Maagap na pag-aaral/engineering: Pag-aaral na makipag-usap sa AI

• May-akda:
• pangalan Author

  Quantumrun Foresight
• Marso 11, 2024

Buod ng pananaw

Binabago ng maagap na pag-aaral ang machine learning (ML), na nagbibigay-daan sa mga malalaking modelo ng wika (LLM) na umangkop nang walang malawakang muling pagsasanay sa pamamagitan ng maingat na ginawang mga prompt. Ang inobasyong ito ay nagpapahusay sa serbisyo sa customer, nag-o-automate ng mga gawain, at nagpapaunlad ng mga pagkakataon sa karera sa agarang engineering. Ang mga pangmatagalang implikasyon ng teknolohiyang ito ay maaaring kabilangan ng mga pamahalaan na pagpapabuti ng mga serbisyong pampubliko at komunikasyon, at mga negosyong lumilipat patungo sa mga automated na diskarte.

Prompt learning/engineering context

Ang maagap na nakabatay sa pag-aaral ay lumitaw bilang isang diskarte sa pagbabago ng laro sa machine learning (ML). Hindi tulad ng mga tradisyonal na pamamaraan, pinapayagan nito ang mga malalaking modelo ng wika (LLM) tulad ng GPT-4 at BERT na umangkop sa iba't ibang gawain nang walang malawak na muling pagsasanay. Nakamit ang pamamaraang ito sa pamamagitan ng maingat na ginawang mga prompt, mahalaga sa paglilipat ng kaalaman sa domain sa modelo. Ang kalidad ng prompt ay makabuluhang nakakaimpluwensya sa output ng modelo, na ginagawang isang kritikal na kasanayan ang maagap na engineering. Ang 2023 survey ni McKinsey sa AI ay nagpapakita na ang mga organisasyon ay nag-aayos ng kanilang mga diskarte sa pag-hire para sa mga layunin ng pagbuo ng AI, na may kapansin-pansing pagtaas sa pagkuha ng mga prompt engineer (7% ng mga tumutugon sa AI-adopting).

Ang pangunahing bentahe ng prompt-based na pag-aaral ay nakasalalay sa kakayahang tumulong sa mga negosyong walang access sa malaking dami ng may label na data o tumatakbo sa mga domain na may limitadong availability ng data. Gayunpaman, ang hamon ay nakasalalay sa pagbuo ng mga epektibong senyas na nagbibigay-daan sa isang modelo na maging mahusay sa maraming gawain. Ang paggawa ng mga senyas na ito ay nangangailangan ng malalim na pag-unawa sa istruktura at syntax at umuulit na pagpipino.

Sa konteksto ng OpenAI's ChatGPT, ang maagap na pag-aaral ay nakatulong sa pagbuo ng tumpak at may-katuturang mga tugon sa konteksto. Sa pamamagitan ng pagbibigay ng maingat na ginawang mga prompt at pagpino sa modelo batay sa pagsusuri ng tao, ang ChatGPT ay maaaring tumugon sa isang malawak na hanay ng mga query, mula sa simple hanggang sa lubos na teknikal. Binabawasan ng diskarteng ito ang pangangailangan para sa manu-manong pagsusuri at pag-edit, na nakakatipid ng mahalagang oras at pagsisikap sa pagkamit ng ninanais na mga resulta.

Nakakagambalang epekto

Habang patuloy na umuunlad ang mabilis na engineering, makikita ng mga indibidwal ang kanilang sarili na nakikipag-ugnayan sa mga sistemang pinapagana ng AI na nagbibigay ng mas may kaugnayang mga tugon sa konteksto. Ang pag-unlad na ito ay maaaring mapabuti ang serbisyo sa customer, personalized na nilalaman, at mahusay na pagkuha ng impormasyon. Habang ang mga indibidwal ay lalong umaasa sa mga pakikipag-ugnayan na hinimok ng AI, maaaring kailanganin nilang maging mas matalino sa paggawa ng mga prompt para makamit ang mga ninanais na resulta, na nagpapahusay sa kanilang mga kasanayan sa digital na komunikasyon.

Para sa mga kumpanya, ang pagpapatibay ng maagap na nakabatay sa pag-aaral ay maaaring humantong sa higit na kahusayan sa iba't ibang aspeto ng pagpapatakbo ng negosyo. Ang mga chatbot at virtual assistant na pinapagana ng AI ay magiging mas sanay sa pag-unawa sa mga query ng customer, pag-streamline ng suporta sa customer at pakikipag-ugnayan. Bukod pa rito, ang mabilis na engineering ay maaaring magamit sa pagbuo ng software, pag-automate ng mga gawain sa coding at pagbabawas ng manu-manong pagsisikap. Maaaring kailanganin ng mga kumpanya na mamuhunan sa pagsasanay sa mga inhinyero na mabilis na gamitin ang buong potensyal ng teknolohiyang ito, at maaaring kailanganin din nilang iakma ang kanilang mga diskarte sa mga umuusbong na kakayahan ng mga generative AI system.

Sa harap ng pamahalaan, ang pangmatagalang epekto ng maagap na nakabatay sa pag-aaral ay maaaring magpakita sa pinahusay na mga serbisyong pampubliko, partikular sa pangangalagang pangkalusugan at cybersecurity. Maaaring gumamit ang mga ahensya ng gobyerno ng mga AI system para magproseso ng malawak na data at magbigay ng mas tumpak na mga insight at rekomendasyon. Bukod dito, habang umuunlad ang AI sa pamamagitan ng mabilis na pag-aaral, maaaring kailanganin ng mga pamahalaan na mamuhunan sa edukasyon at pananaliksik ng AI upang manatili sa unahan ng teknolohiyang ito. 

Mga implikasyon ng agarang pag-aaral/engineering

Maaaring kabilang sa mas malawak na implikasyon ng agarang pag-aaral/engineering ang: 

• Ang pangangailangan para sa mabilis na mga inhinyero ay tumataas, na lumilikha ng mga bagong prospect ng karera sa larangan at nagpapaunlad ng kadalubhasaan sa paggawa ng mga epektibong prompt para sa mga AI system.
• Maagap na nakabatay sa pag-aaral na nagbibigay-daan sa mga sistema ng pangangalagang pangkalusugan na magproseso ng medikal na data nang mas epektibo, na humahantong sa mas mahusay na mga rekomendasyon sa paggamot at mga resulta ng pangangalagang pangkalusugan.
• Ang mga kumpanyang lumilipat patungo sa mga diskarte na batay sa data, pag-optimize ng pagbuo ng produkto, marketing, at pakikipag-ugnayan sa customer sa pamamagitan ng mabilis na engineering, na posibleng makagambala sa mga tradisyonal na modelo ng negosyo.
• Ang mga pamahalaan na gumagamit ng mga sistemang hinimok ng AI, na ginawa gamit ang agarang engineering, para sa mas tumutugon at personalized na komunikasyon sa mga mamamayan, na posibleng humahantong sa mas malaking partisipasyon sa pulitika.
• Ang mga organisasyon at pamahalaan na gumagamit ng agarang engineering upang palakasin ang mga hakbang sa cybersecurity, na tumutulong na protektahan ang sensitibong data at kritikal na imprastraktura.
• Mabilis na engineering na tumutulong sa pag-automate ng pagsusuri at pag-uulat ng data, pagpapahusay sa katumpakan at pagiging maagap ng mga insight sa pananalapi para sa mga negosyo at mamumuhunan.

Mga katanungang dapat isaalang-alang

• Paano mo magagamit ang mabilis na engineering para mapahusay ang iyong mga pakikipag-ugnayan sa mga AI system sa pang-araw-araw na buhay?
• Anong mga potensyal na pagkakataon sa karera ang maaaring lumitaw sa agarang engineering, at paano ka makapaghahanda para sa mga ito?