Ramani ya kibinafsi ya AI na Kujifunza Kuendelea

Faida:

Anaweza kuunda mpango wa ukuzaji ujuzi wa AI kulingana na jukumu lake
Hupata tabia ya kujaribu na kutathmini zana za AI kwa usalama
Huanzisha njia endelevu ya kufuata maendeleo mapya

Hongera - umefika mwisho wa sehemu hii. Sasa unajua AI ni nini, jinsi inavyofanya kazi, nini inaweza na haiwezi kufanya, hatari zake, na matumizi yake ya kuwajibika. Lakini kusoma na kuandika sio mwisho, ni mwanzo. Zana za AI zinabadilika haraka; Lengo la kitengo hiki ni kugeuza ulichojifunza kuwa tabia ya kudumu na njia ya kujiboresha kila mara. Kwa kifupi: Utafanya nini baadaye? Kitengo hiki hukusaidia kuchora ramani yako ya kibinafsi ya barabara.

Kwa nini Kuendelea Kujifunza Kunahitajika?

Zana za AI zinasasishwa kila baada ya miezi michache; Uwezo mpya huongezwa, mipaka inabadilika. "Sheria ngumu" unayojifunza mwaka mmoja inaweza kusasishwa mwaka ujao. Kwa hiyo, ni muhimu kupitisha mbinu ya kujisasisha, sio orodha ya kudumu ya kukariri. Habari njema: mambo ya msingi uliyojifunza katika moduli hii (uwezekano, ndoto, uthibitishaji, usiri, uwajibikaji) haibadiliki; Ni uwezo tu wa magari hubadilika. Msingi thabiti hukuruhusu kufahamu haraka kila chombo kipya.

Hatua kwa Hatua Ramani ya Njia ya Kibinafsi

Kuamua hali ya sasa. Orodhesha kazi zinazorudiwa, kulingana na lugha katika kazi yako (kumbuka kitengo cha 8). Hii ndiyo ramani yako ya fursa.
Anza hatari ndogo na ndogo. Fanya majaribio yako ya kwanza katika kazi za ndani ambazo haziathiri mtu yeyote; Hapa ndipo ujasiri na ujuzi hujengwa.
Kusanya kile kinachofanya kazi. Hifadhi vidokezo vilivyofanikiwa katika "maktaba ya haraka"; Usianze kutoka mwanzo kila wakati.
Pima na tathmini. "Je, kazi hii imeharakishwa kwa kiasi gani na AI? Je, ubora umepungua?" uliza; Acha kile ambacho hakifanyi kazi.
Panua hatua kwa hatua. Kadiri uaminifu unavyoongezeka, endelea kwenye kazi zinazoonekana zaidi, na muhimu zaidi - kila wakati kwa uthibitishaji na ukaguzi.
Endelea kusasishwa. Fuatilia mara kwa mara mabadiliko ya zana na sheria mpya za AI za shirika lako.

Kidokezo: "Maktaba ya haraka" haihitaji zana ya gharama kubwa. Faili ya maelezo rahisi au meza inatosha: jina la kazi, haraka muhimu, maelezo. Baada ya muda, hii inakuwa mali yako ya kibinafsi ya thamani zaidi.

Viwango vya Ujuzi: Angalia Mahali Umesimama

Kiwango

dalili

Hatua inayofuata

Nyumbani

Huuliza maswali mara kwa mara, bila uhakika wa matokeo

Tumia vipengele vya papo hapo (jukumu/muktadha/umbizo)

kubadilika

Hutumia mara kwa mara, huhifadhi vidokezo

Sanidi mtiririko wa kazi (rasimu→thibitisha→uamuzi)

wenye uwezo

Ina violezo na hufanya uthibitishaji kiotomatiki

Kuwa mfano kwa wachezaji wenzako, shiriki maktaba

Inayofuata

Huunda upya michakato na AI

Kuchangia katika sera ya ushirika na utendaji mzuri

Mbinu dhaifu / Mbinu Imara

Mbinu dhaifu: Jaribu chombo mara moja, na wakati matokeo ya kwanza si kamili, sema "haifanyi kazi" na uache.

Matokeo: Ujuzi hauboresha; Kwa sababu uandishi wa haraka na uthibitishaji unahitaji mazoezi.

Mbinu yenye nguvu: Jaribu mara kwa mara na kazi ndogo, jifunze somo kutoka kwa kila jaribio, hifadhi vidokezo vinavyofanya kazi na uwasogeze kwa kazi muhimu zaidi baada ya muda.

Matokeo: Ujuzi hujilimbikiza; Ndani ya wiki chache, AI inakuwa sehemu ya asili ya kazi yako ya kila siku.

Kesi Tatu Ndogo

Kesi ya 1 - Mfanyakazi ambaye alianza ndogo na akaenda kubwa. Mratibu alianza kwa "kusahihisha tahajia ya barua pepe zangu." Mara baada ya kupata ujasiri, aliendelea na muhtasari, kisha kuandaa ripoti. Alijipima kupata ~ masaa 4 kwa wiki katika miezi mitatu; kwa sababu iliimarisha kila hatua kwa hatari ndogo.

Kesi ya 2 - Nguvu ya maktaba ya haraka. Timu ilikusanya vidokezo muhimu katika faili ya pamoja. Shukrani kwa maktaba hii, mfanyakazi aliyejiunga hivi karibuni alipitisha wiki za "majaribio na makosa" katika siku chache. Maarifa yaliyokusanywa yakawa mali ya kawaida ya timu.

Kesi ya 3 - Faida ya kusasisha. Mfanyakazi hutumia dakika 30 kwa mwezi kuuliza "ni nini kilibadilika kwenye gari langu?" Alichukua muda kuangalia. Shukrani kwa kipengele kipya, alijiendesha kiotomatiki kazi aliyokuwa amefanya awali kwa mikono. Tabia ndogo ya ufuatiliaji ilileta faida kubwa ya ufanisi.

Violezo vinavyoweza kunakiliwa

Nitayarishe mpango wa kujifunza wa AI wa wiki 4 unaofaa kwa jukumu langu. Kwa kila wiki: lengo 1 ndogo, jukumu 1 la kujaribu na swali 1 la mapitio. Jukumu langu: [andika jukumu lako]. Muda ninaoweza kuweka kwa wiki: [k.m. Saa 1].

Badilisha kidokezo changu kinachofanya kazi kwa kazi ifuatayo kuwa umbizo la "rekodi ya maktaba": kichwa, matumizi yaliyokusudiwa, maandishi ya papo hapo, maonyo. Ushauri: [bandika hapa]

Tathmini kazi hizi nilizofanya na AI mwezi huu: ni zipi kwa kweli ziliniokoa wakati, na zipi zilikuwa na hatari ya ubora? Toa mapendekezo 2 kwa mwezi ujao. Kazi: [orodha]

Nipendekeze utaratibu rahisi na endelevu wa si zaidi ya dakika 10 kwa siku ili kuendelea kufahamisha maendeleo katika nyanja ya AI. Sehemu yangu ya kupendeza: [uwanja wa kuandika].

Makosa ya Kawaida

Makosa ya kawaida

Kukata tamaa katika jaribio la kwanza. Uandishi wa haraka na uthibitishaji huboreshwa na mazoezi; Usihukumu kwa jaribio moja tu.
Sio kurekodi kile kinachofanya kazi. Ikiwa hutaweka maktaba, unaanza kutoka mwanzo kila wakati.
Kusonga mbele bila kupima. Usipotathmini hatari za kuokoa muda na ubora, utapoteza juhudi zako mahali pasipofaa.
Kuongezeka kwa kasi katika biashara hatari. Jenga uaminifu katika kazi zenye hatari ndogo kwanza; Nenda kwenye kazi yenye matokeo ya juu na usimamizi.
Kusahau mambo ya msingi. Ingawa zana zinabadilika, kanuni za kuona ndoto, usiri na dhima bado ni halali.

Tahadhari: Kukimbilia "Kila mtu anaitumia, napaswa kuitumia katika karibu kila kazi" ni hatari. Maendeleo endelevu sio mbio za kasi; huendelea kwa hatua ndogo, salama na zilizopimwa.

Kwa muhtasari

Ujuzi wa kusoma na kuandika wa AI sio mwisho, lakini mwanzo unaowekwa hai kwa kujifunza kwa kuendelea.
Uwezo wa zana hutofautiana, lakini kanuni za msingi (uwezekano, ndoto, uthibitishaji, usiri, uwajibikaji) hubaki mara kwa mara.
Ramani ya barabara: kuamua hali ya sasa, kuanza hatari ndogo na ndogo, kukusanya kile kinachofanya kazi, kupima, kupanua hatua kwa hatua, kukaa sasa.
Kuweka maktaba ya papo hapo huokoa muda na inakuwa nyenzo ya kawaida kwa timu.
Maendeleo si mbio za kasi; Inakuwa endelevu na hatua ndogo, salama na zilizopimwa.

Kazi ya Maombi

Jiundie mpango ukitumia kiolezo cha "mpango wa kujifunza wa wiki 4" hapo juu na uchague lengo lako la wiki ya kwanza leo. Pia, hifadhi kidokezo bora zaidi ambacho umewahi kuona ambacho kinafanya kazi kama "rekodi ya maktaba"; Acha hiki kiwe kipengee cha kwanza katika maktaba yako ya haraka ya kibinafsi.

Orodha ya ukaguzi

[ ] Ninaweza kuunda mpango wa kujifunza wa AI unaofaa kwa jukumu langu.
[ ] Ninajaribu kwa usalama kazi ndogo zisizo na hatari.
[ ] Ninakusanya vidokezo muhimu katika maktaba.
[ ] Ninatathmini wakati na athari ya ubora wa matumizi yangu ya AI.
[ ] Nina utaratibu endelevu wa kufuatilia maendeleo.

Mtihani wa Moduli

1. Ni tofauti gani kuu kati ya kujifunza kwa mashine na programu ya jadi?

A) Mfano hujifunza sheria zenyewe kutokana na mifano iliyotolewa; Sheria haziandikwi moja kwa moja kwa mkono ✔
B) Kujifunza kwa mashine kamwe hakuwezi kufanya kazi bila mtandao
C) Kujifunza kwa mashine daima ni haraka kuliko programu ya jadi
D) Programu ya kitamaduni haitumii data, matumizi ya mashine ya kujifunza

Maelezo: Katika programu za jadi, watu huandika sheria moja baada ya nyingine; Katika kujifunza kwa mashine, muundo wenyewe hutoa ruwaza kutoka kwa sampuli za data. Tofauti ni jinsi sheria inavyoundwa.

2. Miundo mikubwa ya lugha (LLM) hutoaje maandishi?

A) Kunakili jibu zima kama lilivyo kutoka kwa hifadhidata iliyo tayari
B) Hatua kwa hatua kwa kubahatisha kipande cha neno kinachowezekana zaidi (ishara) ✔
C) Kutafuta kwenye mtandao na kubandika matokeo ya kwanza
D) Andika mwisho wa sentensi kwanza, kisha mwanzo

Maelezo: LLM huunda maandishi hatua kwa hatua, kipande kwa kipande, kwa kutabiri 'ishara' ifuatayo inayowezekana zaidi (kipande cha neno). Hainakili jibu lililotengenezwa tayari.

3. Ni ipi kati ya zifuatazo ni aina ya kazi ambapo AI generative ina nguvu?

A) Kokotoa salio halisi la benki kwa wakati halisi
B) Kufanya maamuzi ya kisheria peke yake kwa usahihi uliohakikishwa
C) Kufupisha maandishi marefu na kuyaandika tena kwa sauti tofauti ✔
D) Kuweka bidhaa kwa mikono kwenye rafu kwenye ghala halisi

Maelezo: Kazi za kuchakata lugha kama vile muhtasari wa maandishi, kuandika upya, na kuandaa rasimu ni maeneo yenye nguvu zaidi ya LLM; si kazi zinazohitaji hesabu kamili au usahihi uliohakikishwa.

4. Ni nini kawaida hutofautisha onyesho zuri kutoka kwa haraka?

A) Yanapaswa kuwa mafundisho mafupi na yasiyoeleweka zaidi iwezekanavyo.
B) Kuuliza mfano kwa neno moja bila kutoa muktadha wowote
C) Imeandikwa kila wakati kwa Kiingereza
D) Jumuisha jukumu, muktadha, kazi wazi na muundo unaotaka ✔

Maelezo: haraka yenye nguvu; Inajumuisha maelezo kama vile jukumu, muktadha, kazi wazi, hadhira lengwa, na umbizo linalotakikana. Maagizo yasiyoeleweka kama vile 'andika kitu' hutoa matokeo ya jumla na yasiyofaa.

5. Neno 'hallucination' linarejelea nini katika AI?

A) Kielelezo kinawasilisha habari iliyotungwa kana kwamba ni ya kweli kwa njia ya kusadikisha na kujiamini ✔
B) Mfano hujibu polepole sana
C) Mfano haelewi swali na anatoa ujumbe wa makosa
D) Mfano hubadilisha picha kuwa maandishi

Ufafanuzi: Kulala ni wakati modeli hutoa habari ambayo haipo, kwa lugha ya kujiamini na fasaha, kana kwamba ni kweli. Sio polepole au ujumbe wa makosa.

6. Ni wakati gani ni muhimu zaidi kuhalalisha pato la AI?

A) Wakati tu matokeo ni ndefu sana
B) Pato; Inapoingia kwenye uamuzi wenye athari kubwa kama vile kisheria, kifedha, afya au sifa ✔
C) Wakati tu jibu linakuja katika lugha ya kigeni
D) Uthibitishaji hauhitajiki kamwe, mfano ni sahihi kila wakati

Maelezo: Uthibitishaji ni muhimu wakati matokeo ndiyo msingi wa uamuzi na eneo lenye athari kubwa kama vile pesa, afya, sheria au sifa.

7. Ni nini chanzo kikuu cha upendeleo katika mifano ya AI?

A) Upangaji programu hasidi wa modeli
B) Muunganisho wa polepole wa mtandao wa mtumiaji
C) Ukosefu wa usawa uliopo na dhana potofu katika data ambayo modeli inafunzwa ✔
D) Swali linapaswa kuandikwa kwa Kituruki

Maelezo: Mtindo hujifunza usawa uliopo na ubaguzi katika data ambayo umefunzwa; Upendeleo mara nyingi hutoka kwa data, sio uovu.

8. Ni ipi kati ya zifuatazo ambayo ni hatari zaidi kuandika kwa umma, zana isiyo ya biashara ya AI?

A) Rasimu ya chapisho la blogi ya umma
B) Ufafanuzi wa jumla ambao tayari umechapishwa kwenye mtandao
C) Mfano wa maandishi ya barua pepe ya kubuniwa, yaliyoundwa kikamilifu
D) Jina la mteja, nambari ya kitambulisho cha TR na maelezo ya afya ✔

Ufafanuzi: Data nyeti inayotambulika kama vile nambari ya kitambulisho ya mteja na maelezo ya afya haipaswi kuingizwa kwenye zana za umma; Hii ni KVKK na hatari ya faragha.

9. Je, ni mtiririko gani unaofaa zaidi wa kutekeleza kazi hadi mwisho na AI?

A) Fanya AI itoe rasimu, thibitisha matokeo, fanya uamuzi wa mwisho kama mwanadamu ✔
B) Kuchapisha pato la AI moja kwa moja bila kuisoma
C) Ruka hatua ya uthibitishaji na uangalie tu urefu wa matokeo
D) Kuacha uamuzi kwa AI na sio kuhoji matokeo

Maelezo: Mtiririko wa afya; Kuwa na AI kutayarisha rasimu, thibitisha matokeo (ukweli, vyanzo, upatikanaji) na kufanya uamuzi wa mwisho kama mwanadamu. Msururu wa uamuzi wa rasimu-uthibitishaji huweka jukumu kwa binadamu.

10. Ni ipi njia bora katika suala la uwazi unapotumia maandishi yanayotokana na AI katika biashara yako mwenyewe?

A) Huficha kila pato la AI na kamwe usimwambie mtu yeyote
B) Kuthibitisha maudhui na kusema kwa uaminifu msaada wa AI wakati sera/hali ya taasisi inahitaji ✔
C) Kuwasilisha maandishi yanayotokana na AI kama maoni yaliyoidhinishwa na mtaalamu
D) Kuacha chanzo kikiwa wazi na kutothibitisha yaliyomo hata kidogo

Maoni: Matokeo ya AI ni rasimu nzuri, lakini haipaswi kuwasilishwa kama ilivyo, kama kazi asili ya mtu mwingine au mtaalamu; Inapohitajika na sera ya shirika na hali, usaidizi wa AI unapaswa kusemwa kwa uaminifu na maudhui yanapaswa kuthibitishwa.

11. Kwa ujumla ni tofauti gani muhimu zaidi kati ya zana za AI za biashara (mkataba wa kampuni) na zana zinazopatikana kwa umma bila malipo?

A) Zana za biashara daima ni msikivu zaidi
B) Magari ya umma hayafanyi kazi hata kidogo
C) Zana za biashara zinaweza kutoa uhakikisho wa kimkataba kwamba data itahifadhiwa na haitatumika katika mafunzo ya kielelezo ✔
D) Zana za biashara hufanya kazi kwa Kiingereza pekee

Maelezo: Zana za biashara mara nyingi zina uhakikisho wa kimkataba kwamba data haitatumika kwa mafunzo ya mfano na hali ya kuhifadhi; Hii ndio tofauti kuu katika suala la faragha.

12. Ni ipi kati ya zifuatazo ni kesi inayofaa ya matumizi ya AI mahali pa kazi?

A) Kuamua juu ya kufukuzwa kwa wafanyikazi peke yao bila idhini ya kibinadamu
B) Kutoa ahadi za kisheria kwa wateja bila usimamizi
C) Kuchapisha moja kwa moja ripoti muhimu ya kifedha bila uthibitishaji
D) Fanya muhtasari wa madokezo ya mkutano na uandae vipengee vya kushughulikia (kwa udhibiti wa kibinadamu) ✔

Maelezo: AI; Ni bora kama msaidizi wa kuokoa muda kwa kazi kama vile kuandika barua pepe, muhtasari wa madokezo ya mkutano na kuunda mawazo. Maamuzi ya mwisho yanayohusu watu yanapaswa kubaki chini ya udhibiti wa binadamu.

13. Ni ipi kati ya zifuatazo ni kanuni ya msingi zaidi ya utumiaji wa uwajibikaji wa AI?

A) Udhibiti wa mwisho na wajibu wa maamuzi muhimu hubaki kwa watu ✔
B) Daima amini pato la AI bila masharti na bila swali
C) Kushiriki data nyingi za kibinafsi iwezekanavyo kwa magari
D) Kuficha matumizi ya AI kutoka kwa wenzake katika visa vyote

Ufafanuzi: Wajibu na udhibiti wa mwisho upo kwa mwanadamu; Pato la AI linapaswa kukubaliwa kama pendekezo na kusimamiwa na wanadamu katika maamuzi muhimu.

14. Ni ipi njia bora ya kuendelea kuboresha ujuzi wa AI?

A) Kusoma nadharia tu bila kujaribu zana
B) Jaribu kwa usalama kazi ndogo na zisizo na hatari kidogo, tathmini matokeo, na ukusanye kinachofanya kazi ✔
C) Ikiwa haifanyi kazi kwenye jaribio la kwanza, acha zana kabisa.
D) Kukaa kwenye njia moja bila kufuata maendeleo mapya

Ufafanuzi: Kujaribia kwa usalama na kazi ndogo, zisizo na hatari ndogo, kutathmini matokeo, kukusanya vidokezo muhimu na kufuata maendeleo mapya mara kwa mara huhakikisha maendeleo endelevu.