dexblog.ro
Acces rapid: Învață AI Învață Programare Specificații Dispozitive Comparații
Inteligență Artificială

Învață Inteligență Artificială de la zero

Ghidul tău complet pentru înțelegerea inteligenței artificiale moderne. Termeni tehnici explicați fără jargon, analogii din viața reală, modele generative (LLM), tehnici de promptare și aplicații practice.

🧭 Trasee de învățare recomandate (Roadmaps)

Nu știi de unde să începi? Alege un traseu adaptat profilului și obiectivelor tale, parcurgând pas cu pas modulele recomandate:

Începător

Fundamente & Utilizare Practică

Înțelege conceptele cheie fără formule matematice și începe să utilizezi instrumente generative esențiale.

Pasul 1 Glosar AI 191 de noțiuni fundamentale explicate simplu Pasul 2 Prompt Engineering Tehnici de structurare (Few-Shot, CoT) Pasul 3 Open WebUI & Midjourney Chat self-hosted și generare vizuală
🎯 Obiectiv: Stăpânirea vocabularului AI și capacitatea de a obține rezultate utile zilnic fără a scrie cod.
Programare

Dezvoltator & AI Coding

Transformă-ți fluxul de programare prin agenți de consolă, editare multi-fișier și pair-programming avansat.

Pasul 1 Claude Code CLI Agent de consolă oficial Anthropic & CLAUDE.md Pasul 2 Cursor IDE / Copilot Agent în editor, completări inline & reguli de proiect Pasul 3 Antigravity / Aider Moduri autonome (/boost, /architect), Git direct & subagenți
🎯 Obiectiv: Eficiență maximă în scrierea codului, depanare automată și asistenți autonomi în terminal și IDE.
Agentic & RAG

Inginer RAG & Agenți Autonomi

Conectează modelele la baze de date, protocoale standard și echipe colaborative de agenți inteligenți.

Pasul 1 LLM & RAG Arhitectură Transformer, chunking, embeddings & căutare Pasul 2 Protocolul MCP Standardul universal de conectare la unelte și baze de date Pasul 3 CrewAI, LangGraph & Vector DB Echipe multi-agent, rutare decizională & persistență vectorială
🎯 Obiectiv: Arhitecturarea de sisteme cognitive de producție capabile să acționeze autonom pe date private.
Infrastructură

Infrastructură & AI Local

Rularea modelelor pe propriul server, optimizarea inferenței pe GPU și operarea securizată în producție.

Pasul 1 Ollama CLI Rulare locală 100% offline, Modelfile & descărcare modele Pasul 2 vLLM Server Arhitectură PagedAttention, paralelism tensorial & GPU Pasul 3 PyTorch & LLMOps Calcul tensorial, tracing cu Langfuse & guardrails de securitate
🎯 Obiectiv: Independență totală față de API-uri comerciale, confidențialitate absolută și costuri optime per token.

Module și resurse de învățare

AI Disponibil acum
Glosar de Inteligență Artificială 191 de noțiuni fundamentale din Machine Learning, Deep Learning, rețele neuronale și procesarea limbajului natural, explicate simplu cu exemple și analogii practice. 191 de termeni • 7 categorii Explorează glosarul →
CLAUDE Disponibil acum
Claude Code CLI Ghid complet și comenzi de terminal pentru agentul oficial Anthropic: comenzi de pornire, comenzi slash (/effort, /plan, /compact, /review), configurare CLAUDE.md și servere MCP. 40 de comenzi • 5 categorii Explorează comenzile →
CODEX Disponibil acum
OpenAI Codex CLI Ghid complet și comenzi de terminal pentru OpenAI Codex: invocare CLI, execuție ghidată de scripturi, comenzi slash (/effort, /model, /personality), configurare AGENTS.md și permisiuni. 19 comenzi • 4 categorii Explorează comenzile →
AGY Disponibil acum
Google Antigravity CLI (agy) Ghid practic și comenzi pentru Antigravity CLI (agy), succesorul Gemini CLI: sesiuni și mod headless (-p), comenzi slash (/boost, /teamwork, /model, /rewind, /mcp), skills, reguli AGENTS.md și servere MCP. 19 comenzi • 3 categorii Explorează comenzile →
HERMES Disponibil acum
Hermes Agent CLI Ghid complet și comenzi de terminal pentru agentul open-source Nous Research: interfețe TUI/REPL, comenzi slash avansate (/goal, /plan, /compress, /steer, /moa), gateway de mesagerie și servere MCP. 23 de comenzi • 3 categorii Explorează comenzile →
LLM Disponibil acum
Modele Mari de Limbaj (LLM) Ghid complet și termeni esențiali despre LLM: funcționarea arhitecturii Transformer, mecanismul de auto-atenție, tokenizare, context window, pre-antrenare, SFT, RLHF, DPO, LoRA și cuantizare. 32 de termeni • 4 categorii Explorează ghidul LLM →
PROMPT Disponibil acum
Prompt Engineering & Tehnici Ghid complet de formulare și structurare: Zero-Shot, Few-Shot, Chain-of-Thought (CoT), tehnici ReAct, Tree of Thoughts, delimitatori și instrucțiuni de sistem pentru rezultate precise. 19 tehnici • Ghid & Exemple Explorează tehnicile →
RAG Disponibil acum
RAG & Agenți Autonomi de AI Cum extinzi memoria modelelor AI cu documente proprii (Retrieval-Augmented Generation), baze vectoriale, chunking, căutare hibridă, tool calling și orchestrarea fluxurilor multi-agent. 20 de noțiuni • Arhitectură & Unelte Explorează RAG & Agenți →
ETICĂ Disponibil acum
Siguranță, Etică & EU AI Act Cadrul legislativ european, clasificarea riscurilor, confidențialitatea datelor, bias algoritmic, halucinații, red teaming și bune practici pentru adoptarea responsabilă a AI. 19 noțiuni • Conformitate & Reglementări Explorează ghidul etic →
CURSOR Disponibil acum
Cursor IDE Ghid complet și scurtături pentru editorul de cod AI Cursor: Agent (Cmd+I), panoul lateral (Cmd+L), modurile Agent, Ask și Plan, mențiuni @ (fișiere, @Commit, @Branch), reguli .cursor/rules și AGENTS.md. 18 comenzi • Scurtături & Simboluri Explorează Cursor →
COPILOT Disponibil acum
GitHub Copilot Ghid de utilizare și comenzi pentru asistentul oficial GitHub/Microsoft: comenzi slash (/fix, /tests, /explain, /doc, /plan), modurile Ask, Plan și Agent, Copilot CLI, coding agent și instrucțiuni de repo. 18 comenzi • Slash & Agenți Explorează Copilot →
AIDER Disponibil acum
Aider CLI Ghid de consolă și comenzi pentru asistentul open-source de pair-programming în terminal: invocare CLI, comenzi in-chat (/add, /drop, /undo, /diff, /commit, /architect, /test) și integrare Git nativă. 19 comenzi • Terminal & Git Explorează Aider →
OLLAMA Disponibil acum
Ollama CLI & Ghid Local Rularea modelelor open-source local, 100% offline și gratuit: comenzi de consolă (run, pull, list, ps, rm), configurare Modelfile (FROM, SYSTEM, PARAMETER), offload pe GPU și API REST. 19 comenzi • CLI & Modelfile Explorează Ollama →
VLLM Disponibil acum
vLLM & Infrastructură LLM Serverul de inferență de înaltă performanță pentru GPU-uri: arhitectura PagedAttention, continuous batching, paralelism tensorial (-tp), cuantizări AWQ/FP8 și server compatibil OpenAI API. 18 opțiuni • Inferență & GPU Explorează vLLM →
WEBUI Disponibil acum
Open WebUI & RAG Local Interfața self-hosted stil ChatGPT pentru modele locale: instalare Docker, conectare Ollama/vLLM, RAG pe documente private cu căutare hibridă, roluri de utilizatori și căutare web. 18 ghiduri • Docker & RAG Explorează Open WebUI →
MJ Disponibil acum
Midjourney & Parametri Ghid complet de promptare vizuală și comenzi: comanda /imagine, parametri esențiali (--ar, --v, --style raw, --chaos, --weird, --stylize, --seed), inpainting (Vary Region), Pan și Zoom. 18 parametri • Prompting Vizual Explorează Midjourney →
COMFY Disponibil acum
ComfyUI & Stable Diffusion / Flux Arhitectura avansată pe noduri și grafuri: Checkpoint Loader, KSampler, decodare VAE, condiționare CLIP, noduri LoRA, ControlNet, IP-Adapter și fluxuri profesionale Flux.1. 18 noduri • Fluxuri pe Grafuri Explorează ComfyUI →
MEDIA Disponibil acum
AI Audio & Video Sinteză media generativă: generare video (Runway Gen-3, Kling, Sora, Luma), clonare vocală profesională (ElevenLabs), generare muzicală (Suno, Udio) și sincronizare buze (Lip Sync). 18 unelte • Video, Voce & Muzică Explorează AI Media →
LANG Disponibil acum
LangChain & LangGraph Framework-ul standard în Python și TypeScript pentru orchestrare LLM: limbajul declarativ LCEL, ChatPromptTemplate, parsere Pydantic, apelare de unelte (@tool) și agenți multi-pas în LangGraph. 18 componente • LCEL & Agenți Explorează LangChain →
LLAMA Disponibil acum
LlamaIndex & Data RAG Framework-ul specializat în conectarea datelor private la LLM-uri: SimpleDirectoryReader, VectorStoreIndex, chunking semantic, QueryEngine, SubQuestionQueryEngine și parsarea PDF cu LlamaParse. 18 concepte • Indexare & RAG Explorează LlamaIndex →
HF Disponibil acum
Hugging Face Hub & Transformers Ecosistemul open-source mondial pentru AI: funcția pipeline(), AutoTokenizer, AutoModelForCausalLM, antrenare PEFT/QLoRA, biblioteca datasets, cuantizare bitsandbytes și interfețe Gradio Spaces. 18 unelte • Modele & Fine-Tuning Explorează Hugging Face →
N8N Disponibil acum
n8n & Automatizări AI Ghid complet pentru automatizări de workflow-uri cu AI: nodul AI Agent, funcția dinamică $fromAI(), memorie în Postgres/Redis, sub-workflow-uri ca unelte, RAG vizual și self-hosting cu Docker. 21 de noduri • Agenți & Workflow Explorează n8n AI →
MCP Disponibil acum
Model Context Protocol (MCP) Standardul universal creat de Anthropic pentru conectarea agenților AI la baze de date și unelte: arhitectura Host-Client-Server, Tools, Resources, FastMCP în Python și configurarea mcpServers JSON. 18 concepte • FastMCP & JSON Explorează Protocolul MCP →
CREW Disponibil acum
CrewAI & Sisteme Multi-Agent Orchestrarea echipelor de agenți AI autonomi în Python: clasele Agent, Task și Crew, configurarea YAML, procese ierarhice cu Manager LLM, CrewAI Flows (@start, @listen, @router) și memorie RAG. 18 componente • Crews & Flows Explorează CrewAI →
VEC Disponibil acum
Baze de Date Vectoriale Ghid practic pentru stocarea și căutarea embedding-urilor: Qdrant, ChromaDB, PostgreSQL pgvector, Pinecone, indecși HNSW, căutare hibridă cu RRF și cuantizare scalară. 18 concepte • Qdrant, Chroma & SQL Explorează Baze Vectoriale →
TORCH Disponibil acum
PyTorch & Deep Learning Practic Framework-ul fundamental de calcul tensorial pe GPU (CUDA / Apple Silicon MPS): clasa nn.Module, diferențiere Autograd, bucla de antrenare, DataLoader și compilare cu torch.compile. 19 concepte • CUDA, MPS & Tensori Explorează PyTorch →
LLMOPS Disponibil acum
LLMOps & Securitate AI Trecerea modelelor generative în producție: observabilitate și tracing cu Langfuse / LangSmith, metrici RAGAS, teste automate cu Promptfoo, caching semantic și apărare anti-prompt injection. 18 unelte • Tracing & Guardrails Explorează LLMOps →
DEEPSEEK Disponibil acum
DeepSeek (R1 & V3) Modelele deschise de raționament DeepSeek: arhitectura Mixture-of-Experts (MoE cu 671B parametri), algoritmul GRPO, atenția comprimată MLA, inferență locală și optimizarea costurilor API. 4 ghiduri • R1, V3, MoE & GRPO Explorează DeepSeek →
GROQ Disponibil acum
Groq & Procesoare LPU Motorul de inferență pe hardware dedicat: arhitectura LPU bazată pe SRAM fără gâtuiri de memorie HBM, latență foarte mică la generare și API compatibil OpenAI. 4 ghiduri • LPU & Viteză Extremă Explorează Groq →
DIFY Disponibil acum
Dify.ai & Enterprise RAG Platforma open-source vizuală de top pentru construirea fluxurilor agentice: noduri LLM, scripturi de cod, căutare hibridă cu re-ranking, găzduire Docker on-premise și publicare API. 4 ghiduri • Canvas & Enterprise RAG Explorează Dify →
BUILD Disponibil acum
AI Web Builders (v0, Bolt & Lovable) Noua paradigmă de dezvoltare web prin comenzi în limbaj natural: interfețe cu Vercel v0 & Shadcn UI, runtime Node.js în browser pe Bolt.new și baze de date cu Lovable & Supabase. 4 ghiduri • v0, Bolt & Lovable Explorează AI Web Builders →
DSPY Disponibil acum
DSPy (Stanford) Programarea algoritmică a modelelor mari de limbaj: separarea logicii de prompturi, semnături declarative (Signatures), optimizatori de teleprompting (MIPROv2) și compilare automată. 4 ghiduri • Compilare & Teleprompters Explorează DSPy →

⚡ Tabel comparativ: Asistenți AI de Programare (CLI vs. IDE)

Comparație directă între cei mai puternici asistenți de codare: interfață, autonomie, suport MCP, fereastră de context și cazuri optime:

← Glisează orizontal pentru specificații complete →
Asistent AI Interfață Autonomie & MCP Context & Modele Recomandat Pentru
CLAUDE Claude Code Anthropic
Terminal CLI Binar nativ / npm
Autonom /plan, /effort
MCP Nativ claude mcp
Securitate: --permission-mode
1.000.000 tokeni Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.1

Refactorizări mari în consolă, investigare buguri și fluxuri Git automate.

Ghid & Comenzi →
CODEX OpenAI Codex OpenAI
Terminal CLI Rust / npm, Homebrew
Autonom AGENTS.md
MCP Nativ codex mcp
Securitate: --sandbox, /permissions
Depinde de model GPT-6.1 Sol (implicit din oct. 2026)

Scripting rapid, rulare ghidată de scripturi și generare teste unitare.

Ghid & Comenzi →
AGY Google Antigravity Google DeepMind
Terminal CLI Binar nativ (agy)
Avansat /boost, /teamwork, subagenți
MCP Nativ agy mcp
Securitate: --sandbox, /permissions
Depinde de model Gemini 3.5 Flash (implicit), Gemini 3.1 Pro

Sarcini autonome de lungă durată, explorare repo-uri masive și research web.

Ghid & Comenzi →
HERMES Hermes Agent Nous Research
TUI / REPL / Boți CLI + Messaging
Complet /moa, /learn
MCP Nativ hermes mcp
Securitate: Mod YOLO / Manual
Depinde de model Hermes 4, Llama 4, DeepSeek V3

Dezvoltatori open-source, rulare pe modele proprii și boți Discord / Telegram.

Ghid & Comenzi →
CURSOR Cursor IDE Anysphere
VS Code Fork Editor Nativ
Autonom Agent, Plan & checkpoints
MCP Nativ Settings MCP
Securitate: Privacy Mode
Depinde de model Claude, GPT și Gemini, la alegere

Scriere interactivă de cod zi de zi, editare vizuală multi-fișier și autocomplete.

Ghid & Comenzi →
COPILOT GitHub Copilot GitHub / Microsoft
IDE Plugin + CLI VS Code / IntelliJ
Autonom Agent mode & coding agent
MCP Nativ VS Code agent mode
Securitate: Politici Enterprise
Depinde de model Claude, GPT și Gemini, la alegere

Echipe enterprise în ecosistemul GitHub/Azure, integrare în VS Code / IntelliJ.

Ghid & Comenzi →
AIDER Aider CLI Paul Gauthier (OSS)
Terminal CLI Python / Git Pair
Autonom --architect, /commit
Parțial Wrapper
Securitate: Git Rollback (/undo)
Depinde de model Orice model prin API sau local (Ollama)

Pair-programming direct în terminal, commit-uri automate curate și suport multi-model.

Ghid & Comenzi →

💻 Ghiduri de instalare Agenți & Unelte AI (macOS, Windows, Linux)

Fiecare pagină de agent și instrument AI include acum comenzi pas cu pas pentru macOS (Homebrew/zsh), Windows (PowerShell/Winget/WSL2), Linux (apt/bash) și configurarea cheilor API:

Claude Code (Anthropic) macOS • Win • Linux OpenAI Codex CLI macOS • Win • Linux Antigravity CLI (agy) macOS • Win • Linux Cursor IDE macOS • Win • Linux GitHub Copilot CLI & IDE macOS • Win • Linux Aider CLI macOS • Win • Linux Hermes Agent (Nous) macOS • Win • Linux Ollama (LLM Local) macOS • Win • Linux n8n Self-Hosted (Docker) macOS • Win • Linux Servere MCP (FastMCP) macOS • Win • Linux CrewAI Multi-Agent macOS • Win • Linux Vector DB (Qdrant & Chroma) Docker • Py • pgvector PyTorch & Deep Learning CUDA • MPS • ROCm LLMOps & Evaluare (Langfuse) Docker • Tracing • Eval vLLM Inference Server Docker • NVIDIA CUDA ComfyUI & Flux Desktop • CLI • Portable LangChain & LangGraph Python uv • venv

Explorează glosarul pe teme

Toți cei 191 de termeni sunt organizați pe domenii practice. Alege categoria care te interesează:

Concepte de bază 25 termeni Modele de limbaj și chatboți 40 termeni Cum funcționează și cum se antrenează 42 termeni Instrumente, modele și companii 24 termeni Imagini, sunet și video 18 termeni Siguranță, etică și legislație 22 termeni AI în viața de zi cu zi și în afaceri 16 termeni

❓ Întrebări Frecvente despre Învață AI

Răspunsuri clare și practice la cele mai des întâlnite dileme atunci când înveți și adopți inteligența artificială:

Cu ce modul să încep dacă nu știu deloc programare?

Dacă ești la început de drum și nu scrii cod, recomandăm să începi cu Glosarul de Inteligență Artificială. Acolo găsești 191 de termeni fundamentali (tokeni, halucinații, ferestre de context, modele generative) explicați prin analogii intuitive din viața de zi cu zi, fără formule matematice.

Imediat după aceea, parcurge Prompt Engineering & Tehnici pentru a învăța cum să structurezi cererile către ChatGPT, Claude sau Gemini ca un profesionist. Dacă te pasionează arta și grafica digitală, explorează Midjourney și Open WebUI.

Ce placă video (GPU) și câtă memorie VRAM îmi trebuie pentru AI local?

Necesarul de resurse depinde direct de numărul de parametri al modelului pe care vrei să îl rulezi:

  • Modele mici (7B – 8B parametri, ex. Llama 3.1 8B, Qwen 2.5 7B, Mistral 7B): Necesită minimum 8 GB VRAM (placă video NVIDIA RTX 3060/4060) sau un Mac cu procesor Apple Silicon (M1/M2/M3/M4) și 16 GB RAM unificat. Rularea se face ușor prin Ollama.
  • Modele medii (14B – 32B parametri): Necesită 16 – 24 GB VRAM (RTX 3090/4090 sau Mac cu 32–64 GB RAM).
  • Modele mari (70B parametri): Necesită minimum 40 – 48 GB VRAM (două plăci video sau Mac cu 64–128 GB RAM) pentru cuantizări pe 4 biți (Q4).

Dacă nu deții o placă video dedicată, poți rula modelele și pe procesor (CPU), însă viteza de generare va fi vizibil mai redusă.

Care este diferența concretă dintre RAG și Fine-Tuning?

RAG (Retrieval-Augmented Generation) funcționează ca un test „cu cartea pe masă”: modelul nu este re-antrenat, dar la fiecare întrebare, un sistem de căutare extrage paragrafele relevante din documentele tale private (PDF, baze de date, wiki) și le injectează în prompt. Este perfect pentru informații care se actualizează zilnic și oferă citări exacte ale surselor.

Fine-Tuning-ul, în schimb, este ca „învățatul pe de rost”: se modifică efectiv greutățile rețelei neuronale pentru a învăța un stil specializat (ex. redactare juridică, răspunsuri medicale stricte sau respectarea unei scheme JSON rigide). Nu este recomandat pentru memorarea de fapte noi, deoarece implică re-antrenare costisitoare ori de câte ori datele se schimbă.

Ce este standardul MCP (Model Context Protocol) și de ce este important?

Model Context Protocol (MCP) este un standard deschis lansat de Anthropic care acționează precum un „port USB-C universal” pentru aplicațiile AI. Înainte de MCP, fiecare dezvoltator trebuia să scrie integrări personalizate pentru a conecta un model la GitHub, PostgreSQL, fișiere locale sau Slack.

Prin MCP, construiești sau descarci un singur server standardizat, iar orice client compatibil (Claude Code, Cursor, Antigravity, Hermes Agent, n8n) se poate conecta instantaneu pentru a accesa date și a executa unelte în deplină siguranță.

Pot folosi asistenții de terminal (Claude Code, Antigravity, Aider) pe Windows?

Da, absolut! Toți asistenții moderni de consolă rulează excelent pe Windows, fie nativ prin PowerShell (având instalat Node.js sau Python), fie în mod optim prin WSL2 (Windows Subsystem for Linux), care oferă un mediu Ubuntu identic cu serverele de producție.

Fiecare ghid dedicat de pe dexblog.ro include comenzi verificate atât pentru macOS (Homebrew), cât și pentru Windows (PowerShell/Winget) și distribuții Linux (apt/bash).

Sunt datele și codul meu confidențiale când utilizez asistenți AI?

Depinde de instrumentul ales:

  • Confidențialitate 100% și offline: Dacă rulezi modele locale prin Ollama, vLLM și Open WebUI, datele și codul tău rămân în rețeaua sau pe stația ta de lucru, ceea ce simplifică mult respectarea GDPR.
  • Asistenți cloud comerciali: Când folosești chei API oficiale (Anthropic, OpenAI, Google) sau modul Privacy în Cursor, termenii comerciali ai furnizorilor prevăd, de regulă, că datele trimise prin API nu sunt folosite la antrenarea modelelor. Verifică politica fiecărui furnizor și setările contului tău. Este recomandat întotdeauna să configurezi fișiere .cursorignore sau .aiderignore pentru a exclude chei secrete, parole și fișiere .env.