Dlaczego po 20 latach w IT wciąż jestem uczniem? Moje refleksje po kursie „Umiejętności Jutra” od Google i SGH.
Nigdy nie lubiłem się uczyć dla samej nauki, dla mnie katorgą były przedmioty, które mnie nie interesowały. W tym, w czym działam, co chcę zgłębiać mogę być cały czas, ale tematy poboczne zawsze były u mnie kulą u nogi. Miałem przyjaciół, asów w szkole, perfekcjonistów na studiach, którzy dziś, po latach już nie podnoszą kwalifikacji. To tak nie działa. Dziś rzeczy zmieniają się błyskawicznie. Od 2023 roku świat jest w pędzie, jak i gdzie użyć AI, świat wprost oszalał. Tu trzeba być na bieżąco, choćby na co dzień się z tą technologią pracowało. Ilość nowych możliwości, aplikacji, pomysłów, zmian jest tak duża, że ciężko za tym nadążyć. Właśnie dlatego, kierując się zasadą ciągłego doskonalenia, zgłosiłem się do programu Umiejętności jutra, i ku mej uciesze zakwalifikowałem się. Wziąłem udział w 5-tygodniowym programie "AI w rozwoju biznesu" od Google i SGH. Dziś chciałbym podzielić się kilkoma refleksjami z tego doświadczenia. Kurs w dużej mierze poruszał zagadnienia, które są częścią mojej codziennej pracy - automatyzacja zadań, wykorzystanie modeli językowych do researchu czy praca z własnymi bazami danych. Ucieszyło mnie, że narzędzia takie jak NotebookLM czy podstawowe koncepcje RAG, które stosuję w projektach na co dzień, zostały zaprezentowane jako kluczowe elementy nowoczesnego warsztatu pracy z AI. To było cenne potwierdzenie, że ścieżka, którą podążam od lat, jest zgodna z najlepszymi praktykami rynkowymi. Największą wartością tego typu programów nie jest jednak powtarzanie tego, co już znamy. Jest nią moment, w którym prowadzący pokazuje narzędzie lub metodę, która otwiera zupełnie nowe drzwi. Dla mnie takim odkryciem były tematy obok typowego IT, w którym siedzę, a mianowicie użycie AI do marketingu, tworzenia produktów, ale również do analizy danych i całe środowisko google cloud i aplikacja canvas. Ogromne podziękowania należą się tutaj wszystkim prowadzącym, którzy z pasją i w bardzo praktyczny sposób pokazali, jak można te elementy wpleść w...
Opowiadanie: Blisko ale za daleko
Wstępniak pisarski Lubię SF i super bohaterów. Dawno temu był serial HEROES, który bardzo lubię i był tam bohater, Hiro Nakamura. Potrafił zatrzymywać czas i się teleportować. Jednak cała postać, byłą według mnie bardzo słabo wykorzystana, i pomyślałem wtedy (to było dobre ponad 10 lat temu, gdy Samsung wydał Galaxy S4 a w domach hitem były filmy na BlueRay), e lepiej taka postać opiszę. I właśnie, przedstawiam kolejny archiwalny eksponat z moich wypocin. To część pierwsza, mam w zanadrzu jeszcze kolejną, ale to innym razem:) Teks poniżej lub do pobrania w PDF i EPUB PDFPobierz EPUBPobierz Tytuł: Blisko ale za daleko - 0to on! - profesor wskazał ręką na podłużny, czerwony przedmiot. - Taki mały? - spytałem. - A czego się spodziewałeś? - Coś, co ma dać taką moc, powinno być okazałe, nie wiem, Iśnić może, iskrzyć jakimś promieniowaniem, sam nie wiem. - To tylko wzmocni twoje naturalne możliwości. Profesor skinieniem poprosił, abym usiadł. - Znamy się dwadzieścia lat John, nie wiesz o mnie wszystkiego. Moja tajemnica była dobrze strzeżona przez twoją matkę. - A co moja matka ma z tym wspólnego? - zapytałem zdziwiony. - Spotkaliśmy się trzydzieści siedem lat temu. Otworzyłem oczy ze zdumienia. Czy to możliwe abym był jego synem? Ta niewyjaśniona więź, jaka między nami była... W głębi, podświadomie wiedziałem, że mam rację. - Tak John, to prawda. Jestem twoim ojcem i muszę powiedzieć ci coś bardzo ważnego. Spieszyłem się, aby to zbudować i powiedzieć ci wszystko zanim odejdę. Wtedy, gdy siedzieliśmy w jego gabinecie na uniwersytecie Stanforda, nie wiedziałem, że za moment, za chwilę zmieni się moje życie, a potem losy całego świata zależeć będą ode mnie. Ja, nieśmiały laborant, nie najlepszy zresztą, z lekkim brzuszkiem, i średniego wzrostu, o przesadzonej, rudej czuprynie, nie mogący mimo dość już konkretnego wieku znaleźć swojego miejsca na świecie, miałem być za moment istotą swymi możliwościami przewyższającą rodzaj ludzki. Zaczęło się od tego, że w pierwszej...
SQL od Zera, cz. 3: Łączymy trzy tabele i sortujemy wyniki (LEFT JOIN, ORDER BY)
Wstęp: Od prostych par do złożonej sieci powiązań Witaj ponownie. W poprzednich lekcjach nauczyliśmy się zaglądać do jednego "segregatora" (SELECT ... FROM), filtrować jego zawartość (WHERE) i łączyć informacje z dwóch różnych segregatorów (INNER JOIN). Dziś staniemy się prawdziwymi detektywami danych. Nasze zadanie będzie wymagało połącznia informacji nie z dwóch, a z trzech różnych miejsc. A kiedy już zbierzemy wszystkie poszlaki, nauczymy się je układać w logicznym porządku, tak aby opowiedziały nam klarowną historię. W karate precyzyjny ruch jest ważny, ale dopiero połączenie kilku ruchów w płynną, logiczną sekwencję (kata) pokazuje prawdziwe mistrzostwo. Zaczynajmy nasze "kata" z danymi. Część 1: Łączymy trzy tabele - Pełen obraz zamówienia Wyobraź sobie, że chcemy stworzyć raport, który pokaże nam listę zamówień, ale dla każdego zamówienia chcemy widzieć dwie kluczowe informacje: Pełną nazwę klienta, który złożył zamówienie. Nazwę firmy spedycyjnej, która to zamówienie dostarczyła. Jeśli zajrzymy do naszego narzędzia SQL Tryit Editor, zobaczymy, że potrzebujemy aż trzech tabel: Orders (Zamówienia) – tu jest serce operacji, mamy tu CustomerID i ShipperID. Customers (Klienci) – stąd weźmiemy nazwę klienta (CustomerName) na podstawie CustomerID. Shippers (Spedytorzy) – stąd weźmiemy nazwę firmy (ShipperName) na podstawie ShipperID. Nasza tabela Orders jest centralnym punktem, który łączy pozostałe dwie. Musimy więc wykonać dwa połączenia: najpierw dołączymy Klientów do Zamówień, a potem do tego wyniku dołączymy Spedytorów. W dialekcie MS Access, którego używa nasze narzędzie, kluczowe jest użycie nawiasów do grupowania połączeń. SQL SELECT Orders.OrderID, Customers.CustomerName, Shippers.ShipperName FROM (Orders INNER JOIN Customers ON Orders.CustomerID = Customers.CustomerID) INNER JOIN Shippers ON Orders.ShipperID = Shippers.ShipperID; Rozłóżmy to na spokojnie: SELECT Orders.OrderID, Customers.CustomerName, Shippers.ShipperName - Wybieramy konkretne kolumny,...
Waga ma znaczenie: Mały Przewodnik po Małych Modelach Językowych (SLM)
Wstęp: Koniec z paraliżem analitycznym. Czas na pragmatyzm. Świat AI jest pełen szumu wokół gigantycznych modeli językowych (LLM). To może onieśmielać i prowadzić do "paraliżu analitycznego" - wrażenia, że bez dostępu do ogromnej mocy obliczeniowej nie da się niczego sensownego osiągnąć. Z mojego doświadczenia wynika, że kluczem jest precyzyjne dopasowanie narzędzia do problemu. Zamiast sięgać od razu po najcięższe, najbardziej zasobożerne rozwiązania, skuteczna może być metodyczna analiza i wybór optymalnej technologii. Właśnie dlatego strategiczny dobór Małych Modeli Językowych (SLM) staje się bardzo ciekawą alternatywą W tym artykule spróbuję podzielić SLM na praktyczne "kategorie wagowe" i - co ważniejsze – poprę to prawdziwymi przykładami wdrożeń, które wyszperałem w sieci Kategoria 1: Waga Piórkowa (modele ~270M - 3B parametrów) To najbardziej wyspecjalizowane i zwinne modele. Działają błyskawicznie i można je uruchomić niemal wszędzie, nawet na urządzeniach mobilnych. Można je porównać do precyzyjnego, dedykowanego narzędzia - nie są uniwersalne, ale w swoim konkretnym zastosowaniu działają bezkonkurencyjnie. Praktyczne Zastosowania: Klasyfikacja tekstu, analiza sentymentu, ekstrakcja słów kluczowych, proste chatboty FAQ. Przykłady z rynku: Google Gemma 270M: Ten model jest projektowany specjalnie do dostrajania pod konkretne zadania na urządzeniach mobilnych, co pozwala tworzyć wyspecjalizowanych asystentów działających offline. IBM Granite-4.0-H-Micro (3B): IBM stworzyło ten model z myślą o zastosowaniach brzegowych, gdzie liczy się szybkość i minimalne zużycie zasobów. Kategoria 2: Wszechstronne Narzędzia (modele - 4B - 13B parametrów) To obecnie "złoty środek" i najpopularniejsza kategoria. Modele takie jak Mistral 7B, Llama 3/4 8B czy Microsoft PHI-4 oferują fantastyczny stosunek możliwości do kosztów. Można je postrzegać jako wszechstronny "szwajcarski scyzoryk" w arsenale AI – są niezawodnym fundamentem dla większości typowych zastosowań biznesowych....
Budowa Osobistego Asystenta AI: Eksperymenty z Google Gemini i Lekcje z Pola Bitwy
Wstęp Celem każdego poważnego wdrożenia AI w biznesie, a tak naprawdę czegokolwiek i gdziekolwiek jest rozwiązanie konkretnego problemu. Oczywiście, TONA HYPE i FAME powoduje, że ludzie wdrażają AI czy to ma sens w danym przypadku czy nie ale to inna sprawa. W moim przypadku, problemem była złożoność danych w projekcie pozazawodowym: pisanej przeze mnie powieści science fiction bo jak pisałem już, lubię dla relaksu pisać. Postanowiłem wykorzystać Gemini do stworzenia spersonalizowanego asystenta AI (tzw. "Gema"), który miał pełnić funkcję interaktywnej bazy wiedzy o świecie i fabule. Zawsze jak pisałem dłuższe formy (a i nawet krótsze) to miałem taki problem, ze po kilku stornach już nie pamiętałem, czy ten typ miał brązowe włosy czy zielone oczy, a czy tamta pani to była porucznik czy może pułkownik;) Serio, mam świetną pamięć ale krótką. Eksperyment dostarczył kluczowego wniosku: potencjał jest ogromny i zacząłem używać, ale technologia RAG, na której opierają się takie rozwiązania, posiada fundamentalne ograniczenia w precyzyjnym odnajdywaniu danych. Zrozumienie tych ograniczeń jest dziś bardzo ale to bardzo ważne, aby zrozumieć ograniczenia produktów. To studium przypadku pokazuje dlaczego. 1. Hipoteza: AI jako Strażnik Kanonu Fabularnego Zarządzanie informacją w rozbudowanym projekcie, niezależnie czy jest to dokumentacja techniczna, baza regulacji prawnych, czy - jak w tym przypadku - świat powieści, jest wyzwaniem. Moja hipoteza była prosta: model językowy z dostępem do dedykowanego pliku zawierającego scenariusz i opisy postaci oraz sam tekst pisanej powieści powinien być w stanie odpowiadać na precyzyjne pytania dotyczące faktów. Cel: Stworzenie narzędzia, które na zapytanie "Jakie postacie brały udział w incydencie na stacji nad Tytanem?" zwraca dokładną listę, eliminując potrzebę ręcznego przeszukiwania stron. 2. Architektura Rozwiązania: Czym Jest i Jak Działa RAG? Narzędziem, którego użyłem, było Google Gemini (tak w sumie to chyba mój ulubiony LLM -...
SQL od Zera, cz. 2: Jak filtrować dane (WHERE) i łączyć światy (JOIN)
Wstęp: Od prostego pytania do precyzyjnego śledztwa Witaj w drugiej części podróży po świecie SQL. W poprzedniej lekcji zrobiliśmy najważniejszy, pierwszy krok: nauczyliśmy się prosić bazę danych o pokazanie nam zawartości jej "segregatorów" za pomocą SELECT i FROM. Wyświetlaliśmy całe tabele lub wybrane kolumny. Dzisiaj pójdziemy o krok dalej. W karate nie chodzi tylko o to, by uderzyć, ale by trafić w konkretny punkt. W SQL nie chodzi tylko o to, by zobaczyć dane, ale by zobaczyć dokładnie te dane, których potrzebujemy. Nauczymy się sztuki filtrowania, a potem zrobimy coś naprawdę potężnego - połączymy informacje z dwóch różnych tabel. Część 1: WHERE – Twój filtr do danych Wyobraź sobie, że nasza tabela Customers z poprzedniej lekcji ma tysiące wpisów. Wyświetlanie ich wszystkich mija się z celem, jeśli interesuje nas tylko jeden, konkretny klient lub klienci z jednego miasta. Do tego właśnie służy klauzula WHERE. To jest warunek, który muszą spełnić dane, aby zostały wyświetlone. To jak powiedzieć swojemu asystentowi: "Pokaż mi listę klientów, ale tylko tych, którzy są z Londynu". Wróćmy do naszego narzędzia online: SQL Tryit Editor - W3Schools Pamiętasz nasze ostatnie zapytanie? SELECT * FROM Customers; Teraz dodajmy do niego warunek. Chcemy zobaczyć klientów tylko z Londynu. Zrobimy to tak: SQL SELECT * FROM Customers WHERE City = 'London'; Uruchom to zapytanie. Zobacz, co się stało? Lista została przefiltrowana. Widzisz tylko te wiersze, w których kolumna City ma wartość London. Rozkład na części: WHERE - czyli Gdzie: to słowo kluczowe, które rozpoczyna blok warunku. Zawsze piszemy je po FROM. City = 'London' - to jest nasz warunek. Składa się z trzech części: Nazwa kolumny (City), którą sprawdzamy. Operator porównania (=), w tym przypadku "jest równe". Wartość, z którą porównujemy ('London'). Ważna uwaga: Zauważ, że tekst 'London' umieściłem w pojedynczych cudzysłowach (' '). W SQL każdy fragment tekstu (nazywany stringiem) musimy w ten sposób oznaczyć....
Modele AI nie muszą być drogie
Zwykle gdy się myśli o AI to do głowy przychodzą nazwy takie jak Gemini, Chat GPT czy to już rzadziej, a szkoda, Claude. Aby wykorzystać takie narzędzie inaczej, niż z fikcji chatu w aplikacji producenta, czy w copilocie od microsoftu trzeba kupić dostęp do API, czyli takiego interfejsu, gdzie sami możemy model językowy użyć do naszych celów. W Europie również mamy świetne modele, może mniejsze, może słabsze, ale całkowicie wystarczające do wielu zadań. Mamy kapitalny polski model Bielik.ai, jednak aby go użyć, musimy to zrobić na swoim kompuetrze, lub znaleść dostawcę, tymczasem jest model, którego możemy użyć w prostych aplikacjach za bardzo uczciwą cenę, czyli prawie za free, bo mi się jeszcze nie udało przekroczyć w moim prostym agencie miliona tokenów, a od takich ilości się płaci:), to francuski Mistral: https://mistral.ai/pricing#api-pricing A teraz przykład z życia. Zacząłem się odchudzać, i staram się kontrolować co jem, ile to ma kalorii i ile białka. To ważne dla mnie, bo równocześnie chodzę na siłownię, i plany mam zamienić tłuszcz w coś bardziej przydatnego;) Zamiast korzystać z aplikacji, gdzie trzeba wyklikiwać co się jadło, postanowiłem użyć modelu, aby mu po prostu pisać, a ten już szacuje kalorie i białko. Czy dokładnie? Oczywiście, że nie, ale to nie aplikacja dla oddziału onkologii, mi wystarczy mniej więcej, ze świadomością, że może to czasem być totalna bzdura. Założenie było takie, żeby model zapisywał mi to w plikach, ale i czasem zrobił jakieś plany treningowe, i wrzucił w kalendarz, kiedy i co mam robić. wybór co do technologii był wiec taki, LLM to Mistral, jako miejsce, gdzie będę wpisywał treść i dostawał odpowiedź wybrałem telegram. Ma on świetną i prosta funkcje tworzenia botów (Masa wyników z googla o tym jak to zrobić). Całość spięta w n8n hostowanym na mikrusie: https://mikr.us/n8n.html Finalnie model wrzuca listę co zjadłem do arkuszy googla. Całość wygląda...
WEGA – opowiadanie Horror / SF
Wstępniak pisarski Od lat piszę dla przyjemności, dla relaksu – prosto do szuflady. Większość tekstów zaczynam i nie kończę, ale udało mi się popełnić kilka opowiadań. Mam też dwie dość mocno rozbudowane powieści, które może kiedyś uda mi się dokończyć. Pomyślałem, że skoro mam tu swoją przestrzeń, nadszedł czas, by zacząć coś publikować. I chociaż tematyka strony jest bądź co bądź zawodowo-profesjonalna, uznałem, że te światy się nie gryzą. To, co poniżej, to moje opowiadanie „WEGA” z około 2011 roku, napisane na konkurs. Gatunek to Horror/Science Fiction (więc uwaga – jeśli ostre sceny nie pozwalają wam spać, lepiej odpuśćcie). Mam nadzieję, że znajdzie się ktoś, kto dzięki mojej twórczości znajdzie tu choć odrobinę przyjemności. Na razie zostawiam was z pierwszym opowiadaniem. Zapraszam do lektury! Teks poniżej lub do pobrania w PDF i EPUB WEGA PDFPobierz WEGA EPUBPobierz „WEGA” Piszę to w nadziei, że ktoś kiedyś, jakimś cudem, natrafi na ten list. Mija w tej chwili trzeci rok podróży do Wegi w gwiazdozbiorze Lutni. Jest 25 Lipca 2267 roku. Do celu zostało nam jeszcze 2 lata podróży. Ale tam nie dotrzemy. Muszę zniszczyć ten statek i to, co się na nim narodziło. Jestem prawdopodobnie jedynym z załogi pozostałym jeszcze przy życiu. Nie działa łączność, nie mogę wysłać żadnego sygnału. Jedynym środkiem komunikacji, jaki mam, to ta kartka papieru, którą właśnie czytasz, długopis, butelka po dwustuletnim winie i korek do niej. Za dwadzieścia minut reaktor osiągnie wartość krytyczną, roztopią się magnesy nadprzewodzące i uwolniona zostanie antymateria. Błysk eksplozji dotrze na Ziemię za 14 lat. Prawdopodobnie ten list odnaleziony zostanie na długo później, o ile nie natrafi na burtę jakiegoś statku lecącego badać, co tu zaszło. Ja siedzę i kończę pisać ten list, ukryty w awaryjnej śluzie powietrznej, ubrany w skafander. Spróbuję odlecieć jak najdalej, wyhamować, ale nawet jeśli przetrwam wybuch, to umrę z braku tlenu po dwóch godzinach, sam w przestrzeni,...
AI, LLM, ChatGPT – czyli jak nie pogubić się w słowniku technologii
Codziennie prawie spotykam się z niezrozumieniem, czym jest AI. Ogrom osób nie widzi różnic w pojęciach asystent i agent, ani pomiędzy modelem a aplikacją. Wiele firm i osób, nie rozumiejąc poszczególnych terminów oraz sposobu działania technologii związanych z AI, podejmuje złe decyzje biznesowe. Kończy się to ogromem nieudanych wdrożeń i w efekcie - źle wydanymi pieniędzmi. Właśnie to chcę w tym artykule jasno wytłumaczyć prostym językiem. Ostatnie dwa lata sprawiły, że sztuczna inteligencja zagościła w naszych biurach na dobre. Od menedżerów po specjalistów, wszyscy chcą ją wdrażać, obiecując sobie rewolucję w biznesie. W tym entuzjazmie często dochodzi do pomyłek. Słyszę pytania i stwierdzenia takie jak: "Czy ChatGPT to to samo co AI?" "Skoro mamy model, to czemu nie może zrobić tego, co chcę?" "Niech model uczy się na naszych danych i podejmuje decyzje na bieżąco" "Czy nie można po prostu douczyć go, żeby znał naszą firmową wiedzę?" Największym problemem nie jest technologia, lecz jej niezrozumienie. Ten artykuł ma za zadanie uporządkować podstawowe pojęcia, aby każdy - niezależnie od stanowiska i doświadczenia - mógł świadomie rozmawiać o wdrożeniach AI w swojej firmie. 1. AI to parasol, LLM to jego część, a ChatGPT to gotowy produkt. To fundamentalna różnica, którą trzeba zrozumieć. Sztuczna Inteligencja (AI) to szeroki dział nauki z pogranicza informatyki, neurologii i psychologii. W przyszłości opiszę dokładniej, jak ten "„"sztuczny mózg"”" działa 😉. To parasol, który obejmuje wszystko: od prostych algorytmów rekomendacji (np. na Netflixie) po zaawansowane systemy rozpoznawania mowy, duże modele językowe (czyli LLM, a więc znany wszystkim GPT) oraz modele multimodalne, które poza tekstem rozumieją i generują obrazy i dźwięki. Modele Językowe (LLM), takie jak GPT, Gemini, Sonet czy nasz rodzimy Bielik.ai (choć tu mamy SLM, czyli Small Language model - mały model językowy), to jedna z najpotężniej rozwijanych gałęzi AI. Są to "silniki" zdolne do...
SQL od Zera: Twój Pierwszy Krok w Świat Danych (Nawet Jeśli Nie Jesteś z IT)
Wstęp: Zapomnij o "kodowaniu", naucz się zadawać precyzyjne pytania Czy na hasło "baza danych" lub "programowanie" czujesz lekki niepokój? Wyobrażasz sobie skomplikowane ekrany pełne niezrozumiałych znaków? To naturalne. Przez ponad 20 lat w branży IT widziałem, jak techniczny żargon potrafi skutecznie zniechęcać. Dziś chcę Ci pokazać, że jest inaczej. Wiele lat w karate karate nauczyła mnie jednej fundamentalnej rzeczy: siła nie leży w skomplikowaniu, ale w precyzji. Doskonale wykonana, prosta technika jest o wiele skuteczniejsza niż dziesięć chaotycznych ruchów. Dokładnie tak samo jest z danymi. SQL, czyli język zapytań do baz danych, to nie jest "kodowanie" w potocznym rozumieniu. To jest sztuka zadawania precyzyjnych pytań. Jeśli potrafisz jasno sformułować, czego szukasz, jesteś już w połowie drogi. W tej serii postów przeprowadzę Cię przez absolutne podstawy. Na początku bez instalowania skomplikowanych programów, bez technicznej terminologii. Krok po kroku, w spokojnym tempie. Zaczynajmy. Czym jest Baza Danych? Wyobraź sobie idealną szafkę z segregatorami Każdy z nas korzystał kiedyś z Excela. Wyobraź sobie arkusz kalkulacyjny – to nic innego jak tabela. Ma kolumny (np. Imię, Nazwisko, Stanowisko, Pensja) i wiersze, gdzie każdy wiersz to dane jednej osoby. Baza danych to po prostu zbiór takich uporządkowanych tabel. To jak perfekcyjnie zorganizowana szafka, gdzie każda tabela jest osobnym, idealnie opisanym segregatorem. Dzięki temu porządkowi, znalezienie konkretnej informacji jest błyskawiczne – o ile wiesz, jak o nią zapytać. I tu właśnie wkracza SQL. Czym jest SQL? Twoim osobistym asystentem do przeszukiwania segregatorów SQL (Structured Query Language) to uniwersalny język, którym "rozmawiamy" z niemal każdą bazą danych na świecie. To Twój asystent, któremu wydajesz proste polecenia: "Pokaż mi wszystkich pracowników." "Znajdź mi tylko tych, którzy pracują w dziale marketingu." "Podaj mi listę produktów, których cena jest wyższa niż 100 zł." Proste,...
Najnowsze komentarze