Vývoj AI

Co tato dovednost pokrývá

Koncepty, nástroje a praktické postupy pro vývoj AI: embeddingy a vektorové vyhledávání, klíčové Python knihovny pro AI a základy strojového učení. Pro stavbu kompletní retrieval-augmented generation pipeline viz RAG, pro lokální provoz modelů viz Ollama, pro propojení AI asistenta s externími nástroji viz MCP, pro zapojení AI do Drupalu viz AI v Drupalu.

Kdy ji použít

• Při výběru embedding modelu nebo metriky podobnosti vektorů pro funkci sémantického vyhledávání
• Při rozhodování mezi transformers a sentence-transformers, nebo výběru jiné Python knihovny pro AI, pro konkrétní NLP úlohu
• Při výběru techniky strojového učení (regrese, SVM, random forest, nejbližší sousedé) pro úlohu prediktivního modelování

Základy AI

Vektorové databáze a embeddingy

Vektorové databáze ukládají vysokodimenzionální vektory pro efektivní sémantické vyhledávání. Na rozdíl od tradičních databází založených na klíčových slovech umožňují vyhledávání podle podobnosti pomocí embeddingů.

Klíčové koncepty:

• Embeddingy: Číselné reprezentace textu, obrázků nebo zvuku ve vektorovém prostoru.
• Sémantické vyhledávání: Vyhledává informace na základě významu, ne přesných klíčových slov.
• Metriky podobnosti vektorů: Kosinová podobnost, euklidovská vzdálenost, manhattanská vzdálenost.

Doporučené zdroje:

• Vector Database Guide
• Simple Neural Network Tutorial
• RAG Implementation Example

Pro stavbu retrieval a generation pipeline nad těmito základy viz RAG.

Python knihovny pro AI

Knihovna Transformers

from transformers import AutoModel, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("bert-base-uncased")
model = AutoModel.from_pretrained("bert-base-uncased")
inputs = tokenizer("Hello world", return_tensors="pt")
outputs = model(**inputs)

Transformers vs Sentence Transformers:

Další knihovny

• PyTorch: Neuronové sítě
• NumPy / Pandas: Práce s daty
• Scikit-learn: ML algoritmy
• PEFT: Efektivní fine-tuning LLM

Osvědčené postupy pro implementaci AI

1. Volte modely vhodné pro danou úlohu a dostupný hardware.
2. Rozhodněte se mezi lokálním (Ollama) a cloudovým nasazením podle požadavků na soukromí a škálovatelnost.
3. Používejte efektivní embeddingy pro sémantické vyhledávání.
4. Kombinujte retrieval systémy s generativními modely (RAG) pro úlohy náročné na znalosti.
5. Sledujte využití zdrojů a optimalizujte výkon.

Základy strojového učení

Klíčové koncepty:

• Bias-variance tradeoff: Rovnováha mezi jednoduchostí a flexibilitou modelu.
• Centrální limitní věta: Výběrové průměry konvergují k normálnímu rozdělení.
• Zákon velkých čísel: Větší datové sady poskytují spolehlivější odhady.

Učení s učitelem:

• Lineární regrese: Predikce spojitých hodnot.
• R-squared: Metrika kvality modelu.
• SVM: Klasifikace pomocí optimální nadroviny.

Ensemble metody:

• Random Forest: Snižuje overfitting, zvládá chybějící data, poskytuje důležitost příznaků.

Učení bez učitele:

• Nejbližší sousedé: Klasifikace na základě podobnosti, citlivá na irelevantní příznaky.

Neuronové sítě:

• Vrstvená struktura, učí se vzory pomocí backpropagace, základ hlubokého učení.

Vizualizace dat:

• Seaborn: Pokročilé statistické grafy, integrace s pandas.

Praktické využití:

• Prediktivní modelování (např. volby)
• Analýza trendů z demografických nebo historických dat