Osebni načrt AI in nenehno učenje — AI pismenost

Dobički:

Lahko ustvari načrt za razvoj veščin AI, prilagojen njegovi/njeni vlogi
Pridobi navado varnega preizkušanja in ocenjevanja orodij AI
Vzpostavi trajnostno metodo za sledenje novim razvojem

Čestitamo – dosegli ste konec tega modula. Zdaj veste, kaj je umetna inteligenca, kako deluje, kaj lahko in česa ne more narediti, tveganja in odgovorno uporabo. Toda pismenost ni konec, je začetek. Orodja AI se hitro spreminjajo; Cilj te enote je, da naučeno spremenite v trajno navado in metodo za nenehno izpopolnjevanje. Na kratko: Kaj boste naredili naprej? Ta enota vam pomaga sestaviti vaš osebni zemljevid.

Zakaj je potrebno kontinuirano učenje?

Orodja AI se posodabljajo vsakih nekaj mesecev; Dodane so nove zmožnosti, meje se spremenijo. "Trdo pravilo", ki se ga naučite eno leto, lahko posodobite naslednje leto. Zato je treba sprejeti pristop samoposodabljanja, ne fiksnega seznama, ki si ga je treba zapomniti. Dobra novica: osnove, ki ste se jih naučili v tem modulu (verjetnost, halucinacije, preverjanje, zaupnost, odgovornost), se ne spremenijo; Spreminjajo se le zmogljivosti vozil. Trdna podlaga vam omogoča, da hitro dojamete vsako novo orodje.

Osebni načrt korak za korakom

Ugotovite trenutno stanje. Naštejte ponavljajoče se naloge, ki temeljijo na jeziku, v vaši službi (priklic enote 8). To je vaš zemljevid priložnosti.
Začnite z majhnim in nizkim tveganjem. Naredite prve poskuse notranjih nalog, ki ne vplivajo na nikogar; Tu se gradita zaupanje in spretnost.
Zberite, kar deluje. Shranite uspešne pozive v "knjižnico pozivov"; Ne začnite vsakič iz nič.
Izmeri in oceni. "Koliko je umetna inteligenca pospešila to nalogo? Ali se je kakovost zmanjšala?" vprašati; Pusti, kar ne gre.
Razširite postopoma. Ko zaupanje raste, pojdite na bolj vidne, dragocenejše naloge – vedno s preverjanjem in revizijo.
Ostanite na tekočem. Redno spremljajte spremembe orodij in nova pravila AI vaše organizacije.

Nasvet: »Knjižnica pozivov« ne zahteva dragega orodja. Dovolj je preprosta datoteka z opombami ali tabela: ime opravila, uporaben poziv, opombe. Sčasoma to postane vaše najbolj dragoceno osebno bogastvo.

Stopnje spretnosti: Poglejte, kje ste

Raven

simptom

Naslednji korak

domov

Občasno postavlja vprašanja, ni prepričan o izidu

Uporabi komponente poziva (vloga/kontekst/oblika)

razvijajoče se

Uporablja se redno, shrani nekaj pozivov

Nastavitev poteka dela (osnutek→potrditev→odločitev)

kompetenten

Ima predloge in samodejno izvaja preverjanje

Bodite zgled svojim soigralcem, delite knjižnico

Naprej

Preoblikuje procese z AI

Prispevajte k politiki podjetja in dobri praksi

Šibek pristop / močan pristop

Šibek pristop: poskusite orodje enkrat in ko prvi rezultat ni popoln, recite "ne deluje" in zapustite.

Rezultat: Spretnosti se ne izboljšajo; Kajti hitro pisanje in preverjanje zahteva prakso.

Zmogljiv pristop: redno poskušajte z majhnimi opravili, naučite se lekcije iz vsakega poskusa, shranite pozive, ki delujejo, in jih sčasoma premaknite k bolj dragocenim nalogam.

Rezultat: Spretnost se kopiči; V nekaj tednih postane AI naravni del vašega vsakodnevnega dela.

Trije mini kovčki

Primer 1 – Zaposleni, ki je začel z majhnim in postal velik. Pomočnik je začel samo z "popravi črkovanje mojih e-poštnih sporočil." Ko je pridobil samozavest, je prešel na povzemanje in nato na pisanje poročil. Izmeril je, da je pridobil ~4 ure na teden v treh mesecih; ker je utrdil vsak korak z nizkim tveganjem.

Primer 2 – Moč knjižnice pozivov. Ekipa je zbrala uporabne pozive v skupni datoteki. Zahvaljujoč tej knjižnici je na novo pridruženi zaposleni v nekaj dneh prestal tedne »poskusov in napak«. Zbrano znanje je postalo skupno bogastvo ekipe.

3. primer – Prednost, če ste na tekočem. Zaposleni porabi 30 minut na mesec za vprašanje "kaj se je spremenilo na mojem vozilu?" Vzel si je čas in pogledal. Zahvaljujoč novi funkciji je avtomatiziral delo, ki ga je prej opravljal ročno. Majhna navada spremljanja je prinesla veliko povečanje učinkovitosti.

Predloge, ki jih je mogoče kopirati

Pripravite mi 4-tedenski učni načrt AI, primeren za mojo vlogo. Za vsak teden: 1 mini cilj, 1 naloga za preizkus in 1 vprašanje za pregled. Moja vloga: [napišite svojo vlogo]. Čas, ki ga lahko porabim na teden: [npr. 1 ura].

Pretvori moj poziv, ki deluje za naslednjo nalogo, v obliko "knjižničnega zapisa": naslov, predvidena uporaba, besedilo poziva, opozorila. Poziv: [prilepite sem]

Ocenite te naloge, ki sem jih ta mesec opravil z umetno inteligenco: katere so mi dejansko prihranile čas in katere so imele tveganje za kakovost? Podajte 2 predloga za naslednji mesec. Naloge: [seznam]

Predlagajte mi preprosto, trajnostno rutino največ 10 minut na dan, da bom na tekočem z razvojem na področju umetne inteligence. Moje področje zanimanja: [vpišite polje].

Pogoste napake

Obupanje v prvem poskusu. Hitro pisanje in preverjanje se izboljša z vajo; Ne sodite samo po enem poskusu.
Ne beleži, kaj deluje. Če nimate knjižnice, začnete vsakič iz nič.
Naprej brez merjenja. Če ne boste ocenili prihranka časa in tveganja kakovosti, boste svoj trud zapravili na napačnem mestu.
Hitro poglabljanje v tvegane posle. Najprej zgradite zaupanje pri nalogah z nizkim tveganjem; Pojdite na delo z velikim vplivom z nadzorom.
Pozabljamo na osnove. Čeprav se orodja spreminjajo, načela halucinacije, zaupnosti in odgovornosti ostajajo veljavna.

Pozor: hitenje "Vsi ga uporabljajo, jaz bi ga moral uporabiti v skoraj vseh službah" je tvegano. Trajnostni razvoj ni tekma hitrosti; napreduje z majhnimi, varnimi in odmerjenimi koraki.

Če povzamem

Pismenost z umetno inteligenco ni konec, ampak začetek, ki ga nenehno učenje ohranja pri življenju.
Zmogljivosti orodij se razlikujejo, vendar osnovna načela (verjetnost, halucinacije, preverjanje, zaupnost, odgovornost) ostajajo nespremenjena.
Načrt: določite trenutno stanje, začnite z majhnim in nizkim tveganjem, kopičite, kar deluje, merite, postopoma širite, ostanite na tekočem.
Ohranjanje hitre knjižnice prihrani čas in postane skupna prednost ekipe.
Razvoj ni tekma hitrosti; Trajnostno postane z majhnimi, varnimi in odmerjenimi koraki.

Naloga aplikacije

Ustvarite si načrt z zgornjo predlogo »4-tedenski učni načrt« in še danes izberite svoj cilj za prvi teden. Prav tako shranite najboljši poziv, ki ste ga kdaj videli in deluje kot "zapis knjižnice"; Naj bo to prvi element v vaši osebni knjižnici pozivov.

Kontrolni seznam

[ ] Lahko ustvarim učni načrt AI, ki je primeren za mojo vlogo.
[ ] Varno eksperimentiram z majhnimi opravili z nizkim tveganjem.
[ ] V knjižnici zbiram uporabne napotke.
[ ] Ocenjujem vpliv časa in kakovosti moje uporabe umetne inteligence.
[ ] Imam trajnostno rutino za spremljanje napredka.

Modulni izpit

1. Kakšna je glavna razlika med strojnim učenjem in tradicionalno programsko opremo?

A) Model se sam nauči pravil iz podanih primerov; Pravila niso napisana ena za drugo ročno ✔
B) Strojno učenje nikoli ne more delovati brez interneta
C) Strojno učenje je vedno hitrejše od tradicionalne programske opreme
D) Tradicionalna programska oprema ne uporablja podatkov, uporablja strojno učenje

Pojasnilo: V tradicionalni programski opremi ljudje pišejo pravila eno za drugim; Pri strojnem učenju model sam izvleče vzorce iz vzorčnih podatkov. Razlika je v tem, kako je pravilo oblikovano.

2. Kako veliki jezikovni modeli (LLM) ustvarijo besedilo?

A) Kopiranje celotnega odgovora, kot je, iz pripravljene baze podatkov
B) Korak za korakom z ugibanjem naslednjega najverjetnejšega fragmenta besede (žeton) ✔
C) Iskanje po internetu in lepljenje prvega rezultata
D) Najprej napiši konec stavka, nato začetek

Opis: LLM gradijo besedilo korak za korakom, delček za delčkom, s predvidevanjem naslednjega najverjetnejšega 'žetona' (fragmenta besede). Ne kopira že pripravljenega odgovora.

3. Kaj od naslednjega je vrsta naloge, kjer je generativna umetna inteligenca močna?

A) Izračunajte natančno bančno stanje v realnem času
B) Samostojno sprejemanje pravnih odločitev z zajamčeno natančnostjo
C) Povzemanje dolgega besedila in njegovo ponovno pisanje v drugačnem tonu ✔
D) Ročno zlaganje izdelka na police v fizičnem skladišču

Opis: Naloge jezikovne obdelave, kot so povzemanje besedila, prepisovanje in risanje, so najmočnejša področja LLM; ne naloge, ki zahtevajo natančno aritmetiko ali zajamčeno natančnost.

4. Po čem se običajno razlikuje dober poziv od slabega?

A) To mora biti najkrajše in najbolj nejasno navodilo.
B) Vprašanje modela z eno besedo brez navajanja konteksta
C) Vedno napisano v angleščini
D) Vključite vlogo, kontekst, jasno nalogo in želeno obliko ✔

Opis: Zmogljiv poziv; Vključuje informacije, kot so vloga, kontekst, jasna naloga, ciljno občinstvo in želena oblika. Nejasna navodila, kot je "nekaj napiši", ustvarijo splošen in neuporaben rezultat.

5. Na kaj se nanaša izraz 'halucinacija' v AI?

A) Model predstavi izmišljene informacije, kot da bi bile resnične, na prepričljiv in samozavesten način ✔
B) Model se odziva prepočasi
C) Model ne razume vprašanja in prikaže sporočilo o napaki
D) Model pretvori sliko v besedilo

Pojasnilo: Halucinacija je, ko model proizvede informacije, ki dejansko ne obstajajo, v samozavestnem in tekočem jeziku, kot da bi bile resnične. Ne gre za počasnost ali sporočilo o napaki.

6. Kdaj je najbolj kritično preveriti izhod AI?

A) Samo, če je izhod predolg
B) Izhod; Ko vpliva na odločitev z velikim vplivom, na primer pravno, finančno, zdravstveno ali ugledno ✔
C) Samo, ko pride odgovor v tujem jeziku
D) Validacija ni nikoli potrebna, model je vedno pravi

Pojasnilo: Preverjanje je bistvenega pomena, kadar je rezultat podlaga za odločitev in področje z velikim vplivom, kot so denar, zdravje, pravo ali ugled.

7. Kaj je glavni vir pristranskosti v modelih AI?

A) Namerno zlonamerno programiranje modela
B) Počasna internetna povezava uporabnika
C) Obstoječa neravnovesja in stereotipi v podatkih, na podlagi katerih se usposablja model ✔
D) Vprašanje mora biti napisano v turščini

Opis: Model se nauči obstoječih neravnovesij in stereotipov v podatkih, na katerih se usposablja; Pristranskost pogosto izvira iz podatkov, ne zlobe.

8. Kaj od naslednjega je najbolj tvegano napisati v javno orodje AI, ki ni v podjetju?

A) Osnutek javne objave v spletnem dnevniku
B) Splošna definicija, ki je že objavljena na internetu
C) Izmišljeno, popolnoma izmišljeno vzorčno besedilo elektronske pošte
D) Ime stranke, številka TR ID in zdravstveni podatki ✔

Pojasnilo: določljivi osebni/občutljivi podatki, kot so identifikacijska številka stranke in zdravstveni podatki, se ne smejo vnašati v javna orodja; To je KVKK in tveganje za zasebnost.

9. Kateri je najbolj zdrav potek za izvajanje naloge od konca do konca z AI?

A) Umetna inteligenca naj pripravi osnutek, preveri rezultat, sprejme končno odločitev kot človek ✔
B) Neposredno objavljanje rezultatov umetne inteligence, ne da bi jih sploh prebrali
C) Preskočite korak preverjanja in samo poglejte dolžino izhoda
D) Prepuščanje odločitve AI in ne dvom v rezultat

Opis: Zdrav tok; Umetna inteligenca mora pripraviti osnutek, preveriti rezultate (dejstva, vire, razpoložljivost) in sprejeti končno odločitev kot človek. Veriga osnutek-preverjanje-odločitev ohranja odgovornost pri človeku.

10. Kateri je najboljši pristop v smislu preglednosti pri uporabi besedila, ustvarjenega z umetno inteligenco, v vašem podjetju?

A) Vedno skrivanje rezultatov umetne inteligence in nikoli nikomur ne pove
B) Preverjanje vsebine in poštena navedba podpore AI, ko to zahteva institucionalna politika/situacija ✔
C) Predstavitev besedila, ustvarjenega z AI, kot odobrenega mnenja strokovnjaka
D) Puščanje vira nejasnega in sploh ne preverjanje vsebine

Komentar: izhod umetne inteligence je dober osnutek, vendar ga ne bi smeli predstaviti takšnega, kot je, kot izvirno delo nekoga drugega ali strokovnjaka; Kadar to zahtevata politika podjetja in razmere, je treba podporo AI navesti pošteno in vsebino preveriti.

11. Kakšna je na splošno najpomembnejša razlika med orodji umetne inteligence podjetja (podjetniške pogodbe) in brezplačnimi javno dostopnimi orodji?

A) Orodja podjetja so vedno bolj odzivna
B) Javna vozila sploh ne delujejo
C) Orodja za podjetja lahko ponudijo pogodbena jamstva, da bodo podatki shranjeni in ne uporabljeni pri usposabljanju modelov ✔
D) Orodja podjetja delujejo samo v angleščini

Opis: Orodja za podjetja imajo pogosto pogodbena jamstva, da podatki ne bodo uporabljeni za usposabljanje modela in pogoje shranjevanja; To je odločilna razlika glede zasebnosti.

12. Kaj od naslednjega je primeren primer uporabe umetne inteligence na delovnem mestu?

A) Samostojno odločanje o odpuščanju zaposlenih brez človeške odobritve
B) Dajanje pravno zavezujočih obljub strankam brez nadzora
C) Neposredna objava kritičnega finančnega poročila brez preverjanja
D) Povzemite zapiske s sestanka in pripravite osnutke ukrepov (s človeškim nadzorom) ✔

Opis: AI; Idealen je kot pomočnik, ki prihrani čas pri opravilih, kot so pisanje e-poštnih sporočil, povzetki zapiskov s sestankov in ustvarjanje idej. Končne odločitve, ki zadevajo ljudi, bi morale ostati pod človeškim nadzorom.

13. Kaj od naslednjega je najbolj temeljno načelo odgovorne uporabe AI?

A) Končni nadzor in odgovornost za pomembne odločitve ostajata pri ljudeh ✔
B) Vedno brezpogojno in brez vprašanj zaupajte rezultatu umetne inteligence
C) Delitev čim več osebnih podatkov z vozili
D) Skrivanje uporabe AI pred kolegi v vseh primerih

Pojasnilo: Končna odgovornost in nadzor ležita na človeku; Izhod AI bi moral biti sprejet kot priporočilo in nadzorovan s strani ljudi pri pomembnih odločitvah.

14. Kateri je najboljši pristop za nenehno izboljševanje veščin AI?

A) Samo branje teorije brez preizkusa orodja
B) Varno eksperimentirajte z majhnimi in nizko tveganimi nalogami, ocenite rezultate in zberite, kar deluje ✔
C) Če ne deluje v prvem poskusu, popolnoma opustite orodje.
D) Osredotočanje na eno samo metodo brez spremljanja novega razvoja

Pojasnilo: Varno eksperimentiranje z majhnimi nalogami z nizkim tveganjem, ocenjevanje rezultatov, zbiranje uporabnih pozivov in redno spremljanje novosti zagotavlja trajnostni razvoj.