ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਐਲਐਲਐਮ ਕੀ ਹੈ?

ਲਾਭ:

• ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਦੇ ਸੰਕਲਪਾਂ ਵਿਚਕਾਰ ਫਰਕ ਕਰ ਸਕਦਾ ਹੈ
• ਸਮਝਾਓ ਕਿ ਇਹ ਤਕਨਾਲੋਜੀਆਂ ਰਵਾਇਤੀ ਸੌਫਟਵੇਅਰ ਤੋਂ ਕਿਵੇਂ ਵੱਖਰੀਆਂ ਹਨ
• ਰੋਜ਼ਾਨਾ ਕਾਰੋਬਾਰੀ ਜੀਵਨ ਵਿੱਚ ਆਈਆਂ AI ਉਦਾਹਰਣਾਂ ਨੂੰ ਪਛਾਣ ਸਕਦਾ ਹੈ

ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ, "ਨਕਲੀ ਬੁੱਧੀ" ਸ਼ਬਦ ਹਰ ਥਾਂ ਹੈ: ਖਬਰਾਂ ਵਿੱਚ, ਇਸ਼ਤਿਹਾਰਾਂ ਵਿੱਚ, ਵਪਾਰਕ ਮੀਟਿੰਗਾਂ ਵਿੱਚ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਗਏ ਫ਼ੋਨ ਦੇ ਕੈਮਰੇ ਵਿੱਚ ਵੀ। ਪਰ ਇਸਦਾ ਅਸਲ ਵਿੱਚ ਕੀ ਮਤਲਬ ਹੈ? ਇਹ ਇਕਾਈ ਮੂਲ ਤੋਂ ਵਿਸ਼ੇ ਦੀ ਵਿਆਖਿਆ ਕਰਦੀ ਹੈ, ਬਿਨਾਂ ਕਿਸੇ ਸ਼ਬਦਾਵਲੀ ਵਿੱਚ ਡੁੱਬੇ, ਅਤੇ ਇਸਨੂੰ ਤੁਹਾਡੇ ਕਾਰੋਬਾਰੀ ਜੀਵਨ ਨਾਲ ਜੋੜ ਕੇ। ਉਦੇਸ਼ ਤੁਹਾਨੂੰ ਇੰਜੀਨੀਅਰ ਬਣਾਉਣਾ ਨਹੀਂ ਹੈ; ਤੁਹਾਨੂੰ ਇੱਕ ਚੇਤੰਨ ਉਪਭੋਗਤਾ ਬਣਾਉਣ ਲਈ ਜੋ ਇਹ ਸਮਝਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਕਿਹੜੇ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋ ਅਤੇ ਉਹ ਉਹ ਕਿਉਂ ਕਰਦੇ ਹਨ ਜੋ ਉਹ ਕਰਦੇ ਹਨ। ਕਿਉਂਕਿ ਤੁਸੀਂ ਵਾਹਨ ਨੂੰ ਜਿੰਨਾ ਬਿਹਤਰ ਜਾਣਦੇ ਹੋ, ਓਨਾ ਹੀ ਸੁਰੱਖਿਅਤ ਅਤੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਤੁਸੀਂ ਇਸਦੀ ਵਰਤੋਂ ਕਰੋਗੇ।

ਤੁਸੀਂ ਅਕਸਰ ਤਿੰਨ ਸੰਕਲਪਾਂ ਨੂੰ ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਸੁਣਦੇ ਹੋ: ਨਕਲੀ ਬੁੱਧੀ, ਮਸ਼ੀਨ ਸਿਖਲਾਈ, ਅਤੇ ਭਾਸ਼ਾ ਦਾ ਵੱਡਾ ਮਾਡਲ। ਇਹ ਇੱਕੋ ਚੀਜ਼ ਨਹੀਂ ਹਨ; ਉਹ ਵਧਦੀ ਰਿੰਗਾਂ ਨੂੰ ਤੰਗ ਕਰ ਰਹੇ ਹਨ, ਇੱਕ ਦੂਜੇ ਦੇ ਅੰਦਰ। ਆਓ ਹੁਣ ਇਹਨਾਂ ਨੂੰ ਰੋਜ਼ਾਨਾ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਨਾਲ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਸਮਝਾਉਂਦੇ ਹਾਂ।

ਤਿੰਨ ਸੰਕਲਪ, ਤਿੰਨ ਇੰਟਰਲੌਕਿੰਗ ਰਿੰਗ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI): ਇਹ ਇੱਕ ਵਿਆਪਕ ਖੇਤਰ ਦਾ ਆਮ ਨਾਮ ਹੈ ਜੋ ਕੰਪਿਊਟਰਾਂ ਨੂੰ ਉਹ ਕੰਮ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਆਮ ਤੌਰ 'ਤੇ ਮਨੁੱਖੀ ਬੁੱਧੀ (ਸਮਝ, ਫੈਸਲੇ ਲੈਣ, ਮਾਨਤਾ, ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ ਸ਼ਤਰੰਜ ਪ੍ਰੋਗਰਾਮ, ਇੱਕ ਅਨੁਵਾਦ ਐਪਲੀਕੇਸ਼ਨ, ਅਤੇ ਇੱਕ ਵੌਇਸ ਅਸਿਸਟੈਂਟ ਵੀ ਇਸ ਛਤਰੀ ਹੇਠ ਹਨ।

ਮਸ਼ੀਨ ਲਰਨਿੰਗ (ML): ਇਹ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਸਭ ਤੋਂ ਆਮ ਉਪ-ਸ਼ਾਖਾ ਹੈ। ਇੱਥੇ, ਅਸੀਂ ਕੰਪਿਊਟਰ ਵਿੱਚ ਨਿਯਮ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਨਹੀਂ ਲਿਖਦੇ; ਅਸੀਂ ਉਸ ਨੂੰ ਬਹੁਤ ਸਾਰੇ ਨਮੂਨੇ ਦਿਖਾਉਂਦੇ ਹਾਂ ਅਤੇ ਉਹ ਨਮੂਨਿਆਂ ਵਿੱਚ ਨਮੂਨੇ ਨੂੰ ਖੁਦ ਚੁਣਦਾ ਹੈ। ਇਸ ਲਈ ਨਾਮ "ਮਸ਼ੀਨ ਲਰਨਿੰਗ": ਮਸ਼ੀਨ ਉਦਾਹਰਣਾਂ ਤੋਂ ਸਿੱਖਦੀ ਹੈ।

ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ (LLM): ਇਹ ਇੱਕ ਖਾਸ ਕਿਸਮ ਦੀ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਹੈ ਜੋ ਟੈਕਸਟ ਵਿੱਚ ਮੁਹਾਰਤ ਰੱਖਦੀ ਹੈ। ਇਹ ਅਰਬਾਂ ਵਾਕਾਂ ਨਾਲ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੈ; ਇਸਦੀ ਵਰਤੋਂ ਭਾਸ਼ਾ ਨੂੰ ਸਮਝਣ, ਉਤਪਾਦਨ, ਸੰਖੇਪ ਅਤੇ ਅਨੁਵਾਦ ਕਰਨ ਵਰਗੇ ਕੰਮਾਂ ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਹ ChatGPT, Gemini, Claude ਵਰਗੇ ਟੂਲਸ ਦੇ ਪਿੱਛੇ ਤਕਨੀਕ ਹੈ। ਇਸ ਮੋਡੀਊਲ ਵਿੱਚ ਟੂਲ, ਜਿਸਨੂੰ ਅਸੀਂ "ਜਨਰੇਟਿਵ AI" (ਟੈਕਸਟ/ਇਮੇਜ ਜਨਰੇਟਿੰਗ AI) ਕਹਿੰਦੇ ਹਾਂ, ਜਿਆਦਾਤਰ LLM ਅਧਾਰਤ ਹਨ।

ਸੰਕੇਤ: ਇਹ ਯਾਦ ਰੱਖੋ: AI ਸਭ ਤੋਂ ਵੱਡਾ ਬਾਕਸ ਹੈ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਇਸ ਦੇ ਅੰਦਰ ਦਾ ਬਾਕਸ ਹੈ, ਅਤੇ ਭਾਸ਼ਾ ਦਾ ਵੱਡਾ ਮਾਡਲ ਸਭ ਤੋਂ ਅੰਦਰੂਨੀ ਬਾਕਸ ਹੈ। "ਹਰੇਕ LLM ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦਾ ਇੱਕ ਉਤਪਾਦ ਹੈ ਅਤੇ ਹਰ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਇੱਕ AI ਹੈ, ਪਰ ਗੱਲ ਹਮੇਸ਼ਾ ਸੱਚ ਨਹੀਂ ਹੁੰਦੀ।"

ਪਰੰਪਰਾਗਤ ਸੌਫਟਵੇਅਰ ਨਾਲ ਅੰਤਰ: ਨਿਯਮ ਕੌਣ ਲਿਖਦਾ ਹੈ?

ਇਹ ਸਮਝਣ ਲਈ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਹੈ. ਰਵਾਇਤੀ ਸੌਫਟਵੇਅਰ ਵਿੱਚ, ਇੱਕ ਮਨੁੱਖੀ (ਪ੍ਰੋਗਰਾਮਰ) ਇੱਕ-ਇੱਕ ਕਰਕੇ ਨਿਯਮ ਲਿਖਦਾ ਹੈ: "ਜੇ ਆਰਡਰ ਦੀ ਰਕਮ 500 TL ਤੋਂ ਵੱਧ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਸ਼ਿਪਿੰਗ ਮੁਫ਼ਤ ਹੋਵੇਗੀ।" ਕੰਪਿਊਟਰ ਇਸ ਨਿਯਮ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ, ਕੋਈ ਹੋਰ ਨਹੀਂ, ਘੱਟ ਨਹੀਂ।

ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਵਿੱਚ, ਮਨੁੱਖ ਨਿਯਮ ਨਹੀਂ ਲਿਖਦੇ; ਮਾਡਲ ਆਪਣੇ ਆਪ ਨੂੰ ਦਰਸਾਏ ਗਏ ਉਦਾਹਰਣਾਂ ਤੋਂ ਨਿਯਮ ਦੀ ਖੋਜ ਕਰਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਤੁਸੀਂ ਹਜ਼ਾਰਾਂ "ਸਪੈਮ" ਅਤੇ "ਸਪੈਮ ਨਹੀਂ" ਈਮੇਲਾਂ ਦਿਖਾਉਂਦੇ ਹੋ; ਮਾਡਲ ਖੁਦ ਸਿੱਖਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਸ਼ਬਦ ਅਤੇ ਵਾਕਾਂਸ਼ ਸਪੈਮ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ. ਕੋਈ ਵੀ ਇੱਕ ਇੱਕ ਕਰਕੇ ਇਹ ਨਹੀਂ ਲਿਖਦਾ ਕਿ "ਜੇ ਇਹ ਸ਼ਬਦ ਹੈ, ਤਾਂ ਇਹ ਸਪੈਮ ਹੈ"।

ਵਿਸ਼ੇਸ਼ਤਾ

ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ

ਮਸ਼ੀਨ ਲਰਨਿੰਗ / ਏ.ਆਈ

ਨਿਯਮ ਕੌਣ ਬਣਾਉਂਦਾ ਹੈ?

ਮਨੁੱਖ ਇੱਕ ਇੱਕ ਕਰਕੇ ਲਿਖਦਾ ਹੈ

ਮਾਡਲ ਉਦਾਹਰਨਾਂ ਤੋਂ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ

ਕੀ ਆਉਟਪੁੱਟ ਹਮੇਸ਼ਾ ਇੱਕੋ ਜਿਹੀ ਹੁੰਦੀ ਹੈ?

ਉਹੀ ਇੰਪੁੱਟ → ਉਹੀ ਆਉਟਪੁੱਟ

ਸਮਾਨ ਇੰਪੁੱਟ → ਸਮਾਨ ਪਰ ਵੇਰੀਏਬਲ ਆਉਟਪੁੱਟ

ਇਹ ਕਦੋਂ ਤਕੜਾ ਹੁੰਦਾ ਹੈ?

ਸਪਸ਼ਟ, ਨਿਸ਼ਚਿਤ ਨਿਯਮਾਂ ਨਾਲ ਕੰਮ ਕਰੋ

ਬਹੁਤ ਸਾਰੇ ਪੈਟਰਨਾਂ ਅਤੇ ਔਖੇ ਨਿਯਮਾਂ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ

ਭਰੋਸੇਯੋਗਤਾ

ਅਨੁਮਾਨਯੋਗ, ਸਥਿਰ

ਅੰਕੜਾ, ਤਸਦੀਕ ਦੀ ਲੋੜ ਹੈ

ਉਦਾਹਰਨ

ਤਨਖਾਹ ਖਾਤਾ

ਈਮੇਲ ਟੋਨ ਵਿੱਚ ਸੁਧਾਰ ਕਰੋ

ਇਹ ਅੰਤਰ "ਭ੍ਰਮ" ਅਤੇ "ਤਸਦੀਕ" ਵਿਸ਼ਿਆਂ ਦਾ ਅਧਾਰ ਹੈ ਜੋ ਤੁਸੀਂ ਬਾਅਦ ਵਿੱਚ ਸਿੱਖੋਗੇ: ਕਿਉਂਕਿ ਮਾਡਲ ਆਪਣੇ ਆਪ ਹੀ ਨਿਯਮ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ, ਇਹ ਕਈ ਵਾਰ ਗਲਤ ਹੁੰਦਾ ਹੈ, ਇਸਲਈ ਇਸਦੇ ਆਉਟਪੁੱਟ 'ਤੇ ਅੰਨ੍ਹੇਵਾਹ ਭਰੋਸਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।

ਤੁਸੀਂ ਇਸਨੂੰ ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਕਾਰੋਬਾਰੀ ਜੀਵਨ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਦੇਖਦੇ ਹੋ

ਇਹ ਨਾ ਸੋਚੋ ਕਿ AI ਕੁਝ ਨਵਾਂ ਹੈ; ਤੁਸੀਂ ਸ਼ਾਇਦ ਸਾਲਾਂ ਤੋਂ ਇਸਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ:

• ਤੁਹਾਡੇ ਈਮੇਲ ਬਾਕਸ ਦਾ ਸਪੈਮ ਫਿਲਟਰ (ਇੱਕ ਮਾਡਲ ਜਿਸ ਨੇ ਸਿੱਖਿਆ ਹੈ ਕਿ ਕਿਹੜੀਆਂ ਈਮੇਲਾਂ ਰੱਦੀ ਹਨ)।
• ਤੁਹਾਡੇ ਫ਼ੋਨ ਦਾ ਕੀਬੋਰਡ ਪੂਰਵ-ਅਨੁਮਾਨ (ਇੱਕ ਛੋਟਾ ਭਾਸ਼ਾ ਮਾਡਲ ਜੋ ਅਗਲੇ ਸ਼ਬਦ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ)।
• ਤੁਹਾਡੇ ਬੈਂਕ ਦੀ ਧੋਖਾਧੜੀ ਵਾਲੇ ਲੈਣ-ਦੇਣ ਦੀ ਚਿਤਾਵਨੀ (ਮਾਡਲ ਜੋ ਅਸਧਾਰਨ ਖਰਚਿਆਂ ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ)।
• ਤੁਹਾਡੇ ਸਪ੍ਰੈਡਸ਼ੀਟ ਪ੍ਰੋਗਰਾਮ ਦੀਆਂ ਆਟੋਫਿਲ ਅਤੇ ਸੁਝਾਅ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ।
• ਵੀਡੀਓ ਅਤੇ ਸੰਗੀਤ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਸਿਫ਼ਾਰਿਸ਼ ਪ੍ਰਣਾਲੀਆਂ।

ਨਵੀਂ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਹ ਤਕਨੀਕ ਹੁਣ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਨਾਲ ਗੱਲ ਕਰ ਸਕਦੀ ਹੈ। ਇਸ ਲਈ ਤੁਸੀਂ ਇਸ ਤਰ੍ਹਾਂ ਲਿਖਦੇ ਹੋ ਜਿਵੇਂ ਤੁਸੀਂ ਕਿਸੇ ਮਾਹਰ ਨਾਲ ਗੱਲ ਕਰ ਰਹੇ ਹੋ, ਅਤੇ ਉਹ ਸਮਝਦਾ ਹੈ ਅਤੇ ਜਵਾਬ ਦਿੰਦਾ ਹੈ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਅਸਲ ਮੌਕਾ ਕੰਮ ਵਾਲੀ ਥਾਂ 'ਤੇ ਹੈ।

ਤਿੰਨ ਮਿੰਨੀ ਕੇਸ

ਕੇਸ 1 — Ayşe, ਦਫ਼ਤਰ ਮੈਨੇਜਰ। ਉਹ ਹਰ ਹਫ਼ਤੇ ਲਗਭਗ 40 ਸਪਲਾਇਰ ਈਮੇਲਾਂ ਨੂੰ ਹੱਥੀਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰ ਰਿਹਾ ਸੀ; ਇਸ ਵਿੱਚ ਔਸਤਨ 90 ਮਿੰਟ ਲੱਗੇ। ਇਸਨੇ ਕੰਪਨੀ ਦੇ AI ਸਹਾਇਕ ਲੇਬਲ ਈਮੇਲਾਂ ਨੂੰ "ਜ਼ਰੂਰੀ/ਆਮ/ਜਾਣਕਾਰੀ" ਵਜੋਂ ਰੱਖਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ। ਸਮਾਂ ਘਟਾ ਕੇ 20 ਮਿੰਟ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ; ਉਸਨੇ ਇਕਰਾਰਨਾਮੇ ਦੇ ਨਿਯੰਤਰਣ ਲਈ ਬਚੇ ਹੋਏ ~ 70 ਮਿੰਟ ਸਮਰਪਿਤ ਕੀਤੇ. AI ਨੇ ਨਿਯਮ ਖੁਦ ਸਿੱਖ ਲਿਆ; Ayşe ਨੇ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਫਿਲਟਰ ਨਹੀਂ ਲਿਖੇ।

ਕੇਸ 2 — ਮਹਿਮਤ, ਫੀਲਡ ਟੈਕਨੀਸ਼ੀਅਨ। ਗਾਹਕ ਮੁਫਤ ਟੈਕਸਟ ਵਿੱਚ ਨੁਕਸ ਰਿਕਾਰਡ ਲਿਖ ਰਿਹਾ ਸੀ ("ਡਿਵਾਈਸ ਗਰਮ ਹੋ ਜਾਂਦੀ ਹੈ, ਰੁਕ-ਰੁਕ ਕੇ ਬੰਦ ਹੋ ਜਾਂਦੀ ਹੈ")। ਉਸਦਾ ਮੈਨੇਜਰ ਇਹਨਾਂ 500 ਰਿਕਾਰਡਾਂ ਨੂੰ ਹੱਥੀਂ ਪੜ੍ਹ ਅਤੇ ਸ਼੍ਰੇਣੀਬੱਧ ਨਹੀਂ ਕਰ ਸਕਦਾ ਸੀ। ਇੱਕ ਭਾਸ਼ਾ ਮਾਡਲ ਨੇ ਰਿਕਾਰਡਾਂ ਨੂੰ "ਹਾਰਡਵੇਅਰ/ਸਾਫਟਵੇਅਰ/ਉਪਭੋਗਤਾ ਗਲਤੀ" ਵਜੋਂ ਸੰਖੇਪ ਕੀਤਾ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਅਕਸਰ ਸ਼ਿਕਾਇਤਾਂ ਕੱਢੀਆਂ। ਮਾਡਲ ਨੇ ਮਿੰਟਾਂ ਵਿੱਚ ਸਕੈਚ ਕੀਤਾ ਕਿ ਇੱਕ ਮਨੁੱਖ ਲਈ ਲਗਭਗ 2 ਦਿਨ ਲੱਗਣਗੇ; ਟੀਮ ਨੇ ਸਿਰਫ ਪੁਸ਼ਟੀ ਕੀਤੀ.

ਕੇਸ 3 - ਏਲੀਫ, ਲੇਖਾਕਾਰੀ। ਉਸਨੇ AI ਨੂੰ ਇੱਕ ਨਵੇਂ ਵਿਧਾਨਿਕ ਪਾਠ ਦਾ ਸਾਰ ਦਿੱਤਾ ਅਤੇ 12 ਪੰਨਿਆਂ ਦੇ ਪਾਠ ਵਿੱਚੋਂ ਲੇਖਾਂ ਦੀ 1-ਪੰਨਿਆਂ ਦੀ ਸੂਚੀ ਲਈ। ਪਰ ਉਸਨੇ ਖੁਦ ਅਧਿਕਾਰਤ ਸਰੋਤ ਤੋਂ ਇੱਕ ਨਾਜ਼ੁਕ ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ; ਕਿਉਂਕਿ ਇਹ ਅਜਿਹਾ ਮਾਮਲਾ ਸੀ ਜਿਸ ਲਈ ਸੰਖਿਆਤਮਕ ਸ਼ੁੱਧਤਾ ਦੀ ਲੋੜ ਸੀ। ਇਸ ਤਰ੍ਹਾਂ, ਇਸਨੇ ਤੇਜ਼ੀ ਨਾਲ ਅਤੇ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕੰਮ ਕੀਤਾ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ​​ਪ੍ਰੋਂਪਟ

ਟੂਲ ਨੂੰ ਜਾਣਨਾ ਇਹ ਵੀ ਬਦਲਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਇਸ ਨੂੰ ਕਿਵੇਂ ਪੁੱਛਦੇ ਹੋ। ਇੱਕੋ ਸਹਾਇਕ ਤੋਂ ਦੋ ਵੱਖ-ਵੱਖ ਸਵਾਲ:

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ: ਨਕਲੀ ਬੁੱਧੀ ਕੀ ਹੈ?

ਨਤੀਜਾ: ਇੱਕ ਲੰਮਾ, ਐਨਸਾਈਕਲੋਪੀਡਿਕ ਵਰਣਨ ਜੋ ਤੁਹਾਡੇ ਲਈ ਖਾਸ ਨਹੀਂ ਹੈ।

ਸਖ਼ਤ ਪ੍ਰੋਂਪਟ: ਮੈਂ ਇੱਕ ਗੈਰ-ਤਕਨੀਕੀ ਦਫ਼ਤਰੀ ਕਰਮਚਾਰੀ ਹਾਂ। 3 ਛੋਟੇ ਬੁਲੇਟ ਪੁਆਇੰਟਾਂ ਦੇ ਨਾਲ ਨਕਲੀ ਬੁੱਧੀ, ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਅਤੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਵਿੱਚ ਅੰਤਰ ਦੀ ਵਿਆਖਿਆ ਕਰੋ ਅਤੇ ਹਰੇਕ ਲਈ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚੋਂ ਇੱਕ ਉਦਾਹਰਨ ਦਿਓ। ਸਾਦੇ ਤੁਰਕੀ ਦੀ ਵਰਤੋਂ ਕਰੋ।

ਨਤੀਜਾ: ਤੁਹਾਡੀ ਭੂਮਿਕਾ, ਪੱਧਰ ਅਤੇ ਉਦੇਸ਼ ਲਈ ਢੁਕਵਾਂ ਉਪਯੋਗੀ ਜਵਾਬ। ਅੰਤਰ: ਤੁਸੀਂ ਸੰਦਰਭ, ਦਰਸ਼ਕ ਅਤੇ ਫਾਰਮੈਟ ਦਿੱਤਾ ਹੈ।

ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟਸ

ਇੱਕ ਤਕਨਾਲੋਜੀ ਸਿੱਖਣ ਵਿੱਚ ਮੇਰੀ ਮਦਦ ਕਰੋ। ਵਿਸ਼ਾ: [ਉਦਾ. ਮਸ਼ੀਨ ਲਰਨਿੰਗ]ਮੈਂ: [ਮੇਰੀ ਭੂਮਿਕਾ / ਮੇਰਾ ਗਿਆਨ ਪੱਧਰ] ਮੈਂ ਚਾਹੁੰਦਾ ਹਾਂ: 5 ਆਈਟਮਾਂ ਵਿੱਚ ਇੱਕ ਸਧਾਰਨ ਵਿਆਖਿਆ + ਹਰੇਕ ਆਈਟਮ ਲਈ ਕਾਰੋਬਾਰੀ ਜੀਵਨ ਤੋਂ ਇੱਕ ਉਦਾਹਰਨ + ਅੰਤ ਵਿੱਚ ਇੱਕ 1-ਵਾਕ "ਇਸ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ" ਸੰਖੇਪ।

ਮੈਨੂੰ ਦਿਖਾਓ ਕਿ ਮੈਂ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੇ ਸੰਕਲਪ ਦਾ ਕਿੱਥੇ ਸਾਹਮਣਾ ਕਰਦਾ ਹਾਂ:ਸੰਕਲਪ: [ਉਦਾ. ਸਿਫਾਰਸ਼ ਪ੍ਰਣਾਲੀ] ਮੈਨੂੰ 5 ਯਥਾਰਥਵਾਦੀ ਉਦਾਹਰਣਾਂ ਦਿਓ ਅਤੇ ਇੱਕ ਵਾਕ ਵਿੱਚ ਸਮਝਾਓ ਕਿ AI ਹਰ ਇੱਕ ਵਿੱਚ ਕੀ ਕਰਦਾ ਹੈ।

ਇਹਨਾਂ ਦੋ ਧਾਰਨਾਵਾਂ ਦੀ ਤੁਲਨਾ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਰੱਖੋ: ਸੰਕਲਪ A: [ਰਵਾਇਤੀ ਸੌਫਟਵੇਅਰ] ਸੰਕਲਪ B: [ਮਸ਼ੀਨ ਸਿਖਲਾਈ] ਕਾਲਮ: ਜੋ ਨਿਯਮ ਸੈੱਟ ਕਰਦਾ ਹੈ, ਆਉਟਪੁੱਟ ਸਥਿਰ ਹੈ, ਇਹ ਕਦੋਂ ਮਜ਼ਬੂਤ ​​ਹੈ, ਇੱਕ ਉਦਾਹਰਨ।

ਹੇਠਾਂ ਦਿੱਤੇ ਵਾਕ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਸਰਲ ਬਣਾਓ ਜਿਵੇਂ ਕਿਸੇ ਗੈਰ-ਤਕਨੀਕੀ ਸਹਿਕਰਮੀ ਨੂੰ ਸਮਝਾਇਆ ਜਾ ਰਿਹਾ ਹੋਵੇ। ਜੇ ਕੋਈ ਸ਼ਬਦਾਵਲੀ ਹੈ, ਤਾਂ ਬਰੈਕਟਾਂ ਵਿੱਚ ਇੱਕ ਛੋਟਾ ਵਿਆਖਿਆ ਸ਼ਾਮਲ ਕਰੋ। ਵਾਕ: [ਇੱਥੇ ਪੇਸਟ ਕਰੋ]

ਆਮ ਗਲਤੀਆਂ

ਆਮ ਗਲਤੀਆਂ

• ਸੋਚਣਾ "AI = ਰੋਬੋਟ / ਚੇਤਨਾ"। ਅੱਜ ਦੇ ਵਾਹਨ ਨਾ ਸੋਚਦੇ ਹਨ, ਨਾ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ; ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਦਾ ਹੈ ਅਤੇ ਸੰਭਵ ਸੀਕਵਲ ਬਣਾਉਂਦਾ ਹੈ। ਇਸ ਨੂੰ ਭੁੱਲਣਾ ਅਤਿਕਥਨੀ ਉਮੀਦਾਂ ਅਤੇ ਨਿਰਾਸ਼ਾ ਵੱਲ ਖੜਦਾ ਹੈ।
• ਹਰ AI ਆਉਟਪੁੱਟ ਨੂੰ ਨਿਸ਼ਚਤ ਸੱਚ ਮੰਨਣਾ। ਮਾਡਲ ਅੰਕੜਾ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ; ਸੰਖਿਆਵਾਂ, ਤਾਰੀਖਾਂ ਅਤੇ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਜੋਖਮ ਭਰਿਆ ਹੁੰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਸ਼ੁੱਧਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• ਇਹ ਕਹਿਣਾ ਕਿ "ਇਹ ਨੌਕਰੀ ਮੇਰੇ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ" ਅਤੇ ਕਦੇ ਕੋਸ਼ਿਸ਼ ਨਹੀਂ ਕਰਨਾ. AI ਗੈਰ-ਤਕਨੀਕੀ ਕਰਮਚਾਰੀਆਂ ਦੇ ਔਖੇ ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ 'ਤੇ ਸਭ ਤੋਂ ਵੱਧ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ। ਜੋ ਕੋਸ਼ਿਸ਼ ਨਹੀਂ ਕਰਦੇ ਉਹ ਮੌਕਾ ਗੁਆ ਦੇਣਗੇ।
• ਬਿਨਾਂ ਪ੍ਰਸੰਗ ਦੇ ਇੱਕ-ਸ਼ਬਦ ਦੇ ਸਵਾਲ ਪੁੱਛਣਾ। ਜੇਕਰ ਤੁਸੀਂ ਟੂਲ ਨੂੰ ਇਹ ਨਹੀਂ ਦੱਸਦੇ ਕਿ ਤੁਸੀਂ ਕੌਣ ਹੋ ਅਤੇ ਤੁਸੀਂ ਕੀ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਆਮ, ਬੇਕਾਰ ਜਵਾਬ ਮਿਲਣਗੇ।

ਸਾਵਧਾਨ: AI "ਸਿੱਖਣ" ਮਨੁੱਖੀ ਸਿੱਖਣ ਵਰਗਾ ਨਹੀਂ ਹੈ। ਮਾਡਲ "ਸਿੱਖਦਾ ਹੈ" ਸੰਸਾਰ ਨੂੰ ਸਮਝ ਕੇ ਨਹੀਂ, ਪਰ ਅੰਕੜਿਆਂ ਵਿੱਚ ਅੰਕੜਿਆਂ ਦੇ ਪੈਟਰਨਾਂ ਨੂੰ ਹਾਸਲ ਕਰਕੇ। ਇਸ ਲਈ ਉਹ ਬਹੁਤ ਚੰਗੀ ਤਰ੍ਹਾਂ ਬੋਲ ਸਕਦਾ ਹੈ ਪਰ ਫਿਰ ਵੀ ਇੱਕ ਬੁਨਿਆਦੀ ਤੱਥ ਨੂੰ ਗਲਤ ਸਮਝਦਾ ਹੈ. ਪ੍ਰਵਾਹ ਸ਼ੁੱਧਤਾ ਦੀ ਕੋਈ ਗਰੰਟੀ ਨਹੀਂ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ

• ਨਕਲੀ ਬੁੱਧੀ ਸਭ ਤੋਂ ਚੌੜੀ ਛਤਰੀ ਹੈ; ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਇਸਦੀ ਉਪ-ਸ਼ਾਖਾ ਹੈ ਜੋ ਉਦਾਹਰਣਾਂ ਤੋਂ ਸਿੱਖਦੀ ਹੈ; ਵੱਡਾ ਭਾਸ਼ਾ ਮਾਡਲ (LLM) ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੀ ਇੱਕ ਕਿਸਮ ਹੈ ਜੋ ਭਾਸ਼ਾ ਵਿੱਚ ਮਾਹਰ ਹੈ।
• ਮੁੱਖ ਅੰਤਰ: ਰਵਾਇਤੀ ਸੌਫਟਵੇਅਰ ਵਿੱਚ, ਮਨੁੱਖ ਨਿਯਮ ਲਿਖਦਾ ਹੈ; ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਵਿੱਚ, ਮਾਡਲ ਉਦਾਹਰਣਾਂ ਤੋਂ ਨਿਯਮ ਕੱਢਦਾ ਹੈ।
• AI ਪਹਿਲਾਂ ਹੀ ਤੁਹਾਡੀ ਜ਼ਿੰਦਗੀ ਵਿੱਚ ਹੈ: ਸਪੈਮ ਫਿਲਟਰ, ਕੀਬੋਰਡ ਪੂਰਵ-ਅਨੁਮਾਨ, ਜਾਅਲੀ ਲੈਣ-ਦੇਣ ਚੇਤਾਵਨੀ, ਸਿਫ਼ਾਰਿਸ਼ ਪ੍ਰਣਾਲੀਆਂ। ਨਵੀਂ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਹ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਵਿੱਚ ਗੱਲ ਕਰ ਸਕਦਾ ਹੈ।
• ਕਿਉਂਕਿ ਮਾਡਲ ਅੰਕੜਾਤਮਕ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ, ਇਹ ਤਰਲ ਹੈ, ਪਰ ਇਹ ਹਮੇਸ਼ਾ ਸਹੀ ਨਹੀਂ ਹੁੰਦਾ; ਇਹ ਅਗਲੀਆਂ ਇਕਾਈਆਂ (ਭਰਮ, ਤਸਦੀਕ) ਦਾ ਆਧਾਰ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਟਾਸਕ

ਇੱਕ AI ਟੂਲ ਖੋਲ੍ਹੋ ਜੋ ਤੁਸੀਂ ਵਰਤਦੇ ਹੋ ਅਤੇ ਉੱਪਰ ਦਿੱਤੇ "ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ" ਟੈਮਪਲੇਟ ਨਾਲ ਆਪਣੇ ਆਪ ਨੂੰ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਅਤੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਵਿੱਚ ਅੰਤਰ ਸਮਝਾਓ। ਫਿਰ ਆਪਣੇ ਖੁਦ ਦੇ ਕਾਰੋਬਾਰ ਵਿੱਚ 3 ਸਥਾਨਾਂ ਨੂੰ ਲਿਖੋ ਜਿੱਥੇ AI ਪਹਿਲਾਂ ਹੀ ਵਰਤਿਆ ਗਿਆ ਹੈ (ਜਾਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ)। ਹਰੇਕ ਲਈ, "ਏਆਈ ਇੱਥੇ ਅਸਲ ਵਿੱਚ ਕੀ ਹੈ/ਕੀ ਸਕਦਾ ਹੈ?" ਇੱਕ ਵਾਕ ਵਿੱਚ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿਓ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਨਕਲੀ ਬੁੱਧੀ, ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਅਤੇ LLM ਵਿਚਕਾਰ ਫਰਕ ਕਰ ਸਕਦਾ/ਸਕਦੀ ਹਾਂ।
• [ ] ਮੈਂ ਰਵਾਇਤੀ ਸੌਫਟਵੇਅਰ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ "ਨਿਯਮ ਕੌਣ ਲਿਖਦਾ ਹੈ" ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ AI ਦੀਆਂ ਘੱਟੋ-ਘੱਟ 3 ਉਦਾਹਰਣਾਂ ਨੂੰ ਜਾਣਦਾ ਹਾਂ।
• [ ] ਸੰਦਰਭ, ਦਰਸ਼ਕ ਅਤੇ ਫਾਰਮੈਟ ਦੇ ਕੇ, ਮੈਂ ਇੱਕ ਮਜ਼ਬੂਤ ​​ਸਵਾਲ ਪੁੱਛ ਸਕਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਜਾਣਦਾ ਹਾਂ ਕਿ AI ਨਿਰਵਿਘਨ ਹੋਣ ਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਸਹੀ ਹੈ।