Uruchomienie bloga zostało sfinansowane przez społeczność ❤️
Możesz wspierać jego istnienie przez Patronite i Suppi.

Marcin Wilkowski

jestem historykiem i programistą, pracuję w Centrum Kompetencji Cyfrowych UW. Prowadzę zajęcia z metod cyfrowych na historii i dziennikarstwie. Interesuję się humanistyką cyfrową, archiwistyką Webu i innowacjami cyfrowymi w sektorze kultury. Mam doktorat z historii wczesnego polskiego internetu (1996-2001). Eksperymenty, melancholia i sceptycyzm. Tu jest moja strona domowa.

AI poisoning: jak podważać skuteczność i jakość narzędzi AI

AI poisoning: jak podważać skuteczność i jakość narzędzi AI
Sir Mewlington Von Pissbreath to kot, który nosi cylinder, mówi po kantońsku i lubi słodycze - tak przynajmniej jeszcze w lutym informowało Google AI Overviews. Ograniczenia systemów AI można dość łatwo udowodnić, a modelami nieraz skutecznie manipulować za pomocą zatruwania danych treningowych albo przejmowania kontroli nad promptami. Trudno jednak takie metody uznać za formy oporu przeciwko eksploatacji twórczości czy zalewaniu internetu przez maszynowy slop.... Czytaj dalej
— Ten artykuł przeczytasz w 11 minut

Jak zbudować historyczny model językowy odporny na anachronizmy?

Jak zbudować historyczny model językowy odporny na anachronizmy?
Kolejny projekt modelu językowego z wczesną datą odcięcia wiedzy (1913 rok) ma charakteryzować się wysoką odpornością na posługiwanie się językiem współczesnym i obecność anachronizmów w generowanych odpowiedziach. Niestety, za efektywność językową i skuteczność w codziennej pracy z modelem odpowiada też jego wielkość, a wciąż nie mamy dostępu do odpowiednio obszernych i gotowych do wykorzystania historycznych danych treningowych, pozwalających budować naprawdę duże modele.... Czytaj dalej
— Ten artykuł przeczytasz w 9 minut

Benchmark PUMA: Malczewski, Wiedźmin i pomidorowa w testach modeli multimodalnych

Benchmark PUMA: Malczewski, Wiedźmin i pomidorowa w testach modeli multimodalnych
W benchmarku sprawdzono modele pracujące z tekstem, dźwiękiem i obrazem na 900 dość złożonych zadaniach odnoszących się do polskiej historii, kultury i życia codziennego. Czołowe modele uzyskały w tym teście w miarę dobre wyniki, polskie mogły być testowane tylko w niektórych kategoriach, a i tak poradziły sobie słabo. Okazuje się, że samo dostrojenie modelu do polskiego kontekstu kulturowego nie wystarcza. Może zamiast pracować nad modelami ogólnego przeznaczenia, lepiej rozwijać te specjalistyczne, dostosowane do niszowych zadań w polskiej administracji, nauce czy sektorze dziedzictwa?... Czytaj dalej
— Ten artykuł przeczytasz w 10 minut

Jak bez Pangrama rozpoznać tekst akademicki wygenerowany przez AI?

Jak bez Pangrama rozpoznać tekst akademicki wygenerowany przez AI?
Czy da się rozpoznać tekst wygenerowany przez AI bez korzystania z detektora? Być może czasem wystarczy uważnie przeczytać pracę i dobrze znać wykorzystane w niej źródła. Analiza przypisów, rozpoznanie nieporadnych tłumaczeń i wykrycie oraz zbadanie konstrukcji parafraz może dostarczyć więcej informacji niż automatyczna detekcja, z którą - jak się okazuje - wciąż są duże problemy.... Czytaj dalej
— Ten artykuł przeczytasz w 10 minut

Hype na AI a zawłaszczenie unijnych regulacji sztucznej inteligencji

Hype na AI a zawłaszczenie unijnych regulacji sztucznej inteligencji
Narracja o "wyścigu AI" i bezwzględnej konieczności wspierania innowacji negatywnie wpływa na politykę regulacyjną UE. Do tego największe firmy technologiczne coraz silniej wpływają na wiedzę, na której opierają się decyzje regulacyjne, prowadząc do epistemicznego zawłaszczenia procesu stanowienia prawa. Hype na AI i funkcjonowanie systemu prawa wydają się ze sobą sprzeczne, ostatecznie jednak hype wymusza przyspieszenie procesów tworzenia przepisów i skłania decydentów do podejmowania pochopnych decyzji.... Czytaj dalej
— Ten artykuł przeczytasz w 10 minut

AI-slop to nie przypadek

AI-slop to nie przypadek
Już w 2016 roku szacowana wartość chińskiego rynku internetowych influencerów miała być wyższa niż roczne przychody chińskich kin ze sprzedaży biletów. Dekadę później, wraz z upowszechnieniem się narzędzi sztucznej inteligencji, na tym rynku swoje miejsce znaleźli wanghong, których kreatywność polega na skutecznej optymalizacji maszynowo generowanych treści pod kątem algorytmów platform, a masowe wytwarzanie slopu staje się dla nich drogą awansu społecznego.... Czytaj dalej
— Ten artykuł przeczytasz w 8 minut

Wyjaśnialna sztuczna inteligencja w praktyce i efekt Mądrego Hansa

Wyjaśnialna sztuczna inteligencja w praktyce i efekt Mądrego Hansa
W dyskusjach o sztucznej inteligencji nieczęsto przywołuje się pojęcie wyjaśnialnej sztucznej inteligencji (explainable AI, XAI), jeszcze rzadziej pojawiają się konkretne przykłady metod, za pomocą których moglibyśmy w przejrzysty sposób wyjaśnić decyzje podejmowane przez algorytmy. Na czym właściwie miałoby polegać wyjaśnienie zasad działania modelu klasyfikacyjnego? Jak można analizować nie tylko wynik proponowanych predykcji, ale też proces ich podejmowania?... Czytaj dalej
— Ten artykuł przeczytasz w 6 minut

Jak analizować maszynowe obrazy? Metoda medialno-materialistyczna

Jak analizować maszynowe obrazy? Metoda medialno-materialistyczna
Generujemy w Midjourney obrazek, wpisując w prompcie frazę "rzetelność intelektualna". Otrzymujemy portret młodego mężczyzny w stroju biurowym i okularach, siedzącego w bibliotece nad wielką starą książką. Na biurku leży też stos innych książek, drugie okulary, pięknie czerwone jabłko i… czaszka. Dlaczego otrzymaliśmy taki, a nie inny wizerunek? Odpowiedź na to pytanie ułatwić może skorzystanie z medialno-materialistycznej metody analizy maszynowych obrazów, opisanej w kwietniu tego roku na łamach czasopisma "Convergence".... Czytaj dalej
— Ten artykuł przeczytasz w 9 minut

Antropomorfizacyjne uwodzenie. Jak czytać incydent z DSEWiki?

Antropomorfizacyjne uwodzenie. Jak czytać incydent z DSEWiki?
Przez ostatnią dekadę na zapomnianej wiki Deutsches Software Entwickler pojawiło się tylko 20 zmian. Nagle, między majem a lipcem tego roku, przybyło tam ponad 18 tys. wpisów. Wszystkie zostały wygenerowane maszynowo przez agenty AI, które ominęły narzucone im ograniczenia i wykorzystały wiki jako platformę do wymiany informacji na temat najbardziej efektywnych sposobów rozwiązywania zleconych im zadań. Obserwowanie imponującej efektywności autonomicznych botów nie powinno jednak inspirować nas do zmiany języka, którym ją opisujemy.... Czytaj dalej
— Ten artykuł przeczytasz w 9 minut