Wszystkie lekcje

Kurs

AI klasy 12: Systemy AI, badania i innowacje

Zaprojektuj oryginalny system AI, przetestuj go i umieść demo w sieci. Potem przedstaw oryginalny system AI i jego ocenę jako projekt końcowy.

Rób lekcje po kolei. Na końcu umiesz nanieść na mapę usługi w systemie AI. Umiesz wybrać model według jakości, szybkości i kosztu oraz obronić projekt systemu. Umiesz napisać pytanie badawcze, które da się sprawdzić, i propozycję na jedną stronę z linią bazową. Umiesz zbudować pierwszą działającą wersję, napisać plan eksperymentu i testować na zaszumionych wejściach. Umiesz usunąć części i zmierzyć, co dodaje każda, w badaniu ablacji. Umiesz przeprowadzić małe badanie z użytkownikami, umieścić demo w sieci i śledzić błędy oraz koszt. Umiesz zważyć, kto zyskuje i kto może stracić. Umiesz przedstawić oryginalny system AI i jego ocenę.

Jak używać tych lekcji

  • Zacznij od lekcji oznaczonej Zrób to. Idź dalej, gdy potrafisz sam zrobić linijkę pod tytułem.
  • Najpierw zagraj w Gry. Potem zrób Quiz. 8 z 10 dobrych, żeby zaliczyć. Karty pracy są na papierze. Odpowiedzi są na dole.
  • Każda lekcja posuwa twój projekt końcowy. Prowadź dziennik projektu: każda decyzja, każdy eksperyment i każdy wynik, także te nieudane.
  • Wybierz projekt końcowy w nauce, korepetycjach, robotyce i widzeniu albo pomyśle na startup. Używaj tylko danych, których wolno ci użyć. Zdobądź zgodę przed każdym badaniem z użytkownikami. Klucze API trzymaj w tajemnicy. Ustal limit wydatków.

Każda lekcja ma gry, quiz i karty pracy.

0 z 36

Architektura systemów AI

  1. 1Usługi w systemie AINanieś na mapę usługi w systemie AI.
    • Nazwij warstwy danych, modelu, serwowania i interfejsu.
    • Nanieś prawdziwy produkt AI na te warstwy.
    • Znajdź pojedyncze punkty awarii.
  2. 2Wybierz modelWybierz model według jakości, szybkości i kosztu.
    • Porównaj trzy modele na własnym zbiorze testowym.
    • Zmierz szybkość i koszt na zapytanie.
    • Wybierz jeden i uzasadnij kompromis.
  3. 3Trenować, dostrajać czy użyć APIZdecyduj, kiedy trenować, dostrajać albo użyć API.
    • Wypisz koszty każdej opcji.
    • Weź pod uwagę dane, prywatność i kontrolę.
    • Zdecyduj dla swojego projektu końcowego.
  4. 4Projekt systemuNarysuj projekt systemu i go obroń.
    • Narysuj części i przepływ danych.
    • Zaznacz, gdzie mogą zdarzyć się błędy i ataki.
    • Przedstaw go i odpowiedz na pytania.

Formułowanie problemu

  1. 5Prawdziwy problemWybierz prawdziwy problem wart rozwiązania.
    • Porozmawiaj z ludźmi, którzy mają ten problem.
    • Sprawdź, co już istnieje.
    • Powiedz, dlaczego AI jest właściwym narzędziem, albo nie.
  2. 6Pytanie badawczeNapisz pytanie badawcze, które da się sprawdzić.
    • Zamień szeroki pomysł w wąskie pytanie.
    • Nazwij, co zmierzysz.
    • Powiedz, jaki wynik dałby na nie odpowiedź.
  3. 7Co system musi i czego nie możeWypisz, co system musi robić i czego nie może.
    • Napisz wymagania funkcjonalne.
    • Napisz granice dla dokładności, szybkości, kosztu i bezpieczeństwa.
    • Ułóż je według priorytetu.
  4. 8Propozycja na jedną stronęNapisz propozycję na jedną stronę z linią bazową.
    • Podaj problem, podejście i dane.
    • Ustal prostą linię bazową do pobicia.
    • Ustal harmonogram.

Zaawansowane zastosowania AI

  1. 9Obraz, tekst i dźwiękPołącz obraz, tekst i dźwięk w jednym systemie.
    • Zbadaj prawdziwy system multimodalny.
    • Wybierz, jak połączyć wejścia.
    • Znajdź, gdzie jedno wejście może naprawić błędy drugiego.
  2. 10Agenty wielokrokoweZaprojektuj agenty wielokrokowe ze sprawdzeniami.
    • Podziel pracę na role planisty, wykonawcy i sprawdzającego.
    • Dodaj sprawdzenia między krokami.
    • Ogranicz narzędzia i wydatki.
  3. 11AI przyspiesza odkryciaWyjaśnij, jak AI przyspiesza odkrycia naukowe.
    • Zbadaj jeden przypadek, na przykład zwijanie białek albo prognozę pogody.
    • Powiedz, co zrobiło AI i co zrobili naukowcy.
    • Znajdź naukowy zbiór danych, którego możesz użyć.
  4. 12Pierwsza działająca wersjaZbuduj pierwszą działającą wersję.
    • Zbuduj najmniejszą wersję, która działa od początku do końca.
    • Uruchom ją wobec linii bazowej.
    • Wypisz, co poprawić najpierw.

Projektowanie eksperymentów

  1. 13HipotezaPodaj hipotezę i to, co by ją obaliło.
    • Napisz hipotezę, którą da się sprawdzić.
    • Napisz wynik, który pokazałby, że jest błędna.
    • Przewidź wielkość efektu.
  2. 14Zmień jedną rzeczZmień jedną rzecz i resztę zostaw bez zmian.
    • Nazwij zmienne niezależne i zależne.
    • Ustal ziarna losowe i ustawienia.
    • Uruchom każde ustawienie kilka razy.
  3. 15Uczciwe zbiory treningowe, walidacyjne i testoweZbuduj uczciwe zbiory treningowe, walidacyjne i testowe.
    • Zapobiegaj wyciekom między podziałami.
    • Dziel według czasu, miejsca albo osoby, gdy trzeba.
    • Zamknij zbiór testowy aż do końca.
  4. 16Plan eksperymentuNapisz plan eksperymentu, zanim cokolwiek uruchomisz.
    • Wypisz każde uruchomienie i jego ustawienia.
    • Ustal metryki z góry.
    • Oszacuj obliczenia i koszt.

Ocena AI

  1. 17Benchmark i jego graniceWybierz benchmark i wyjaśnij jego granice.
    • Znajdź publiczny benchmark do swojego zadania.
    • Sprawdź, czy modele mogły go widzieć w treningu.
    • Dodaj własne przypadki testowe.
  2. 18Zaszumione i przesunięte wejściaTestuj na zaszumionych i przesuniętych wejściach.
    • Dodaj szum, literówki i rozmycie.
    • Testuj na danych z nowego miejsca albo czasu.
    • Zmierz, o ile spada wynik.
  3. 19Badanie ablacjiW badaniu ablacji usuń części i zmierz, co dodaje każda.
    • Wypisz części swojego systemu.
    • Usuwaj po jednej i uruchamiaj ponownie.
    • Zrób tabelę wyników.
  4. 20Wyniki ze słupkami błęduPodaj wyniki ze słupkami błędu i szczerymi granicami.
    • Pokaż średnią i rozrzut między uruchomieniami.
    • Porównaj z linią bazową.
    • Napisz granice wprost.

Współpraca człowieka i AI

  1. 21Gdzie człowiek musi zatwierdzićZdecyduj, gdzie człowiek musi zatwierdzić.
    • Ułóż decyzje według ryzyka.
    • Dodaj człowieka do tych o wysokim ryzyku.
    • Zaprojektuj łatwy sposób, by pominąć AI.
  2. 22Dlaczego model wybrałWyjaśnij, dlaczego model podjął wybór.
    • Użyj ważności cech albo map istotności.
    • Pokaż źródła wygenerowanych odpowiedzi.
    • Sprawdź, czy użytkownicy rozumieją wyjaśnienie.
  3. 23Opinie użytkownikówZbieraj opinie użytkowników, żeby ulepszać system.
    • Dodaj oceny i komentarze.
    • Zamień opinie w nowe przypadki testowe.
    • Uważaj na opinie, które dodają stronniczość.
  4. 24Badanie z użytkownikamiPrzeprowadź małe badanie z użytkownikami i je podsumuj.
    • Zdobądź zgodę każdego uczestnika.
    • Daj zadania i zmierz sukces oraz czas.
    • Podsumuj, co zadziałało, a co nie.

Wdrożenie i działanie

  1. 25Model za APIUdostępnij model za API.
    • Owiń model w webowe API.
    • Dodaj sprawdzenia wejścia i limity czasu.
    • Zrób test obciążenia.
  2. 26Błędy, szybkość i dryfŚledź błędy, szybkość i dryf.
    • Zapisuj zapytania bez danych osobowych.
    • Narysuj wykresy błędów i czasu odpowiedzi.
    • Wykryj, gdy wejścia odchodzą od danych treningowych.
  3. 27Koszt na użytkownikaOszacuj koszt na użytkownika.
    • Zmierz koszt na zapytanie.
    • Oszacuj koszt przy 100 i 10 000 użytkownikach.
    • Obetnij koszt pamięcią podręczną albo mniejszym modelem.
  4. 28Demo w sieciUmieść w sieci demo, które inni mogą wypróbować.
    • Wdróż na darmowym hoście.
    • Dodaj limit wydatków i limity zapytań.
    • Napisz krótki przewodnik dla użytkowników.

Innowacje w AI

  1. 29Potrzeba, którą AI może spełnićZnajdź potrzebę, którą AI mogłoby spełnić.
    • Zbadaj trzy produkty AI i potrzeby, które spełniają.
    • Znajdź potrzebę, której jeszcze nikt nie spełnia.
    • Oszacuj, kto by z tego korzystał.
  2. 30Zgoda, prywatność i szkodaSprawdź zgodę, prywatność i szkodę.
    • Sprawdź licencję i zgodę na twoje dane.
    • Usuń dane osobowe.
    • Wypisz możliwe szkody i to, jak je zmniejszasz.
  3. 31Kto zyskuje i kto może stracićZważ, kto zyskuje i kto może stracić.
    • Nanieś na mapę wszystkich, których twój system dotyczy.
    • Zważ korzyści wobec ryzyka dla każdej grupy.
    • Zmień przez to jeden wybór w projekcie.
  4. 32Propozycja badawcza lub uzasadnienie biznesoweNapisz propozycję badawczą lub uzasadnienie biznesowe.
    • Wybierz propozycję badawczą albo pitch startupu.
    • Podeprzyj każde twierdzenie swoimi wynikami.
    • Przećwicz to z opinią zwrotną.

Studio projektu końcowego AI

  1. 33Popraw na podstawie testówPopraw system na podstawie wyników testów.
    • Wybierz największą słabość ze swojej oceny.
    • Napraw ją i uruchom testy ponownie.
    • Zapisz zmianę w dzienniku.
  2. 34Raport technicznyNapisz jasny raport techniczny.
    • Napisz streszczenie, metodę, wyniki i granice.
    • Zrób jasne rysunki i tabele.
    • Udostępnij kod, żeby inni mogli to powtórzyć.
  3. 35Plakat i demo na żywoZrób plakat i demo na żywo.
    • Zrób jednostronicowy plakat badawczy.
    • Przygotuj 3-minutowe demo na żywo.
    • Przygotuj zapas, gdyby demo się nie udało.
  4. 36Oryginalny system AIPrzedstaw oryginalny system AI i jego ocenę.
    • Przedstaw problem, system i wyniki.
    • Pokaż, jak wypada wobec linii bazowej.
    • Odpowiedz na pytania o jego granice.