Jak možná víte, můj tým a já jsme do komunity Qlik přinesli rozšíření prohlížeče, které integruje Qlik a Git pro bezproblémové ukládání verzí řídicích panelů a vytváření miniatur pro řídicí panely bez přepínání do jiných oken. Tím šetříme vývojářům Qlik značné množství času a snižujeme stres na denní bázi.
Vždy hledám způsoby, jak zlepšit proces vývoje Qlik a optimalizovat každodenní rutiny. To je důvod, proč je příliš těžké vyhnout se nejvíce medializovanému tématu, ChatGPT a GPT-n, pomocí OpenAI nebo velkého jazykového modelu.
Přeskočme část o tom, jak fungují velké jazykové modely, GPT-n. Místo toho se můžete zeptat ChatGPT nebo si přečíst nejlepší lidské vysvětlení od Stevena Wolframa.
Začnu nepopulární tezí „GPT-n Generated Insights from the data is a Curiosity-Qenching Toy“ a poté se podělím o příklady ze skutečného života, kdy asistent AI, na kterém pracujeme, může automatizovat rutinní úkoly, volný čas pro složitější analýzy a rozhodování pro BI-vývojáře/analytiky.
Asistent AI z mého dětství
Nenechte se GPT-n svést na scestí
… je to jen říkat věci, které „znějí správně“ na základě toho, jak věci „zněly“ v jeho školicích materiálech. © Steven Wolfram
Takže chatujete s ChatGPT celý den. A najednou mě napadne skvělý nápad: „Požádám ChatGPT, aby z dat vygeneroval užitečné poznatky!“
Zásobování modelů GPT-n pomocí OpenAI API se všemi obchodními daty a datovými modely je velkým pokušením získat užitečné informace, ale zde je zásadní věc – primárním úkolem pro Velký jazykový model jako GPT-3 nebo vyšší je zjistit, jak pokračovat v textu, který byl dán. Jinými slovy, „sleduje vzor“ toho, co je na webu a v knihách a dalších materiálech, které jsou v něm použity.
Na základě této skutečnosti existuje šest racionálních argumentů, proč jsou poznatky generované GPT-n jen hračkou, která uhasí vaši zvědavost a dodavatelem paliva pro generátor nápadů zvaný lidský mozek:
- GPT-n, ChatGPT může generovat poznatky, které nejsou relevantní nebo smysluplné, protože jim chybí potřebný kontext k pochopení dat a jejich nuancí – nedostatek kontextu.
- GPT-n, ChatGPT může generovat nepřesné statistiky kvůli chybám ve zpracování dat nebo chybným algoritmům – nedostatek přesnosti.
- Spoléhání se pouze na GPT-n, ChatGPT pro postřehy může vést k nedostatku kritického myšlení a analýz od lidských expertů, což může vést k nesprávným nebo neúplným závěrům – přílišné spoléhání na automatizaci.
- GPT-n, ChatGPT může generovat neobjektivní poznatky kvůli údajům, na kterých byl trénován, což může vést ke škodlivým nebo diskriminačním výsledkům – riziko zkreslení.
- GPT-n, ChatGPT může postrádat hluboké porozumění obchodním cílům a záměrům, které řídí analýzu BI, což vede k doporučením, která nejsou v souladu s celkovou strategií – omezené chápání obchodních cílů.
- Důvěřovat kritickým obchodním datům a sdílet je s „černou skříňkou“, která se dokáže sama naučit, zplodí myšlenku bystrých hlav TOP managementu, že své konkurenty učíte vyhrávat – nedostatek důvěry. Už jsme to viděli, když se začaly objevovat první cloudové databáze jako Amazon DynamoDB.
Abychom dokázali alespoň jeden argument, prozkoumejme, jak by ChatGPT mohl znít přesvědčivě. Ale v některých případech to není správné.
Požádám ChatGPT o vyřešení jednoduchého výpočtu 965 * 590 a poté jej požádám, aby vysvětlil výsledky krok za krokem.
568 350?! OPS... něco se pokazilo.
V mém případě se v odpovědi ChatGPT objevila halucinace, protože odpověď 568,350 XNUMX je nesprávná.
Udělejme druhý snímek a požádejme ChatGPT, aby vysvětlil výsledky krok za krokem.
Hezký snímek! Ale stejně špatně…
ChatGPT se snaží být přesvědčivý ve vysvětlování krok za krokem, ale stále je to špatně.
Na kontextu záleží. Zkusme to znovu, ale stejný problém vyřešíme výzvou „jednat jako…“.
BINGO! 569 350 je správná odpověď
Ale toto je případ, kdy zobecnění, které může neuronová síť snadno udělat – což je 965*590 – nebude stačit; je zapotřebí skutečný výpočetní algoritmus, nikoli pouze statistický přístup.
Kdo ví... možná se AI v minulosti dohodla s učiteli matematiky a nepoužívá kalkulačku až do vyšších ročníků.
Vzhledem k tomu, že moje výzva v předchozím příkladu je přímočará, můžete rychle identifikovat chybnou odpověď z ChatGPT a pokusit se ji opravit. Ale co když halucinace prorazí v odpověď na otázky jako:
- Který prodejce je nejefektivnější?
- Ukažte mi tržby za poslední čtvrtletí.
Mohlo by nás to vést k HALUCINACEM ŘÍZENÉMU ROZHODOVÁNÍ bez hub.
Jsem si samozřejmě jistý, že mnohé z mých výše uvedených argumentů se za pár měsíců či let stanou irelevantními kvůli vývoji úzce zaměřených řešení v oblasti generativní umělé inteligence.
I když by se omezení GPT-n neměla ignorovat, podniky mohou stále vytvářet robustnější a efektivnější analytický proces využitím silných stránek lidských analytiků (je legrační, že musím vyzdvihnout ČLOVĚKA) a asistentů AI. Zvažte například scénář, kdy se lidští analytici snaží identifikovat faktory přispívající k odchodu zákazníků. Pomocí asistentů AI využívajících GPT-3 nebo vyšší může analytik rychle vygenerovat seznam potenciálních faktorů, jako je cena, zákaznický servis a kvalita produktu, poté tyto návrhy vyhodnotit, dále zkoumat data a nakonec identifikovat nejdůležitější faktory. které zvyšují odliv zákazníků.
UKAŽTE MI TEXTY JAKO ČLOVĚK
HUMAN ANALYST dělá výzvy k ChatGPT
Asistenta AI lze použít k automatizaci úkolů, kterými právě teď strávíte nespočet hodin. Je to zřejmé, ale podívejme se blíže na oblast, kde jsou asistenti AI pohánění velkými jazykovými modely, jako je GPT-3 a vyšší, dobře testováni – generují texty podobné lidem.
V každodenních úkolech vývojářů BI je jich spousta:
- Psaní tabulek, názvů listů a popisů. GPT-3 a vyšší nám mohou pomoci rychle generovat informativní a výstižné názvy a zajistit, aby naše vizualizace dat byla snadno pochopitelná a orientovaná pro osoby s rozhodovací pravomocí a pomocí výzvy „jednat jako...“.
- Dokumentace kódu. S GPT-3 a vyššími můžeme rychle vytvářet dobře zdokumentované úryvky kódu, což členům našeho týmu usnadňuje pochopení a údržbu kódové základny.
- Vytváření hlavních položek (obchodní slovník). Asistent AI může pomoci při vytváření komplexního obchodního slovníku tím, že poskytuje přesné a výstižné definice pro různé datové body, snižuje nejednoznačnost a podporuje lepší týmovou komunikaci.
- Vytvoření chytlavé miniatury (obálky) pro listy/panely v aplikaci. GPT-n může generovat poutavé a vizuálně přitažlivé miniatury, což zlepšuje uživatelský dojem a povzbuzuje uživatele, aby prozkoumali dostupná data.
- Psaní výpočtových vzorců pomocí výrazů analýzy množin v dotazech Qlik Sense / DAX v Power BI. GPT-n nám může pomoci navrhovat tyto výrazy a dotazy efektivněji, zkrátit čas strávený psaním vzorců a umožnit nám soustředit se na analýzu dat.
- Zápis skriptů načítání dat (ETL). GPT-n může pomoci při vytváření ETL skriptů, automatizaci transformace dat a zajištění konzistence dat napříč systémy.
- Odstraňování problémů s daty a aplikacemi. GPT-n může poskytnout návrhy a poznatky, které pomohou identifikovat potenciální problémy a nabídnout řešení běžných problémů s daty a aplikacemi.
- Přejmenování oborů z technických na obchodní v datovém modelu. GPT-n nám může pomoci přeložit technické výrazy do přístupnějšího obchodního jazyka, díky čemuž je datový model srozumitelnější pro netechnické zúčastněné strany pomocí několika kliknutí.
Asistenti umělé inteligence využívající modely GPT-n nám mohou pomoci být efektivnější a efektivnější v naší práci tím, že automatizují rutinní úkoly a uvolňují čas na složitější analýzy a rozhodování.
A to je oblast, kde může naše rozšíření prohlížeče pro Qlik Sense přinést hodnotu. Připravili jsme se na nadcházející vydání — asistenta AI, který vývojářům Qlik přinese generování titulků a popisů přímo v aplikaci při vývoji analytických aplikací.
Pomocí vyladěného GPT-n od OpenAI API pro tyto rutinní úkoly mohou vývojáři a analytici Qlik výrazně zlepšit svou efektivitu a věnovat více času komplexní analýze a rozhodování. Tento přístup také zajišťuje, že využíváme silné stránky GPT-n a zároveň minimalizujeme rizika spoléhání se na něj při analýze kritických dat a vytváření postřehů.
Proč investovat do čističky vzduchu?
Na závěr mi dovolte dát přednost ChatGPT:
Rozpoznání jak omezení, tak potenciálních aplikací GPT-n v kontextu Qlik Sense a dalších nástrojů business intelligence pomáhá organizacím maximálně využít tuto výkonnou technologii AI a zároveň zmírnit potenciální rizika. Podporou spolupráce mezi poznatky generovanými GPT-n a lidskými znalostmi mohou organizace vytvořit robustní analytický proces, který těží ze silných stránek AI i lidských analytiků.
Chcete-li být mezi prvními, kdo zažije výhody nadcházejícího vydání produktu, rádi bychom vás pozvali k vyplnění formuláře pro náš program předběžného přístupu. Zapojením se do programu získáte exkluzivní přístup k nejnovějším funkcím a vylepšením, které vám pomohou využít sílu asistenta AI ve vašich vývojových pracovních postupech Qlik. Nenechte si ujít tuto příležitost, abyste zůstali na špici a odemkli plný potenciál statistik řízených umělou inteligencí pro vaši organizaci.
