Keuntungan:
- Boleh membezakan antara konsep kecerdasan buatan, pembelajaran mesin dan model bahasa besar
- Terangkan bagaimana teknologi ini berbeza daripada perisian tradisional
- Boleh mengenali contoh AI yang ditemui dalam kehidupan perniagaan harian
Dalam beberapa tahun kebelakangan ini, perkataan "kecerdasan buatan" ada di mana-mana: dalam berita, dalam iklan, dalam mesyuarat perniagaan, malah dalam kamera telefon yang anda gunakan. Tetapi apa sebenarnya maksudnya? Unit ini menerangkan subjek dari asas, tanpa tenggelam dalam jargon, dan dengan menghubungkannya dengan kehidupan perniagaan anda. Matlamatnya bukan untuk menjadikan anda seorang jurutera; Untuk menjadikan anda pengguna sedar yang memahami apakah alat yang anda gunakan dan mengapa mereka melakukan perkara yang mereka lakukan. Kerana lebih baik anda mengetahui kenderaan, lebih selamat dan lebih cekap anda akan menggunakannya.
Anda sering mendengar tiga konsep yang saling berkaitan: kecerdasan buatan, pembelajaran mesin dan model bahasa besar. Ini bukan perkara yang sama; Mereka semakin menyempitkan cincin, satu di dalam yang lain. Sekarang mari kita jelaskan satu persatu dengan contoh harian.
Tiga Konsep, Tiga Cincin Berjalin
Kecerdasan Buatan (AI): Ia adalah nama umum medan luas yang membolehkan komputer melaksanakan tugas yang biasanya memerlukan kecerdasan manusia (pemahaman, membuat keputusan, pengiktirafan, menggunakan bahasa). Program catur, aplikasi terjemahan dan pembantu suara juga berada di bawah payung ini.
Pembelajaran mesin (ML): Ia adalah sub-cabang kecerdasan buatan yang paling biasa. Di sini, kami tidak menulis peraturan ke dalam komputer satu demi satu; Kami menunjukkan kepadanya banyak sampel dan dia memilih sendiri corak dalam sampel itu. Oleh itu nama "pembelajaran mesin": mesin belajar daripada contoh.
Model Bahasa Besar (LLM): Ia adalah jenis pembelajaran mesin khas yang mengkhusus dalam teks. Ia dilatih dengan berbilion ayat; Ia digunakan dalam tugas seperti memahami bahasa, menghasilkan, meringkaskan dan menterjemah. Ini adalah teknologi di sebalik alat seperti ChatGPT, Gemini, Claude. Alat dalam modul ini, yang kami panggil "AI generatif" (AI penjanaan teks/imej), kebanyakannya berasaskan LLM.
Petunjuk: Ingat ini: AI ialah kotak terbesar, pembelajaran mesin ialah kotak di dalamnya, dan model bahasa besar ialah kotak paling dalam. "Setiap LLM ialah produk pembelajaran mesin dan setiap pembelajaran mesin ialah AI, tetapi sebaliknya tidak selalunya benar."
Perbezaan dengan Perisian Tradisional: Siapa yang Menulis Peraturan?
Ini adalah perbezaan yang paling penting untuk difahami. Dalam perisian tradisional, seorang manusia (pengaturcara) menulis peraturan satu demi satu: "Jika jumlah pesanan melebihi 500 TL, penghantaran akan menjadi percuma." Komputer mengikut peraturan ini dengan betul, tidak lebih, tidak kurang.
Dalam pembelajaran mesin, manusia tidak menulis peraturan; Model menemui peraturan itu sendiri daripada contoh yang ditunjukkan kepadanya. Contohnya, anda menunjukkan beribu-ribu e-mel "spam" dan "bukan spam"; Model itu sendiri mempelajari perkataan dan frasa yang menunjukkan spam. Tiada siapa yang menulis satu persatu mengatakan "jika ada perkataan ini, ia adalah spam".
ciri
Perisian Tradisional
Pembelajaran Mesin / AI
Siapa yang membuat peraturan?
Manusia menulis satu persatu
Model membuat kesimpulan daripada contoh
Adakah output sentiasa sama?
Input yang sama → output yang sama
Input yang sama → output yang serupa tetapi berubah-ubah
Bilakah ia kuat?
Bekerja dengan peraturan yang jelas dan pasti
Berfungsi dengan banyak corak dan peraturan yang sukar
kebolehpercayaan
boleh diramal, mantap
Statistik, memerlukan pengesahan
contoh
akaun gaji
Tingkatkan nada e-mel
Perbezaan ini ialah asas topik "halusinasi" dan "pengesahan" yang akan anda pelajari kemudian: Oleh kerana model memperoleh peraturan itu sendiri, ia kadangkala salah, jadi outputnya tidak boleh dipercayai secara membuta tuli.
Anda Sudah Melihatnya dalam Kehidupan Perniagaan Harian Anda
Jangan fikir AI adalah sesuatu yang baharu; Anda mungkin telah menggunakannya selama bertahun-tahun:
- Penapis spam kotak e-mel anda (model yang telah mengetahui e-mel yang merupakan sampah).
- Ramalan papan kekunci telefon anda (model bahasa kecil yang mencadangkan perkataan seterusnya).
- Makluman transaksi penipuan bank anda (model yang mengesan perbelanjaan luar biasa).
- Ciri autoisi dan cadangan program hamparan anda.
- Sistem pengesyoran dalam aplikasi video dan muzik.
Apa yang baharu ialah teknologi ini kini boleh bercakap dengan bahasa semula jadi. Jadi anda menulis seolah-olah anda bercakap dengan pakar, dan dia memahami dan menjawab. Di sinilah peluang sebenar terletak di tempat kerja.
Tiga Kes Mini
Kes 1 — Ayşe, pengurus pejabat. Dia secara manual mengkategorikan sekitar 40 e-mel pembekal setiap minggu; Ia mengambil masa purata 90 minit. Ia mula mempunyai e-mel label pembantu AI syarikat sebagai "mendesak/biasa/maklumat." Masa dikurangkan kepada 20 minit; Dia menumpukan ~70 minit disimpan untuk kawalan kontrak. AI mempelajari peraturan itu sendiri; Ayşe tidak menulis penapis satu demi satu.
Kes 2 — Mehmet, juruteknik lapangan. Pelanggan sedang menulis rekod kesalahan dalam teks percuma ("peranti menjadi panas, dimatikan sekejap-sekejap"). Pengurusnya tidak dapat membaca dan mengklasifikasikan 500 rekod ini secara manual. Model bahasa meringkaskan rekod sebagai "perkakasan/perisian/ralat pengguna" dan mengekstrak aduan yang paling kerap. Model itu melakar dalam beberapa minit apa yang akan mengambil masa hampir 2 hari untuk manusia; pasukan hanya mengesahkan.
Kes 3 — Elif, perakaunan. Dia meminta AI meringkaskan teks perundangan baharu dan mengambil senarai artikel 1 halaman daripada teks 12 halaman. Tetapi dia sendiri mengesahkan peratusan kritikal daripada sumber rasmi; kerana ia adalah perkara yang memerlukan ketepatan berangka. Oleh itu, ia berfungsi dengan cepat dan selamat.
Gesaan Lemah / Gesaan Kuat
Mengetahui alat itu juga mengubah cara anda bertanya. Dua soalan berbeza daripada pembantu yang sama:
Gesaan lemah: Apakah kecerdasan buatan?
Keputusan: Penerangan ensiklopedia yang panjang dan tidak khusus untuk anda.
Gesaan yang kuat: Saya seorang pekerja pejabat bukan teknikal. Terangkan perbezaan antara kecerdasan buatan, pembelajaran mesin dan model bahasa besar dengan 3 mata peluru pendek dan satu contoh daripada kehidupan harian untuk setiap satu. Gunakan bahasa Turki biasa.
Keputusan: Jawapan yang boleh digunakan sesuai dengan peranan, tahap dan tujuan anda. Perbezaan: anda memberikan konteks, khalayak dan format.
Templat Boleh Disalin
Bantu saya mempelajari teknologi.Topik: [cth. pembelajaran mesin]Saya: [peranan saya / tahap pengetahuan saya]Saya mahu: Penjelasan ringkas dalam 5 item + contoh daripada kehidupan perniagaan untuk setiap item + ringkasan 1 ayat "kekal dalam fikiran" di penghujung.
Tunjukkan saya di mana saya menghadapi konsep berikut dalam kehidupan seharian:Konsep: [cth. sistem cadangan]Beri saya 5 contoh realistik dan terangkan dalam satu ayat dengan tepat apa yang AI lakukan dalam setiap satu.
Bandingkan kedua-dua konsep ini dan letakkannya dalam jadual:Konsep A: [perisian tradisional]Konsep B: [pembelajaran mesin]Lajur: siapa yang menetapkan peraturan, ialah pemalar keluaran, bila kuat, contoh.
Permudahkan ayat berikut seolah-olah menerangkannya kepada rakan sekerja bukan teknikal. Jika terdapat jargon, tambah penerangan ringkas dalam kurungan. Ayat: [tampal di sini]
Kesilapan Biasa
Kesilapan biasa
- Berfikir "AI = robot / kesedaran". Kenderaan hari ini tidak berfikir atau merasa; mengenali corak dan menjana kemungkinan sekuel. Melupakan perkara ini membawa kepada jangkaan dan kekecewaan yang berlebihan.
- Memperlakukan setiap output AI sebagai kebenaran yang pasti. Model ini berfungsi secara statistik; Adalah berisiko untuk menggunakan nombor, tarikh dan sumber yang memerlukan ketepatan tanpa mengesahkannya.
- Berkata "Pekerjaan ini jauh dari saya" dan tidak pernah mencuba. AI menjimatkan masa paling banyak untuk tugasan pekerja bukan teknikal yang membosankan dan berulang. Yang tak cuba akan terlepas peluang.
- Mengemukakan soalan satu perkataan tanpa konteks. Jika anda tidak memberitahu alat itu siapa anda dan apa yang anda mahukan, anda akan mendapat jawapan generik dan tidak berguna.
Awas: "Pembelajaran" AI bukan seperti pembelajaran manusia. Model "belajar" bukan dengan memahami dunia tetapi dengan menangkap corak statistik dalam data. Jadi dia boleh bercakap dengan sangat lancar tetapi masih mendapat fakta asas yang salah. Kefasihan bukan jaminan ketepatan.
Secara ringkasnya
- Kecerdasan buatan adalah payung yang paling luas; pembelajaran mesin ialah cabang kecilnya yang belajar daripada contoh; Model bahasa besar (LLM) ialah sejenis pembelajaran mesin yang mengkhusus dalam bahasa.
- Perbezaan utama: Dalam perisian tradisional, manusia menulis peraturan; Dalam pembelajaran mesin, model mengekstrak peraturan daripada contoh.
- AI sudah ada dalam hidup anda: penapis spam, ramalan papan kekunci, makluman transaksi palsu, sistem pengesyoran. Apa yang baharu ialah ia boleh bercakap dalam bahasa semula jadi.
- Kerana model berfungsi secara statistik, ia adalah cecair, tetapi ia tidak selalu tepat; ini adalah asas untuk unit berikutnya (halusinasi, pengesahan).
Tugas Permohonan
Buka alat AI yang anda gunakan dan terangkan kepada diri sendiri perbezaan antara pembelajaran mesin dan model bahasa besar dengan templat "Gesaan berkuasa" di atas. Kemudian tuliskan 3 tempat dalam perniagaan anda sendiri yang AI sudah digunakan (atau boleh digunakan). Untuk setiap, "Apakah sebenarnya/boleh AI lakukan di sini?" Jawab soalan dalam satu ayat.
Senarai semak
- [ ] Saya boleh membezakan antara kecerdasan buatan, pembelajaran mesin dan LLM.
- [ ] Saya boleh menerangkan perbezaan "siapa yang menulis peraturan" antara perisian tradisional dan pembelajaran mesin.
- [ ] Saya tahu sekurang-kurangnya 3 contoh AI dalam kehidupan seharian saya.
- [ ] Dengan memberikan konteks, khalayak dan format, saya boleh bertanya soalan yang lebih kukuh.
- [ ] Saya tahu bahawa hanya kerana AI lancar tidak bermakna ia tepat.