Files
DBAdmin/brain/wiki/concepts/software-2-0.md
T
2026-05-18 06:40:19 +00:00

45 lines
1.8 KiB
Markdown

---
title: "Software 2.0"
type: "concept"
tags: [AI, programowanie, machine-learning, karpathy]
created: 2026-05-14
updated: 2026-05-14
sources: ["[[summaries/software-2-0]]", "[[summaries/karpathy-llm-wiki-breakdown]]", "[[summaries/how-to-deploy-autoresearch]]"]
confidence: high
---
# Software 2.0
## Definition
Paradygmat programowania, w którym systemy są tworzone nie przez pisanie instrukcji, ale przez optymalizację parametrów (wag) modelu na podstawie zbioru danych i zdefiniowanego celu.
## How It Works
Zamiast budować algorytm, programista 2.0:
1. Zbiera i przygotowuje dane (Dataset).
2. Definiuje architekturę sieci neuronowej (Szkielet).
3. Uruchamia proces optymalizacji (Trening), który automatycznie dobiera wagi tak, aby zminimalizować błąd.
## Key Parameters
- **Wagi (Weights)**: Miliony parametrów tworzących "kod" 2.0.
- **Funkcja celu (Loss Function)**: Definiuje, co model ma osiągnąć.
- **Dane (Dataset)**: Prawdziwe "źródło prawdy" systemu.
## Benefits
- **Wydajność**: Często przewyższa możliwości człowieka w rozpoznawaniu wzorców (obraz, mowa).
- **Adaptacyjność**: Łatwa zmiana zachowania poprzez dodanie nowych danych.
- **Hardware-friendly**: Optymalne dla procesorów graficznych i dedykowanych układów AI.
## Risks & Pitfalls
- **Brak interpretowalności**: Trudno zrozumieć, dlaczego model podjął konkretną decyzję.
- **Ataki adwersarialne**: Podatność na celowo przygotowane, błędne dane wejściowe.
- **Uprzedzenia**: Model kopiuje błędy i uprzedzenia zawarte w danych treningowych.
## Related Concepts
- [[concepts/software-1.0]] - Tradycyjne podejście.
- [[concepts/knowledge-compilation]] - Trening jako forma kompilacji wiedzy.
- [[concepts/autoresearch]] - Automatyzacja tworzenia oprogramowania 2.0.
## Sources
- [[summaries/software-2-0]]
- [[summaries/karpathy-llm-wiki-breakdown]]