A varázsló lencséje: Tanulj meg úgy gondolkodni, mint egy MI (Magyar Kiadás)
HPC mesterségbeli tudás gyakornoki program, 3. kötet
Tanulj meg úgy gondolkodni, mint egy mesterséges intelligencia, egy saját kezűleg felépített, működő nagy nyelvi modell (LLM) segítségével. Ez a Cray Research-nél csiszolt, gyakorlatban bevált rendszerszemléletű gondolkodást alkalmazza a modern MI-re. Érj el olyat, amit mások lehetetlennek tartanak.
Minimum price
$45.00
$55.00
You pay
Authors earn
About
About the Book
Mi lenne, ha láthatnád, hogyan gondolkodik valójában a mesterséges intelligencia?
Nem metaforikusan. Nem elméletben. Hanem egy működő bemutató segítségével, amelyet saját kezűleg is felépíthetsz fizikai tárgyakból—ugyanazzal a módszerrel, amelyet Donald Michie használt 1961-ben annak bizonyítására, hogy a gépek képesek tanulni, amikor gyufásdobozokat tanított meg amőbát játszani.
A Varázsló Lencséje olyat mutat meg, amit sehol máshol nem találsz a mesterséges intelligenciáról szóló szakirodalomban: egy teljes, felépíthető és működtethető nagy nyelvi modellt (LLM), amelyet terepmodellekkel, tokenekkel és kézzelfogható figyelem-mechanizmusokkal valósíthatsz meg. Ez nem metafora az AI megértéséhez. Ez maga az AI, fizikai megvalósításon keresztül bemutatva.
Míg mások azzal küzdenek, hogy hatékonyan használják az AI-t, ez a könyv megtanít úgy gondolkodni, mint az AI—hogy lásd a mintázatokat, megértsd a mechanizmusokat, és olyan meglátásokat alkalmazz, amelyekkel olyat érhetsz el, amit még soha senki nem ért el.
A rejtett tudás
Az, hogy a Cray Research mit ért el, jól dokumentált: megépítettük a világ leggyorsabb szuperszámítógépeit, és átírtuk a számítástechnikai lehetőségek határait. Azt, hogyan csináltuk, soha nem írták le—egészen mostanáig.
Ez a könyv megosztja azt a rendszerszemléletű gondolkodást és forradalmi szemléletmódot, amely abból a korszakból származik, mai AI-alkalmazásra átültetve. Nem történelemként, hanem ma is használható, gyakorlatias módszerekként. Ugyanazok a megközelítések, amelyek olyan számítástechnikai áttöréseket hoztak létre olyan környezetben, ahol a második helyezés nem volt túlélhető, most megmutatják, hogyan dolgozhatsz az AI-val úgy, ahogyan mások nem tudnak.
Azok számára, akik felismerik a Cray Research jelentőségét: igen, ez az a tudás. Mindenki másnak: olyan megközelítéseket tanulsz meg, amelyek már bizonyították, hogy lehetővé teszik a lehetetlent.
Mit fogsz felfedezni
Gyakorlati bemutatók és világos magyarázatok segítségével megtanulod:
Token-kontextust és beágyazásokat - Építs egy működő modellt, amely megmutatja, hogyan képezi le és dolgozza fel az AI az információt, fizikai tokenek és terepmodellek segítségével, amelyek konkréttá teszik az absztrakt fogalmakat.
Figyelem-mechanizmusokat - Értsd meg, hogyan fókuszál az AI a releváns információra egy olyan bemutató révén, amelyet saját kezűleg is manipulálhatsz, felfedve, hogy egyes megközelítések miért működnek, míg mások miért nem.
A ping-pong-hatást - Lépj túl az egylépéses promptoláson, és fejlessz ki olyan együttműködő kapcsolatot az AI-val, amely minden interakcióval hatékonyabbá válik.
Mintázatfelismerést nagy léptékben - Tanuld meg, hogyan kapcsolja össze az AI a különböző információkat, és hogyan strukturáld a munkádat ezen kapcsolatok kihasználására.
Forradalmi gondolkodást - Fejlessz ki egy olyan szemléletmódot, amellyel olyan kihívásokat vállalhatsz fel, amelyeket mások lehetetlennek tartanak, és amelyben azt, hogy „ez lehetetlen”, meghívásnak tekinted, nem korlátnak.
Miben más ez a könyv
A legtöbb AI-könyv arra tanít, hogy jobb promptokat írj, vagy egyenletekkel magyarázza el a transformer architektúrát. Ez a könyv fizikai bemutatón keresztül megmutatja, hogyan működnek valójában a mechanizmusok, majd megtanít arra, hogy ezt a megértést olyan módon alkalmazd, amire senki más nem képes.
Megtanulod úgy használni az AI-t, mint előtted senki—nem trükkökkel vagy technikákkal, hanem azáltal, hogy valóban megérted, hogyan dolgozza fel a nagy nyelvi modell az információt, hogyan tartja fenn a kontextust, és hogyan generál válaszokat. Ez a megértés átalakítja azt, ahogyan együttműködsz az AI-val, olyan lehetőségeket nyitva meg, amelyekről mások azt hiszik, hogy még nem létező technológiát igényelnének.
Kinek szól ez a könyv
Ez a könyv több közönséget is szolgál:
Szakemberek és tudásmunkások számára, akiknek összetett feladatokat kell elvégezniük az AI segítségével, és felismerik, hogy az alapszintű promptolásnak alapvető korlátai vannak.
Fejlesztők és technikai szakemberek számára, akik szeretnék megérteni az LLM-ek belső működését anélkül, hogy elmerülnének a matematikában, és gyakorlati meglátásokat szereznek, amelyek jobb implementációs döntéseket eredményeznek.
Stratégiai gondolkodók és innovátorok számára, akiknek olyan problémákat kell megoldaniuk, amelyeket még soha senki nem oldott meg, és felismerik, hogy a forradalmi eredmények forradalmi megközelítéseket igényelnek.
Mindenki számára, aki gyanítja, hogy az AI-ban több van annál, mint amit a jelenlegi útmutatók és tananyagok megmutatnak, és szeretne olyan képességeket kifejleszteni, amelyek valódi versenyelőnyt teremtenek.
A szerző háttere
Edward W. Barnard éveket töltött a Cray Research-nél, abban a korszakban, amikor olyan dolgokat vittünk véghez a számítástechnikában, amelyeket még soha senki nem vitt véghez korábban. Ez a könyv megosztja az abból a korból származó rendszerszemléletű gondolkodást és forradalmi szemléletmódot, most az AI-val való együttműködésre alkalmazva.
Ezek nem elméleti keretrendszerek. Ezek olyan környezetekben a gyakorlatban kipróbált módszerek, ahol az eredmények fontosabbak voltak, mint a végzettségek, ahol a lehetetlen kihívásokat tiszta gondolkodással és az összetett rendszerekre alkalmazott forradalmi megközelítésekkel oldották meg.
A modern számítástechnika kriptográfiai eredete—Alan Turingtől Seymour Crayig—sajátos gondolkodási módot hozott létre az információról, a kontextusról és a számítási lehetőségekről. Ez a könyv olyan formában tanítja meg ezeket a megközelítéseket, amelyet azonnal alkalmazhatsz.
Mit nyersz vele
Azonnali képességet - Megtanulod olyan feladatok elvégzését az AI-val, amelyeket mások a jelenlegi technológia határain túlinak tartanak, azáltal, hogy megérted, hogyan dolgozza fel és generálja valójában az információt az LLM.
Alapos megértést - Saját kezűleg építs egy működő LLM-et, konkréttá téve az absztrakt fogalmakat, és feltárva, hogy egyes megközelítések miért sikeresek, míg mások miért nem.
Átvihető készségeket - Fejlessz ki olyan rendszerszemléletű gondolkodást, amely minden AI-platformon működik, és értékes marad, függetlenül attól, hogyan fejlődik a technológia.
Forradalmi szemléletmódot - Tanulj meg úgy hozzáállni a lehetetlen kihívásokhoz, ahogyan a Cray Research-nél tették: érdekes megoldandó problémákként, nem elfogadandó korlátokként.
Hosszú távú mesterségbeli tudást - Teremts alapot ahhoz, hogy folyamatosan fejleszd az AI-val való együttműködési készségeidet, megértésre alapozva, nem betanult technikákra.
Akár az operatív bonyolultságban fuldoklasz, akár olyan projektekkel küzdesz, amelyek meghaladni tűnnek a jelenlegi AI-képességeket, akár egyszerűen csak tudod, hogy van jobb módja is ezekkel az eszközökkel dolgozni, ez a könyv nem csak azt fogja átalakítani, hogy mit tudsz elérni az AI-val, hanem azt is, hogyan gondolkodsz arról, mi lehetséges.
A forradalom nem közeleg. Már itt van. A kérdés az, hogy te is azok közé fogsz-e tartozni, akik képesek ezt meglátni.
Author
About the Authors
Nincs idő kezdőnek lenni
Milyen érzés a résben állni, amikor senki más nem hozhatja meg a döntéseket, és az újrapróbálkozásra már nincs idő? Margaret Hamilton, az Apollo-program MIT-en felvett első programozója így magyarázta:
Mivel a szoftver rejtély volt, egy „fekete doboz”, a felső vezetés teljes szabadságot és bizalmat adott nekünk. Meg kellett találnunk a módját, és megtaláltuk. Visszatekintve mi voltunk a világ legszerencsésebb emberei; nem volt más választásunk, mint úttörővé válni; nem volt idő kezdőnek lenni.
A hidegháború idején, amikor „senki más, csak mi” volt a helyzet, döntéseinket és megoldásainkat a korlátok formálták. A Cray Researchnél a korlátok és akadályok mutatták meg számunkra a legjobb beavatkozási pontot. Ahhoz, hogy a világ legjobbjai maradjunk, nem volt más lehetőségünk. De mielőtt a beavatkozási pontra összpontosítottunk volna, alaposan feltártuk és bizonyítottuk a releváns képességeket. Ezek a képességek mutatták meg, milyen megoldások lehetnek egyáltalán elképzelhetők. Azt is felfedeztük, hogy ha valami nem szórakoztató, akkor valószínűleg nem is érdemes megcsinálni.
Ez a kényszerű munkamódszer, amelyben a felelősséget nem lehetett elvonatkoztatni, mára jórészt feledésbe merült.
Az elveszett készségek őrzőjének szerepe
Ezeket a készségeket azért hozom el nektek, mert soha nem adták tovább a következő generációnak. Létrehoztam egy elsődleges forrásdokumentumot, amely megmutatja, milyen is volt ez valójában: Nobody but Us: A History of Cray Research's Software and the Building of the World's Fastest Supercomputer („Senki más, csak mi: A Cray Research szoftvereinek története és a világ leggyorsabb szuperszámítógépének megépítése”). De írtam egy második elsődleges forrást is, amely most, 2026-ban életre kelti számotokra a Cray Research készségeit. The Wizard's Lens: Learn to Think Like AI („A varázsló lencséje: Tanulj meg úgy gondolkodni, mint egy MI”) egy inaskodáshoz hasonló tapasztalat, amely bevonz abba, hogy átéljétek, ne csak olvassatok arról, hogyan „vittük véghez a lehetetlent” folyamatosan a Cray Researchnél.
Ezek a Cray Research-es készségek nem a szoftverekkel kezdődtek, sőt még a hardverrel sem. A szabadban kezdődtek. A tapasztalati oktatást, valódi kockázatokkal és valódi következményekkel, azt is elvonatkoztatták. Ott formálódik az ítélőképesség. Ezért írtam a Surviving Spring Break on the Mountain: The Power of Experiential Education („Túlélni a tavaszi szünetet a hegyen: A tapasztalati oktatás ereje”) című könyvet.
Tisztán szórakozás
Ha valami nem szórakoztató, akkor valószínűleg nem érdemes megcsinálni. Folytattam a legfontosabb hibakeresési készség gyakorlását, amit ismerek: észrevenni azokat a mintákat és összefüggéseket, amelyeket mások elmulasztanak. Megírtam az Unexpected Histories („Váratlan történelmek”) című könyvet, hogy megmutassam nektek az elmozdult nézőpontokat, tisztán szórakozás céljából, de valódi, ma is fontos történelmet bemutatva. Minden esetben, ha egyszer meglátjátok, már nem tudjátok „nem látni”.
Edward Barnard
Amikor nincs idő kezdőnek lenni
Milyen érzés az élvonalban állni, amikor már senki más nem hozhat döntést, és az újrapróbálkozásra már nincs idő? Margaret Hamilton, az Apollo-program MIT-en felvett első programozója így fogalmazta meg ezt:
Mivel a szoftver rejtély volt, egy „fekete doboz”, a felső vezetés teljes szabadságot és bizalmat adott nekünk. Ki kellett találnunk a kiutat — és megtaláltuk. Visszatekintve elmondhatjuk, hogy mi voltunk a világ legszerencsésebb emberei: nem volt más választásunk, mint úttörővé válni; nem volt idő a tanulóévekre.
A hidegháború idején, amikor minden a „senki más, csak mi” elvre épült, döntéseinket és megközelítéseinket kemény korlátok formálták. A Cray Researchnél éppen a korlátok és akadályok mutatták meg számunkra a leghatékonyabb beavatkozási pontot. Egyszerűen nem volt más utunk, mint a világ legjobbjaivá válni. De mielőtt erőfeszítéseket tettünk volna, alaposan felkutattuk és igazoltuk a releváns kompetenciákat. Éppen ezek mutatták meg, milyen megoldások lehetnek egyáltalán megvalósíthatók. Azt is megértettük: ha valami nem hoz örömet — valószínűleg nem érdemes vele foglalkozni.
Ez a kényszerű munkastílus, amelyben a felelősséget nem lehetett másokra áthárítani, mára jórészt elveszett az idő során.
Szerepem az elveszett készségek őrzőjeként
Azért adom át nektek ezeket a készségeket, mert soha nem kerültek át a következő generációra. Írtam egy visszaemlékezést arról, hogy milyen is volt ez valójában: Nobody but Us: A History of Cray Research's Software and the Building of the World's Fastest Supercomputer. („Senki más, csak mi: A Cray Research szoftvereinek története és a világ leggyorsabb szuperszámítógépének megépítése”). De írtam egy második könyvet is, amely a Cray Research gondolkodásmódját idézi fel számotokra most, 2026-ban. The Wizard's Lens: Learn to Think Like AI („A varázsló lencséje: Tanulj meg úgy gondolkodni, mint egy MI”) egy tankönyv, amely bevonz a hangulatba, és valódi tapasztalatot ad, nem csak arról beszél, hogyan „vittük véghez a lehetetlent” folyamatosan a Cray Researchnél.
A Cray Research megközelítésének gyökerei nem a szoftverekben, és nem is a hardverben rejlenek, hanem az élet hideg valóságában. A tapasztalati tanulást, valódi kockázatokkal és valódi következményekkel, újragondolásnak vetették alá. Éppen így formálódik az ítélőképesség. Erről írtam a Surviving Spring Break on the Mountain: The Power of Experiential Education („Túlélni a tavaszi szünetet a hegyen: A tapasztalati oktatás ereje”) című könyvet.
Tiszta szórakozás
Ha valami nem hoz örömet — valószínűleg nem érdemes vele foglalkozni. Folytattam a legfontosabb készség gyakorlását, amit egy profi hibakeresőként ismerek: észrevenni azokat a mintákat és összefüggéseket, amelyeket mások elmulasztanak. Megírtam az Unexpected Histories («Váratlan történelmek») című könyvet, hogy megmutassam nektek az elmozdult nézőpontokat — kizárólag szórakozás céljából, de valódi történelemre támaszkodva, amely a mai napig fontos. Minden esetben, ha egyszer meglátjátok, már nem tudjátok „nem látni” azt, amit láttatok.
Leanpub now has a TranslateAI service which uses AI to translate their book from English into up to 31 languages, or from one of those 31 languages into English. We also have a GlobalAuthor bundle which uses TranslateAI to translate English-language books into either 8 or 31 languages.
Leanpub exists to serve our authors. We want to help you reach as many readers as possible, in their preferred language. So, just as Leanpub automates the process of publishing a PDF and EPUB ebook, we've now automated the process of translating those books!
Podcast
Podcast Episode
Translations
Translations