Based on this YouTube video's total view count of 220K views and industry-standard rates, the estimated total earning is $154 - $441 through ad revenue. Historical data is not yet available to calculate daily, weekly, or monthly averages.

Explore Po co Polsce własny LLM? with 220,556 views, 2,289 likes, and 280 comments. Experience the impact of this video content that has captured audience attention.

Czy sztuczna inteligencja naprawdę działa tak samo jak człowiek? Ludzki mózg waży zaledwie około półtora kilograma i do działania potrzebuje około dwudziestu watów energii. Dla porównania, wielkie centra danych trenujące zaawansowane modele sztucznej inteligencji zużywają setki megawatów prądu, a ich trening kosztuje miliony dolarów. W tym nagraniu rozkładamy sztuczną inteligencję na czynniki pierwsze. Przedstawiamy, czym są duże modele językowe, jak działa mechanizm uwagi oraz dlaczego sieci neuronowe liczą prawdopodobieństwo wystąpienia kolejnych słów zamiast realnie rozumieć świat. Zwracamy uwagę na fundamentalne różnice między sztuczną siecią a ludzkim mózgiem, omawiamy zjawisko halucynacji i błędów w odpowiedziach modeli oraz przywołujemy przełomowy system AlphaFold. W drugiej części filmu znajduje się rozmowa z Marcinem Dąbrowskim, ekspertem uczestniczącym w pracach nad polskim projektem Bielik. W wywiadzie omówiono, jak na superkomputerze Helios w Cyfronecie Akademii Górniczo-Hutniczej powstał otwarty polski model językowy. Poruszamy m.in. kluczowy temat suwerenności technologicznej, prawnej i kulturowej. Wyjaśniono także zasady działania inicjatywy Obywatel Bielik, która tworzy polski model wizyjny na podstawie dodawanych przez obywateli zdjęć i opisów polskiego dziedzictwa. Zachęcamy do zostawienia opinii w komentarzu pod filmem na temat tego, o jakich obszarach sztucznej inteligencji, takich jak medycyna, edukacja, energetyka czy bezpieczeństwo, warto porozmawiać w kolejnym materiale. Współpraca: Marcin Waryszak Montaż: Aleksander Siekierzycki Linki: Architektura i działanie LLM Vaswani et al., „Attention is All You Need”, NeurIPS 2017: https://arxiv.org/abs/1706.03762 Transformer Explainer: poloclub.github.io/transformer-explainer/ Jurafsky & Martin, „Speech and Language Processing”, rozdz. 8: https://web.stanford.edu/~jurafsky/slp3/8.pdf Meta AI „Introducing Llama 3”: https://ai.meta.com/blog/meta-llama-3/ Skala i parametry modeli SemiAnalysis, „GPT-4 Architecture, Infrastructure, Training Dataset, Costs”: https://semianalysis.com/2023/07/10/gpt-4-architecture-infrastructure/ Mózg vs sieci neuronowe Beren Millidge, „The Scale of the Brain vs Machine Learning”: https://www.beren.io/2022-08-06-The-scale-of-the-brain-vs-machine-learning/ Jak się uczy mózg - University of Oxford (2024): https://www.ox.ac.uk/news/2024-01-03-study-shows-way-brain-learns-different-way-artificial-intelligence-systems-learn Human Brain Project, „Learning from the brain to make AI more energy-efficient”: https://www.humanbrainproject.eu/en/follow-hbp/news/2023/09/04/learning-brain-make-ai-more-energy-efficient/ AI w medycynie NHS England, „AI tools detecting strokes": https://www.england.nhs.uk/2024/05/ai-tool-helps-double-recovery-rates-from-stroke/ Mayo Clinic, „Predicting cognitive decline with AI": https://newsnetwork.mayoclinic.org/discussion/mayo-clinic-launches-new-tool-to-help-predict-cognitive-decline/ Google Health, „International evaluation of AI for breast cancer screening": https://www.nature.com/articles/s41586-019-1799-6 AlphaFold i Nobel 2024 https://www.nobelprize.org/prizes/chemistry/2024/press-release/ Nature, „Chemistry Nobel goes to developers of AlphaFold AI": https://www.nature.com/articles/d41586-024-03214-7 Bielik i Obywatel Bielik, PLLuM https://bielik.ai/ https://obywatel.bielik.ai/ https://speakleash.org/blog/obywatel-bielik-03-04-2025/ https://pllum.org.pl Energetyka AI Konsumpcja energii: https://adasci.org/how-much-energy-do-llms-consume-unveiling-the-power-behind-ai/ PNAS, „Can neuromorphic computing help reduce AI’s high energy cost?”: https://www.pnas.org/doi/10.1073/pnas.2528654122 Halucynacje modeli: https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2025.1622292/full Dlaczego modele halucynują, OpenAI, https://openai.com/index/why-language-models-hallucinate/ 00:00 AI - czym to się je? 01:33 Za kulisami Sztucznej Inteligencji 05:05 Transformery 07:17 Nauka, energia, koszty 09:30 Gdzie AI już nam pomaga? 13:12 Rozmowa z ekspertem: Jak buduje się LLM-a? 19:47 Rozmowa z ekspertem: Jakość danych 24:25 Rozmowa z ekspertem: Bielik vs inne modele 29:35 Rozmowa z ekspertem: Suwerenność technologiczna 34:46 Rozmowa z ekspertem: Koszty, możliwości rozwoju 45:02 Rozmowa z ekspertem: Czym jest Obywatel Bielik 48:04 Rozmowa z ekspertem: Czym są surowe kluski śląskie? :) 49:45 Rozmowa z ekspertem: Przyszłość Bielika 53:21 Rozmowa z ekspertem: Bezpieczeństwo danych 01:00:30 Podsumowanie i Wasze życzenia * Odcinek powstał dzięki wsparciu Widzów: zrzutka.pl/NaukaToLubie Jeśli podobają Ci się moje filmy zasubskrybuj mój kanał! http://youtube.com/naukatolubie?sub_confirmation=1

With SocialCounts.org’s view counter, track your YouTube video’s live view count and YouTube likes count in real time with fast, reliable updates.

Watch every YouTube video live view count rise with our real-time YouTube views tracker—built for accuracy and minimal delay.

Follow YouTube real time views as they happen, using our dedicated view counter for YouTube videos.

Get up-to-date live view count on YouTube and see real-time growth with SocialCounts.org’s smart tracking tools.