Assalamualaikum Warahmatullahi Wabarakatuh..
Fastrack..
belajar AI. Nak maklumat yang lebih professional dan akademik, gambar
diagram cantik, boleh gi kat article, Abu Huzaifah Bidin https://maercaestro.github.io/
AI
adalah Artificial Intelligence, kepandaian buatan atau buat-buat
pandai. AI bergantung pada maklumat yg dah ada dan boleh agak2 jawapan
daripada calculation, sama ada betul - pandai, atau pun tidak -
merapu/delusional/AI slop.
AI paling asas adalah engine LLM - Large Language Model. Jenis AI yang borak-borak, tanya soalan, dia jawab.
Untuk perbandingan saiz storage:
- 1 Novel 300 mukasurat, 1MB ~ 3MB
- 1 Set Encyclopaedia, 100MB ~ 500MB
- 1 Model AI LLM kecil, 1GB atau 1,000MB
- 1 Model AI ChatGPT 3.5, 800GB atau 8,000MB atau 80 set Encyclopaedia.
Kenapa LLM tu paling asas?
Iqra'.
Sebab, setiap arahan perlu melalui bahasa, ayat dan perkataan (text
encoder). Seperti menaip, bercakap - voice recognition, penglihatan -
visual recognition.
Model tu apa? Model tu memori dalam kepala otak AI.
Secara
ringkas, lagi banyak memori atau interaksi, lagi banyak maklumat dan
pengalaman AI - lagi banyak dia boleh goreng/calculate.
Camne bila tanya soalan, AI boleh jawab? Cakap melayu boleh, cakap cina boleh, cakap tamil boleh, dll?
Bergantung. Kalau dalam tu ada model bahasa, boleh la dia jawab. Kalau takde, tak boleh.
Untuk
AI ada beberapa jenis engine - kepala otak dia yg load model, memori
dia. Antaranya ollama, llama-cpp, dll. Otak AI ni akan berinteraksi
dengan user, terima input, baca model atau memori dan keluarkan output -
access memory dan berkomunikasi dengan user.
Macammana dia boleh faham?
Model
atau memory ini menggunakan file berextension, dulu2 .bin (binary),
.ckpt (checkpoint). Sekarang, .safetensor atau .gguf (GPT-Generated
Unified Format). File .bin dan .ckpt tidak lagi digunakan sebabnya
bahaya, boleh ada virus. Sebab, processing skrip jahat boleh ada sekali
dalam file model, manakala .safetensor atau .gguf takde skrip
disertakan.
Masa nak buat model atau
training, setiap perkataan akan dimasukkan dalam kamus, dinomborkan,
indeks diberikan token - tokenized. Selepas perkataan menjadi token,
token ini akan diukur jarak dengan token(perkataan) lain - vectorized.
Process ini akan dilakukan berulang kali dengan token(perkataan) lain
dikumpulkan juga dalam beberapa dimensi. LLM kecil mungkin mempunyai
beberapa dimensi seperti: jenis bahasa, jenis perbuatan, jenis makanan,
jenis minuman, dll. Jarak antara token ini dipanggil weight atau tense,
tension jadilah tensor.
- Asas pengiraan AI token: Output = (Input × Weight) + Bias
Daripada
beribu ayat yang berlainan, yang mempunyai token (perkataan) yang sama,
tension antara token ayat lain akan diukur menghasilkan gradient untuk
mengira bias. Bayangkan 3 dimensi mempunyai nilai weight atau tense: x,
y, z. Manakala ChatGPT mempunyai 12,288 dimensi (pada July 2026).
.safetensor hanya menyimpan token (perkataan dalam bentuk nombor) dan tension (weight)
.gguf lebih lengkap, menyimpan sekali kamus, token dan tension.
Bila
AI menjawab soalan korang, engine AI akan mengira jarak perkataan2
dalam soalan anda yang paling dekat yang ada dalam memori dan juga
mengira rekod atau context perbualan2 sebelum itu - tertakluk pada
maklumat yang sudah berlaku, setakat time bilamana trained memori itu
diupload.
Kalau gambar? Voice? Music? Video?
Sama je, sample banyak2. indeks Mata, badan, telinga, kaki, suara, drum beats, bunyi gitar, pergerakan, dll.
So, AI ni, tu je..
Agak2.. kenapa ada orang tua dulu2 letak2 nombor daripada hasil mengkaji kitab?
Kitab yang tak pernah expired/outdated?
Apa yang mereka tahu yang kita tak tahu?
Formula apa yg mereka pakai?
Kenapa diajarkan nama setiap 'benda'?
Kalau boleh time travel, apa pesanan kat diri sendiri?
Beli crypto? Jangan mati? Restart? Berapa panjang list, do and do not, yang boleh dipesan?
Last2 paksa diri, baca, faham dan ikut Al-Quran.
Lepas
ni, In Sha Allah, cara simple shortcut buat .apk, aab atau contract,
web3 atau js dalam exe. Cara tradisional, sys. ciput, optimized, ikut
keperluan, takdenye kena install benda2 banyak2 beratus, beribu MB.
