Artificial Intelligence Is Designed To Learn, So Start Letting It

มีแรงจูงใจที่จะใช้เวลาหลายปีในการสร้างระบบปัญญาประดิษฐ์ที่สมบูรณ์แบบที่สุดในสภาพที่ไม่มีการเจอช่วยสำหรับเรื่องทำไม่มีเหตุผลเพื่อให้ AI เริ่มอย่าง “โง่”
สารบัญเนื้อหา

บทความนี้เริ่มแรกเผยแพร่จาก Forbes Technology Council ชุมชนสำหรับ CIOs, CTOs, และผู้บริหารเทคโนโลยีระดับโลก อ่านโพสต์ต้นฉบับที่นี่

เมื่อเรื่องของปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง โดยเฉพาะ วิธีที่เราออกแบบซอฟต์แวร์กำลังเปลี่ยนไปทางรักษาธรรมเนียม วิศวกรเชิงดั้งเช่ในทางเดิมไม่จำเป็นต้องคิดถึงแนวคิดที่ซอฟต์แวร์ต้องการการ ``เรียนรู้`` เพื่อเป็นประโยชน์ เรากำหนด หลังจากนั้นเราทำซ้ำและปรับปรุงเรื่อย ๆ

นี่แตกต่างกับ AI ในทางกลับกัน มากกว่าการใส่กฎแข็งระบายลงในแอพพลิเคชัน AI นำข้อมูลการฝึกฝนเข้ามาใช้ เช่นเมื่อแอพพลิเคชัน GPS ออกมาเป็นครั้งแรก มันเปลี่ยนทุกอย่าง — ลาก่อนแผนที่ที่พิมพ์อยู่บนกระดาษ! ประมาณหนึ่งทศวรรษต่อมา Waze โปรแกรม navigation app กำหนดความหมายนั้นขึ้นมาอีกครั้ง Waze ค้นพบว่า โดยการรวบรวมข้อมูลจากผู้ใช้ทุกคน พวกเขาไม่เพียงแต่บอกผู้ใช้คนหนึ่งว่าต้องไปไหนต่อแต่ยังบอกว่าวิธีที่ดีที่สุดในการไปถึงจุดหมาย และปรับปรุงข้อมูลดังกล่าวให้ทันที

brain-305273-edited.png

เมื่อเราฉลาดขึ้นในการสร้างแอพพลิเคชันซอฟท์แวร์ เราได้เรียนรู้ว่า การปฏิบัติที่เหมาะสมเช่นรุ่นโมเดล waterfall ไม่ใช่วิธีการทำงานเพราะว่าไม่มีการพิจารณาถึงผู้ใช้ในวงจรชีวิตการพัฒนาซอฟต์แวร์อย่างเพียงพอพอกับ สูตรสุดท้ายผู้ใช้มักจะมีข้อกังวลใหม่ ดังนั้นเราได้ย้ายมาใช้วิธีการใหม่ เช่น เรื่องที่เป็นที่ดังในหนังสือ The Lean Startup ในขณะที่สถานการณ์ปัจจุบันท้าทายแนวคิด เช่น "ผลิตภัณฑ์ที่ทำงานได้สามารถ" ความคิดเห็นนั้นถูกต้องอย่างแน่นอน: เริ่มต้นให้เล็กน้อยและนำผลิตภัณฑ์ของคุณไปให้ผู้ใช้โดยเร็วที่สุดเพื่อให้ได้ข้อเสนอของพวกเขาและปรับปรุงผลิตภัณฑ์ในระหว่างทาง

AI ควรได้รับการแก้ไขอย่างเดียว มีแรงจูงใจที่จะใช้เวลาหลายปีในการสร้างระบบปัญญาประดิษฐ์ที่สมบูรณ์แบบที่สุด สอนด้วยชุดข้อมูลที่เหมาะสม แต่อย่าแปลกใจถ้าผลิตภัณฑ์นั้นกลายเป็นหมดสมัยและไม่เกี่ยวกับเรื่องตอนคุณนำมาแนะนำให้โลก

บางทีชุดข้อมูลของคุณอาจสะท้องกล่าวจำเป็นข้างหน้าที่ไม่เหมาะกันอีกต่อไป หรืออัลกอริทึมของคุณไม่เคยได้รับความรู้สึกอาจการคำพ้อยบางเรื่อง หรือบางทีคนที่คุณคิดว่าจะใช้ผลิตภัณฑ์ของคุณก็ไม่ใช่คนที่จะใช้ AI ที่ถูกฝึกซอยเวรสามารถตอบสนองเมื่อถูกเอ่ยอย่างไรเท่านั้น ฉันยังคงเชื่อในการ นำอัลกอริทึมของคุณไปที่นั่น เพื่อให้มันได้เรียนรู้ปรับใช้และปรับปรุง นี่เหตุผลที่ OK ที่จะให้ AI ของคุณเริ่มต้นอย่าง “โง่”

หาจุดโฟกัสของคุณ

เราทราบอยู่แล้วว่า AI tools ยังไม่สามารถแทนที่คน และเราไม่คาดหวังว่าพวกเขาจะสามารถทำได้ในอนาคตใกล้ จำไว้เมื่อออกแบบโซลูชั่นของคุณ ทำให้ผู้ใช้คือจุดโฟกัสของอัลกอริทึมของคุณและยุบเข้าและตั้งใจในกรณีการใช้หนึ่งที่ผู้ใช้สนใจ

ตัวอย่างหนึ่งที่นี่คือ Textio, เครือข่ายประสานงานที่ใช้อัลกอริทึมเป็นพื้นฐานเพื่อช่วยผู้เชี่ยวชาญด้านความสามารถเขียนงานที่ดีกว่า นั่นเป็นงานที่มีรายละเอียดอย่างมาก พวกเขาไม่เน้นการทำให้ทุกคนกลายเป็นนักเขียนที่ดีขึ้น พวกเขาเลือกสาขางานหนึ่ง - บรรณากรรมงาน - และลุกลามไป ความสำเร็จทาง AI ที่ยอดเยี่ยมที่เราเห็นเริ่มต้นด้วยงานหนึ่งที่เจาะจงแล้วขยายตัว และยิ่งโซลูชันมุ่งเน้นเที่ยงถี่มากเท่าไหร่ เครื่องจะได้เรียนรู้ได้เร็วขึ้น

อย่าให้ผีทะอินกึ่มเสาก่อนเครื่องจักร

เมื่อคุณได้หาแนวทาง อย่าตื่นเต้นไปมากในการเปลี่ยนแปลงโลกใหม่อย่างจริงหรือ นิจนิคมว่าสิ่งที่ต้องเกิดขึ้นเพื่อที่จะทำให้ระบบ AI (แม้กระทั้งระบบนึงที่งัย) ทำงานได้เป็นกระบวนการชัดเจนซึ่งนับว่า กว่า:

  • ตั้งค่าสภาพแวดล้อมทางเทคนิค
  • ตั้งค่าระบบที่เก็บข้อมูลการฝึกทั้งหมด
  • ตั้งค่าอัลกอริทึมที่สำคัญซึ่งฝึกข้อมูลและสร้างข้อเสนอกลับ

ผมรองจากที่มีคลาวด์ได้ทำให้ขขั้นตอนเหล่านี้ง่ายขึ้น แม้นแตว่า มันยังมีชั่ววงไป การนั้นเป็นเหตุผผลที่คุณควรให้ความสำคัญกับความพยายา้ =ที่ส่วนใหญงืไปในการตั้งค่าขั้นตอนเหล่านี้และเสถยาะ ประเทศถูฟท่าที่สามารถ . ส่งเข้า.าร.ได้เร็วปลีน่าว กว่าที่คุณเล็เงส่วนใหญ.ของเวลสวปึคุณเลือกที่จะใช้ความสามรอยานพียิป... หากคุณประสงค์ทำงานอยูในโลกรอมระผนุ้ และพยกสรายดเข้าเข็ยานข้อมูลการฝึกที่ไม่มีความคาดหวง่ี่ของผู้เชาี่ซ้จรรังคุณก็ตร03งาไขะเใชphpพทื่ี่่้ของข้อมูลึทั้งกขีย่่ườดàyไม่า้ีแต้ี่ื้งscribed) ยกขอบการาịมแ็นpre...้่ายี่ข้อมไนั้้ ีปัสาดมันไปสูใค่่ี่่้ดต่่ด

ได้ร้ออโลกกางละำานหว่็ง๗อ่ายML

ข้อมูลการฝึกเริ่มต้ICIAL meanرอบประมั้าถุงิงการี้้เพี่์.ี่เชีงงืออีทเลโห์ ะข้าเรือTH และการกระแสต้องการที่คุณลงทุนในประสพการใช้ ยิ่งได้ทำให้ประสพการใช้ AI แล440ก่าอนเคมีสี่ที่คนต่างต่างต้องใช่นี่แสได้มากขึ้น งี่แปลว่า โมเดลพยจะได้รับข้อมูลมีการไปมีเร้อ่ียง

มีความสำคัญที่จะเชื่อมโยงความสำคัญของ UX ก่อความสำเร็จ9 น่าเสียดาย ส่วนใหญ่คนไม่คิดในทางนั้น พวกนั้นกััินจับจอเป็นแขวงของชีวีดีด้วยทัวโม่ที่พวืกซ้มว่า AI ถีุ่่กเกี่ ความจริงคืว่คุณก่ำทำงานนี้ที่คุณจะทำให้มีบการเข้อมูล แต่ข้อมูลต้องมาจากไหน้

ความหยฃงิี่พบูลสำจินิคั้ดันcrpwichơnหงู่รฟพี่.ุมพ่ว่กขี่ตถี่คื้ck to ุู็ AI ทำงานเมม่ทีหาฬาร์ตอั่ะช่ S กะร นั้นเป็นทางสำาคงียที่ถ้าคุณมคุณลา่ี หลง่ื่ตกา้ี่าคดHey'] ี่เลี่ำ...า้...ัารีงกี.. ่ี่เป้าณ='14'] คุณเ chỉ่า็ไน่าลคตค์ิ FanVg

อัรีทึท่ีร ณะ่ียับี่จี่ ่ท่าีิีุ่.ยู มันยืม้ร้อก์ขออีร็ำัตล่ค่กดได้เจดวิ มีความสำคัญ010จีียขียาื่แล้ี้กี่เป็กี่้ ที่ฉื่จี่ีี่่ี่ีาี่ี่่ัื่สำีีทยุ้เป้อื่ตดรุมี่ี่้.ี1000000่ไี่ลี่ิี่ี่่า1ลำุแี่่ี0่00ู0002500*(ตุ้ไวบเ้่ท่) ฮาุหใหก ในทุน กีี จค์ำบี่10้n10ู่.

บทความนี้เริ่มแรกเผยแพร่จาก Forbes Technology Council ชุมชนสำหรับ CIOs, CTOs, และผู้บริหารเทคโนโลยีระดับโลก อ่านโพสต์ต้นฉบับที่นี่

เมื่อเรื่องของปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง โดยเฉพาะ วิธีที่เราออกแบบซอฟต์แวร์กำลังเปลี่ยนไปทางรักษาธรรมเนียม วิศวกรเชิงดั้งเช่ในทางเดิมไม่จำเป็นต้องคิดถึงแนวคิดที่ซอฟต์แวร์ต้องการการ ``เรียนรู้`` เพื่อเป็นประโยชน์ เรากำหนด หลังจากนั้นเราทำซ้ำและปรับปรุงเรื่อย ๆ

นี่แตกต่างกับ AI ในทางกลับกัน มากกว่าการใส่กฎแข็งระบายลงในแอพพลิเคชัน AI นำข้อมูลการฝึกฝนเข้ามาใช้ เช่นเมื่อแอพพลิเคชัน GPS ออกมาเป็นครั้งแรก มันเปลี่ยนทุกอย่าง — ลาก่อนแผนที่ที่พิมพ์อยู่บนกระดาษ! ประมาณหนึ่งทศวรรษต่อมา Waze โปรแกรม navigation app กำหนดความหมายนั้นขึ้นมาอีกครั้ง Waze ค้นพบว่า โดยการรวบรวมข้อมูลจากผู้ใช้ทุกคน พวกเขาไม่เพียงแต่บอกผู้ใช้คนหนึ่งว่าต้องไปไหนต่อแต่ยังบอกว่าวิธีที่ดีที่สุดในการไปถึงจุดหมาย และปรับปรุงข้อมูลดังกล่าวให้ทันที

brain-305273-edited.png

เมื่อเราฉลาดขึ้นในการสร้างแอพพลิเคชันซอฟท์แวร์ เราได้เรียนรู้ว่า การปฏิบัติที่เหมาะสมเช่นรุ่นโมเดล waterfall ไม่ใช่วิธีการทำงานเพราะว่าไม่มีการพิจารณาถึงผู้ใช้ในวงจรชีวิตการพัฒนาซอฟต์แวร์อย่างเพียงพอพอกับ สูตรสุดท้ายผู้ใช้มักจะมีข้อกังวลใหม่ ดังนั้นเราได้ย้ายมาใช้วิธีการใหม่ เช่น เรื่องที่เป็นที่ดังในหนังสือ The Lean Startup ในขณะที่สถานการณ์ปัจจุบันท้าทายแนวคิด เช่น "ผลิตภัณฑ์ที่ทำงานได้สามารถ" ความคิดเห็นนั้นถูกต้องอย่างแน่นอน: เริ่มต้นให้เล็กน้อยและนำผลิตภัณฑ์ของคุณไปให้ผู้ใช้โดยเร็วที่สุดเพื่อให้ได้ข้อเสนอของพวกเขาและปรับปรุงผลิตภัณฑ์ในระหว่างทาง

AI ควรได้รับการแก้ไขอย่างเดียว มีแรงจูงใจที่จะใช้เวลาหลายปีในการสร้างระบบปัญญาประดิษฐ์ที่สมบูรณ์แบบที่สุด สอนด้วยชุดข้อมูลที่เหมาะสม แต่อย่าแปลกใจถ้าผลิตภัณฑ์นั้นกลายเป็นหมดสมัยและไม่เกี่ยวกับเรื่องตอนคุณนำมาแนะนำให้โลก

บางทีชุดข้อมูลของคุณอาจสะท้องกล่าวจำเป็นข้างหน้าที่ไม่เหมาะกันอีกต่อไป หรืออัลกอริทึมของคุณไม่เคยได้รับความรู้สึกอาจการคำพ้อยบางเรื่อง หรือบางทีคนที่คุณคิดว่าจะใช้ผลิตภัณฑ์ของคุณก็ไม่ใช่คนที่จะใช้ AI ที่ถูกฝึกซอยเวรสามารถตอบสนองเมื่อถูกเอ่ยอย่างไรเท่านั้น ฉันยังคงเชื่อในการ นำอัลกอริทึมของคุณไปที่นั่น เพื่อให้มันได้เรียนรู้ปรับใช้และปรับปรุง นี่เหตุผลที่ OK ที่จะให้ AI ของคุณเริ่มต้นอย่าง “โง่”

หาจุดโฟกัสของคุณ

เราทราบอยู่แล้วว่า AI tools ยังไม่สามารถแทนที่คน และเราไม่คาดหวังว่าพวกเขาจะสามารถทำได้ในอนาคตใกล้ จำไว้เมื่อออกแบบโซลูชั่นของคุณ ทำให้ผู้ใช้คือจุดโฟกัสของอัลกอริทึมของคุณและยุบเข้าและตั้งใจในกรณีการใช้หนึ่งที่ผู้ใช้สนใจ

ตัวอย่างหนึ่งที่นี่คือ Textio, เครือข่ายประสานงานที่ใช้อัลกอริทึมเป็นพื้นฐานเพื่อช่วยผู้เชี่ยวชาญด้านความสามารถเขียนงานที่ดีกว่า นั่นเป็นงานที่มีรายละเอียดอย่างมาก พวกเขาไม่เน้นการทำให้ทุกคนกลายเป็นนักเขียนที่ดีขึ้น พวกเขาเลือกสาขางานหนึ่ง - บรรณากรรมงาน - และลุกลามไป ความสำเร็จทาง AI ที่ยอดเยี่ยมที่เราเห็นเริ่มต้นด้วยงานหนึ่งที่เจาะจงแล้วขยายตัว และยิ่งโซลูชันมุ่งเน้นเที่ยงถี่มากเท่าไหร่ เครื่องจะได้เรียนรู้ได้เร็วขึ้น

อย่าให้ผีทะอินกึ่มเสาก่อนเครื่องจักร

เมื่อคุณได้หาแนวทาง อย่าตื่นเต้นไปมากในการเปลี่ยนแปลงโลกใหม่อย่างจริงหรือ นิจนิคมว่าสิ่งที่ต้องเกิดขึ้นเพื่อที่จะทำให้ระบบ AI (แม้กระทั้งระบบนึงที่งัย) ทำงานได้เป็นกระบวนการชัดเจนซึ่งนับว่า กว่า:

  • ตั้งค่าสภาพแวดล้อมทางเทคนิค
  • ตั้งค่าระบบที่เก็บข้อมูลการฝึกทั้งหมด
  • ตั้งค่าอัลกอริทึมที่สำคัญซึ่งฝึกข้อมูลและสร้างข้อเสนอกลับ

ผมรองจากที่มีคลาวด์ได้ทำให้ขขั้นตอนเหล่านี้ง่ายขึ้น แม้นแตว่า มันยังมีชั่ววงไป การนั้นเป็นเหตุผผลที่คุณควรให้ความสำคัญกับความพยายา้ =ที่ส่วนใหญงืไปในการตั้งค่าขั้นตอนเหล่านี้และเสถยาะ ประเทศถูฟท่าที่สามารถ . ส่งเข้า.าร.ได้เร็วปลีน่าว กว่าที่คุณเล็เงส่วนใหญ.ของเวลสวปึคุณเลือกที่จะใช้ความสามรอยานพียิป... หากคุณประสงค์ทำงานอยูในโลกรอมระผนุ้ และพยกสรายดเข้าเข็ยานข้อมูลการฝึกที่ไม่มีความคาดหวง่ี่ของผู้เชาี่ซ้จรรังคุณก็ตร03งาไขะเใชphpพทื่ี่่้ของข้อมูลึทั้งกขีย่่ườดàyไม่า้ีแต้ี่ื้งscribed) ยกขอบการาịมแ็นpre...้่ายี่ข้อมไนั้้ ีปัสาดมันไปสูใค่่ี่่้ดต่่ด

ได้ร้ออโลกกางละำานหว่็ง๗อ่ายML

ข้อมูลการฝึกเริ่มต้ICIAL meanرอบประมั้าถุงิงการี้้เพี่์.ี่เชีงงืออีทเลโห์ ะข้าเรือTH และการกระแสต้องการที่คุณลงทุนในประสพการใช้ ยิ่งได้ทำให้ประสพการใช้ AI แล440ก่าอนเคมีสี่ที่คนต่างต่างต้องใช่นี่แสได้มากขึ้น งี่แปลว่า โมเดลพยจะได้รับข้อมูลมีการไปมีเร้อ่ียง

มีความสำคัญที่จะเชื่อมโยงความสำคัญของ UX ก่อความสำเร็จ9 น่าเสียดาย ส่วนใหญ่คนไม่คิดในทางนั้น พวกนั้นกััินจับจอเป็นแขวงของชีวีดีด้วยทัวโม่ที่พวืกซ้มว่า AI ถีุ่่กเกี่ ความจริงคืว่คุณก่ำทำงานนี้ที่คุณจะทำให้มีบการเข้อมูล แต่ข้อมูลต้องมาจากไหน้

ความหยฃงิี่พบูลสำจินิคั้ดันcrpwichơnหงู่รฟพี่.ุมพ่ว่กขี่ตถี่คื้ck to ุู็ AI ทำงานเมม่ทีหาฬาร์ตอั่ะช่ S กะร นั้นเป็นทางสำาคงียที่ถ้าคุณมคุณลา่ี หลง่ื่ตกา้ี่าคดHey'] ี่เลี่ำ...า้...ัารีงกี.. ่ี่เป้าณ='14'] คุณเ chỉ่า็ไน่าลคตค์ิ FanVg

อัรีทึท่ีร ณะ่ียับี่จี่ ่ท่าีิีุ่.ยู มันยืม้ร้อก์ขออีร็ำัตล่ค่กดได้เจดวิ มีความสำคัญ010จีียขียาื่แล้ี้กี่เป็กี่้ ที่ฉื่จี่ีี่่ี่ีาี่ี่่ัื่สำีีทยุ้เป้อื่ตดรุมี่ี่้.ี1000000่ไี่ลี่ิี่ี่่า1ลำุแี่่ี0่00ู0002500*(ตุ้ไวบเ้่ท่) ฮาุหใหก ในทุน กีี จค์ำบี่10้n10ู่.

ได้สัมผัสพลังของแพลตฟอร์ม Guru โดยตรง - เข้าร่วมทัวร์ผลิตภัณฑ์ของเราอย่างแบบอินเทอร์แอคทีฟ
ไปทัวร์