من در دوره ضروریات هوش مصنوعی گوگل شرکت کردم و این همان چیزی است که یاد گرفتم

تغییرات شما ذخیره شد

خلاصه عناوین

• رویکرد “انسان در حلقه” نتایج بهتری می گیرد

• هوش مصنوعی یکپارچه زمانی قدرتمندتر است که از آن به درستی استفاده کنید

• استراتژی مناسب برای مهندسی سریع ضروری است

• هوش مصنوعی بررسی واقعیت ساده‌تر از چیزی است که به نظر می‌رسد

• هوش مصنوعی برای هر شغلی لازم نیست

• چه کسی باید در دوره ضروری هوش مصنوعی گوگل شرکت کند؟

نکات کلیدی

• مشارکت انسان در هوش مصنوعی برای بهترین نتایج، از جمله ویرایش محتوای تولید شده توسط هوش مصنوعی، بسیار مهم است.
• هوش مصنوعی یکپارچه مانند Gemini در برنامه‌های Google زمانی قدرتمند است که با مهندسی سریع و مؤثر به درستی استفاده شود.
• خروجی‌های AI بررسی واقعیت برای دقت ضروری است و هوش مصنوعی برای کارهای مولد با فضایی برای پیشرفت انسانی مناسب است.

با ایجاد تغییرات بزرگ در نیروی کار توسط هوش مصنوعی، گوگل گواهی هوش مصنوعی را در Coursera منتشر کرد تا به افراد عادی در مورد ابزارهای جدید هوش مصنوعی آموزش دهد.

من از چند ابزار هوش مصنوعی اینجا و آنجا استفاده کرده ام، اما می خواستم بفهمم دوره هوش مصنوعی گوگل در واقع چه چیزی را آموزش می دهد. بنابراین، این چیزی است که پس از اتمام موفقیت آمیز دوره مقدماتی بر هوش مصنوعی گوگل Essentials یاد گرفتم.

رویکرد “انسان در حلقه” نتایج بهتری می گیرد

بزرگترین نکته از دوره Google AI Essentials ساده است: هوش مصنوعی به مشارکت انسانی نیاز دارد. اینجاست که رویکرد «انسان در حلقه»، که بازبینی دستی و بازنگری محتوای تولید شده توسط هوش مصنوعی را تشویق می‌کند، مرتبط می‌شود.

پس از استفاده از هوش مصنوعی، همیشه باید بپرسید که در کجا ممکن است مشارکت انسان برای بهترین نتایج ضروری باشد. اگر در حال نوشتن سندی هستید که باید دقیق باشد، برای مثال، بررسی واقعیت تمام تحقیقات هوش مصنوعی برای جلوگیری از توهمات هوش مصنوعی ضروری است.

به یاد داشته باشید: هوش مصنوعی قرار نیست جایگزین کار شما شود. در عوض، باید از آن برای تقویت و بهبود کار خود استفاده کنید.

هوش مصنوعی یکپارچه زمانی قدرتمندتر است که از آن به درستی استفاده کنید

یکی دیگر از درس های مهمی که از دوره آموزشی AI Essentials گوگل گرفتم این است که چگونه هوش مصنوعی را به درستی اعمال کنیم. در این دوره، گوگل از دانش آموزان انتظار دارد که از هوش مصنوعی برای پیش نویس ایمیل کاری، ایجاد ارائه ها و اسناد پاورپوینت پیش نویس شده با هوش مصنوعی و حتی بررسی اصول اخلاقی ابزارهای هوش مصنوعی استفاده کنند. یکی از جالب ترین آزمایشگاه های آن استفاده از Gemini است.

Gemini یک ابزار هوش مصنوعی یکپارچه قدرتمند است که می‌توانید از آن در نوار کناری یا در برنامه‌های مجموعه Google مانند Gmail، Docs، Sheets و Slides استفاده کنید. می‌توانید از آن برای طوفان فکری، تهیه پیش‌نویس و بازبینی محتوایی که در برنامه‌های مجموعه Google تولید می‌کنید استفاده کنید. برای استفاده موثر از آن، گوگل توصیه می کند:

• توسعه الگوهای سریع موثر
• وقتی نیاز به طوفان فکری دارید از جوزا سوال بپرسید
• استفاده از دستورهای Refine و Shorten برای بهبود خروجی Gemini
• و در نهایت، با فعال کردن نوار کناری Gemini، هوش مصنوعی را در دسترس نگه دارید

مانند هر ابزار مولد هوش مصنوعی دیگری، برای دریافت بهترین نتایج، باید دستورات دقیق و موثری را با Gemini بنویسید. Gemini به‌طور منحصربه‌فردی با مشکلاتی که ممکن است در برنامه‌های مجموعه Google داشته باشید سازگار است، بنابراین خواهید دید که یک همراه کار هوشمند است.

استراتژی مناسب برای مهندسی سریع ضروری است

یادگیری در مورد دستورات (دستورالعمل هایی که به هوش مصنوعی برای کمک به تولید خروجی مورد نظرتان ارائه می دهید) ضروری است. همچنین نوشتن مؤثر آنها دشوار است – مانند یادگیری یک مهارت کاملاً جدید. در حالی که پیشرفت‌ها در مدل‌های هوش مصنوعی (مانند تغییر از GPT-3.5 به 4) محتوای تولید شده توسط هوش مصنوعی را بهتر از همیشه کرده است، بدون درخواست‌های خوب، خروجی‌های مفیدی دریافت نخواهید کرد. برخی از مواردی که هنگام نوشتن دستورات باید در نظر داشته باشید عبارتند از:

• نتایج هوش مصنوعی زمانی بهتر می شود که زمینه بیشتری را ارائه دهید
• LLM ها نمی توانند اطلاعات مفیدی در مورد رویدادهای اخیر ارائه دهند اگر داده های آموزشی آنها به روز نباشد
• در صورت امکان باید داده ها یا نمونه هایی ارائه کنید
• و در نهایت، شما باید هوش مصنوعی را در مورد آنچه می خواهید انجام دهد به جای آنچه که نمی خواهید انجام دهد راهنمایی کنید

انصافاً، این تکنیک‌های تحریک روش‌هایی بودند که من قبلاً از آنها آگاه بودم، اما مطمئناً برای کسانی که تازه با آن مقابله می‌کنند مفید هستند.

هوش مصنوعی بررسی واقعیت ساده‌تر از چیزی است که به نظر می‌رسد

برای تجسم اینکه چگونه هوش مصنوعی به پاسخ درست می رسد (و چگونه می تواند پاسخ های اشتباه را توهم کند)، مهم است که بدانیم هوش مصنوعی مولد چگونه کار می کند. ابزارهای هوش مصنوعی مانند Gemini و ChatGPT شکلی از مدل زبان بزرگ (LLM) هستند که خروجی هایی را بر اساس الگوهای پیش بینی شده در زبان انسان تولید می کنند.

به عبارت دیگر، این ابزارها نمی‌دانند چه چیزی تولید می‌کنند، اما از آمار برای تولید محتوای اصلی استفاده می‌کنند که معمولاً دقیق و مرتبط با درخواست داده شده است. متأسفانه، سوگیری، داده‌های آموزشی با کیفیت پایین، فقدان داده‌های مرتبط، عبارت‌بندی سریع و سایر عوامل می‌توانند LLM‌ها را به ایجاد پاسخ‌های نادرست سوق دهند.

هوش مصنوعی مولد به طور کلی به پاسخ صحیح می رسد. این دوره واقعاً نشان داد که بهترین راه برای تولید محتوای دقیق تولید شده توسط هوش مصنوعی، بررسی واقعیت اطلاعاتی است که هوش مصنوعی تولید می کند. به جای اینکه فرض کنید هوش مصنوعی دارای تخصص است، باید آن را به عنوان مجموعه ای از محتوای خوب و بد در نظر بگیرید که نیاز به تجدید نظر و اصلاح دارد.

این به اصل “انسان در حلقه” پیوند دارد. هوش مصنوعی واقعاً به اندازه ورودی‌هایی است که می‌توانم به آن بدهم، و به دلیل محدودیت‌هایی که در یادگیری و فناوری آن وجود دارد، باید خروجی‌های آن را نیز بررسی کنم تا از صحت آنها مطمئن شوم.

هوش مصنوعی برای هر شغلی لازم نیست

همانطور که آنها قادر به انجام کارهایی مانند خلاصه کردن جلسات ویدیویی هستند، ابزارهای هوش مصنوعی بیش از همیشه مفید می شوند. اما آنها برای هر شغلی مناسب نیستند و دوره آموزشی Google AI Essentials استفاده از نقاط قوت منحصر به فرد خود را توصیه می کند. از طریق دوره آموزشی Google AI Essentials، متوجه شدم که هوش مصنوعی برای کارهایی مانند:

• نوشتن اولین پیش نویس ایمیل ها و سایر اسناد
• تولید مطالب تکمیلی، مانند فلش کارت یا خلاصه
• تحقیق در مورد موضوعات اساسی (که در مجموعه داده ای که هوش مصنوعی روی آن آموزش دیده است وجود دارد)

در طول دوره، نقاط ضعف بسیاری از ابزارهای هوش مصنوعی را نیز کشف کردم. آنها نمی توانند صحت اطلاعات را تأیید کنند و گاهی اوقات مستعد توهم هستند. ابزارهای هوش مصنوعی برای تهیه پیش نویس و بازنگری عالی هستند، اما نمی توانند جایگزین صدای منحصر به فرد شما شوند و دانش آنها محدود به مجموعه داده های آنها است.

اگر وظیفه شما برخی یا همه معیارهای زیر را دارد، معمولاً بهتر است از واگذاری آن به هوش مصنوعی خودداری کنید:

• وظیفه شما به اطلاعات اخیر یا بسیار دقیق نیاز دارد
• وظیفه شما به تحقیق عمیق نیاز دارد (مانند یافتن استنادهای جدید برای یک مقاله تحقیقاتی)
• وظیفه شما از نظر اجتماعی یا اخلاقی پیچیده است یا نیاز به قضاوت دقیق دارد
• وظیفه شما بدون ساختار و غیر قابل پیش بینی است

این علم خوبی نیست، اما من متوجه می شوم که وقتی شروع به استفاده از ابزارهای هوش مصنوعی می کنید، به سرعت در فهمیدن اینکه چه ابزارهایی در کارکردن آنها بهترین هستند، ماهر می شوید.

چه کسی باید در دوره ضروری هوش مصنوعی گوگل شرکت کند؟

دوره آموزشی Google AI Essentials یادآوری بسیار ضروری را ارائه می‌کند که اگر می‌خواهید از معایب آن جلوگیری کنید، استفاده از هوش مصنوعی در حرفه‌تان به طور مدبرانه مهم است. برخی از علائمی که باید هنگام تعیین اینکه آیا هوش مصنوعی برای یک شغل مناسب است یا خیر، به دنبال آنها بود:

• آیا مشکل شما “مولد” است؟ به عبارت دیگر، آیا شما نیاز به ایجاد متن، صدا، تصاویر یا محتوای دیگر دارید؟
• آیا می توانید نتایج تولید شده توسط هوش مصنوعی را نقد و بهبود ببخشید؟ به عنوان مثال، آیا هنگام تلاش برای تولید یک تبلیغ، تصویر خاصی در ذهن دارید؟
• آیا می توانید محتوای تولید شده توسط هوش مصنوعی را بررسی کنید؟ آیا می توانید صحت و کامل بودن آن را بررسی کنید؟

فراتر از این پنج نکته، متوجه شدم که دوره آموزشی Google AI Essentials حاوی مجموعه ای از مطالب آموزشی است که برای کسانی که با هوش مصنوعی آشنا نیستند، عالی است. با این حال، برای یادگیرندگان با فناوری یا کسانی که درکی از هوش مصنوعی دارند و ممکن است جایگزین‌های عمیقی مانند دوره‌های هوش مصنوعی IBM را ترجیح دهند، ایده‌آل نیست.

متأسفانه، هزینه این دوره 49 دلار است، اگرچه با اشتراک های Coursera Plus گنجانده شده است. با این حال، اگر تصمیم دارید با Google بیشتر در هوش مصنوعی غوطه ور شوید، چند کلاس آموزشی را با ماه Coursera خود در نظر بگیرید—انواع منابع عملاً بی حد و حصری وجود دارد که در انتظار کمک به شما برای اعمال هوش مصنوعی در حرفه خود هستند.

منبع مقاله