Transformer tabanlı elektronik tablo teknolojisi

 (byhand.ai)
2 puan yazan GN⁺ 2025-02-08 | 1 yorum | WhatsApp'ta paylaş
  • AI by Hand materyallerini elle özelleştirme sürecinde çözüm hataları oluşabildiği için kullanıcıların alıştırmaları ve çözümleri doğrudan oluşturabilecekleri bir araca ihtiyaç doğdu
  • Çeşitli uygulama yöntemleri değerlendirildikten sonra, daha fazla kişinin erişip düzenleyebileceği bir biçim seçilerek Google Sheets tercih edildi
  • Yayınlanan materyaller arasında transformer alıştırmaları için bir Google Sheet yer alıyor; hemen incelenebilir
  • Mevcut AI by Hand materyalleri çeşitli yapay zeka eğitimcileriyle birlikte özelleştirildi ve dünya genelinde birçok sınıfta kullanılıyor
  • Henüz erken aşamada olduğu için kullanım sırasında gelen geri bildirimler aracın iyileştirilmesini doğrudan etkileyebilir

Google Sheets ile oluşturulan AI by Hand alıştırma aracı

  • Amaç, insanların özel sayılar ve çözümler ekleyerek kendi AI by Hand alıştırmalarını oluşturabilmesini sağlamak
  • Çeşitli teknolojiler değerlendirildikten sonra, erişilebilirliği artırmak için Google Sheets kullanmaya karar verildi
  • Transformer alıştırmaları için Google Sheet yayınlandı

Elle özelleştirmenin sınırları ve geri bildirim çağrısı

  • Son birkaç ay boyunca çeşitli yapay zeka eğitimcileriyle iş birliği yapılarak AI by Hand alıştırma materyalleri özelleştirildi
  • Materyaller dünya genelinde birçok sınıfta kullanılıyor ve özelleştirme sürecinin tamamı elle yürütüldü
  • Elle yürütülen süreçte çözümlere hata girebiliyordu; öğrencilerin bunları fark ettiği örnekler de oldu
  • Araç henüz erken aşamada olduğu için geri bildirim alınmak isteniyor

İlgili okumalar

1 yorum

 
GN⁺ 2025-02-08
Hacker News yorumları

  • Gerçekten merak ediyorum; insanlar bunu izleyip uyguladıktan sonra neyi anladıklarını hissediyor, bilmiyorum.
    Doğrusal regresyondaki tüm matris çarpımlarını tek tek yazınca gerçekten anladım denebilir mi? Asıl meselenin uygulama biçimi mi olduğu, yoksa daha derin bir sezgi kazandırıp kazandırmadığı merak ettiğim nokta.
    Görselleştirmenin değerini anlıyorum ama bunun ötesinde gerçek eğitimsel kazanımın ne olduğundan emin değilim. ML/matematik tarafındayım ama 10 yıldan uzun süredir ders vermediğim için kaçırdığım bir şey olabilir.

    • Bana kalırsa daha çok ters etki hedeflenmiş gibi; en azından bende öyle oldu.
      GPT-3 ilk çıktığında, sınırlı bir ML geçmişim olmasına rağmen neredeyse sihir gibi görünüyordu; sonra 3blue1brown’un Transformer videosunu izleyince matematiğin kendisi oldukça basit geldi, hatta biraz hayal kırıklığına uğradım.
      Esas nokta, basit temel bileşenlerin yeterince büyük ölçeklendiğinde şaşırtıcı sonuçlar üretebilmesiydi; Conway’in Yaşam Oyunu’ndaki gibi ilkelerden çok karmaşık ve kullanışlı beliren davranışların ortaya çıkabileceği hissini verdi.
    • Bu tür oyuncak örnekler, temel yapıyı gerçekten anlayıp anlamadığını kontrol etmek açısından değerli.
      Transformer bloğunu açıklayan diyagramlara veya denklemlere bakabilirsiniz ama oradan gerçek uygulamaya nasıl geçileceği ayrı bir mesele. Bu tür örnekler sayesinde nerede neyin hesaplandığını, vektör ve matris boyutlarının nasıl olduğunu doğrulayabilirsiniz.
      LLM’lerle uğraşmak isteyen çoğu kişi için gerekli olmayabilir; ama ben şahsen çalışma prensibini çok düşük seviyeye kadar kurcalamayı seviyorum. Gerçek Transformer modelinin kaynak koduna kıyasla bu tür örneklerle oynamak çok daha kolay; oyuncak örneği kavradıktan sonra gerçek kodu da daha rahat yakalıyorsunuz.
    • Temel seviyede eğitimsel değeri var. Özellikle matematiği zayıf CS öğrencilerine otomatik türevlemenin kalkülüsü nasıl matris cebirine dönüştürdüğünü gösterebilir.
      Kalan kısımlar da dersle birlikte takip edilecek çalışma kâğıtları vermek açısından anlamlı. Kodlama için ipynb’yi tercih ederim ama algoritmalar için elle hesaplama da iyidir. 2025’te böyle şeyler yapmazsanız sınıfın 1/4’ü telefona bakar, kalan 3/4’ü de derse gelmeyebilir.
      Makaleleri veya kaynak kodunu kendi başınıza okuyabiliyor ve matematikten korkmuyorsanız, bu tür materyaller size yönelik olmayabilir.
    • Bu tür görselleştirmeler, makine öğreniminin gizemini kaldırması bakımından harika. Sonuçta bu sadece bir prosedür; içinde insani anlamda bir zekâ olmadığını gösteriyor.

  • Yapay zekânın temelleri ve iç işleyişine dair sezgi öğretmek için ilgili bir kaynak olarak AI Unplugged[1] iyi. Kalem, kurşun kalem, kart gibi araçlarla oyun benzeri etkinlikler yapılabiliyor.
    AI/ML’ye aşina olmayan farklı kitlelerde, hem çocuklarda hem yetişkinlerde birkaç kez kullandım; her seferinde keyif aldılar ve yaşadıkları modern dünyayı biraz daha anladıklarını düşündüler.
    [1] http://www.aiunplugged.org

  • Excel ile de GPT-2 yapılabilir: https://www.youtube.com/watch?v=yjD2n_e9E3w&ab_channel=Sprea...

  • Başlıkta Spreadsheet deniyor ve gerçekten Google Sheets kullanılıyor; burada neden Excel denmiş anlamadım.

    • Artık geri alındı. Gönderilen başlık “Transformer Implemented Using Excel” idi.

  • Google Docs’un /copy endpoint özelliğini kullanmaları güzel. Öğretirken zahmeti epey azaltıyor.

  • Bunun Postgres gibi bir veritabanı içinde saklı yordamlar, fonksiyonlar ve tetikleyicilerle de uygulanabileceği söylenebilir.
    Bir bakıma veritabanı, çok daha sağlam bir sorgu dili eklenmiş bir elektronik tablodur.

  • Benzer HN dizisi: https://news.ycombinator.com/item?id=42967173

  • Birlikte bakılabilecek bir kaynak olarak, yalnızca formüller kullanılarak Excel’de uygulanmış klasik bilgisayarlı görü temelleri var: https://github.com/amzn/computer-vision-basics-in-microsoft-...
    Orijinal HN gönderisi: https://news.ycombinator.com/item?id=22357374
    Not: Baş yazarı benim.