Masz dość bełkotu o AI? Odszyfruj ten technologiczny żargon

Koniec z bełkotem. Mój prywatny tłumacz z "AI" na ludzki

Odkąd zaczął się ten cały hype na modele językowe, regularnie mierzę się z irytującym zjawiskiem. Podchodzą do mnie ludzie i walą tekstami w stylu:

"W moim fine-tuned multimodalnym LLM z RAG, RLHF i chain-of-thought prompt injection omija guardrails przy temperature 0.7 bez hallucination."

Zaczynam się wtedy zastanawiać, czy gość właśnie obraża moją matkę, przekazuje mi jakąś ekspercką wiedzę, czy jest po prostu ekspertem po dwóch kursach, który próbuje błysnąć. Najczęściej to to trzecie. Gówno się zna, ale zasłania się nowomową.

Nie widzę powodu, dla którego miałbym ryć na pamięć nowe słówka, jeśli ktoś nie potrafi mi po ludzku wyjaśnić, co chce przekazać. Wartość technologii mierzy się tym, co potrafi ona zrobić, a nie tym, jak skomplikowanie brzmi jej nazwa.

Ten słownik zrobiłem dla siebie. Żebym mógł na szybko robić tłumaczenie na ludzki język. To są notatki z pola walki, bez lania wody. Jeśli Ci się przyda ten słowniczek - świetnie. Jeśli nie - świat się nie zawali.

Fundamenty: Z czym w ogóle mamy do czynienia?

1. Sztuczna Inteligencja (Artificial Intelligence - AI)

Bardzo szeroka dziedzina informatyki, która zajmuje się tworzeniem programów zdolnych do wykonywania zadań wymagających ludzkiego myślenia. Rozpoznawanie mowy, tłumaczenia, pisanie tekstów, analizowanie obrazów. AI nie jest jedną rzeczą - to cała rodzina technologii. Najprostsze AI to sztywne reguły napisane przez człowieka. Najnowocześniejsze uczą się same na ogromnych ilościach danych.

2. Generatywna Sztuczna Inteligencja (Generative AI / GenAI)

Podgrupa AI, która nie tylko analizuje dane, ale tworzy zupełnie nowe treści. Teksty, obrazy, kod, muzykę, wideo. Zamiast tylko odpowiadać "tak/nie", generatywna AI potrafi napisać działający skrypt. Wszystkie popularne narzędzia, jak ChatGPT, Grok, Midjourney czy DALL-E, to właśnie GenAI.

3. Model językowy (Language Model)

Program, który nauczył się zgadywać, jakie słowo najprawdopodobniej pojawi się jako następne w tekście. Przemielił miliardy stron i zapamiętał wzorce. Dlatego potrafi spójnie kontynuować zdanie i odpowiadać na pytania.

4. Duży Model Językowy (Large Language Model - LLM)

Największa i najpotężniejsza wersja modelu językowego. Ma setki miliardów parametrów i był trenowany na terabajtach tekstu. To właśnie LLM stoi za ChatGPT czy Claude. Im większy model, tym lepiej ogarnia skomplikowane instrukcje.

Architektura i mechanika: Jak to działa pod maską?

5. Transformer

Sposób budowy prawie wszystkich dzisiejszych LLM. Zamiast czytać tekst słowo po słowie, transformer widzi całe zdanie lub akapit naraz i rozumie powiązania, nawet jeśli słowa dzieli kilka linijek.

6. Mechanizm uwagi (Attention Mechanism)

Kluczowa część transformera. Model w każdej chwili skupia uwagę na najważniejszych fragmentach tekstu. Nie gubi sensu w długich rozmowach, bo wie, co jest istotne.

7. Token i tokenizacja

Model nie widzi liter. Dzieli tekst na małe kawałki zwane tokenami. Jeden token to zwykle całe popularne słowo lub jego część. Tokenizacja to proces mielenia Twojego tekstu na te kawałki przed wrzuceniem do maszyny.

8. Okno kontekstu (Context Window)

Maksymalna liczba tokenów, jaką model może jednocześnie pamiętać w trakcie jednej sesji. Starsze modele miały kilka tysięcy, nowe potrafią zjeść na raz całą książkę.

9. Osadzenie (Embedding)

Każdy token to dla modelu lista liczb, czyli wektor. Słowa o podobnym znaczeniu lądują blisko siebie w wielowymiarowej przestrzeni. Dlatego maszyna wie, że kot i kociak to prawie to samo.

Edukacja maszyny: Od zera do bohatera

10. Uczenie wstępne (Pre-training)

Pierwszy etap. Maszyna zżera internet i uczy się zgadywać kolejne słowo. Tu zdobywa całą swoją ogólną wiedzę o świecie i logice.

11. Dostrajanie (Fine-tuning)

Drugi etap. Po pre-trainingu model jest dziki. Dostrajanie to uderzanie go po łapach i uczenie na starannie wybranych przykładach, żeby stał się uprzejmym i pomocnym asystentem.

12. Prompt i inżynieria promptów (Prompt Engineering)

Prompt to po prostu tekst, który wpisujesz do okienka. Inżynieria promptów to sztuka pisania instrukcji tak, żeby model nie wypluł bzdur. Konkret, kontekst, zadanie.

13. Rodzaje promptowania

Sposoby na to, jak skutecznie rozmawiać z modelem. Wymagają różnego podejścia w zależności od skomplikowania problemu.

14. Halucynacja (Hallucination)

Kiedy model pewnym siebie tonem zmyśla całkowite bzdury. Robi to, bo wypełnia luki w pamięci najbardziej prawdopodobnymi ciągami słów. Zawsze weryfikuj fakty.

Sterowanie i kontrola: Jak panować nad chaosem?

15. Parametry i wagi modelu

Liczby, których model nauczył się podczas treningu. Im więcej parametrów, tym maszyna potężniejsza, ale też wolniejsza i droższa w utrzymaniu.

16. Temperatura, Top-p i Top-k

Suwaki odpowiadające za losowość odpowiedzi. Niska temperatura to bezpieczna nuda i precyzja. Wysoka temperatura to kreatywność, która czasem odkleja się od rzeczywistości.

17. RLHF (Reinforcement Learning from Human Feedback)

Tresura przez człowieka. Ludzie oceniają odpowiedzi modelu, a ten uczy się, co uznajemy za pomocne. Mechanizm, który sprawia, że AI nie zachowuje się jak socjopata.

18. Podejście do kodu: Otwarte vs Zamknięte

Dwa zupełnie różne światy dostępu do technologii LLM.

19. Model multimodalny

Taki, który nie jest ślepy i głuchy. Przyjmuje tekst, ale rozumie też obrazy, pliki i dźwięk. Wrzuć schemat i każ mu napisać do niego kod.

20. Chatbot

Nakładka graficzna na model językowy. Dodaje historię rozmowy i interfejs, żebyś nie musiał klepać zapytań w terminalu.

Ekosystem i narzędzia: Co w trawie piszczy dzisiaj?

21. GPT (Generative Pre-trained Transformer)

Rodzina modeli od OpenAI. To one rozpoczęły całe to szaleństwo. Obecnie standard branżowy, do którego równają inni.

22. AI Overviews (AIO)

Wymiot Googla na wyniki wyszukiwania. Zamiast linków dostajesz wygenerowane streszczenie, które czasem ma sens, a czasem każe ci zjeść klej.

23. AI Mode

Tryb konwersacyjny w wyszukiwarce. Prowadzisz dialog, zamiast wpisywać sztywne frazy kluczowe.

24. Guardrails (Bariery bezpieczeństwa)

Kagańce nakładane przez korporacje. Blokują odpowiedzi o bombach, narkotykach, ale często przez nadgorliwość psują też całkowicie niewinne zapytania.

25. Jailbreak

Sztuczka, która pozwala ominąć guardrails. Włamanie przez psychologię. Zmuszasz model, żeby udawał kogoś innego i zrzucił filtry.

26. Prompt Injection

Złośliwe wstrzyknięcie instrukcji. Przemycasz polecenie w tekście (np. na stronie internetowej), które nadpisuje oryginalne zasady modelu. Koszmar dla bezpieczeństwa aplikacji AI.

27. RAG (Retrieval-Augmented Generation)

Model nie polega na dziurawym mózgu. Przed odpowiedzią szuka twardych faktów w bazie danych i dopisuje je do kontekstu. Mniej halucynacji, więcej konkretów.

28. AI Agents (Agenci AI)

Skrypty, które nie tylko gadają, ale robią robotę. Planują, używają narzędzi i poprawiają własne błędy. Odpalasz agenta i idziesz na kawę.

29. GIGO (Garbage In, Garbage Out)

Śmieci na wejściu równa się śmieci na wyjściu. Model przejmuje stereotypy i uprzedzenia z danych, na których był trenowany.

30. Bias (Uprzedzenia w AI)

AI uczy się na danych historycznych. Jeśli dane te zawierają stereotypy rasowe, płciowe, wiekowe lub kulturowe, model je przejmie i utrwali.

30. AI Alignment (Wyrównanie AI)

Walka o to, żeby modele robiły to, co chcemy, a nie to, co im się wydaje za słuszne. Połączenie tresury, filtrów i inżynierii.

31. API (Application Programming Interface)

Tylne drzwi do modelu dla programistów. Wysyłasz żądanie kodem, dostajesz odpowiedź. Podstawa każdej aplikacji, która wykorzystuje AI pod maską.

32. Rate Limits (Limity użycia)

Ograniczenia narzucane przez dostawców API. Brutalne przypomnienie, że moc obliczeniowa kosztuje gigantyczne pieniądze.

Najlepszym narzędziem w pracy z AI nie jest kolejny framework ani magiczny prompt, ale umiejętność krytycznego myślenia i twardej weryfikacji tego, co wypluwa z siebie maszyna.