Wakati mwingine akili bandia huhisi kama rafiki anayeapa kwamba anaweza kupika - kisha anafika na tochi ya kupuliza na kitunguu mbichi. Vifaa vya kuvutia, matokeo ya kutatanisha, moshi mwingi, na kutokuwa na uhakika kwamba chakula cha jioni kiko karibu.
Kwa hivyo… Je, akili bandia imezidi? Ndiyo, kwa njia nyingi. Pia hapana, kwa njia zingine. Zote mbili zinaweza kuwa kweli kwa pumzi moja.
Hapa chini kuna mpango halisi: ambapo madai huongezeka 🎈, ambapo thamani ni wazi lakini thabiti 💼, na jinsi ya kutofautisha bila kuhitaji PhD au kuamka kiroho.
Makala unayoweza kupenda kusoma baada ya hii:
🔗 Ni AI gani inayofaa kwako?
Linganisha zana za kawaida za AI kwa malengo, bajeti, na urahisi.
🔗 Je, kuna kiputo cha AI kinachoundwa?
Ishara za mvuto, hatari, na jinsi ukuaji endelevu unavyoonekana.
🔗 Je, vigunduzi vya akili bandia (AI) vinaaminika kwa matumizi halisi?
Mipaka ya usahihi, chanya zisizo sahihi, na vidokezo vya tathmini ya haki.
🔗 Jinsi ya kutumia akili bandia (AI) kwenye simu yako kila siku
Tumia programu za simu, wasaidizi wa sauti, na vidokezo ili kuokoa muda.
Watu humaanisha nini wanaposema "AI imezidishwa" 🤔
Mtu anaposema AI imezidishwa , kwa kawaida huwa anaitikia moja (au zaidi) ya makosa haya:
-
Ahadi za uuzaji dhidi ya ukweli wa kila siku
Onyesho linaonekana la kichawi. Uwasilishaji unahisi kama tepu ya mfereji na sala. -
Uwezo dhidi ya uaminifu
Inaweza kuandika shairi, kutafsiri mkataba, kusuluhisha msimbo… na kisha kubuni kiungo cha sera kwa ujasiri. Baridi baridi baridi. -
Maendeleo dhidi ya vitendo
Mifano huboreka haraka, lakini kuijumuisha katika michakato ya biashara iliyochanganyikiwa ni polepole, kisiasa, na imejaa kesi zenye makali. -
Masimulizi ya "Badilisha wanadamu"
Ushindi mwingi halisi unaonekana zaidi kama "kuondoa sehemu zinazochosha" kuliko "kubadilisha kazi nzima."
Na huo ndio mvutano mkuu: AI ina nguvu kweli, lakini mara nyingi huuzwa kana kwamba tayari imekamilika. Haijakamilika. Inaendelea. Kama nyumba yenye madirisha mazuri na isiyo na mabomba 🚽
Kwa nini madai ya AI yaliyoongezeka hutokea kwa urahisi sana (na yanaendelea kutokea) 🎭
Sababu chache za AI kuvutia madai yaliyoongezeka kama sumaku:
Maonyesho kimsingi yanadanganya (kwa njia nzuri zaidi)
Maonyesho yamepangwa. Vidokezo vimerekebishwa. Data ni safi. Hali bora zaidi inaangaziwa, na matukio ya kushindwa ni kula mikate nyuma ya jukwaa.
Upendeleo wa kunusurika ni mkubwa
Hadithi za "AI ilituokoa saa milioni moja" zimesambaa sana. Hadithi za "AI ilitufanya tuandike upya kila kitu mara mbili" zimefichwa kimya kimya kwenye folda ya mradi wa mtu inayoitwa "majaribio ya Q3" 🫠
Watu huchanganya ufasaha na ukweli
AI ya kisasa inaweza kuonekana kuwa na uhakika, msaada, na mahususi - jambo ambalo hudanganya akili zetu kudhani ni sahihi.
Njia kuu ya kuelezea hali hii ya kushindwa ni usanidi : imesemwa kwa ujasiri lakini matokeo yasiyo sahihi (yaani "njozi"). NIST inaitaja hii moja kwa moja kama hatari kuu kwa mifumo ya AI inayozalisha. [1]
Pesa huongeza megaphone
Wakati bajeti, tathmini, na motisha za kazi zinapokuwa hatarini, kila mtu ana sababu ya kusema "hii inabadilisha kila kitu" (hata kama inabadilisha zaidi deki za kutelezesha).
Muundo wa "mfumuko wa bei → kukata tamaa → thamani thabiti" (na kwa nini haimaanishi AI ni bandia) 📈😬
Wataalamu wengi wa teknolojia hufuata mkondo uleule wa kihisia:
-
Matarajio ya kilele (kila kitu kitakuwa kiotomatiki kufikia Jumanne)
-
Ukweli mgumu (unavunjika Jumatano)
-
Thamani thabiti (inakuwa sehemu ya jinsi kazi inavyofanywa kimya kimya)
Kwa hivyo ndio - AI inaweza kuuzwa kupita kiasi huku bado ikiwa muhimu. Hizo si kinyume. Ni watu wa chumba kimoja.
Ambapo AI haijapitwa na wakati (inaleta matokeo) ✅✨
Hii ndiyo sehemu inayokosekana kwa sababu si ya kisayansi sana bali ni lahajedwali zaidi.
Usaidizi wa kuandika msimbo ni nyongeza halisi ya tija
Kwa baadhi ya kazi - boilerplate, majaribio ya jukwaa, mifumo inayojirudia - waendeshaji nakala wa msimbo wanaweza kuwa wa vitendo kweli.
Jaribio moja lililodhibitiwa sana kutoka GitHub liligundua kuwa watengenezaji wanaotumia Copilot walikamilisha kazi ya usimbaji msimbo haraka zaidi (uandishi wao unaripoti kasi ya 55% katika utafiti huo maalum). [3]
Sio uchawi, bali una maana. Jambo la kushangaza ni kwamba bado unapaswa kupitia kile inachoandika… kwa sababu "inasaidia" si sawa na "sahihi."
Kuandika, kufupisha, na kufikiria kwa njia ya kwanza
AI ni nzuri katika:
-
Kubadilisha noti zisizo sahihi kuwa rasimu safi ✍️
-
Kufupisha hati ndefu
-
Kutengeneza chaguo (vichwa vya habari, mihtasari, vibadala vya barua pepe)
-
Toni ya kutafsiri ("fanya hii isiwe kali sana" 🌶️)
Kimsingi ni msaidizi mdogo asiyechoka ambaye wakati mwingine hudanganya, kwa hivyo unasimamia. (Mkali. Pia sahihi.)
Huduma kwa wateja na dawati la usaidizi wa ndani
Ambapo AI huelekea kufanya kazi vizuri zaidi: ainisha → rudisha → pendekeza , sio vumbua → tumaini → peleka .
Ukitaka toleo fupi na salama: tumia AI kutoa kutoka kwa vyanzo vilivyoidhinishwa na kuandaa majibu, lakini uwawajibishe wanadamu kwa kile kinachotokea - haswa wakati hatari zinapoongezeka. Mkao huo wa "kutawala + kujaribu + kufichua matukio" unakaa vizuri pamoja na jinsi NIST inavyoweka mpangilio wa usimamizi wa hatari wa AI wa uzalishaji. [1]
Ugunduzi wa data - kwa kutumia vizuizi
AI inaweza kuwasaidia watu kuhoji seti za data, kuelezea chati, na kutoa mawazo ya "nini cha kuangalia baadaye". Ushindi ni kufanya uchanganuzi upatikane zaidi, si kuchukua nafasi ya wachambuzi.
Ambapo akili bandia (AI) imezidishwa (na kwa nini inaendelea kukatisha tamaa) ❌🤷
"Mawakala huru kabisa wanaoendesha kila kitu"
Mawakala wanaweza kufanya kazi nadhifu. Lakini ukishaongeza:
-
hatua nyingi
-
zana chafu
-
ruhusa
-
watumiaji halisi
-
matokeo halisi
...njia za kushindwa huongezeka kama sungura. Mzuri mwanzoni, kisha unazidiwa 🐇
Kanuni ya vitendo: kadiri kitu kinavyodai kuwa "kisichotumia mikono" zaidi, ndivyo unavyopaswa kujiuliza kinachotokea kinapovunjika.
"Itakuwa sahihi kabisa hivi karibuni"
Usahihi unaboreka, bila shaka, lakini uaminifu ni mtelezi - hasa wakati modeli haijatokana na vyanzo vinavyoweza kuthibitishwa.
Ndiyo maana kazi kubwa ya AI huishia kuonekana kama: kurejesha + uthibitishaji + ufuatiliaji + mapitio ya kibinadamu , si "kuichochea tu kwa bidii zaidi." (Wasifu wa GenAI wa NIST unaonyesha hili kwa msisitizo wa heshima na thabiti.) [1]
"Mfano mmoja wa kuwatawala wote"
Katika mazoezi, timu mara nyingi huishia kuchanganya:
-
mifumo midogo kwa kazi za bei nafuu/za ujazo mkubwa
-
mifano mikubwa zaidi ya hoja ngumu zaidi
-
kutafuta majibu ya msingi
-
sheria za mipaka ya kufuata sheria
Wazo la "ubongo mmoja wa kichawi" linauzwa vizuri, ingawa. Ni nadhifu. Wanadamu wanapenda nadhifu.
"Badilisha majukumu yote ya kazi usiku kucha"
Majukumu mengi ni msururu wa kazi. AI inaweza kuponda kipande cha kazi hizo na kugusa kidogo zilizobaki. Sehemu za binadamu - hukumu, uwajibikaji, mahusiano, muktadha - hubaki kuwa mkaidi ... binadamu.
Tulitaka wafanyakazi wenzetu wa roboti. Badala yake tulipata ukamilifu otomatiki kwenye steroidi.
Ni nini kinachofanya matumizi ya AI kuwa mazuri (na mabaya) 🧪🛠️
Hii ni sehemu ambayo watu huiruka na kisha kujuta baadaye.
Kesi nzuri ya matumizi ya AI kwa kawaida huwa na:
-
Vigezo vya wazi vya mafanikio (muda uliohifadhiwa, hitilafu imepunguzwa, kasi ya majibu imeboreshwa)
-
Masuala ya chini hadi ya kati (au mapitio madhubuti ya kibinadamu)
-
Mifumo inayoweza kurudiwa (Majibu ya Maswali Yanayoulizwa Mara kwa Mara, mtiririko wa kazi wa kawaida, hati za kawaida)
-
Upatikanaji wa data nzuri (na ruhusa ya kuitumia)
-
Mpango wa kurudi nyuma wakati modeli inapotoa upuuzi
-
Wigo mwembamba mwanzoni (ushindi mdogo unajumuisha)
Matumizi mabaya ya AI kwa kawaida huonekana kama:
-
"Tufanye maamuzi kiotomatiki" bila uwajibikaji 😬
-
"Tutaunganisha tu katika kila kitu" (hapana… tafadhali hapana)
-
Hakuna vipimo vya msingi, kwa hivyo hakuna anayejua kama ilisaidia
-
Kutarajia iwe mashine ya ukweli badala ya mashine ya muundo
Kama utakumbuka jambo moja tu: AI ni rahisi kuamini ikiwa imejikita katika vyanzo vyako vilivyothibitishwa na imewekewa mipaka ya kazi iliyofafanuliwa vizuri. Vinginevyo, ni kompyuta inayotegemea mitetemo.
Njia rahisi (lakini yenye ufanisi sana) ya kuangalia uhalisia wa akili bandia (AI) katika shirika lako 🧾✅
Ukitaka jibu la msingi (sio jibu la haraka), fanya jaribio hili la haraka:
1) Bainisha kazi unayoajiri AI kufanya
Andika kama maelezo ya kazi:
-
Ingizo
-
Matokeo
-
Vikwazo
-
"Imekamilika ina maana…"
Kama huwezi kuielezea wazi, akili bandia haitaifafanua kichawi.
2) Anzisha msingi
Inachukua muda gani sasa? Makosa mangapi sasa? "Nzuri" inaonekanaje sasa?
Hakuna msingi = vita vya maoni visivyoisha baadaye. Kwa kweli, watu watabishana milele, na utazeeka haraka.
3) Amua ukweli unatoka wapi
-
Msingi wa maarifa ya ndani?
-
Rekodi za wateja?
-
Sera zilizoidhinishwa?
-
Seti ya hati zilizopangwa?
Ikiwa jibu ni "mfano utajua," hiyo ni bendera nyekundu 🚩
4) Weka mpango wa kibinadamu ndani ya mzunguko
Amua:
-
nani anapitia,
-
wanapopitia,
-
na nini hutokea wakati akili bandia (AI) inapokuwa na makosa.
Hii ndiyo tofauti kati ya "zana" na "dhima." Sio kila mara, lakini mara nyingi.
5) Ramani ya radius ya mlipuko
Anza pale ambapo makosa ni rahisi. Panua tu baada ya kuwa na ushahidi.
Hivi ndivyo unavyogeuza madai yaliyoinuliwa kuwa matumizi. Ni rahisi… yenye ufanisi… aina ya uzuri 😌
Uaminifu, hatari, na udhibiti - sehemu isiyo ya kuvutia ambayo ni muhimu 🧯⚖️
Ikiwa AI inahusika katika jambo lolote muhimu (watu, pesa, usalama, matokeo ya kisheria), utawala si wa hiari.
Vizuizi vichache vinavyorejelewa sana:
-
Wasifu wa AI wa Kuzalisha wa NIST (mwenzake wa AI RMF) : kategoria za hatari za vitendo + hatua zilizopendekezwa katika utawala, upimaji, chimbuko, na ufichuzi wa matukio. [1]
-
Kanuni za AI za OECD : msingi unaotumika sana kimataifa kwa AI inayoaminika na inayozingatia binadamu. [5]
-
Sheria ya AI ya EU : mfumo wa kisheria unaozingatia hatari unaoweka majukumu kulingana na jinsi AI inavyotumika (na kupiga marufuku baadhi ya vitendo vya "hatari visivyokubalika"). [4]
Na ndiyo, mambo haya yanaweza kuhisi kama makaratasi. Lakini ni tofauti kati ya "zana ya vitendo" na "oops, tumeweka ndoto mbaya ya kufuata sheria."
Mtazamo wa karibu: wazo la "AI kama kukamilisha kiotomatiki" - halijapewa hadhi ya juu, lakini ni kweli 🧩🧠
Hapa kuna sitiari ambayo si kamili kidogo (ambayo inafaa): AI nyingi ni kama ukamilifu otomatiki wa ajabu sana ambao husoma mtandao, kisha husahau mahali ulipousoma.
Hilo linasikika kama la kupuuza, lakini pia ndiyo maana linafanya kazi:
-
Nzuri katika mifumo
-
Mzuri katika lugha
-
Nzuri katika kutengeneza "kitu kinachowezekana kinachofuata"
Na ndiyo maana inashindwa:
-
Kwa kawaida "haijui" ukweli
-
Haijui kawaida shirika lako linafanya nini
-
Inaweza kutoa upuuzi wa kujiamini bila kuathiri (tazama: ugomvi / ndoto za usiku) [1]
Kwa hivyo ikiwa matumizi yako yanahitaji ukweli, unayaimarisha kwa kutafuta, zana, uthibitishaji, ufuatiliaji, na mapitio ya kibinadamu. Ikiwa matumizi yako yanahitaji kasi katika uandishi na mawazo, unaiacha iendeshwe bila malipo zaidi. Mipangilio tofauti, matarajio tofauti. Kama vile kupika kwa chumvi - si kila kitu kinahitaji kiasi sawa.
Jedwali la Ulinganisho: njia za vitendo za kutumia AI bila kuzama katika madai yaliyoongezeka 🧠📋
| Zana / chaguo | Hadhira | Vibe ya bei | Kwa nini inafanya kazi |
|---|---|---|---|
| Msaidizi wa mtindo wa gumzo (jumla) | Watu binafsi, timu | Kawaida kiwango cha bure + kinacholipwa | Nzuri kwa rasimu, kutafakari, kufupisha… lakini thibitisha ukweli (kila wakati) |
| Mrubani msaidizi wa msimbo | Wasanidi programu | Kwa kawaida usajili | Huongeza kasi ya kazi za kawaida za usimbaji, bado inahitaji ukaguzi + majaribio, na kahawa |
| "Jibu lenye vyanzo" linalotegemea urejeshaji | Watafiti, wachambuzi | Freemium-ish | Bora kwa mtiririko wa kazi wa "kupata + msingi" kuliko kubahatisha tu |
| Otomatiki ya mtiririko wa kazi + AI | Ops, usaidizi | Daraja | Hubadilisha hatua zinazorudiwa kuwa mtiririko wa nusu otomatiki (nusu ni muhimu) |
| Mfano wa ndani/mwenyeji binafsi | Mashirika yenye uwezo wa ML | Infra + watu | Udhibiti zaidi + faragha, lakini unalipa kwa ajili ya matengenezo na maumivu ya kichwa |
| Mifumo ya utawala | Viongozi, hatari, kufuata sheria | Rasilimali za bure | Hukusaidia kudhibiti hatari + uaminifu, si wa kuvutia bali ni muhimu |
| Vyanzo vya ulinganifu / uhakiki wa uhalisia | Utekelezaji, sera, mkakati | Rasilimali za bure | Data inashinda hisia, na hupunguza mahubiri ya LinkedIn |
| "Wakala anayefanya kila kitu" | Waotaji ndoto 😅 | Gharama + machafuko | Wakati mwingine ya kuvutia, mara nyingi dhaifu - endelea na vitafunio na uvumilivu |
Ukitaka kitovu kimoja cha "uhakiki wa uhalisia" kwa maendeleo ya AI na data ya athari, Kielezo cha AI cha Stanford ni mahali pazuri pa kuanzia. [2]
Muhtasari wa kumalizia + muhtasari mfupi 🧠✨
Kwa hivyo, AI huzidishwa wakati mtu anapouza:
-
usahihi usio na dosari,
-
uhuru kamili,
-
uingizwaji wa papo hapo wa majukumu yote,
-
au ubongo unaoweza kutatua tatizo lako..
...basi ndio, huo ni uuzaji wenye umaliziaji unaong'aa.
Lakini ukiichukulia akili bandia kama:
-
msaidizi mwenye nguvu,
-
kutumika vyema katika kazi finyu na zilizofafanuliwa vizuri,
-
imejikita katika vyanzo vinavyoaminika,
-
huku wanadamu wakipitia mambo muhimu…
...basi hapana, haijapitwa na wakati. Ni ... isiyo sawa. Kama uanachama wa gym. Ni jambo la ajabu ikiwa litatumika vizuri, halina maana ikiwa unazungumzia tu kwenye sherehe 😄🏋️
Muhtasari mfupi: AI imepitwa na wakati kama mbadala wa kichawi wa hukumu - na haithaminiwi sana kama kizidishi cha vitendo cha kuandika, usaidizi wa msimbo, uundaji wa mifumo ya utatuzi, na mtiririko wa maarifa.
Marejeleo
-
Wasifu wa AI wa NIST (NIST AI 600-1, PDF) - mwongozo mwenza wa Mfumo wa Usimamizi wa Hatari wa AI, unaoelezea maeneo muhimu ya hatari na hatua zilizopendekezwa kwa utawala, upimaji, asili, na ufichuzi wa matukio. Soma zaidi
-
Kielelezo cha AI cha Stanford HAI - ripoti ya kila mwaka, yenye data nyingi inayofuatilia maendeleo, utumiaji, uwekezaji, na athari za kijamii katika vigezo na viashiria vikuu. Soma zaidi
-
Utafiti wa uzalishaji wa Copilot wa GitHub - Maelezo ya utafiti uliodhibitiwa wa GitHub kuhusu kasi ya kukamilisha kazi na uzoefu wa msanidi programu anapotumia Copilot. Soma zaidi
-
Muhtasari wa Sheria ya AI ya Tume ya Ulaya - ukurasa mkuu wa Tume unaoelezea majukumu ya EU yenye kiwango cha hatari kwa mifumo ya AI na aina za vitendo vilivyopigwa marufuku. soma zaidi