Slíbil jsem pár z vás, že posbírám dohromady seznam užitečných odkazů k AI.
DALL-E
Generování obrázků z dílny OpenAI. https://openai.com/dall-e-2/
Midjourney
https://midjourney.com/home/?callbackUrl=%2Fapp%2F
Stable diffusion
https://stablediffusionweb.com/#features
(mě obrázky nevygenerovala žádné, byl v době psaní tohoto článku přetížená)
AI od Google
Tady jsem našel playground od googlu: https://experiments.withgoogle.com/collection/ai
Jinak od googlu můžete získat 300€ kredit zdarma a testovat bezplatně pouze do výše kreditu zdarma, nicméně viděl jsem demonstrační videa, kde dokázala AI odbavit objednávku Pizzy, nebo objednat zákazníka ke kadeřníkovi, či do hotelu.
https://cloud.google.com/dialogflow/cx/docs/basics
https://cloud.google.com/dialogflow/es/docs/basics
Pár videí, k čemu se může hodit AI od googlu z hlediska sociálního dopadu: https://ai.google/education/social-good-guide/
OpenAI je balík nástrojů
Po registraci playground zde: https://beta.openai.com/playground
Chat OpenAI
Můj Závěr
Vítejte ve 21. století. Ve století, ve kterém jednoho dne nebudeme muset myslet, abychom tvořili, ale myslet, abychom inspirovali AI, i jakožto pomocníka k tvoření s vyšší produktivitou práce, než máme nyní. Nemyslím si, že umění zanikne, jen překoná své bariéry v rychlosti vytváření směrem blíž k reálnému času. To co dříve trvalo vytvořit minuty, hodiny, týdny, měsíce, roky, bude v budoucnu možná jen otázkou lusknutí prstu, nebo pouhým pomyšlením na výsledek, po kterém toužíme. Budeme trávit méně času prací, protože tato práce bude mít natolik vysokou produktivitu, že namísto dnešních 8 hodin, nám bude k obživě stačit max 1 až 2 hodiny práce denně, ne-li méně, pokud bude AI vědět, jak má pokračovat v realizaci našich myšlenek. Člověk udá jen filosofický směr, myšlenku a AI se postará o její, alespoň částečnou realizaci.
Tak jako lidé v 18. století ničili stroje, protože si mysleli, že jim berou práci, se domnívám, že i ve 21. století se možná budou bouřit lidé, nechápající, že nové technologie nemají nahradit lidi, ale pouze zvýšit jejich produktivitu práce natolik, aby se nemusela věnovat tak veliká část populace tak neefektivním a namáhavým, zdlouhavým způsobům práce, kterými nyní zahazují své životy v domnění, že tak, jak konají nyní, konají nejlépe. A kdo chce, máme demokracii, můžete stále používat archaické („tradiční“) technologie a způsoby tvorby umění. Pokud to umíte a děláte to dobře, věřím, že si uplatnění najdete a to v jakémkoliv oboru, kterému se hodláte věnovat bez ohledu na AI.
Omlouvám se za původní stručnost v začátku psaní článku, věřím, že tato část článku to pomůže vynahradit. Hrejte si s AI, třeba vás napadnou další způsoby, jak využít těchto technologií ke zlepšení kvality života ve 21. století. 😉
Závěr vygenerovaný AI
„V závěru bychom mohli říci, že AI je stále se rozvíjející oblast a její možnosti jsou stále více a více překvapivé. Je tedy velmi pravděpodobné, že se AI bude hrát významnou roli v našich životech v budoucnosti a její uplatnění bude mít velký vliv na mnoho oblastí lidské činnosti.
Pokud se chcete v oblasti AI dále vzdělávat, mohu vám doporučit několik zdrojů, které by vám mohly pomoci:
Knihy:
- „Deep Learning“ od Yann LeCun, Ian Goodfellow a Aaron Courville
- „Hands-On Machine Learning with Scikit-Learn and TensorFlow“ od Aurélien Géron
- „The Master Algorithm“ od Pedro Domingos
Youtube videa:
- „Neural Networks Demystified“ od Daniel Shiffman
- „Intro to Deep Learning“ od Fast.ai
- „The Nature of Neural Networks“ od 3Blue1Brown
Články:
- „An Introduction to Neural Networks“ od Michael Nielsen
- „The 10 Neural Network Architectures Machine Learning Researchers Need to Learn“ od Jason Brownlee
- „A Beginner’s Guide to Deep Learning“ od David Kriesel
Věřím, že tyto zdroje vám pomohou získat lepší přehled o oblasti AI a neuronových sítí a poskytnou vám dostatečné základy pro další samostudium v této oblasti.“ Zdroj ( https://chat.openai.com/chat )
Tohle jsou přesně technologie a důvody, proč miluji 21. století
„Uvedené knihy, videa a články by mohly poskytnout čtenářům dobrý základ o AI a neuronových sítích, ale pravděpodobně nebudou stačit k tomu, aby si čtenáři dokázali vytvořit vlastní AI. Vytvoření vlastní AI je velmi složitý proces, který vyžaduje nejen teoretické znalosti, ale také praktické dovednosti a zkušenosti.
Pokud byste se opravdu chtěli pustit do vývoje vlastní AI, mohu vám doporučit několik dalších zdrojů, které by vám mohly pomoci:
Další knihy:
- „Building Machine Learning Systems with Python“ od Willi Richert a Luis Pedro Coelho
- „Python Machine Learning“ od Sebastian Raschka
- „Introduction to Artificial Intelligence“ od Russell and Norvig
- „Deep Learning for Computer Vision“ od Adrian Rosebrock
- „Neural Networks and Deep Learning“ od Michael Nielsen
Další youtube seriály:
- „Neural Networks from Scratch in Python“ od Sentdex
- „Deep Learning with Python“ od Francois Chollet
- „Machine Learning with Python“ od Data School
- „Deep Learning with PyTorch“ od PyTorch
- „Neural Networks“ od 3Blue1Brown
Další články:
- „How to Build Your Own Neural Network From Scratch in Python“ od Jason Brownlee
- „How to Implement a Neural Network in Python“ od Peter Roelants
- „A Practical Guide to Building Neural Networks“ od Andrej Karpathy
- „Build Your Own Neural Network“ od Tariq Rashid
- „Build a Neural Network from Scratch with Python“ od Dan Bader
Tyto zdroje by vám mohly poskytnout další informace a dovednosti potřebné k vytvoření vlastní AI. Mějte však na paměti, že vytvoření vlastní AI může být velmi náročné a vyžaduje hodně trpělivosti a úsilí.“ ( vygenerovaný výsledek z https://chat.openai.com/chat ) viz screenshot níže:
