Osnove AI i Mašinskog U
0denja: Vodi
0d Za Po
etnike u 2024.

Prosječna plata AI inženjera na Balkanu u 2024. godini premašuje 4.000 KM, dok kurs na kojem učiš ‘osnove’ često košta nula. Ako si spreman da prestaneš plaćati šarlatanima za certifikate koji ničemu ne služe, tvoj put počinje ovdje. Ti i tvoj računar, bez ‘magije’ i bez marketinških trikova. Za manje od 200 KM dodatnog hardvera možeš imati lokalni server koji vrti modele brže nego što tvoj internet učitava YouTube reklame.

Hardver i Postavka: Zašto Ti Treba GPU Sa Više Od 8GB VRAM-a

Da bi pokrenuo bilo šta ozbiljno, zaboravi na integrisane grafičke kartice. Potrebna ti je sirova snaga. Osjetit ćeš miris vruće plastike i čuti zujanje ventilatora čim pokreneš prvi trening algoritma. To je zvuk napretka. Ako tvoja grafička nema barem 8GB VRAM-a, tvoj model će ‘pucati’ brže nego stari bojler pod pritiskom. Nemoj kupovati nove komponente. Traži polovne RTX 3060 kartice na oglasima; one su ‘radni konji’ za početnike u 2024. godini.

UPOZORENJE: Nikada ne ostavljaj lokalni AI model da se trenira na laptopu koji stoji na krevetu. Toplota koju generiše GPU pri maksimalnom opterećenju može trajno oštetiti litijum-jonsku bateriju ili zapaliti tkaninu. Koristi čvrstu podlogu i osiguraj protok vazduha.

Da li mi stvarno treba matematika za AI?

Da. Kratko i jasno. Ako ne razumiješ šta je linearna regresija, tvoj rad s vještačkom inteligencijom se svodi na nagađanje. Ne moraš biti genije, ali moraš znati kako se podaci ‘rastežu’ i ‘sklapaju’ u matricama. To je čista fizika podataka. Bez toga, tvoj model je samo skupa grijalica za sobu.

Anatomija Promašaja: Zašto Tvoj Model Laže (Overfitting)

Desit će se. Tvoj model će na testu imati 99% tačnosti, a u stvarnom svijetu će biti beskoristan. To se zove overfitting. Zamisli da učiš za ispit tako što zapamtiš pitanja napamet, a onda padneš jer je profesor promijenio samo jednu riječ. Tvoj algoritam je uradio isto. On nije naučio pravilo, on je nabubao podatke. Da bi ovo izbjegao, moraš ‘uprljati’ podatke. Dodaj šum, rotiraj slike, otežaj mu posao. Ako mu je prelako dok uči, past će na prvom pravom izazovu. Jedna rečenica: Manje je često više.

Zašto Ovo Radi: Mehanika Gradijentnog Pada

Zašto Wood Glue drži drvo? Zato što ulazi u pore. Zašto AI uči? Zbog gradijentnog pada (Gradient Descent). Zamisli da si na vrhu planine u potpunom mraku. Tvoj cilj je da dođeš do dna, u najdublju tačku doline (minimalna greška). Svakim korakom opipavaš tlo pod nogama i ideš tamo gdje je nagib najveći prema dole. To je matematika koja pokreće svaki LLM, svaki stabilni difuzioni model i svaki sistem za prepoznavanje lica. Algoritam ne ‘razmišlja’, on se spušta niz brdo grešaka dok ne nađe dno. To je fizika, ne magija.

Kako početi bez ijedne marke troška?

Koristi Google Colab. To je tvoj besplatni pristup moćnim grafičkim procesorima u oblaku. Ali pazi, ti podaci koje tamo šalješ više nisu tvoji. Za učenje je savršeno, za privatne projekte je rizik koji ne želiš preuzeti. Počni sa malim datasetovima, poput prepoznavanja rukopisa. Dosadno je, ali ako ne znaš prepoznati brojku ‘5’ na slici, nećeš znati ni predvidjeti cijenu dionica.

Sourcing Podataka: Nemoj Kupovati, Čupaj Sa Mreže

Zaboravi na kupovinu skupih setova podataka. Koristi ‘Scrapy’ ili slične alate da izvučeš podatke sa web sajtova (pazi na robots.txt fajlove, budi fer igrač). Ako gradiš model za predviđanje cijena nekretnina, treba ti istorija prodaje, a ne marketinški katalozi. Podaci su često gnjecavi, neuredni i puni rupa. Potrošit ćeš 80% vremena na čišćenje tabela. To je prljav posao, tvoji prsti će se ‘umoriti’ od kucanja regex komandi, ali to odvaja majstora od amatera. Čista baza je pola posla.

Budućnost u 2026: Lokalni Modeli i Privatnost

Kao što danas imamo solarne panele na krovu, u 2026. ćemo imati AI modele u ruterima. Trend se pomjera sa ogromnih servera na male, efikasne lokalne sisteme. Ako sada naučiš kako da optimizuješ model da radi na starom Raspberry Pi uređaju, bit ćeš ispred svih onih koji se oslanjaju na skupe pretplate. AI nije samo Chatbot; to je senzor na tvojoj kanti za smeće koji ti javlja da je vrijeme za pražnjenje ili skripta koja ti optimizuje bojler da troši struju samo kad je jeftina. To je pravi DIY AI.

Završni Potez: Testiraj Model Prije Nego Ga Pustiš U Rad

Prije nego što povjeruješ svom modelu, baci ga u vatru. Daj mu podatke koje nikada nije vidio. Ako počne da ‘halucinira’ (izmišlja rezultate), vrati se korak nazad. Nemoj ga ‘peglati’ dok ne dobiješ rezultat koji ti se sviđa. To je varanje samog sebe. Budi strog kritičar svog koda. AI je alat, baš kao i cirkularna pila. Ako ga ne poštuješ i ne postaviš graničnike, odsjeći će ti prste (ili u ovom slučaju, budžet). Radi pametno, ne brzo.