Czym właściwie jest sztuczna inteligencja?

Z historii wiesz, która idea zwyciężyła: nie programuj wiedzy, ucz na przykładach. Przyjrzyjmy się, co to oznacza w praktyce — to podstawa całego kursu.

Zwykły program: świat sztywnych reguł

Klasyczny program to zestaw instrukcji napisanych przez człowieka: „jeśli przycisk jest wciśnięty, otwórz okno”, „jeśli suma przekracza 1000, poproś o potwierdzenie”. Program nigdy nie zrobi niczego, czego nie ma w jego regułach. To jego siła (przewidywalność) i ograniczenie: spróbuj napisać reguły, które odróżnią kota od psa na zdjęciu. Kształt uszu? Zależy od rasy. Wąsy? Nie zawsze widoczne. Ludzie próbowali przez 30 lat i nic nie osiągnęli.

AI: świat przykładów

Uczenie maszynowe odwróciło podejście: zamiast tysiąca reguł na temat „jak wygląda kot”, pokazujesz modelowi milion zdjęć z odpowiedziami — kot / nie kot — a on sam znajduje wzorce: kombinacje kształtów, tekstur i proporcji, których człowiek nie potrafiłby nawet ubrać w słowa. To właśnie jest uczenie maszynowe — podstawa całej współczesnej AI.

Używasz AI od lat — tylko tego nie zauważyłeś

• 📱 Odblokowywanie twarzą — sieć neuronowa rozpoznaje cię, mimo że każdego dnia wyglądasz nieco inaczej.
• 🎵 Rekomendacje muzyki i wideo — model, który nauczył się twojego gustu na podstawie historii słuchania.
• 📧 Folder ze spamem — AI wytrenowana na miliardach e-maili: reguły nie są w stanie wyłapać spamu, bo on mutuje.
• 🗺️ Ruch drogowy w twojej aplikacji mapowej — prognoza zbudowana na danych z tysięcy samochodów.
• 📷 Aparat w twoim telefonie — tryb nocny i rozmycie portretowe to też sieci neuronowe.

Zauważ, co je łączy: każde z nich to zadanie, dla którego nie da się napisać reguł, ale zbieranie przykładów jest łatwe.

Szachy kontra Go: dwa podejścia obok siebie

W 1997 roku komputer Deep Blue pokonał mistrza świata w szachach Garrego Kasparowa — i był to triumf starego podejścia: armia programistów i arcymistrzów ręcznie ładowała wiedzę szachową do maszyny, a ta wygrywała, przetwarzając miliony pozycji na sekundę. Ta sztuczka nie zadziałała w przypadku Go: ma więcej pozycji niż wszechświat atomów, brutalna siła jest bezradna, i żaden mistrz nie potrafił ubrać w słowa „zasad dobrego ruchu”.

Go pozostało niepokonane przez dwadzieścia lat — aż AlphaGo nauczyło się go z milionów gier i grając przeciwko sobie. Jedna granica padła pod naporem reguł, druga tylko pod naporem uczenia się. Zapamiętaj tę parę: od razu powie ci, które podejście pasuje gdzie.

Trzy rodzaje AI, z którymi się spotkasz

• Rozpoznawanie: patrzy na dane i mówi „co to jest” — twarz na zdjęciu, spam w e-mailu, defekt na linii produkcyjnej.
• Przewidywanie: szacuje „co się wydarzy” — ruch drogowy za godzinę, klient, który zaraz odejdzie, następne słowo sugerowane przez klawiaturę.
• Generowanie: tworzy coś nowego — tekst, obrazy, muzykę, kod. To właśnie ten rodzaj eksplodował w 2022 roku i większość tego kursu jest o nim.

Częste mity (rozprawmy się z nimi teraz)

• „AI to roboty.” Robot to ciało, AI to „mózg”. Prawie cała współczesna AI żyje bez ciała: w twoim telefonie, przeglądarce, na serwerze.
• „AI myśli jak człowiek.” Nie myśli: znajduje wzorce statystyczne. Czasem wynik jest nieodróżnialny od myślenia, ale mechanizm jest inny — i zagłębimy się w te różnice (na przykład halucynacje).
• „AI ma cele i pragnienia.” Model ma matematyczny cel, który nadali mu ludzie. Obawy dotyczące AI warto traktować poważnie, ale wychodź od faktów, nie od fabuł filmowych.

Podstawowa formuła tego kursu

Poznaj jeden kontrast — wyjaśnia on większość zachowań AI:

Zwykły program: człowiek pisze reguły → maszyna je wykonuje → przewidywalny, ale ograniczony do tego, co zostało napisane.
AI: człowiek daje przykłady → maszyna sama wypracowuje reguły → radzi sobie z zadaniami bez reguł, ale jej wnioski to statystyki, a nie gwarancja.

Obie strony medalu wynikają z tego. Supermoc: AI rozwiązuje problemy, których nikt nie potrafiłby zaprogramować (mowa, wizja, tłumaczenie, konwersacja). Słabość: może się mylić z pewnością siebie i bez ostrzeżenia — jej „reguły” zostały wyciągnięte z przykładów, a w rzadkich lub nowych przypadkach statystyki ją zawodzą.

Zrób to teraz: twój pierwszy prawdziwy wynik w minutę

Dość teorii — przejdźmy do praktyki z AI. Nie musisz nigdzie iść: pod promptem jest przycisk Run, a prawdziwa AI odpowiada właśnie tutaj. Zmień jedno słowo w pierwszym wierszu — swój własny zawód — i uruchom:

You are an experienced assistant. I'm a marketer.
(swap in your own: accountant, teacher, chef, driver — anything)

Do three things:
1. Name 5 typical work tasks of mine where you could help.
2. For the most common one, show a finished example: a short text or plan you'd produce.
3. Ask me 2 clarifying questions to make the result more accurate.

W mniej niż minutę otrzymasz odpowiedź dopasowaną do twojego zawodu — to pierwszy prawdziwy rezultat, dla którego jest cały ten kurs. Nie podoba ci się odpowiedź? Dodaj „make it shorter” lub „give me a different example” i wyślij ponownie — AI chętnie to poprawi. Właśnie zastosowałeś wszystko, o czym rozmawialiśmy: dałeś modelowi przykłady, do których miał dążyć (rola i zadanie), a on sam wypracował reguły odpowiedzi.

Nie widzisz przycisku? Nie jesteś jeszcze zalogowany — rejestracja jest darmowa i zajmuje jedno kliknięcie. A w module trzecim krok po kroku skonfigurujemy ci dostęp do własnej AI poza kursem.