Ieguvumi:
- Prot atšķirt mākslīgā intelekta, mašīnmācīšanās un lielās valodas modeļa jēdzienus
- Paskaidrojiet, kā šīs tehnoloģijas atšķiras no tradicionālās programmatūras
- Prot atpazīt AI piemērus, kas sastopami ikdienas biznesa dzīvē
Pēdējos gados vārds "mākslīgais intelekts" ir visur: ziņās, reklāmās, biznesa tikšanās, pat izmantotā tālruņa kamerā. Bet ko tieši tas nozīmē? Šī vienība izskaidro tēmu no pamatiem, neieslīgstot žargonā un saistot to ar jūsu biznesa dzīvi. Mērķis nav padarīt jūs par inženieri; Lai jūs būtu apzināts lietotājs, kurš saprot, kādi ir jūsu izmantotie rīki un kāpēc viņi dara to, ko dara. Jo labāk pārzināt transportlīdzekli, jo drošāk un efektīvāk to izmantosit.
Jūs bieži dzirdat, ka ir savstarpēji saistīti trīs jēdzieni: mākslīgais intelekts, mašīnmācīšanās un lielais valodas modelis. Tās nav viena un tā pati lieta; Tie arvien vairāk sašaurinās gredzeni, viens otrā iekšpusē. Tagad paskaidrosim tos pa vienam ar ikdienas piemēriem.
Trīs jēdzieni, trīs savstarpēji bloķējoši gredzeni
Mākslīgais intelekts (AI): tas ir plašas jomas vispārīgs nosaukums, kas ļauj datoriem veikt uzdevumus, kuriem parasti nepieciešams cilvēka intelekts (izpratne, lēmumu pieņemšana, atpazīšana, valodas lietošana). Zem šī jumta ir arī šaha programma, tulkošanas lietojumprogramma un balss asistents.
Mašīnmācība (ML): tā ir visizplatītākā mākslīgā intelekta apakšnozare. Šeit mēs neierakstām noteikumus datorā pa vienam; Mēs viņam parādām daudz paraugu, un viņš pats izvēlas paraugu rakstu. No šejienes arī nosaukums “mašīnmācība”: mašīna mācās no piemēriem.
Lielo valodu modelis (LLM): tas ir īpašs mašīnmācīšanās veids, kas specializējas tekstā. Tas ir apmācīts ar miljardiem teikumu; To izmanto tādos uzdevumos kā valodas izpratne, producēšana, apkopošana un tulkošana. Šī ir tehnoloģija, kas ir pamatā tādiem rīkiem kā ChatGPT, Gemini, Claude. Šī moduļa rīki, ko mēs saucam par "ģeneratīvo AI" (teksta/attēla ģenerēšanas AI), galvenokārt ir balstīti uz LLM.
Padoms: atcerieties šo: AI ir lielākā kaste, mašīnmācīšanās ir kaste tajā, un lielais valodas modelis ir visdziļākā kaste. “Katrs LLM ir mašīnmācības produkts, un katra mašīnmācība ir AI, taču ne vienmēr ir taisnība.”
Atšķirība ar tradicionālo programmatūru: kurš raksta noteikumus?
Šī ir vissvarīgākā atšķirība, kas jāsaprot. Tradicionālajā programmatūrā cilvēks (programmētājs) raksta noteikumus pa vienam: "Ja pasūtījuma summa pārsniedz 500 TL, piegāde būs bez maksas." Dators ievēro šo noteikumu līdz burtiem, ne vairāk, ne mazāk.
Mašīnmācībā cilvēki neraksta noteikumus; Modelis atklāj pašu noteikumu no tam parādītajiem piemēriem. Piemēram, jūs rādāt tūkstošiem “surogātpasta” un “nav surogātpasta” e-pasta; Modelis pats uzzina, kuri vārdi un frāzes norāda uz surogātpastu. Neviens pēc kārtas neraksta, ka "ja ir šis vārds, tas ir surogātpasts".
funkciju
Tradicionālā programmatūra
Mašīnmācība / AI
Kurš izstrādā noteikumus?
Cilvēks raksta pa vienam
Modelis secina no piemēriem
Vai izvade vienmēr ir vienāda?
Tā pati ieeja → tā pati izeja
Tāda pati ievade → līdzīga, bet mainīga izvade
Kad tas ir stiprs?
Strādājiet ar skaidriem, noteiktiem noteikumiem
Darbojas ar daudziem modeļiem un sarežģītiem noteikumiem
uzticamība
paredzams, stabils
Statistiski, nepieciešama pārbaude
piemērs
algas konts
Uzlabojiet e-pasta signālu
Šī atšķirība ir pamatā "halucināciju" un "pārbaudes" tēmām, kuras jūs uzzināsit vēlāk: Tā kā modelis pats atvasina likumu, tas dažreiz ir nepareizs, tāpēc tā rezultātiem nevar akli uzticēties.
Jūs to jau redzat savā ikdienas biznesa dzīvē
Nedomājiet, ka AI ir kaut kas jauns; Jūs, iespējams, to lietojat gadiem ilgi:
- Jūsu e-pasta kastes surogātpasta filtrs (modelis, kas ir uzzinājis, kuri e-pasta ziņojumi ir miskaste).
- Jūsu tālruņa tastatūras prognoze (mazs valodas modelis, kas iesaka nākamo vārdu).
- Jūsu bankas brīdinājums par krāpniecisku darījumu (modelis, kas nosaka neparastus tēriņus).
- Jūsu izklājlapu programmas automātiskās aizpildes un ieteikumu funkcijas.
- Ieteikumu sistēmas video un mūzikas lietojumprogrammās.
Jaunums ir tas, ka šī tehnoloģija tagad var runāt dabiskā valodā. Tātad jūs rakstāt tā, it kā jūs runātu ar ekspertu, un viņš saprot un atbild. Tieši šeit īstā iespēja slēpjas darba vietā.
Trīs mini futrāļi
1. gadījums — Ayşe, biroja vadītājs. Viņš katru nedēļu manuāli iedalīja kategorijās aptuveni 40 piegādātāju e-pasta ziņojumus; Tas aizņēma vidēji 90 minūtes. Uzņēmuma AI palīga e-pasta ziņojumi tika atzīmēti kā "steidzami/parasti/informācija". Laiks tika samazināts līdz 20 minūtēm; Līguma kontrolei viņš atvēlēja ~70 ietaupītās minūtes. AI pats apguva noteikumu; Ayşe neierakstīja filtrus pa vienam.
2. gadījums — Mehmets, lauka tehniķis. Klients ierakstīja kļūdu ierakstus brīvā tekstā (“ierīce uzkarst, periodiski izslēdzas”). Viņa vadītājs nevarēja manuāli nolasīt un klasificēt šos 500 ierakstus. Valodas modelis apkopoja ierakstus kā "aparatūras/programmatūras/lietotāja kļūdu" un izvilka visbiežāk sastopamo sūdzību. Modelis minūtēs uzskicēja to, kas cilvēkam prasīs gandrīz 2 dienas; komanda tikai apstiprināja.
3. gadījums — Elifs, grāmatvedība. Viņš lika AI apkopot jaunu tiesību aktu un no 12 lappušu teksta paņēma 1 lappusi garu rakstu sarakstu. Bet viņš pats apstiprināja kritisko procentuālo daļu no oficiālā avota; jo tas bija jautājums, kas prasīja skaitlisku precizitāti. Tādējādi tas strādāja gan ātri, gan droši.
Vāja uzvedne / spēcīga uzvedne
Zinot rīku, mainās arī tas, kā jūs to uzdodat. Divi dažādi jautājumi no viena asistenta:
Vāja uzvedne: kas ir mākslīgais intelekts?
Rezultāts: garš, enciklopēdisks apraksts, kas nav specifisks jums.
Spēcīgs aicinājums: es esmu netehnisks biroja darbinieks. Izskaidrojiet atšķirību starp mākslīgo intelektu, mašīnmācīšanos un lielo valodas modeli, katram norādot 3 īsus aizzīmju punktus un piemēru no ikdienas dzīves. Izmantojiet vienkāršu turku valodu.
Rezultāts: izmantojama atbilde, kas atbilst jūsu lomai, līmenim un mērķim. Atšķirība: jūs norādījāt kontekstu, auditoriju un formātu.
Kopējamas veidnes
Palīdziet man apgūt tehnoloģiju.Tēma: [piem. mašīnmācība]Es: [mana loma / mans zināšanu līmenis]Es vēlos: Vienkāršs skaidrojums 5 pozīcijās + piemērs no biznesa dzīves katram vienumam + 1 teikuma kopsavilkums "paturi prātā" beigās.
Parādiet man, kur ikdienas dzīvē sastopos ar šādu jēdzienu:Jēdziens: [piem. ieteikumu sistēma] Sniedziet man 5 reālistiskus piemērus un vienā teikumā precīzi paskaidrojiet, ko AI dara katrā no tiem.
Salīdziniet šos divus jēdzienus un ievietojiet tos tabulā: Jēdziens A: [tradicionālā programmatūra]Jēdziens B: [mašīnmācība] Kolonnas: kurš nosaka noteikumu, ir izvades konstante, kad tā ir spēcīga, piemērs.
Vienkāršojiet šo teikumu tā, it kā to izskaidrotu kolēģim, kas nav tehnisks. Ja ir žargons, iekavās pievienojiet īsu skaidrojumu. Teikums: [ielīmējiet šeit]
Biežākās kļūdas
Biežas kļūdas
- Domāšana "AI = robots / apziņa". Mūsdienu transportlīdzekļi nedomā un nejūt; atpazīst modeļus un ģenerē iespējamos turpinājumus. To aizmirstot, rodas pārspīlētas cerības un vilšanās.
- Uzskatot katru AI izvadi kā galīgu patiesību. Modelis darbojas statistiski; Ir riskanti izmantot skaitļus, datumus un avotus, kuriem nepieciešama precizitāte, tos nepārbaudot.
- Sakot "Šis darbs ir tālu no manis" un nekad nemēģināt. AI ietaupa visvairāk laika, veicot nogurdinošus un atkārtotus netehnisko darbinieku uzdevumus. Tie, kas nepamēģinās, palaidīs iespēju garām.
- Viena vārda jautājumu uzdošana bez konteksta. Ja rīkam nestāstīsit, kas jūs esat un ko vēlaties, jūs saņemsiet vispārīgas, bezjēdzīgas atbildes.
Uzmanību: AI "mācīšanās" nav tāda pati kā cilvēka mācīšanās. Modelis "mācās", nevis izprotot pasauli, bet gan tverot statistikas modeļus datos. Tātad viņš var runāt ļoti tekoši, taču joprojām uztver galveno faktu. Plūsma negarantē precizitāti.
Rezumējot
- Mākslīgais intelekts ir visplašākais lietussargs; mašīnmācība ir tās apakšnozare, kas mācās no piemēriem; Lielo valodu modelis (LLM) ir mašīnmācīšanās veids, kas specializējas valodā.
- Galvenā atšķirība: tradicionālajā programmatūrā noteikumu raksta cilvēks; Mašīnmācībā modelis izņem noteikumu no piemēriem.
- AI jau ir jūsu dzīvē: surogātpasta filtrs, tastatūras prognozēšana, viltus darījumu brīdinājums, ieteikumu sistēmas. Jaunums ir tas, ka tas var runāt dabiskā valodā.
- Tā kā modelis darbojas statistiski, tas ir plūstošs, bet ne vienmēr ir precīzs; tas ir pamats turpmākajām vienībām (halucinācijas, verifikācija).
Lietojumprogrammas uzdevums
Atveriet izmantoto AI rīku un izskaidrojiet sev atšķirību starp mašīnmācīšanos un lielo valodu modeli, izmantojot iepriekš redzamo veidni “Jaudīga uzvedne”. Pēc tam pierakstiet 3 vietas savā biznesā, kur mākslīgais intelekts jau tiek izmantots (vai varētu tikt izmantots). Katram: “Ko tieši šeit var darīt AI?” Atbildiet uz jautājumu vienā teikumā.
Kontrolsaraksts
- [ ] Es varu atšķirt mākslīgo intelektu, mašīnmācīšanos un LLM.
- [ ] Es varu izskaidrot "kas raksta noteikumus" atšķirību starp tradicionālo programmatūru un mašīnmācīšanos.
- [ ] Es zinu vismaz 3 AI piemērus savā ikdienā.
- [ ] Sniedzot kontekstu, auditoriju un formātu, es varu uzdot spēcīgāku jautājumu.
- [ ] Es zinu, ka tas, ka mākslīgais intelekts ir gluds, nenozīmē, ka tas ir precīzs.