DataOrganizer

Gdzie idą dane, które wrzucasz do AI? Czy model je zapamiętuje? Czy ktoś inny może je zobaczyć? Żeby odpowiedzieć uczciwie, trzeba zacząć od początku – od tego, czym model jest fizycznie.

Pytanie o bezpieczeństwo danych w AI jest uzasadnione – i zasługuje na lepszą odpowiedź niż „nasze systemy są bezpieczne”. Żeby naprawdę zrozumieć co się dzieje z danymi, które dajesz modelowi, musisz najpierw wiedzieć czym model jest. Nie w sensie marketingowym – w sensie fizycznym.

Warstwa 01

Model to plik. Duży plik liczb.

Zanim model odpowie na Twoje pytanie, gdzieś musi istnieć. I istnieje w formie, która jest zaskakująco prozaiczna: to plik na dysku. Zawiera miliardy liczb – każda z nich zakodowała jakiś wzorzec z treningu. Nie ma w nim zdań, wspomnień ani tabelek. Tylko liczby. Dla dużego modelu ten plik waży od kilkudziesięciu do kilkuset gigabajtów.

Żeby model mógł działać, ten plik trafia do pamięci kart graficznych – GPU – w centrum danych. Nie do zwykłego serwera, ale do specjalistycznych maszyn z dziesiątkami kart połączonych razem. Jedno Twoje pytanie uruchamia operację matematyczną na miliardach tych liczb, wykonywaną równolegle, w ułamku sekundy.

Warstwa 02

Okno kontekstu – tymczasowa pamięć robocza

Skoro model to zamrożony plik liczb, to jak w ogóle „wie” o co pytasz? Przez tzw. okno kontekstu – tymczasową przestrzeń, do której trafia wszystko, co bierze udział w bieżącej rozmowie. Twoje pytanie, historia tej rozmowy, dane pobrane przez MCP, instrukcje systemowe. To wszystko jest obecne jednocześnie, jak dokumenty rozłożone na biurku przed ekspertem.

Gdy rozmowa się kończy – biurko jest czyszczone. Nic nie zostaje w modelu. Nic nie trafia do wag. Następna rozmowa zaczyna się od pustego biurka.

Warstwa 03

Wektory – słowo, które brzmi groźniej niż jest

Przy okazji AI często pojawia się słowo „wektor” albo „vector store”. Brzmi technicznie – i budzi niepokój. W rzeczywistości chodzi o sposób zamiany sensu na liczby.

Wyobraź sobie wielowymiarową przestrzeń, w której każde słowo i każde zdanie ma swoje miejsce. Słowa o podobnym znaczeniu są blisko siebie. „Faktura” i „rachunek” – blisko. „Przychód” i „dochód” – blisko. „Pies” i „traktor” – daleko. Wektor to po prostu zestaw współrzędnych w tej przestrzeni.

Vector store to baza takich reprezentacji – używana gdy chcesz, żeby model szybko znalazł właściwy fragment z dużego zbioru dokumentów. Ale model nie „mieszka” w tej bazie i jej nie wchłania. Zagląda do niej, bierze co potrzebne do okna kontekstu i odpowiada. To słownik, nie pamięć.

Warstwa 04

Kalkulator, maszynka statystyczna – a może coś trzeciego?

Mając już obraz tego jak model działa fizycznie, można uczciwie odpowiedzieć na pytanie z tytułu. Kalkulator jest deterministyczny – to samo wejście zawsze daje to samo wyjście, bez żadnego zrozumienia kontekstu. Maszynka statystyczna szuka wzorców w liczbach, ale nie łączy pojęć. Model językowy robi coś trzeciego: rozumie sens, łączy konteksty, wnioskuje – ale nie zapamiętuje Cię i nie uczy się od Ciebie na bieżąco.

Najbliższe określenie to ekspert bez pamięci epizodycznej. Przeczytał wszystko – ale każde spotkanie zaczyna od zera. Przynosisz dokumenty, omawia je z Tobą, wychodzi. Nie zabiera ich ze sobą. Nie dzieli się nimi z kolejnym klientem.

Warstwa 05

Co to znaczy dla bezpieczeństwa Twoich danych

Bez zgody na uczenie modelu Twoje dane nie trafiają do wag. Nie aktualizują modelu ogólnego, nie stają się częścią wiedzy, z której korzystają inni użytkownicy. Model, który odpowiedział na Twoje pytanie dziś, jest identyczny z tym sprzed Twojej rozmowy.