19] nie. No i wbrew pozorom odpowiedź jest

[02:24:21] dosyć prosta. Ja zleciłem naszym

[02:24:24] prawnikom,

[02:24:26] poprosiłem o wykładnie prawa w tym

[02:24:28] zakresie bardzo skrupulatną. I moi

[02:24:30] drodzy, wracając do najlepszej techniki

[02:24:33] na chłopski rozum, to co mi przekazali.

[02:24:36] W Unii Europejskiej ochrona autorska

[02:24:39] wymaga oryginalności jako własnej

[02:24:41] twórczości człowieka. Koniec. Kropka.

[02:24:45] I teraz treści w pełni wygenerowane

[02:24:48] autonomicznie nie spełniają tego progu.

[02:24:51] Potrzebny jest istotny wkład człowieka.

[02:24:54] Tak zwana twórcza selekcja, aranżacja,

[02:24:56] redakcja. Co to oznacza? że z pierwszego

[02:25:00] prompta wygenerowany materiał,

[02:25:03] jeżeli licencja ekskluzywnie w tym

[02:25:06] narzędziu nie mówi o tym, to nie jest

[02:25:09] utworem. Ale jak już my go

[02:25:11] przepromptujemy drugi raz, coś

[02:25:13] zmodyfikujemy, to będzie istotny wkład

[02:25:16] człowieka. Tak

[02:25:20] jak to rozwiązać najrozsądniej?

[02:25:24] Jeżeli macie wątpliwości, czy możecie z

[02:25:26] tego korzystać biznesowo, czy licencja

[02:25:30] na to pozwala i tak dalej, moi drodzy,

[02:25:33] tak jak kupujecie oprogramowanie, ta

[02:25:35] sama zasada, patrzycie na

[02:25:40] licencje w danym programie i 95%

[02:25:44] sytuacji będzie tak, że jeżeli

[02:25:47] kupiliście licencję biznesową,

[02:25:50] utwór jest pod waszym

[02:25:54] autorstwem, nie? I nie ma tam za żadnych

[02:25:58] zastrzeżeń, ale za każdym razem trzeba

[02:26:01] indywidualnie te licencje czytać. Nie

[02:26:03] ma, moi drodzy, jakby w tym momencie

[02:26:05] innej na to drogi.

[02:26:09] No i warto dodać, że jeżeli chodzi o te

[02:26:11] modele General Purpose, to mamy

[02:26:13] dodatkowe wymogi, czy to dotyczące

[02:26:16] copyright compliance, czy commission

[02:26:18] template, czyli publicznych ujawnienie

[02:26:20] źródeł. Yyy tutaj na Wilmer Haale

[02:26:23] możecie poczytać dokładnie yyy jak to

[02:26:26] będzie yyy ten szablon wyglądał, nie? To

[02:26:29] jest proste do wypełnienia i w zasadzie

[02:26:30] gotowe yyy y w realizacji.

[02:26:35] Podsumowując moją subiektywną ocenę,

[02:26:38] prawo nie nadąża za technologią,

[02:26:40] zwłaszcza za AI. Temat jest tak rozległy

[02:26:42] pod kątem danych osobowych i licencji i

[02:26:45] tak dziurawy, że nie wiem czy

[02:26:47] kiedykolwiek nadąży. Każde narzędzie ma

[02:26:51] swoją licencję. Pamiętajmy o tym

[02:26:55] koniecznie. Tak, to jest bardzo, bardzo

[02:26:57] ważne. No i moi drodzy, dotarliśmy do

[02:27:00] końca naszego pierwszego szkolenia. Taka

[02:27:03] przestroga, którą bardzo lubię wrzucać

[02:27:05] od początku narzędziownika, mianownicie

[02:27:08] zasada ograniczonego zaufania. Nie

[02:27:11] ufajcie sztucznej inteligencji, nawet

[02:27:12] jak wam się wydaje, że super. Tak jak

[02:27:15] mamy w kodeksie drogowym. Jest coś

[02:27:16] takiego, zasada ograniczonego zaufania.

[02:27:20] No i w tym momencie przykład ze Stanów

[02:27:22] Zjednoczonych, a jakże.

[02:27:25] Rodzina wylądowała w szpitalu, bo

[02:27:28] zakupili atlas o grzybach. Atlas był

[02:27:31] sprzedawany na Amazonie jako

[02:27:33] wygenerowany ze sztucznej inteligencji.

[02:27:35] Wszyscy się zatruli. Tak więc pod tym

[02:27:38] względem naprawdę zwracajmy uwagę na

[02:27:41] wszystko, co nam daje

[02:27:44] AI. Nie

[02:27:47] jest ta strona there is an AI for that.

[02:27:51] Chyba o niej jeszcze nie mówiłem.

[02:27:53] Jakbyście potrzebowali jakiegoś

[02:27:55] narzędzia prywatnie, nie biznesowo, bo

[02:27:58] musi być licencja, ale prywatnie.

[02:28:00] wchodzicie sobie na taką stronę there

[02:28:02] isanaifdat.com

[02:28:04] albo w skrócie taaf.com

[02:28:07] i tutaj macie ponad prawie 50 000

[02:28:10] zweryfikowanych narzędzi AI. Chcecie

[02:28:14] przebudować sobie ogródek, wpisujecie

[02:28:16] Garden Design

[02:28:19] i nagle macie narzędzia do generowania

[02:28:22] ogrodu. Tak, wpisujecie cokolwiek

[02:28:24] innego, macie dokładnie to, co chcecie.

[02:28:28] Możecie mieć narzędzia 100%o darmowe,

[02:28:32] wersje premium albo free trial na

[02:28:34] przykład na 14 dni. To już zależy

[02:28:36] oczywiście od narzędzia. Analogiczna

[02:28:38] strona mniejsza Tulify.

[02:28:42] AI jest pomocne w pracy i w domu. To już

[02:28:45] jest dzisiaj pewne. Do zadań służbowych

[02:28:48] pamiętajcie, żeby używać tylko licencji

[02:28:50] służbowych, bo każdy inny chatbot będzie

[02:28:52] powodował wyciek danych. O tym będziemy

[02:28:54] jeszcze dużo mówić. Pamiętaj o zasadach

[02:28:57] prompt engineeringu, by uzyskiwać

[02:28:58] najlepsze odpowiedzi. Uważaj na

[02:29:00] automatyzację i nadawanie uprawnień,

[02:29:02] zwłaszcza w agentach.

[02:29:05] 29 kwietnia o godzinie 19:00 zapraszam

[02:29:08] was na drugą część, gdzie będziemy się

[02:29:10] bawić narzędziami generatywnymi,

[02:29:12] obrazkami, tworzyć, edytować, usuwać

[02:29:17] jakieś tła, generować wideo, tworzyć

[02:29:20] słowa muzyki. być może wujek coś

[02:29:23] zaśpiewa, być może stworzymy sobie hymn

[02:29:25] narzędziownika jak w każdej edycji.

[02:29:27] Zapraszam was o godzinie 19:00 już za

[02:29:30] dni 5.

[02:29:33] Teraz przychodzi zwykle czas sesji pytań

[02:29:35] i odpowiedzi, więc ja teraz będę

[02:29:40] analizował co jeszcze gdzie nie

[02:29:42] odpowiedziałem lecząc od początku całego

[02:29:45] czatunio. Ale jeszcze jednocześnie do

[02:29:48] każdej, moi drodzy, sesji szkoleniowej

[02:29:51] będzie

[02:29:53] ankieta. Serdeczna prośba o wypełnienie

[02:29:57] tej ankiety, bo to mi da ogląd, co

[02:30:00] trzeba poprawić. Albo możecie no

[02:30:03] cokolwiek skomentować, co chcecie. Nie,

[02:30:07] proszę o wypełnienie ankiety. I teraz

[02:30:11] tak, jeszcze się nie żegnajmy, bo mam

[02:30:13] dla was jeszcze jeden fajny bonusik,

[02:30:15] informacje. Mianowicie to szkolenie ma

[02:30:18] swój kanał na naszym sekurakowym

[02:30:20] Discordzie, gdzie mamy już tam ponad 12

[02:30:23] 000 osób i można tam dołączyć

[02:30:26] bezpłatnie. Więc ja wam teraz wysyłam

[02:30:29] zaproszenie do tego Discorda, gdzie

[02:30:32] możecie dołączyć i tam spotkacie wujka

[02:30:36] Tomka, spotkacie pozostałych trenerów

[02:30:38] tego szkolenia, a także całe community

[02:30:42] związane z AI. Wszystko na kanale

[02:30:44] Narzędziownik AI. Właśnie wysłałem to

[02:30:49] zaproszenie. Czy można linka do

[02:30:51] prezentacji jeszcze raz? Jasne, żebyś

[02:30:53] nie musiał lecieć akmatronie na samą

[02:30:57] górę. To właśnie wysłałem. Okej. A ja

[02:31:01] teraz, moi drodzy, pozwolę sobie

[02:31:02] przełączyć się na ten widok taki

[02:31:04] przyjemniejszy. To znaczy nie ten, tylko

[02:31:07] ten, bo już nam została tylko sesja

[02:31:09] pytań i odpowiedzi, więc wychwytuję

[02:31:12] teraz literki Q.

[02:31:17] Czy będzie test modelu GPT 55 i deepsek

[02:31:20] V4? Tak, 55 będziemy operować. Dipsik

[02:31:24] muszę zobaczyć jakie ma wymagania. Być

[02:31:26] może uda nam się uruchomić. O, zresztą

[02:31:28] pozdrawiam cię Master of Dead 431.

[02:31:31] Kojarzę cię też z innych szkoleń. Bardzo

[02:31:32] miło.

[02:31:34] Ile komórek mózgowych ma Kitku?

[02:31:37] Oczywiście wszystkie.

[02:31:42] Wujku, czy jest opcja, aby uzyskać

[02:31:45] dostęp do nagrań z poprzednich sesji? Te

[02:31:47] lokalne modele najbardziej m jarają. No

[02:31:50] to lata moment już będzie sesja siódma i

[02:31:52] będzie to w nowej formie. Pamiętaj, że

[02:31:54] pół roku temu to jest duża różnica w AI.

[02:31:57] Dane mogą już być częściowo nieaktualne.

[02:32:01] Gdzie szukać takiej fajnej grafiki do

[02:32:03] AI? Ja ją generuję, czyli w mojej

[02:32:06] głowie.

[02:32:10] Zapraszam na dół i prawo. To już

[02:32:11] poszliśmy. Okej.

[02:32:15] Żółwik. Żółwik. Aha, tutaj milenialsi.

[02:32:18] Elegancko.

[02:32:25] Jak wykorzystać AI do tłumaczenia ksiąg

[02:32:27] archiwalnych pisanych po łacinie i

[02:32:29] odręcznie? A jak nauczyć AI to czytać?

[02:32:32] Yyy, to jest bardzo fajny case, bo

[02:32:34] wczoraj czytałem, że yyy zarówno Czat

[02:32:37] GPT, jak i Cloud, bo wiecie, trwa wojna

[02:32:40] między tymi rozwiązaniami AI, jeszcze

[02:32:42] tam Gemini w tle, yyy dodał obsługi

[02:32:45] dodatkowych języków, więc to można

[02:32:47] wykorzystać jakby właśnie na swoją

[02:32:49] korzyść. Jeżeli to są oczywiście księgi

[02:32:52] duże, to zdecydowanie polecam modele

[02:32:54] typu cloud o największym oknie

[02:32:57] kontekstowym, bo inaczej się nie

[02:32:58] pomieszczą.

[02:33:01] Uczenie się a halucynację modelu. Czy

[02:33:03] nie doprowadzimy do sytuacji, że za

[02:33:05] kilka, kilkanaście lat w pewnych

[02:33:07] kwestiach wszyscy będą powtarzać te same

[02:33:08] błędne informacje? Dokładnie. Tak. Jest

[02:33:11] taka teoria od pół roku mniej więcej, że

[02:33:14] internet umiera, bo rzeczywiście

[02:33:16] przeszliśmy taki próg, że 51% treści

[02:33:19] generowanej w internecie jest już AI, a

[02:33:22] AI upraszcza każdą treść, streszcza.

[02:33:25] Więc jeżeli AI w sprzężeniu zwrotnym

[02:33:27] zacznie streszczać samego siebie, a

[02:33:29] źródła nie będą pilnowane, to może się

[02:33:31] okazać, że za 100 lat historia będzie

[02:33:34] zubożona tak jak to jest teraz.

[02:33:38] Ile czasu zajęło ci opiericzenie

[02:33:40] koreańskiego w stopniu umiem się

[02:33:42] dogadać? No na ten moment już będzie 7

[02:33:44] miesięcy.

[02:33:49] Amiga bezcenna.

[02:33:55] Prawa autorskie do takiego

[02:33:57] wygenerowanego zdjęcia i wideo. Kto ma?

[02:34:00] Czytamy licencję, moi drodzy. Zawsze

[02:34:02] czytamy licencje i od razu wiemy. Czy

[02:34:05] bezpiecznie jest używać dipsik? Tylko w

[02:34:07] wersji lokalnej. Też będziemy to robić.

[02:34:15] Czyli T-Mobile podziękował.

[02:34:18] W sumie to nie.

[02:34:21] Czy AI zastąpi osintowców?

[02:34:25] Na ten moment jest duży problem z tak

[02:34:28] zwanym obsekiem i persekiem, czyli

[02:34:30] bezpieczeństwo analityka. No bo AI

[02:34:33] wszędzie świeci bardzo głośno, nie?

[02:34:36] Natomiast automatyzacja

[02:34:38] rzeczywiście ja mam takiego skilla,

[02:34:40] czyli tę umiejętność w cloud kodzie,

[02:34:42] która aż mnie zaskoczyła, że robi to tak

[02:34:45] dobrze. Nie, ale to jest tylko do takich

[02:34:47] działań otwartych. Jeżeli chcielibyśmy

[02:34:50] działać w takiej komórce human

[02:34:52] intelligence w prawdziwym wywiadzie, nie

[02:34:55] sądzę, żeby na razie zastąpiło

[02:34:56] jakkolwiek.

[02:35:00] Czy słusznie się jarają antopikiem? Moim

[02:35:02] zdaniem tak.

[02:35:07] Super Grock Heavy czy Perplexity Max do

[02:35:10] prototypowania i prowadzenia projektów

[02:35:12] webowych.

[02:35:13] Myślę, że tutaj Perplexity Max będzie

[02:35:16] lepszym rozwiązaniem, bo Heavy Grock

[02:35:19] jeszcze nie ma trybu agentowego.

[02:35:27] W czym teraz robi się taką muzykę? Nadal

[02:35:29] w fast tracker? Nie, ja produkuję sam

[02:35:32] sample. Mam też takiego Casio tutaj z

[02:35:34] tyłu, a jednocześnie korzystam z

[02:35:37] narzędzia, które wam pokażę na następnej

[02:35:39] sesji, mianowicie AIVA. Niesamowite

[02:35:41] narzędzie i za darmo. No i oczywiście i

[02:35:44] tak na boku mam Steinberg Qubase Pro,

[02:35:47] nie? To jest jakby konieczność.

[02:35:52] Czy plakat nie powinien dostać

[02:35:53] aktualizacji w Osincie? Jest ósmy blok.

[02:35:55] Tak, są techniki antiforensics.

[02:35:58] Rzeczywiście tam będzie aktualizacja.

[02:35:59] Wielkie dzięki.

[02:36:02] W Perplexity w każdym modelu jest

[02:36:04] możliwość włączenia opcji thinking. Czy

[02:36:05] jest to opcja głębokiego rozumowania, a

[02:36:07] bez opcji po prostu każdy model tak

[02:36:09] zwany szybkich model do szybkich

[02:36:10] odpowiedzi. Tak mniej więcej tak można

[02:36:12] to tak uprościć. Dokładnie tak.

[02:36:16] Perplexity jakiś czas temu zaczął

[02:36:18] odmawiać mi generowania obrazków

[02:36:20] niewłaściwym regionem. Jedyne obejście

[02:36:22] jakie znalazłem to VPN. Jakieś pomysły?

[02:36:25] No na razie tylko VPN. To prawdopodobnie

[02:36:27] masz tę wersję z TMobile, która ma pewne

[02:36:29] ograniczenia. Tak bym to widział.

[02:36:36] Jak dobrać przykłady do fzotowania, aby

[02:36:40] zmaksymalizować wydajność?

[02:36:42] Generalnie to jest dobre pytanie, bo to

[02:36:45] jest mini trening w prompcie, ale zasada

[02:36:48] numer jeden to jest reprezentatywność

[02:36:51] ponad ilość, czyli nie chodzi o to, żeby

[02:36:52] dać 10 przykładów, tylko dać trzy, pięć

[02:36:55] przykładów dobrze dobranych, czyli

[02:36:57] typowe przykłady, przety typypowe

[02:37:00] przypadki.

[02:37:01] te edge casey, które na przykład się

[02:37:03] psują i różne style wejścia, krótki,

[02:37:06] długi. Jeżeli twój model miałby

[02:37:09] analizować na przykład logi, powiedzmy,

[02:37:11] no to jeden normalny login, jeden metodą

[02:37:14] siłową, a jeden jakiś dziwny borden line

[02:37:16] nietypowy, nie? Jak mówimy tak bardzo

[02:37:20] technicznie.

[02:37:22] pokazywanie kontrastów. Chodzi głównie o

[02:37:25] to, nie? Ale trzymać spójny format. Ten

[02:37:27] sam układ, te same etykiety, ten sam

[02:37:30] styl odpowiedzi

[02:37:32] z kontrastem, nie? To jest jakby

[02:37:33] najważniejsze. Green i 746.

[02:37:40] Dobra, powoli się zbliżam do końca. To

[02:37:42] już odpowiadałem. Nie doszedł do mnie

[02:37:45] mail z prezentacją. Skąd mogę ją wziąć?

[02:37:47] Wysłałem linka fioletowa owca, ale

[02:37:49] dostaniecie przy zaproszeniu na kolejne

[02:37:52] szkolenie na pewno w tą stronę.

[02:38:01] Szukam dalej Q.

[02:38:04] Prompty po angielsku. Okej.

[02:38:07] Czy im dłuższe i bardziej szczegółowe

[02:38:09] instrukcje, tym dokładniejsze są wyniki,

[02:38:11] ale jednocześnie większe sużycie

[02:38:12] tokenów? Dokładnie tak. Dokładnie tak.

[02:38:15] zebrałeś problemy dwóch lat yyy w jednym

[02:38:18] pytaniu.

[02:38:19] Jak to jest z tym bezpieczeństwem moich

[02:38:21] danych w AI? Czy jak mamy skany,

[02:38:23] tabelki, które jeszcze nie chcę nikomu

[02:38:24] pokazywać, ale chcę zrobić analizę

[02:38:26] treści tych dokumentów, to gdzie to

[02:38:27] robić? Oj, lokalnie. To zdecydowanie

[02:38:30] lokalnie, żeby nawet nie doprowadzić do

[02:38:33] prawdopodobieństwa gdzieś wycieku na

[02:38:35] zewnątrz.

[02:38:38] Czy pokażesz na szkoleniu jak użyć

[02:38:40] lokalnego Lelema do kodowania

[02:38:43] agentowego, na przykład Visual Studio?

[02:38:44] To zamiast Gemini Code Assist, tak

[02:38:47] generalnie kilka takich rozwiązań sobie

[02:38:49] otworzymy. Otworzymy sobie Codexa,

[02:38:51] otworzymy sobie Zeda, otworzymy sobie

[02:38:54] też oczywiście Visual Studio Code.

[02:38:57] Czy Gemy ma taki sandbox? Tak, tylko

[02:39:00] zapomniałem jak on się nazywa, ale

[02:39:01] generalnie ta sama platforma. Zresztą

[02:39:03] clot samo.

[02:39:09] Link do preski poszedł.

[02:39:13] Cześć wujek. Tak jest.

[02:39:17] Specjaliści cyber security, ale tak

[02:39:19] szczerze chodzi o zawód. Oj, na razie

[02:39:21] spokojnie na plus. Tak jak patrzę rozwój

[02:39:25] ostatnimi laty, to w zasadzie jak to

[02:39:27] jest krzywa sztucznej inteligencji na

[02:39:29] wykresie, to to jest

[02:39:30] cyberbezpieczeństwo. One w zasadzie

[02:39:32] równo idą. Bardzo fajnie.

[02:39:35] Tomku, AI nie zastąpi cię nigdy. Pisze

[02:39:38] Antropik. Wielkie dzięki.

[02:39:43] W kalendarzu Securitum dodać

[02:39:45] narzędziownika. Jasne, przekażę

[02:39:47] zespołowi. Dzięki. Będzie więcej o

[02:39:49] narzędziach DLP? Troszeczkę minimalnie o

[02:39:53] Langfuzie sobie omówimy na przykład, ale

[02:39:56] moi drodzy przede wszystkim to jest to

[02:39:58] szkolenie z bezpieczeństwa AI, czyli pod

[02:40:00] tym dostępnym DLC. Jakbyście chcieli to

[02:40:03] startujemy. Wpiszcie sobie aisekurak.pl

[02:40:07] pl i tutaj jest coś takiego tu

[02:40:09] narzędziownik AI extra. Klikamy to i

[02:40:13] można tutaj sobie wbić na to, nie? To są

[02:40:16] cztery dodatkowe sesje. Techniki AI

[02:40:19] awareness, wycieki techniki podstawowe,

[02:40:22] techniki zaawansowane ataku i metody

[02:40:24] detekcji obrony. I tu jest ten DLP mocno

[02:40:27] opisany, nie? Bo narzędziownik AI jest

[02:40:30] takim ogólnym szkoleniem przekrojowym

[02:40:32] fundamentalnym, nie? A my już zaczynamy

[02:40:34] wchodzić yyy w tym DLC w specjalizację.

[02:40:42] Mytos Cloud Mytos pyta XP 44. No

[02:40:46] generalnie z tego co czytam to na pewno

[02:40:49] jest na to duży hype. Na pewno jest to

[02:40:51] bardzo dobry model i się sprawdza. No

[02:40:53] ale są już badania, które pokazują, że

[02:40:56] odpowiednio skonfigurowane, wytrenowane

[02:41:00] modele starsze też to potrafią zrobić,

[02:41:03] prawda? Tak naprawdę trochę nic

[02:41:05] niezwykłego, no ale nahajpowany temat

[02:41:07] mocno.

[02:41:14] Ciekawe czy dojdziemy do etapu, w którym

[02:41:15] zaawansowane promptowanie będzie

[02:41:17] uznawane za wkład kreatywny

[02:41:18] wystarczający do uznawania własności.

[02:41:21] Myślę, że tak. Też o tym myślałem

[02:41:23] ostatnio w ten sposób.

[02:41:25] Co myślisz o małych modelach SLMy? Czy

[02:41:28] jest szansa, że to pójdzie w stronę

[02:41:30] optymalizowania modeli pod konkretne

[02:41:32] zadania i będą one odpalane lokalnie na

[02:41:34] smartfonach, czy jednak prym będą miały

[02:41:36] chmury? Chmury na pewno też, ale SLMy

[02:41:39] też będą działać, bo one na przykład w

[02:41:41] IoT się będą sprawdzać, czyli w

[02:41:44] malutkich urządzeniach, w jakieś

[02:41:45] Raspberry. Oczywiście, że tak. Tam można

[02:41:47] spokojnie AI wbić.

[02:41:51] Prezentacja wysłana.

[02:41:55] Jaką mamy pewność, że licencja służbowa

[02:41:57] sprawi, że dane nie wyciekną? Dalej

[02:41:59] wysyłamy prompty świat. Jedynie mamy

[02:42:00] złudzenie, że nikt tego nie wykorzysta.

[02:42:02] Tak jest, ale jesteś prawnie chroniony w

[02:42:04] tym zakresie. Czy na przyszłe sesje też

[02:42:07] warto zacząć pobierać jakieś narzędzia?

[02:42:09] Czy jest przewidzielane przy w czasie

[02:42:10] przerwy będzie na to czas? Generalnie

[02:42:12] szkolenie ma charakter pokazowo

[02:42:14] praktyczny. Yyy, i natomiast będą takie

[02:42:18] momenty, że ja faktycznie będę

[02:42:19] instalował model lokalny albo na nawet

[02:42:22] na przyszłych zajęciach ja wam pokażę y

[02:42:24] takie rozwiązanie Confi UI, gdzie

[02:42:26] będziemy mieli generatywne lokalne

[02:42:29] rozwiązania, więc można oczywiście się w

[02:42:31] ten sposób też przygotowywać.

[02:42:38] Czy osintowa zasada z linkiem tu też

[02:42:40] działa na przyszłość? Tak jest. Kolejny

[02:42:42] numerek w linku to numer prezentacji.

[02:42:46] Czy wygenerowane treści będzie trzeba

[02:42:48] oznaczać w określony sposób? Pyta Aneta.

[02:42:52] To się już dzieje automatycznie.

[02:42:54] Zwróćcie uwagę, że jak publikujecie

[02:42:56] posta swoim swoim zmienionym wizerunkiem

[02:42:59] i algorytm LinkedIna to wyświetli, to od

[02:43:02] razu jest ta ten komunikat CR, nie?

[02:43:05] natomiast jeszcze sobie z tym narzędzia

[02:43:07] nie radzą, ale rzeczywiście będzie coś

[02:43:09] takiego, że obowiązek oznaczania

[02:43:11] powstanie.

[02:43:14] Tomek, czy masz dobrą receptę na

[02:43:16] wdrażanie regulacji wewnętrznych

[02:43:17] organizacji dotyczących korzystania z

[02:43:19] AI? Tak, mam nawet na to gotowy

[02:43:22] 10opunktowy

[02:43:24] dekalog w postaci pliku. Jak chcesz,

[02:43:27] Jolu, napisz do mnie na maila, wyślę ci,

[02:43:31] zresztą to będzie w którejś części też

[02:43:32] podane, ale mogę ci szybciej wysłać.

[02:43:34] Przerabiałem to wielokrotnie. Gdzie się

[02:43:37] uczyłeś koreańskiego? Od razu wam

[02:43:39] zdradzę jak to narzędzie się nazywa.

[02:43:40] Speakpal.ai. Moim zdaniem obecnie

[02:43:43] najlepsze. Czy są będą próby obecnie z

[02:43:46] RLM? Bardzo by się chciało, bo

[02:43:49] rzeczywiście to może być rewolucja,

[02:43:51] natomiast na razie tylko w świecie

[02:43:52] nauki.

[02:43:54] Czy usunięcie historii rozmów usuwa

[02:43:56] również wiedzę AI o nas? Kiedyś była

[02:43:58] fala na pytanie czata, jak sobie mnie

[02:44:00] wyobrażasz na podstawie tych rozmów.

[02:44:02] Yyy, Julianie, niestety, ale to już nie

[02:44:05] będzie działało, bo kiedyś jak się

[02:44:07] napisało do modelu "Zapomnij o mnie", to

[02:44:10] było git. A teraz moi drodzy niestety w

[02:44:12] związku z decyzją pewnego sędziego w

[02:44:15] Stanach Zjednoczonych nawet jak sobie

[02:44:17] włączymy czat tymczasowy to mamy dwa

[02:44:19] komunikaty. Ten czat nie będzie się

[02:44:21] pojawiał w historii rozmów i nie będzie

[02:44:23] używany do trenowania, ale dziwnym

[02:44:25] trafem na dole jest drugi komunikat, że

[02:44:27] do celów bezpieczeństwa ten czat i tak

[02:44:29] trafi do backupu. Więc zwracam na to

[02:44:32] uwagę, że i tak te dane gdzieś niestety

[02:44:35] zostają.

[02:44:38] Pracuję w firmie produkcyjnej, gdzie

[02:44:40] pracownicy wszystkie dane mają w głowie,

[02:44:42] ewentualnie zapisują ołówkiem w

[02:44:43] zeszycie. To jest najlepsze rozwiązanie.

[02:44:47] Też jestem z tego pokolenia.

[02:44:50] Czy nauczę się z tobą jak wdrożyć AI do

[02:44:52] firmy, aby ją unowocześnić? Oczywiście,

[02:44:55] że tak. Czyli wdrożenie modeli lokalnych

[02:44:57] i ragów. Będziemy to robić.

[02:45:00] Czy prompt Engineering nie traci na

[02:45:02] znaczeniu przy najnowszych modelach?

[02:45:04] Wręcz przeciwnie, w przypadku promptów

[02:45:07] agentowych

[02:45:09] ma ogromne znaczenie do zarządzania

[02:45:11] kontekstem.

[02:45:12] LM mają lub miały w uproszczeniu, mówiąc

[02:45:15] technicznie ograniczenie granice

[02:45:16] parametrów po przekroczeniu, których

[02:45:18] model zaczyna i gadać głupoty. Czy to

[02:45:19] jeszcze aktualne? Oczywiście, że jest to

[02:45:22] aktualne. Analitycy danych. Myślę, że na

[02:45:26] razie spokojne stanowisko. Jaki płatny

[02:45:28] model wykupić do programowania CC+ dla

[02:45:31] MbA? Generalnie zobacz.

[02:45:35] Black boxa i zobacz Tab. To mogą być

[02:45:38] dobre kierunki. Jakiś model dla DevOPS.

[02:45:41] Zdecydowanie jeżeli mówimy o modelu

[02:45:44] lokalnym polecam ci kuveny i dipsiki

[02:45:47] sprawdzają się kapitalnie. Czy lokalny

[02:45:50] model zawsze potrzebuje mocnego sprzętu

[02:45:52] z zapasem RAMu? Nie zawsze potrzebuje,

[02:45:54] ale zawsze będzie ogromnym

[02:45:56] przyspieszeniem. Jakiego narzędzia

[02:45:58] używałeś do nauki Speakpal AI? Czy LLMy

[02:46:01] dojdą też do tłumaczenia języków

[02:46:03] werbalnych? Na przykład język migowy

[02:46:05] może już są. Tak, są już generalnie jak

[02:46:07] mamy włączoną kamerę w smartfonie i

[02:46:10] ustawimy na osobę, która mówi językiem

[02:46:12] migowym, model potrafi to przechwycić.

[02:46:15] Tylko trzeba to robić powoli. Testowałem

[02:46:17] nawet. Czy w dalszej części kursu

[02:46:20] pojawią się sugestie, jakie elementy

[02:46:21] można wdrożyć w życiu zawodowym?

[02:46:23] Oczywiście, że tak.

[02:46:26] Czy podeślę link do szkolenia z AI Act?

[02:46:29] To jest szkolenie zamknięte. Ono jest

[02:46:31] oferowane na sprzedaż, że ja jadę do

[02:46:34] firmy albo prezentuję to w firmie

[02:46:36] zdalnie. Yyy, czy będzie coś o

[02:46:38] konfiguracji środowiska bezpiecznie

[02:46:40] uruchamiać lokalnie agenta AI?

[02:46:42] Oczywiście, że będziemy to mieli. Yyy,

[02:46:45] jeśli do narzędzia LLM wrzucam dokument

[02:46:47] służbowy, który jest już opublikowany w

[02:46:48] sieci, to czy jest to nielegalne?

[02:46:50] Oczywiście, że jest to legalne.

[02:46:53] Czy będzie coś na temat kursora?

[02:46:55] Oczywiście kursora odpalimy. Czy moje

[02:46:58] komentarze są widoczne? Oczywiście, że

[02:47:01] pro skater. Tak, tylko szedłem

[02:47:02] komentarze od początku do końca. Moi

[02:47:05] drodzy, bardzo wam dziękuję za dzisiaj.

[02:47:07] Troszeczkę czasu jak zwykle

[02:47:09] przekroczyłem, za co niezmiernie i

[02:47:12] nieustannie przepraszam. Bardzo wam

[02:47:15] dziękuję. Bardzo miło, miło było was,

[02:47:17] miło było was poznać. Zapraszam 29

[02:47:22] kwietnia na sesję drugą. No i tak sobie

[02:47:24] po kolei zlecimy te 15 sesji.

[02:47:27] Zobaczycie, że wskoczyliśmy już jak dzik

[02:47:29] w żołędzie i jak z bicza strzelił ten

[02:47:31] czas. Szybko nam super minie. Bardzo wam

[02:47:35] dziękuję. Na koniec muzyczka końcowa.

[02:47:37] Mówię o tym zawsze, bo niektórzy mają

[02:47:40] dzieci na rękach, które już śpią, więc w

[02:47:43] tym momencie będzie uderzenie dźwięku.

[02:47:45] Do zobaczenia. Dobrego weekendu.

[02:47:47] Trzymajcie się. Cześć.

[02:48:20] He.