Transcription
Cześć. W tej lekcji opowiem wam, jak działa generatywna sztuczna inteligencja, a następnie zabierzemy was do świata, w którym sztuczna inteligencja przestaje być definicją, a staje się realnym, codziennym narzędziem pracy. Bo wiedzieć, czym jest generatywna AI, to jedno, a świadomie jej używać, to zupełnie inna historia.
Zagłębimy się teraz w kilka istotnych zagadnień związanych z generatywną AI i podstawowymi narzędziami AI. I gdybym miał podsumować wszystko, co powinniście wiedzieć po tej lekcji, w kilku zdaniach, to brzmiałyby one tak: generatywna sztuczna inteligencja wykorzystuje modele językowe, tak zwane LLM-y, które używają różnych technik uczenia maszynowego inspirowanych sposobem działania ludzkiego mózgu. Odpowiednio wydając polecenia, tak zwane prompty, jesteśmy w stanie przejąć kontrolę nad tymi modelami, niczym pilot nad samolotem, aby uzyskać odpowiedzi na nasze pytania. Nasza rola jest tutaj kluczowa. To my będziemy konstruować pytania i nadawać kontekst w sposób, który pozwoli modelowi rozpoznać, co się za tym pytaniem kryje, a następnie wykorzystać wiedzę zapisaną w modelu w trakcie jego treningu. Na koniec będziemy musieli zweryfikować, czy odpowiedź jest merytorycznie poprawna, bowiem tego typu modele są stworzone do generowania i generują nawet wtedy, kiedy nie są pewne odpowiedzi. A wtedy mówimy już o ryzyku halucynacji.
No dobrze, zacznijmy od GenAI, skrótowca od Generative Artificial Intelligence, a po polsku generatywnej sztucznej inteligencji. To rodzaj sztucznej inteligencji, która generuje nowe treści, np. teksty, obrazy lub inne multimedia. GenAI wykorzystuje LLM, czyli Large Language Models, a po polsku duże modele językowe. To rodzaj sztucznej inteligencji trenowanej na dużej ilości tekstu, co sprawia, że może rozpoznawać pewne wzorce i zależności pomiędzy słowami i pojęciami, a także wyrażeniami w języku naturalnym. Język naturalny to taki, jakim posługujemy się na co dzień w rozmowach między sobą. LLM potrafi nie tylko rozpoznać, o co nam chodzi, ale też dostarczać odpowiedzi. Co konkretnie potrafią duże modele językowe? Potrafią podsumowywać złożone i długie teksty, rozwiązywać problemy, tłumaczyć na różne języki, edytować tekst, generować pomysły lub klasyfikować treści.
Modele GenAI dają lepsze odpowiedzi, jeśli posiadamy umiejętności z zakresu tak zwanego prompt engineeringu. Brzmi skomplikowanie? Zupełnie niepotrzebnie. Prompt engineering polega na opracowaniu jak najlepszych podpowiedzi dla modelu. Chodzi o to, aby po prostu ten otrzymywał jasne, konkretne polecenia i kontekst. Tworząc je, precyzyjnie określ zadanie, w którym ma ci pomóc narzędzie oraz rozważ zdefiniowanie roli, w jaką ma się wcielić model. Dodaj także inne niezbędne informacje, które mogą pomóc narzędziom AI lepiej zrozumieć twoje potrzeby. To właśnie tworzenie i dodawanie kontekstu będzie ważnym elementem kolejnych lekcji w programie. Na koniec możesz także wskazać oczekiwany format odpowiedzi lub dodać przykładowe rozwiązanie, które zilustruje lepiej to, co narzędzie ma dla ciebie wygenerować.
Podsumujmy. Sztuczna inteligencja, czyli AI, to najszersze pojęcie. Jednym z obszarów AI jest uczenie maszynowe, czyli tworzenie programów uczących się na danych. A LLM to właśnie taki program, który nauczony jest na ogromnych ilościach tekstu, a do tego sam potrafi go generować, co klasyfikuje go jako przykład tak zwanej generatywnej sztucznej inteligencji. Aby uzyskiwać i ulepszać odpowiedzi od GenAI, stosujemy prompt engineering. A na czym polega nasza rola w całym tym procesie? Człowiek jest niezbędny do promptowania, weryfikowania odpowiedzi od AI i na koniec to on będzie wykorzystywać otrzymane odpowiedzi. Takie podejście pozwala na uniknięcie potencjalnych negatywnych skutków i halucynacji, przez co wyniki generowane przez AI mają szansę być bardziej dokładne i trafne.
Wspomniane halucynacje mogą zdarzyć się każdemu. Również GenAI czasem podaje nieprawdziwe i niedokładne wyniki. Może to być spowodowane nieprecyzyjnym promptem albo faktem, że model nie posiada wiedzy na dany temat, ale jego generatywna natura sprawia, że zawsze próbuje odpowiedzieć na zadany prompt. Dlatego każda odpowiedź od GenAI powinna podlegać weryfikacji.
Teraz czas na praktykę. W kolejnych lekcjach zobaczycie, jak sprawić, by generatywna sztuczna inteligencja była waszym realnym wsparciem i codziennym narzędziem pracy. Powodzenia!