Pelnas:
- Gali atskirti dirbtinio intelekto, mašininio mokymosi ir didžiosios kalbos modelio sąvokas
- Paaiškinkite, kuo šios technologijos skiriasi nuo tradicinės programinės įrangos
- Gali atpažinti AI pavyzdžius, sutinkamus kasdieniame verslo gyvenime
Pastaraisiais metais žodis „dirbtinis intelektas“ yra visur: žiniose, reklamose, dalykiniuose susitikimuose, netgi naudojamo telefono kameroje. Bet ką tiksliai tai reiškia? Šis skyrius paaiškina temą nuo pagrindų, nepaskęsdamas žargonu ir susieja jį su jūsų verslo gyvenimu. Tikslas nėra padaryti jus inžinieriumi; Padaryti jus sąmoningu vartotoju, kuris supranta, kokie yra jūsų naudojami įrankiai ir kodėl jie daro tai, ką daro. Nes kuo geriau išmanysite transporto priemonę, tuo saugiau ir efektyviau ja naudositės.
Dažnai girdite, kaip susipina trys sąvokos: dirbtinis intelektas, mašininis mokymasis ir didysis kalbos modelis. Tai nėra tas pats dalykas; Tai vis labiau siaurėjantys žiedai, vienas kito viduje. Dabar paaiškinkime tai po vieną kasdieniais pavyzdžiais.
Trys sąvokos, trys susipynę žiedai
Dirbtinis intelektas (AI): tai bendras plačios srities, leidžiančios kompiuteriams atlikti užduotis, kurioms paprastai reikalingas žmogaus intelektas (supratimas, sprendimų priėmimas, atpažinimas, kalbos vartojimas), pavadinimas. Po šiuo skėčiu taip pat yra šachmatų programa, vertimo programa ir balso asistentas.
Mašinų mokymasis (ML): Tai labiausiai paplitęs dirbtinio intelekto pošakis. Čia taisyklių į kompiuterį po vieną nerašome; Mes parodome jam daugybę pavyzdžių, o jis pats išsirenka šabloną iš pavyzdžių. Iš čia ir kilo pavadinimas „mašininis mokymasis“: mašina mokosi iš pavyzdžių.
Didelės kalbos modelis (LLM): tai specialus mašininio mokymosi tipas, kurio specializacija yra tekstas. Jis mokomas su milijardais sakinių; Jis naudojamas atliekant tokias užduotis kaip kalbos supratimas, kūrimas, apibendrinimas ir vertimas. Tai yra tokių įrankių kaip „ChatGPT“, „Gemini“, „Claude“ technologija. Šio modulio įrankiai, kuriuos vadiname „generaciniu AI“ (teksto/vaizdo generavimo AI), dažniausiai yra pagrįsti LLM.
Užuomina: atsiminkite tai: AI yra didžiausia dėžutė, mašininis mokymasis yra dėžutė, o didelis kalbos modelis yra vidinė dėžutė. „Kiekvienas LLM yra mašininio mokymosi produktas, o kiekvienas mašininis mokymasis yra AI, tačiau ne visada tiesa.
Skirtumas nuo tradicinės programinės įrangos: kas rašo taisykles?
Tai yra svarbiausias skirtumas, kurį reikia suprasti. Tradicinėje programinėje įrangoje žmogus (programuotojas) surašo taisykles po vieną: „Jei užsakymo suma viršija 500 TL, siuntimas bus nemokamas“. Kompiuteris šios taisyklės laikosi iki galo, nei daugiau, nei mažiau.
Mašininio mokymosi metu žmonės taisyklių nerašo; Modelis atranda pačią taisyklę iš jam parodytų pavyzdžių. Pavyzdžiui, rodote tūkstančius „spam“ ir „ne spam“ laiškų; Pats modelis sužino, kurie žodžiai ir frazės rodo šlamštą. Niekas po vieną nerašo „jei yra šis žodis, tai šlamštas“.
funkcija
Tradicinė programinė įranga
Mašininis mokymasis / AI
Kas kuria taisykles?
Žmogus rašo po vieną
Modelis daro išvadą iš pavyzdžių
Ar išvestis visada tokia pati?
Ta pati įvestis → ta pati išvestis
Ta pati įvestis → panaši, bet kintama išvestis
Kada jis stiprus?
Dirbkite pagal aiškias, galutines taisykles
Veikia su daugybe modelių ir sudėtingų taisyklių
patikimumas
nuspėjamas, pastovus
Statistinis, reikalingas patikrinimas
pavyzdys
darbo užmokesčio sąskaita
Pagerinkite el. pašto toną
Šis skirtumas yra „haliucinacijų“ ir „patikrinimo“ temų, kurias sužinosite vėliau, pagrindas: Kadangi modelis išveda pačią taisyklę, kartais ji yra klaidinga, todėl jos rezultatais negalima aklai pasitikėti.
Tai jau matote savo kasdieniame verslo gyvenime
Nemanykite, kad AI yra kažkas naujo; Tikriausiai jį naudojate daugelį metų:
- Jūsų el. pašto dėžutės šlamšto filtras (modelis, kuris sužinojo, kurie el. laiškai yra šiukšliadėžės).
- Jūsų telefono klaviatūros numatymas (mažas kalbos modelis, siūlantis kitą žodį).
- Jūsų banko įspėjimas apie apgaulingą operaciją (modelis, aptinkantis neįprastas išlaidas).
- Jūsų skaičiuoklių programos automatinio pildymo ir pasiūlymų funkcijos.
- Rekomendacinės sistemos vaizdo ir muzikos programose.
Nauja yra tai, kad ši technologija dabar gali kalbėti natūralia kalba. Taigi rašai taip, lyg kalbėtum su ekspertu, o jis supranta ir atsako. Čia tikroji galimybė slypi darbo vietoje.
Trys mini dėklai
1 atvejis – Ayşe, biuro vadovas. Kiekvieną savaitę jis rankiniu būdu suskirstydavo į kategorijas apie 40 tiekėjų el. laiškų; Vidutiniškai tai truko 90 minučių. Bendrovės AI asistento el. laiškai buvo pažymėti kaip „skubus/įprastas/informacija“. Laikas buvo sumažintas iki 20 minučių; Sutaupytas ~70 minučių jis skyrė kontraktų kontrolei. AI išmoko pačią taisyklę; Ayşe nerašė filtrų po vieną.
2 atvejis – Mehmetas, lauko technikas. Klientas laisvu tekstu rašė gedimų įrašus („įrenginys įkaista, su pertraukomis išsijungia“). Jo vadovas negalėjo rankiniu būdu perskaityti ir klasifikuoti šių 500 įrašų. Kalbos modelis apibendrino įrašus kaip „aparatinės įrangos / programinės įrangos / vartotojo klaida“ ir ištraukė dažniausiai pasitaikantį skundą. Modelis per kelias minutes nubrėžė, kas žmogui užtruktų beveik 2 dienas; komanda tik patvirtino.
3 atvejis – Elif, apskaita. Jis apibendrino naują teisės akto tekstą ir paėmė 1 puslapio straipsnių sąrašą iš 12 puslapių teksto. Tačiau jis pats patvirtino kritinį procentą iš oficialaus šaltinio; nes tai reikalavo skaitinio tikslumo. Taigi jis veikė greitai ir saugiai.
Silpnas raginimas / stiprus raginimas
Žinodami įrankį taip pat pasikeičia jūsų klausimo būdas. Du skirtingi to paties padėjėjo klausimai:
Silpnas raginimas: kas yra dirbtinis intelektas?
Rezultatas: ilgas, enciklopedinis aprašymas, kuris nėra būdingas jums.
Stiprus raginimas: Esu netechninis biuro darbuotojas. Paaiškinkite skirtumą tarp dirbtinio intelekto, mašininio mokymosi ir didžiojo kalbos modelio pateikdami 3 trumpus taškus ir pavyzdį iš kasdienio gyvenimo. Naudokite paprastą turkų kalbą.
Rezultatas: tinkamas atsakymas, atitinkantis jūsų vaidmenį, lygį ir tikslą. Skirtumas: nurodėte kontekstą, auditoriją ir formatą.
Kopijuojami šablonai
Padėkite man išmokti technologiją.Tema: [pvz. mašininis mokymasis]Aš: [mano vaidmuo / mano žinių lygis]Noriu: paprasto paaiškinimo iš 5 punktų + kiekvieno dalyko pavyzdys iš verslo gyvenimo + 1 sakinio santrauka „turėkite tai omenyje“ pabaigoje.
Parodykite, kur kasdieniame gyvenime susiduriu su šia sąvoka:Sąvoka: [pvz., rekomendacijų sistema] Pateikite 5 realistiškus pavyzdžius ir vienu sakiniu tiksliai paaiškinkite, ką AI daro kiekviename iš jų.
Palyginkite šias dvi sąvokas ir sudėkite į lentelę: A sąvoka: [tradicinė programinė įranga] B sąvoka: [mokymasis mašinoje] Stulpeliai: kas nustato taisyklę, yra išvesties konstanta, kada ji stipri, pavyzdys.
Supaprastinkite šį sakinį, tarsi paaiškintumėte jį netechniniam kolegai. Jei yra žargono, skliausteliuose pridėkite trumpą paaiškinimą. Sakinys: [įklijuokite čia]
Dažnos klaidos
Dažnos klaidos
- Mąstymas „AI = robotas / sąmonė“. Šiandieninės transporto priemonės nemąsto ir nejaučia; atpažįsta modelius ir generuoja galimus tęsinius. Tai pamiršus, atsiranda perdėtų lūkesčių ir nusivylimų.
- Kiekvieną AI išvestį traktuokite kaip galutinę tiesą. Modelis veikia statistiškai; Rizikinga naudoti skaičius, datas ir šaltinius, kuriems reikia tikslumo, jų nepatikrinus.
- Sakydamas „šis darbas man toli“ ir niekada nebandyti. Dirbtinis intelektas sutaupo daugiausiai varginančių ir pasikartojančių netechninių darbuotojų užduočių laiko. Tie, kurie nepabandys, praleis progą.
- Vieno žodžio klausimų uždavimas be konteksto. Jei nepasakysite įrankiui, kas esate ir ko norite, gausite bendrus, nenaudingus atsakymus.
Atsargiai: AI „mokymasis“ nėra panašus į žmogaus mokymąsi. Modelis „mokosi“ ne suprasdamas pasaulį, o fiksuodamas statistinius duomenų šablonus. Taigi jis gali kalbėti labai laisvai, bet vis tiek klaidingai supranta pagrindinį faktą. Sklandumas negarantuoja tikslumo.
Apibendrinant
- Dirbtinis intelektas yra plačiausias skėtis; mašininis mokymasis yra jo pošakis, kuris mokosi iš pavyzdžių; Didelis kalbos modelis (LLM) yra mašininio mokymosi tipas, kurio specializacija yra kalbos.
- Pagrindinis skirtumas: tradicinėje programinėje įrangoje taisyklę rašo žmogus; Mašininio mokymosi atveju modelis ištraukia taisyklę iš pavyzdžių.
- AI jau yra jūsų gyvenime: šiukšlių filtras, klaviatūros numatymas, netikrų operacijų įspėjimas, rekomendacijų sistemos. Nauja yra tai, kad jis gali kalbėti natūralia kalba.
- Kadangi modelis veikia statistiškai, jis yra sklandus, bet ne visada tikslus; tai yra tolesnių vienetų (haliucinacijų, patikrinimo) pagrindas.
Taikymo užduotis
Atidarykite naudojamą AI įrankį ir paaiškinkite sau skirtumą tarp mašininio mokymosi ir didelės kalbos modelio naudodami anksčiau pateiktą šabloną „Galingas raginimas“. Tada užsirašykite 3 vietas savo versle, kur AI jau naudojamas (arba gali būti naudojamas). Kiekvienam: „Ką iš tikrųjų čia gali / galėtų padaryti AI? Atsakykite į klausimą vienu sakiniu.
Kontrolinis sąrašas
- [ ] Galiu atskirti dirbtinį intelektą, mašininį mokymąsi ir LLM.
- [ ] Galiu paaiškinti „kas rašo taisykles“ skirtumą tarp tradicinės programinės įrangos ir mašininio mokymosi.
- [ ] Žinau bent 3 AI pavyzdžius savo kasdieniame gyvenime.
- [ ] Pateikdamas kontekstą, auditoriją ir formatą, galiu užduoti stipresnį klausimą.
- [ ] Žinau, kad vien todėl, kad dirbtinis intelektas yra sklandus, dar nereiškia, kad jis tikslus.