Tecnologia de planilhas baseada em Transformers

 (byhand.ai)
2 pontos por GN⁺ 2025-02-08 | 1 comentários | Compartilhar no WhatsApp
  • Durante o processo de personalização manual dos materiais do AI by Hand, podiam surgir erros nas respostas, criando a necessidade de uma ferramenta para que os usuários criem seus próprios exercícios e respostas
  • Depois de analisar várias formas de implementação, a escolha foi pelo Google Sheets, em um formato que mais pessoas possam acessar e modificar
  • O material público inclui uma Google Sheet para praticar Transformers, que pode ser consultada imediatamente
  • Os materiais existentes do AI by Hand foram customizados junto com vários educadores de IA e estão sendo usados em diversas salas de aula pelo mundo
  • Como ainda está em fase inicial, o feedback durante o uso pode influenciar diretamente a melhoria da ferramenta

Ferramenta de exercícios AI by Hand feita no Google Sheets

  • O objetivo é permitir que as pessoas criem seus próprios exercícios do AI by Hand inserindo números e respostas personalizados
  • Após avaliar várias tecnologias, foi decidido usar o Google Sheets para ampliar a acessibilidade
  • Foi publicada uma Google Sheet para praticar Transformers

Limitações da customização manual e pedido de feedback

  • Nos últimos meses, houve colaboração com vários educadores de IA para customizar materiais de exercícios do AI by Hand
  • Os materiais estão sendo usados em diversas salas de aula pelo mundo, e todo o processo de customização foi feito manualmente
  • No processo manual, erros podiam ser introduzidos nas respostas, e houve casos em que estudantes os encontraram
  • A ferramenta ainda está em fase inicial, por isso há interesse em receber feedback

Leituras relacionadas

1 comentários

 
GN⁺ 2025-02-08
Comentários do Hacker News

  • Estou realmente curioso: depois de acompanhar isso, não sei o que as pessoas sentem que entenderam
    Será que dá para dizer que alguém realmente entendeu regressão linear só por escrever todas as multiplicações de matrizes? Fico me perguntando se o ponto principal é a forma de implementação ou se isso cria uma intuição mais profunda
    Entendo o valor da visualização, mas não sei bem qual é o ganho educacional real além disso. Sou da área de ML/matemática, mas não dou aula há mais de 10 anos, então talvez eu esteja deixando algo passar

    • Acho que o objetivo é meio o efeito oposto, e pelo menos para mim foi assim
      Quando o GPT-3 saiu, mesmo com uma base limitada em ML, ele parecia quase mágica; depois, ao ver o vídeo sobre Transformers do 3blue1brown, a matemática em si me pareceu tão simples que fiquei até um pouco decepcionado
      O ponto principal era que elementos básicos simples, quando escalados o suficiente, podem produzir resultados surpreendentes, como se comportamentos emergentes muito complexos e úteis pudessem surgir de princípios como os do Jogo da Vida de Conway
    • Esses exemplos de brinquedo têm valor para verificar se você realmente entendeu a estrutura central
      Dá para ver diagramas ou equações explicando um bloco Transformer, mas passar daí para uma implementação real é outra questão. Com exemplos assim, dá para conferir onde e o que é calculado, e quais são as dimensões de vetores e matrizes
      Para a maioria das pessoas que querem trabalhar com LLMs isso provavelmente não é necessário, mas pessoalmente gosto de investigar o funcionamento até um nível bem baixo. Um exemplo assim é muito mais fácil de mexer do que o código-fonte de um modelo Transformer real, e depois de dominar um exemplo de brinquedo fica mais fácil entender o código real
    • No nível básico, há valor educacional. Especialmente para estudantes de CS com matemática fraca, isso pode mostrar como a diferenciação automática transforma cálculo em álgebra matricial
      O restante também faz sentido como uma planilha de exercícios para acompanhar uma aula. Para programação, prefiro ipynb, mas para algoritmos, contas à mão também são boas. Em 2025, se você não fizer algo assim, 1/4 da turma vai ficar olhando o celular e os outros 3/4 talvez nem apareçam na aula
      Se você consegue ler artigos ou código-fonte por conta própria e não tem medo de matemática, talvez esse material não seja para você
    • Visualizações assim são excelentes por remover a mistificação do aprendizado de máquina. No fim, é apenas um procedimento, e mostra que não há ali inteligência no sentido humano

  • Como material relacionado para ensinar os fundamentos e a intuição sobre o funcionamento interno de IA, AI Unplugged[1] é bom. Dá para fazer atividades em formato de jogo usando ferramentas como caneta, lápis e cartões
    Já usei várias vezes com públicos diversos que não eram familiarizados com IA/ML, tanto crianças quanto adultos, e eles sempre se divertiram e pareceram entender um pouco melhor o mundo moderno em que vivem
    [1] http://www.aiunplugged.org

  • Também dá para criar o GPT-2 no Excel: https://www.youtube.com/watch?v=yjD2n_e9E3w&ab_channel=Sprea...

  • O título diz Spreadsheet e, na prática, usa Google Sheets; não sei por que chamaram de Excel aqui

    • Já foi revertido. O título enviado era “Transformer Implemented Using Excel”

  • Gostei do uso do recurso de endpoint /copy do Google Docs. Reduz bastante o trabalho chato ao ensinar

  • Também dá para ver isso como algo que poderia ser implementado dentro de um banco de dados como Postgres, com stored procedures, funções e triggers
    De certa forma, um banco de dados é uma planilha com uma linguagem de consulta muito mais robusta

  • Thread semelhante no HN: https://news.ycombinator.com/item?id=42967173

  • Como material complementar, há uma implementação dos fundamentos clássicos de visão computacional no Excel usando apenas fórmulas: https://github.com/amzn/computer-vision-basics-in-microsoft-...
    Post original submetido ao HN: https://news.ycombinator.com/item?id=22357374
    Aliás, sou o autor principal