Як вы, магчыма, ведаеце, мы з маёй камандай прадставілі ў супольнасці Qlik пашырэнне для браўзера, якое аб'ядноўвае Qlik і Git для бесперашкоднага захавання версій прыборных панэляў, ствараючы мініяцюры для прыборных панэляў без пераключэння на іншыя вокны. Робячы гэта, мы эканомім распрацоўшчыкам Qlik значную колькасць часу і памяншаем штодзённы стрэс.
Я заўсёды шукаю спосабы палепшыць працэс распрацоўкі Qlik і аптымізаваць паўсядзённыя справы. Вось чаму занадта цяжка пазбегнуць самай раскручанай тэмы, ChatGPT і GPT-n, сумесна з OpenAI або Large Language Model.
Давайце прапусцім частку пра тое, як працуюць вялікія моўныя мадэлі, GPT-n. Замест гэтага вы можаце спытаць ChatGPT або прачытаць лепшае чалавечае тлумачэнне Стывена Вольфрама.
Я пачну з непапулярнага тэзіса "GPT-n Generated Insights from the data is a Curiosity Quencing Toy", а потым падзялюся прыкладамі з рэальнага жыцця, калі памочнік штучнага інтэлекту, над якім мы працуем, можа аўтаматызаваць руцінныя задачы, вызваляючы час для больш складаных аналіз і прыняцце рашэнняў для BI-распрацоўшчыкаў/аналітыкаў.
AI памочнік майго дзяцінства
Не дазваляйце GPT-n збіць вас са шляху
... ён проста гаворыць тое, што "гучыць правільна", зыходзячы з таго, што "гучыць" у навучальным матэрыяле. © Стывен Вольфрам
Такім чынам, вы ўвесь дзень размаўляеце з ChatGPT. І раптам на розум прыходзіць бліскучая ідэя: «Я падкажу ChatGPT генераваць дзейную інфармацыю з дадзеных!»
Запаўненне мадэляў GPT-n з выкарыстаннем OpenAI API усімі бізнес-дадзенымі і мадэлямі даных з'яўляецца вялікай спакусай атрымаць дзейсную інфармацыю, але тут важная рэч — галоўная задача для вялікай моўнай мадэлі GPT-3 або вышэй - высветліць, як каб працягнуць фрагмент тэксту, які ён атрымаў. Іншымі словамі, гэта "прытрымліваецца шаблону" таго, што ёсць у Інтэрнэце, у кнігах і іншых матэрыялах, якія выкарыстоўваюцца ў ім.
Зыходзячы з гэтага факту, ёсць шэсць рацыянальных аргументаў, чаму згенераваныя GPT-n ідэі з'яўляюцца проста цацкай, каб задаволіць вашу цікаўнасць, і пастаўшчыком паліва для генератара ідэй пад назвай чалавечы мозг:
- GPT-n, ChatGPT можа генераваць інфармацыю, якая не з'яўляецца рэлевантнай або значнай, таму што ў ёй адсутнічае неабходны кантэкст для разумення даных і іх нюансаў - адсутнасць кантэксту.
- GPT-n, ChatGPT могуць генераваць недакладныя звесткі з-за памылак у апрацоўцы даных або няспраўных алгарытмаў — недастатковай дакладнасці.
- Абапіраючыся выключна на GPT-n, ChatGPT можа прывесці да адсутнасці крытычнага мыслення і аналізу з боку экспертаў-людзей, што патэнцыйна можа прывесці да няправільных або няпоўных высноў — празмернай залежнасці ад аўтаматызацыі.
- GPT-n, ChatGPT можа генераваць прадузятую інфармацыю з-за даных, на якіх ён навучаўся, што можа прывесці да шкодных або дыскрымінацыйных вынікаў - рызыка прадузятасці.
- GPT-n, ChatGPT можа не мець глыбокага разумення бізнес-мэтаў і задач, якія кіруюць аналізам BI, што прыводзіць да рэкамендацый, якія не адпавядаюць агульнай стратэгіі - абмежаванае разуменне бізнес-мэтаў.
- Калі давяраць крытычна важным для бізнесу даным і дзяліцца імі з «чорнай скрыняй», якая можа саманавучацца, то ў разумных галовах ТОП-менеджменту ўзнікне думка, што вы вучыце сваіх канкурэнтаў перамагаць — недахоп даверу. Мы ўжо бачылі гэта, калі пачалі з'яўляцца першыя хмарныя базы даных, такія як Amazon DynamoDB.
Каб даказаць хаця б адзін аргумент, давайце паглядзім, наколькі ChatGPT можа гучаць пераканаўча. Але ў некаторых выпадках гэта не правільна.
Я папрашу ChatGPT разгадаць просты разлік 965 * 590, а потым папрашу растлумачыць вынікі крок за крокам.
568 350?! УПС... нешта пойдзе не так.
У маім выпадку ў адказе ChatGPT прарвалася галюцынацыя, таму што адказ 568,350 XNUMX няправільны.
Давайце зробім другі здымак і папросім ChatGPT растлумачыць вынікі крок за крокам.
Добры стрэл! Але ўсё роўна памылкова…
ChatGPT спрабуе быць пераканаўчым у пакрокавых тлумачэннях, але гэта ўсё роўна няправільна.
Кантэкст мае значэнне. Давайце паспрабуем яшчэ раз, але паведамім пра тую ж праблему з дапамогай падказкі «дзейнічаць як...».
БІНГА! 569 350 - правільны адказ
Але гэта той выпадак, калі такога роду абагульнення, якое лёгка можа зрабіць нейронная сетка — што такое 965*590 — будзе недастаткова; неабходны сапраўдны вылічальны алгарытм, а не толькі статыстычны падыход.
Хто ведае… магчыма, ІІ проста пагадзіўся з настаўнікамі матэматыкі ў мінулым і не выкарыстоўвае калькулятар да старэйшых класаў.
Паколькі мая падказка ў папярэднім прыкладзе простая, вы можаце хутка вызначыць памылковасць адказу ад ChatGPT і паспрабаваць яе выправіць. Але што, калі галюцынацыя прарываецца ў адказ на такія пытанні, як:
- Які прадавец найбольш эфектыўны?
- Пакажыце мне выручку за апошні квартал.
Гэта можа прывесці нас да прыняцця РАШЭННЯ, КІРУЕМАГА ГАЛЮЦЫНАЦЫЯМІ, без грыбоў.
Вядома, я ўпэўнены, што многія з маіх прыведзеных аргументаў праз пару месяцаў ці гадоў стануць неактуальнымі з-за развіцця вузканакіраваных рашэнняў у галіне Generative AI.
Нягледзячы на тое, што нельга ігнараваць абмежаванні GPT-n, прадпрыемствы могуць стварыць больш надзейны і эфектыўны аналітычны працэс, выкарыстоўваючы моцныя бакі людзей-аналітыкаў (смешна, што я павінен вылучыць ЧАЛАВЕКА) і памочнікаў штучнага інтэлекту. Напрыклад, разгледзім сцэнар, калі людзі-аналітыкі спрабуюць вызначыць фактары, якія спрыяюць адтоку кліентаў. Выкарыстоўваючы памочнікаў штучнага інтэлекту на базе GPT-3 або вышэй, аналітык можа хутка стварыць спіс патэнцыйных фактараў, такіх як цэны, абслугоўванне кліентаў і якасць прадукцыі, а затым ацаніць гэтыя прапановы, даследаваць дадзеныя далей і ў канчатковым выніку вызначыць найбольш важныя фактары якія спрыяюць адтоку кліентаў.
ПАКАЖЫЦЕ МНЕ ЧАЛАВЕКАПАДАБНЫЯ ТЭКСТЫ
АНАЛІТЫК ЧАЛАВЕКА робіць падказкі ў ChatGPT
Памочніка штучнага інтэлекту можна выкарыстоўваць для аўтаматызацыі задач, на выкананне якіх вы праводзіце незлічоныя гадзіны. Гэта відавочна, але давайце паглядзім бліжэй на вобласць, дзе памочнікі штучнага інтэлекту на базе вялікіх моўных мадэляў, такіх як GPT-3 і вышэй, добра тэстуюцца — генерацыя чалавечых тэкстаў.
Ёсць куча з іх у штодзённых задачах распрацоўшчыкаў BI:
- Напісанне схем, назваў лістоў і апісанняў. GPT-3 і вышэй можа дапамагчы нам хутка стварыць інфарматыўныя і сціслыя загалоўкі, гарантуючы, што наша візуалізацыя даных будзе лёгкай для разумення і навігацыі для тых, хто прымае рашэнні, і з дапамогай падказкі «дзейнічаць як ..».
- Код дакументацыі. З дапамогай GPT-3 і вышэй мы можам хутка ствараць добра задакументаваныя фрагменты кода, палягчаючы членам нашай каманды разуменне і абслугоўванне кодавай базы.
- Стварэнне майстроў (дзелавы слоўнік). Памочнік штучнага інтэлекту можа дапамагчы ў стварэнні поўнага бізнес-слоўніка, даючы дакладныя і сціслыя азначэнні для розных пунктаў даных, памяншаючы неадназначнасць і спрыяючы лепшай каманднай камунікацыі.
- Стварэнне кідкіх мініяцюр (вокладак) для аркушаў/панэляў у дадатку. GPT-n можа ствараць цікавыя і візуальна прывабныя мініяцюры, паляпшаючы карыстацкі досвед і заахвочваючы карыстальнікаў вывучаць даступныя даныя.
- Напісанне формул разліку з дапамогай выразаў аналізу мноства ў запытах Qlik Sense / DAX у Power BI. GPT-n можа дапамагчы нам складаць гэтыя выразы і запыты больш эфектыўна, скарачаючы час, затрачаны на напісанне формул і дазваляючы засяродзіцца на аналізе даных.
- Напісанне сцэнарыяў загрузкі дадзеных (ETL). GPT-n можа дапамагчы ў стварэнні скрыптоў ETL, аўтаматызацыі пераўтварэння даных і забеспячэнні ўзгодненасці даных у розных сістэмах.
- Ліквідацыю праблем з дадзенымі і праграмамі. GPT-n можа даць прапановы і разуменне, каб дапамагчы выявіць патэнцыйныя праблемы і прапанаваць рашэнні для распаўсюджаных праблем з дадзенымі і праграмамі.
- Перайменаванне палёў з тэхнічных на бізнес у мадэлі даных. GPT-n можа дапамагчы нам перакласці тэхнічныя тэрміны на больш даступную дзелавую мову, зрабіўшы мадэль даных больш зразумелай для нетэхнічных зацікаўленых бакоў у некалькі клікаў.
Памочнікі штучнага інтэлекту на аснове мадэляў GPT-n могуць дапамагчы нам быць больш эфектыўнымі і эфектыўнымі ў нашай працы, аўтаматызуючы руцінныя задачы і вызваляючы час для больш складанага аналізу і прыняцця рашэнняў.
І гэта тая сфера, дзе наша пашырэнне браўзера для Qlik Sense можа прынесці карысць. Мы падрыхтаваліся да будучага выпуску — памочніка штучнага інтэлекту, які дасць магчымасць распрацоўшчыкам Qlik ствараць загалоўкі і апісанні проста ў праграме падчас распрацоўкі аналітычных праграм.
Выкарыстоўваючы для гэтых руцінных задач GPT-n, настроены OpenAI API, распрацоўшчыкі і аналітыкі Qlik могуць значна павысіць сваю эфектыўнасць і вылучаць больш часу на комплексны аналіз і прыняцце рашэнняў. Такі падыход таксама гарантуе, што мы выкарыстоўваем моцныя бакі GPT-n, адначасова зводзячы да мінімуму рызыкі спадзявацца на яго для аналізу крытычных даных і стварэння разумення.
заключэнне
У заключэнне дазвольце мне саступіць месца ChatGPT:
Разуменне як абмежаванняў, так і магчымых прымянення GPT-n у кантэксце Qlik Sense і іншых інструментаў бізнес-аналітыкі дапамагае арганізацыям максімальна выкарыстоўваць гэтую магутную тэхналогію штучнага інтэлекту, зніжаючы патэнцыйныя рызыкі. Развіваючы супрацоўніцтва паміж інфармацыяй, атрыманай з дапамогай GPT-n, і вопытам людзей, арганізацыі могуць стварыць надзейны аналітычны працэс, які выкарыстоўвае моцныя бакі як штучнага інтэлекту, так і людзей-аналітыкаў.
Каб аднымі з першых адчуць перавагі будучага выпуску прадукту, мы хацелі б запрасіць вас запоўніць форму для нашай праграмы ранняга доступу. Далучыўшыся да праграмы, вы атрымаеце эксклюзіўны доступ да апошніх функцый і ўдасканаленняў, якія дапамогуць вам выкарыстоўваць магчымасці памочніка штучнага інтэлекту ў працоўных працэсах распрацоўкі Qlik. Не выпусціце гэтую магчымасць быць на апярэджанні і раскрыць увесь патэнцыял кіраванай штучным інтэлектам інфармацыі для вашай арганізацыі.
