Comments 15
Мне сильно кажется, что текст здесь от начала и до конца написан какой-то бесплатной нейросетью. Самым верным признаком считаю избыточное количество конструкций вида "Х – это не про Y, а про Z" и "Это не X. и не Y. а Z". Настолько часто они теперь встречаются, что уже скоро аллергия будет на них.
Ну и не совсем понятно почему несколько раз упоминаются API-запросы, когда речь идёт про взаимодействие разработчика (т.е. человека) с нейросетью. API -- Application Programming Interface, т.е. подразумевается, что общается одна программа с другой через интерфейс (API).
Основной стек PHP + Laravel. Уже давно использую AI через API. Каких-то сложностей с использованием готовых моделей нет, если знаешь curl. В Laravel это все ещё проще.
о а я как раз вашу книгу нашел недельку как на github =) пишите, своя аудитория найдется
Я так и не понял, вы обиделись на то, что в ML используют python, а не php, или на то, что про ai в php никто не пишет? Вы пишете, что "Возникает ощущение, что чтобы использовать ML, нужно: учить новый язык, разбираться в математике и поднимать отдельную инфраструктуру. И чаще всего на этом этапе интерес заканчивается". Ну, да. Для ML надо знать математику как минимум, если не хотите использовать общие интсрументы, написанные на Python, перепишите алгоритмы на PHP. Но вы в то же время пишете: "имею в виду прикладное использование машинного обучения и LLM". Так вы про использование LLM в разработке, или про применение ML в разработке на PHP? Вещи то разные.
Абсолютно не понятно, зачем вообще все эти слова про LLM/API и прочее, если вы хотели сказать, что нет курсов по ML на PHP, все только на Python, поэтому я пишу книгу. И да, соглашусь с комментарием выше, текст ну ооочень пахнет нейроночкой
Постараюсь прояснить. Я не обижаюсь ни на Python (я сам на нём программирую), ни на ML-сообщество. Речь не про переписывание алгоритмов или ML на PHP в классическом смысле. Пока нет, во всяком случае (у меня есть что написать на эту тему, но в следующих статьях). Я именно про прикладное использование ML/AI в PHP разработке: API, интеграции, реальные кейсы без глубокого погружения в математику и отдельную ML-инфраструктуру.
Сейчас про это действительно пишут в основном с Python-перспективы, и новичкам в PHP (да и старичками тоже) кажется, что без смены стека вход закрыт (ну, типа, в PHP же ничего нет по этой теме, остаётся только дёргать запросами LLMки) – отсюда и ощущение, о котором я писал. Книга как раз про снижение этого порога. Я лично не хочу, чтобы программист PHP менял стек, когда без этого можно обойтись. Поверьте, это не всегда необходимо, в PHP есть своя, конечно, не такая большая как в Python, но всё же - экосистема по ML/AI - поэтому я и начал писать эту книгу.
Про стиль – принял, спасибо за фидбек, буду править текст, чтобы он звучал менее "нейросеточно".
По работе сталкиваюсь с AI. PHP больше используется как обертка над сервисами на python. В некоторых моментах делаю вывод что проще использовать везде python. Но если дело касается больше web, то пыха проще в разработке
Удел php-шников - писать интернет магазины и сайты визитки. Какой там AI?
почти нет материала, который объясняет AI именно для PHP-разработчиков
Боюсь, что придется начать еще с истории Рюриковичей... Потому что AI - это как бы вообще не программирование, и знания, полученные при работе с PHP, тут будут полностью бесполезны.
Поэтому целесообразнее будет взять любую книгу "ML с нуля", чем писать отдельную для PHP-шников.
Я бы как раз посмотрел на это с другой стороны. PHP-разработчикам может быть проще понять базовые принципы, если примеры и реализации алгоритмов показаны на знакомом им языке. Тогда внимание уходит не на синтаксис, а на сами идеи - затем уже можно реализовывать эту логику на чём угодно и где угодно. Ну и кроме того, - это хороший способ показать, что в PHP тоже есть своя экосистема для ML/AI - об этом я хочу написать следующую статью.
Алгоритмы ML объяснены на языке математики. Излагать их на PHP (Java, С# и пр.) - вообще не понимаю, зачем. Тренировку или инференс современных моделей вы на этих языках не сделаете, свой llama.cpp не напишете, к чему тратить время, все равно упрётесь в Python. Как бы я не относился к нему изначально негативно, а пришлось освоить, он действительно лучше всех подходит.
То есть вы считаете, что программисту не надо объяснять реализацию алгоритмов на языке программирования?
Насчёт тренировки на PHP будет другая статья - в данный момент никто про это не говорит. Хотя на на небольших объёмах данных вполне можно обучать и простенькие модели на PHP.
Далее.
Умение не добавлять лишние инструменты в разработку - часть работы хорошего инженера. PHP уже много лет работает с числами, векторами, статистикой и классификацией. Так зачем добавлять дополнительные инструменты и обертки, если можно запускать модели (обученные) непосредственно в PHP, прямо там, где уже находится ваш веб-код?
Судя по всему, я совсем ничего не понимаю в ML, но я совершенно не понял, что за результат выдает метод predict() в первых двух примерах кода в книге
https://apphp.gitbook.io/ai-dlya-php-razrabotchikov/vvedenie/ekosistema-ml-v-php#php-ml
https://apphp.gitbook.io/ai-dlya-php-razrabotchikov/vvedenie/ekosistema-ml-v-php#rubix-ml
Первый пример (библиотека PHP-ML) - код обучает классификатор k ближайших соседей (KNN) на наборе точек с метками a и b, а затем определяет, к какому классу относится новая точка. Для точки [3, 2] он возвращает b, потому что её ближайшие соседи принадлежат этому классу.
Во втором примере (библиотека RubixML) код тоже обучает классификатор k ближайших соседей (KNN), но уже на данных роста и веса с метками пола, а затем предсказывает метку для нового человека. Для параметров [172, 68] модель возвращает 'M', так как среди 3 ближайших соседей большинство с этой меткой.
Это очень примитивные примеры и они даны только с образовательной целью - показать пример использования этих библиотек. Если Вы считаете, что их тоже нужно вынести в онлайн примеры сюда: https://aiwithphp.org/books/ai-for-php-developers/examples/home
то, да - можно это сделать. Также я более подробно распишу что делает этот код прямо в книге - раз это вызывает дополнительные вопросы.
AI для PHP-разработчиков: практика без Python и data science