Soos u dalk weet, het ek en my span 'n blaaieruitbreiding na die Qlik-gemeenskap gebring wat Qlik en Git integreer om dashboard-weergawes naatloos te stoor, wat duimnaels vir dashboards maak sonder om na ander vensters oor te skakel. Sodoende spaar ons Qlik-ontwikkelaars 'n aansienlike hoeveelheid tyd en verminder ons stres op 'n daaglikse basis.
Ek soek altyd maniere om die Qlik-ontwikkelingsproses te verbeter en daaglikse roetines te optimaliseer. Daarom is dit te moeilik om die mees gehyped onderwerp, ChatGPT en GPT-n, deur OpenAI of Large Language Model in gemeen te vermy.
Kom ons slaan die deel oor hoe groot taalmodelle, GPT-n, werk. In plaas daarvan kan jy ChatGPT vra of die beste menslike verduideliking deur Steven Wolfram lees.
Ek sal begin met die ongewilde tesis, "GPT-n Generated Insights from the data is a Curiosity-Quenching Toy," en dan werklike voorbeelde deel waar 'n KI-assistent waaraan ons werk roetinetake kan outomatiseer, vrye tyd vir meer komplekse analise en besluitneming vir BI-ontwikkelaars/ontleders.
KI-assistent van my kinderdae af
Moenie dat GPT-n jou op 'n dwaalspoor lei nie
… dit is net om dinge te sê wat “reg klink” op grond van hoe dinge “geklink het” in sy opleidingsmateriaal. © Steven Wolfram
So, jy gesels heeldag met ChatGPT. En skielik kom 'n briljante idee by my op: "Ek sal ChatGPT vra om uitvoerbare insigte uit die data te genereer!"
Die voeding van GPT-n-modelle met behulp van OpenAI API met alle besigheidsdata en datamodelle is 'n groot versoeking om uitvoerbare insigte te kry, maar hier is die deurslaggewende ding - die primêre taak vir die Groot Taalmodel as GPT-3 of hoër is om uit te vind hoe om voort te gaan met 'n stuk teks wat dit gegee is. Met ander woorde, dit "volg die patroon" van wat daar buite op die web is en in boeke en ander materiaal wat daarin gebruik word.
Op grond van hierdie feit is daar ses rasionele argumente waarom GPT-n-gegenereerde insigte net 'n speelding is om jou nuuskierigheid en brandstofverskaffer vir die idee-opwekker genaamd die menslike brein te blus:
- GPT-n, ChatGPT kan insigte genereer wat nie relevant of betekenisvol is nie omdat dit nie die nodige konteks het om die data en sy nuanses te verstaan nie—gebrek aan konteks.
- GPT-n, ChatGPT kan onakkurate insigte genereer as gevolg van foute in dataverwerking of foutiewe algoritmes - gebrek aan akkuraatheid.
- Deur slegs op GPT-n staat te maak, kan ChatGPT vir insigte lei tot 'n gebrek aan kritiese denke en ontleding van menslike kundiges, wat moontlik lei tot verkeerde of onvolledige gevolgtrekkings - oormatige vertroue op outomatisering.
- GPT-n, ChatGPT kan bevooroordeelde insigte genereer as gevolg van die data waarop dit opgelei is, wat moontlik lei tot skadelike of diskriminerende uitkomste - die risiko van vooroordeel.
- GPT-n, ChatGPT het dalk 'n gebrek aan 'n diep begrip van die besigheidsdoelwitte en -doelwitte wat BI-analise dryf, wat lei tot aanbevelings wat nie in lyn is met die algehele strategie nie - 'n beperkte begrip van besigheidsdoelwitte.
- Om besigheidskritiese data te vertrou en dit te deel met 'n "swart boks" wat self kan leer, sal die idee by TOP bestuur helderkoppe laat ontstaan dat jy jou mededingers leer hoe om te wen - gebrek aan vertroue. Ons het dit reeds gesien toe die eerste wolkdatabasisse soos Amazon DynamoDB begin verskyn het.
Om ten minste een argument te bewys, kom ons ondersoek hoe ChatGPT oortuigend kan klink. Maar in sommige gevalle is dit nie korrek nie.
Ek sal ChatGPT vra om die eenvoudige berekening 965 * 590 op te los en sal dit dan vra om die resultate stap-vir-stap te verduidelik.
568 350 ?! OOP... iets loop verkeerd.
In my geval het 'n hallusinasie in die ChatGPT-antwoord deurgebreek omdat die antwoord 568,350 XNUMX verkeerd is.
Kom ons maak die tweede skoot en vra ChatGPT om die resultate stap-vir-stap te verduidelik.
Goeie skoot! Maar steeds verkeerd...
ChatGPT probeer oortuigend wees in 'n stap-vir-stap verduideliking, maar dit is steeds verkeerd.
Die konteks maak saak. Kom ons probeer weer, maar voer dieselfde probleem met die “tree op as …”-prompt.
BINGO! 569 350 is die korrekte antwoord
Maar dit is 'n geval waar die soort veralgemening wat 'n neurale net maklik kan doen - wat 965*590 is - nie genoeg sal wees nie; 'n werklike berekeningsalgoritme is nodig, nie net 'n statisties-gebaseerde benadering nie.
Wie weet ... miskien het KI net in die verlede met wiskunde-onderwysers saamgestem en gebruik die sakrekenaar nie tot hoër grade nie.
Aangesien my opdrag in die vorige voorbeeld eenvoudig is, kan u vinnig die fout van die reaksie van ChatGPT identifiseer en probeer om dit reg te stel. Maar wat as die hallusinasie deurbreek in reaksie op vrae soos:
- Watter verkoopspersoon is die doeltreffendste?
- Wys my die inkomste vir die laaste kwartaal.
Dit kan ons lei tot die HALLUSINASIE-GEDREWE BESLUIT neem, sonder sampioene.
Natuurlik is ek seker dat baie van my bogenoemde argumente binne 'n paar maande of jare irrelevant sal word as gevolg van die ontwikkeling van nougefokusde oplossings op die gebied van Generatiewe KI.
Alhoewel GPT-n se beperkings nie geïgnoreer moet word nie, kan besighede steeds 'n meer robuuste en effektiewe analitiese proses skep deur die sterk punte van menslike ontleders (dis snaaks dat ek HUMAN moet uitlig) en KI-assistente te benut. Oorweeg byvoorbeeld 'n scenario waar menslike ontleders probeer om faktore te identifiseer wat bydra tot klantverloop. Deur gebruik te maak van KI-assistente aangedryf deur GPT-3 of hoër, kan die ontleder vinnig 'n lys potensiële faktore genereer, soos pryse, kliëntediens en produkkwaliteit, dan hierdie voorstelle evalueer, die data verder ondersoek en uiteindelik die mees relevante faktore identifiseer wat die klante-churn dryf.
WYS MY DIE MENSLIKE TEKSTE
MENSLIKE ANALIS wat versoeke maak om te ChatGPT
Die KI-assistent kan gebruik word om take wat jy nou ontelbare ure spandeer om te outomatiseer. Dit is voor die hand liggend, maar kom ons kyk van naderby na die area waar KI-assistente wat deur groottaalmodelle soos GPT-3 en hoër aangedryf word, goed getoets word - wat mensagtige tekste genereer.
Daar is 'n klomp van hulle in BI-ontwikkelaars se daaglikse basistake:
- Skryf kaarte, bladtitels en beskrywings. GPT-3 en hoër kan ons help om vinnig insiggewende en bondige titels te genereer, om te verseker dat ons datavisualisering maklik is om te verstaan en te navigeer vir besluitnemers en die gebruik van die "tree as .."-prompt.
- Kode dokumentasie. Met GPT-3 en hoër kan ons vinnig goed gedokumenteerde kodebrokkies skep, wat dit vir ons spanlede makliker maak om die kodebasis te verstaan en in stand te hou.
- Skep meesteritems (besigheidswoordeboek). Die KI-assistent kan help met die bou van 'n omvattende sakewoordeboek deur presiese en bondige definisies vir verskeie datapunte te verskaf, dubbelsinnigheid te verminder en beter spankommunikasie te bevorder.
- Skep 'n pakkende kleinkiekie (omslae) vir die velle/dashboards in die toepassing. GPT-n kan boeiende en visueel aantreklike duimnaels genereer, gebruikerservaring verbeter en gebruikers aanmoedig om die beskikbare data te verken.
- Skryf van berekeningsformules deur stel-analise-uitdrukkings in Qlik Sense / DAX-navrae in Power BI. GPT-n kan ons help om hierdie uitdrukkings en navrae meer doeltreffend op te stel, wat die tyd wat spandeer word aan die skryf van formules verminder en ons in staat stel om op data-analise te fokus.
- Skryf data laai skrifte (ETL). GPT-n kan help om ETL-skrifte te skep, datatransformasie te outomatiseer en datakonsekwentheid oor stelsels heen te verseker.
- Die oplos van probleme met data en toepassings. GPT-n kan voorstelle en insigte verskaf om potensiële probleme te help identifiseer en oplossings vir algemene data- en toepassingsprobleme te bied.
- Hernoem velde van tegnies na besigheid in Data Model. GPT-n kan ons help om tegniese terme in 'n meer toeganklike besigheidstaal te vertaal, wat die datamodel makliker maak om te verstaan vir nie-tegniese belanghebbendes met min kliks.
KI-assistente aangedryf deur GPT-n-modelle kan ons help om meer doeltreffend en doeltreffend in ons werk te wees deur roetinetake te outomatiseer en tyd vry te maak vir meer komplekse ontleding en besluitneming.
En dit is die area waar ons blaaieruitbreiding vir die Qlik Sense waarde kan lewer. Ons het voorberei vir die komende vrystelling - van AI-assistent, wat titels en beskrywings genereer aan Qlik-ontwikkelaars net in die toepassing sal bring terwyl hulle analitiese toepassings ontwikkel.
Deur verfynde GPT-n deur OpenAI API vir hierdie roetine-take te gebruik, kan Qlik-ontwikkelaars en -ontleders hul doeltreffendheid aansienlik verbeter en meer tyd aan komplekse ontleding en besluitneming toewys. Hierdie benadering verseker ook dat ons GPT-n se sterkpunte benut terwyl ons die risiko's verminder om daarop te vertrou vir kritiese data-analise en insigte-generering.
Gevolgtrekking
Ten slotte, laat my asseblief padgee vir ChatGPT:
Die erkenning van beide die beperkings en potensiële toepassings van GPT-n binne die konteks van Qlik Sense en ander besigheidsintelligensie-instrumente help organisasies om die meeste van hierdie kragtige KI-tegnologie te benut, terwyl potensiële risiko's versag word. Deur samewerking tussen GPT-n-gegenereerde insigte en menslike kundigheid te bevorder, kan organisasies 'n robuuste analitiese proses skep wat munt slaan uit die sterk punte van beide KI en menslike ontleders.
Om een van die eerstes te wees wat die voordele van ons komende produkvrystelling ervaar, nooi ons jou graag uit om die vorm vir ons vroeëtoegangprogram in te vul. Deur by die program aan te sluit, kry jy eksklusiewe toegang tot die nuutste kenmerke en verbeterings wat jou sal help om die krag van KI-assistent in jou Qlik-ontwikkelingswerkvloei te benut. Moenie hierdie geleentheid misloop om voor die kurwe te bly en die volle potensiaal van KI-gedrewe insigte vir jou organisasie te ontsluit nie.
