Opracowania

Czy duże modele językowe mogą służyć jako generatory treści reprezentujących kultury, społeczności i okresy historyczne, dla których nie mamy dużych zbiorów oryginalnych źródeł, i to dzięki umiejętnemu wykorzystaniu ich ograniczeń?... Czytaj dalej

Duże modele językowe trenowane są na współczesnych danych, dlatego “wiedza” zamknięta w wagach i prawdopodobieństwach kolejnych tokenów może być w miarę aktualna. Istnieje jednak kategoria modeli, w których data odcięcia wiedzy przesuwana jest głęboko w przeszłość. Jakie są zalety i ograniczenia takich modeli?... Czytaj dalej

Wykorzystywanie generatywnej sztucznej inteligencji do pracy z wizerunkami dziedzictwa kulturowego może zwiększać zapotrzebowanie na specjalistyczną wiedzę i wymuszać dodatkowy nakład pracy. Osoby korzystające z AI w tej dziedzinie muszą nieustannie balansować między wydajnością swoich działań a jakością i rzetelnością uzyskiwanych efektów. Takie są wnioski z warsztatów, poświęconych generowaniu wizerunków zabytków chińskiej kultury Dunhuang.... Czytaj dalej

Zbyt często przypisujemy modelom generatywnym kreatywność, intencję i zdolność inspirowania się ludzką twórczością. Szczególnie łatwe jest to w przypadku maszynowo generowanych obrazów, z miesiąca na miesiąc coraz bardziej atrakcyjnych i coraz wyższej jakości. Takie wizerunki to jednak wyłącznie hipotezy zbudowane na ograniczonych i sformatowanych danych wizualnych, losowe infografiki na temat tych danych.... Czytaj dalej

W opowieściach o sztucznej inteligencji, kultura i dziedzictwo to jednorodny, zamknięty, stabilny i darmowy zasób, czekający na przetworzenie tak jak ropa naftowa albo węgiel. Te błędne wizje łatwo kwestionować za pomocą zestawu prowokacji, inspirowanych krytyką jednego z wcześniejszych przełomów technologicznych, jakim miało być Big Data.... Czytaj dalej

Rozpoznawanie tekstów generowanych maszynowo to niełatwa sprawa, szczególnie w przypadku automatycznego parafrazowania ludzkich tekstów. Badacze i badaczki z Uniwersytetu Jagiellońskiego w swoim eksperymencie sprawdzili efektywność stylometrii w tym zadaniu. Ich metoda wydaje się bardzo obiecująca.... Czytaj dalej

Slopy, niskiej jakości wytwory sztucznej inteligencji, są źródłem wielu problemów: zmęczenia estetycznego, scamów w mediach społecznościowych, rosnącego śladu ekologicznego i kosztów obliczeniowych (“dlatego nie stać cię na więcej RAM-u”). Trudno wyobrazić sobie, żeby mogły mieć jakąkolwiek wartość. A jednak.... Czytaj dalej

Student przesyła podejrzaną pracę zaliczeniową, a znana dziennikarka–celebrytka w krótkim czasie publikuje kolejną książkę, której temat wymaga zaawansowanego researchu. Pojawiają się podejrzenia, że to wszystko może być możliwe tylko dzięki zastosowaniu sztucznej inteligencji, jednak trudno to jednoznacznie udowodnić. Kolejne badania dotyczące cech tekstów wytwarzanych maszynowo sugerują, że nie pojawi się jedna, uniwersalnie skuteczna i automatyczna metoda wykrywania tego typu treści. Zamiast tego analizować należy poszczególne warstwy tekstu.... Czytaj dalej

Nawet jeśli biblioteki, archiwa i muzea cyfrowe udostępniają zdigitalizowane zbiory z domeny publicznej, mają prawo ograniczać dostęp do nich dla scraperów, gromadzących dane do trenowania modeli AI - to wnioski z raportu opublikowanego niedawno przez Fundację Europeana.... Czytaj dalej

Slop to niskiej jakości, masowe i monotonne wytwory AI. Kojarzymy je głównie z męczącymi grafikami, zalewającymi media społecznościowe i portale. Jednak slop może mieć też postać tekstową i wyrażać się w całych tekstach lub infekować ich fragmenty. Jak w takim przypadku go rozpoznawać?... Czytaj dalej