AI.КЛАС

Раніше, щоб комп'ютер вирішив задачу, програміст мав передбачити кожен крок через інструкції if / else. Але як навчити комп'ютер відрізняти кота від собаки, якщо у світі мільйони порід, кольорів та поз? Тут починається Машинне Навчання (Machine Learning).

// Програміст пише правила вручну:
if (hasWhiskers && hasPointyEars && meows) {
    return "Це кіт!";
} else {
    return "Не кіт";
}

// Ми даємо алгоритму 100 000 фото:
model.train(photosOfCats, photosOfDogs);
// Комп'ютер САМ знаходить 
// мікро-закономірності та налаштовує ваги!

Штучний нейрон (перцептрон) створений за зразком біологічного нейрона мозку. Він отримує вхідні сигнали ($X$), множить кожен на свій коефіцієнт важливості (вагу $W$), сумує все разом і перевіряє, чи перевищує сума поріг спрацьовування!

Тут ти на власні очі побачиш, як працює алгоритм навчання (градієнтний спуск). Блакитні точки — це звичайні листи, а червоні — небезпечний спам. Світлова лінія — це розділяюча межа нейромережі. Натискай кнопку «1 Крок (Епоха)» або «Автонавчання» і дивись, як лінія повертається, щоб мінімізувати помилки!

ChatGPT не «розуміє» зміст слів так, як людина. Він бачить текст як послідовність токенів (шматочків слів) і на кожному кроці вираховує математичну ймовірність того, яке слово має йти наступним.

Дай відповіді на 12 запитань за матеріалом сьогоднішнього уроку. Кожна правильна відповідь дає 1 бал за офіційною українською шкільною шкалою (1–12 балів). Після завершення система згенерує офіційний сертифікат досягнень, який можна завантажити або роздрукувати!

Коли людина дивиться на фотографію кота чи автомобіля, мозок миттєво розпізнає вуса, колеса та форми. Але для комп'ютера жодних «котів» чи «автомобілів» не існує! Для нього будь-яка картинка — це гігантська тривимірна таблиця (матриця) чисел, де кожен піксель складається з трьох каналів: Red (Червоний), Green (Зелений) та Blue (Синій) у діапазоні від 0 до 255.

// Матриця пікселів RGB (1920 x 1080):
Pixel[420][310] = { R: 184, G: 122, B: 95 }
Pixel[420][311] = { R: 187, G: 125, B: 98 }
// Загалом: ~6 220 800 чисел у пам'яті!

Згортка (Convolution) — це математичний фільтр. Невелике віконце 3х3 (ядро з вагами) ковзає по зображенню піксель за пікселем, множить числа матриці та виявляє контури, кути і межі. Спробуй різні фільтри нижче та клікай на клітинки зліва, щоб переміщати оптичну лінзу 3х3!

Глибинне навчання (Deep Learning) містить десятки таких шарів. Кожен наступний шар «бачить» складніші образи: від найпростіших ліній до облич людей і марок автомобілів. Обирай об'єкт і дивись, як мережа формує висновок:

Перед тобою працює реальна система зору безпілотного автомобіля! Камери автомобіля сканують проїжджу частину, знаходять пішоходів, інші авто та знаки, обводячи їх Bounding Boxes з розрахунком впевненості. Перемикай режими зору (контури, сегментація, глибина LiDAR) та випробовуй погодні умови!

Два дивовижні аспекти комп'ютерного зору: як Face ID розпізнає людину за 68 біометричними точками і чому нейромережу можна обдурити мікроскопічним шумом, непомітним для людського ока!

Перевір свої знання з комп'ютерного зору, згорткових мереж та автопілотів. Кожна правильна відповідь дає 1 бал (1–12 балів). Після завершення ти отримаєш іменний Сертифікат Рівня 2!

До 2017 року комп'ютери читали текст повільно, слово за словом. Революція Transformer дозволила ШІ дивитися на всі слова одночасно та зважувати силу зв'язків між ними за допомогою механізму Self-Attention. Спробуй перемикати речення нижче та клікай на слова, щоб побачити живі промені уваги нейромережі:

Генератори зображень не «склеюють» готові фото з інтернету! Вони починають з абсолютно випадкового білого шуму і за 20–30 кроків видаляють шум (процес Reverse Denoising), промальовуючи шедевр під керівництвом текстового промпту. Рухай слайдер кроків або запусти покрокову авто-генерацію:

Чому 90% людей отримують від ChatGPT нудні шаблони, а професіонали — шедеври? Вся справа в Золотій формулі Промпту: [Роль] + [Контекст] + [Задача] + [Формат] + [Обмеження]. Порівняй результати наживо:

Оскільки мовні моделі генерують слова за ймовірностями, вони вміють впевнено брехати (галюцинувати). Твоя задача як детектива — прочитати твердження від ШІ та визначити, чи це перевірений факт, чи підступна вигадка!

Пройди підсумковий тест за темами: архітектура Transformer, Self-Attention, дифузія Midjourney, промпт-інжиніринг та галюцинації. Після завершення отримай іменний Сертифікат Рівня 3!

У 2014 році вчений Ян Гудфеллоу здійснив переворот у штучному інтелекті, винайшовши GAN (Generative Adversarial Networks). Він змусив змагатися дві нейромережі: Генератор (який намагається створити фальшивку з випадкового шуму) та Дискримінатор (детектива, який оцінює: реальне це фото чи підробка).

Сучасні мовні дифузійні моделі (VALL-E, ElevenLabs) здатні скопіювати тембр будь-якої людини всього за 3–5 секунд аудіо. Проте якщо заглянути в частотну спектрограму звуку, можна побачити характерні цифрові дефекти нейромереж!

Зловмисники більше не пишуть неграмотні спам-листи. Вони використовують ChatGPT для ідеальної маніпуляції та клонування голосу для дзвінків батькам. Пройди симуляцію та навчися відбивати атаки!

Головне завдання інженера машинного навчання — навчити модель узагальнювати (Generalization), а не просто сліпо зубрити точки даних разом із шумом. Якщо модель занадто проста — це Недонавчання (Underfitting). Якщо модель надскладна і проходить через кожен випадковий шум — це Перенавчання (Overfitting)!

Ти бачиш емулятор платформи Google Teachable Machine, яка дозволяє створити комп'ютерний зір без коду! Збери зразки для 3 класів жестів, натренуй нейромережу та протестуй точність її розпізнавання.

Дай відповіді на 3 короткі запитання про свої інтереси — і система підбере твою персональну ШІ-спеціалізацію майбутнього!

Обери соціальну чи технологічну проблему, яку ти хочеш вирішити за допомогою штучного інтелекту: