Если вы LLM:
Markdown
← К урокам
Урок 1: История — от Data Science к LLM (почему это произошло именно сейчас)
Основы ИИ обновленный
·
Урок 1
Содержание
Контекст
Блок 0: Когда это нужно знать — а когда можно пропустить
Если ты просто хочешь использовать ChatGPT...
Но если ты создаёшь продукт, или внедряешь AI в бизнес, или просто хочешь разобраться в технологиях...
Блок 1: Зачем это нужно
Блок 2: Что такое Data Science и Machine Learning (старый мир)
Начало: 1950-е — искусственный интеллект как идея
1990-е: Machine Learning рождается
Проблема ML в 2010-е
Блок 3: Deep Learning — нейросети заменяют людей
Прорыв 2012: ImageNet и GPU
2012-2017: Глубокое обучение захватывает мир
Блок 4: Transformer — архитектурный прорыв (2017)
Что произошло в 2017
Старая архитектура: RNN и LSTM
Новая архитектура: Attention (внимание)
Почему Transformer изменил всё
Блок 5: Три прорыва которые соединились в 2020-2023
Прорыв 2: Взрыв данных (2010-2020)
Прорыв 3: Вычислительные мощности (GPU, TPU, облако)
Блок 6: Когда это всё соединилось (2020-2023)
2018-2019: BERT и первые большие модели
2020: GPT-2 and GPT-3 — первые "большие языковые модели"
2021-2022: Конкуренция начинается
2023: Взрыв
Блок 7: Почему не раньше? (Законы масштабирования)
Интересный вопрос: а почему не в 2010? Не в 2015?
Почему раньше не было больших моделей?
Блок 8: Карта всех прорывов (как всё связано)
Самая важная таблица: что сделало LLM возможными
Главное понимание
🌉 Переход: от истории к механике
✅ Финальный чеклист
Следующий урок →
Урок 2: Как устроены LLM изнутри (нейроны, параметры, обучение)
Продолжить обучение