Kiel vi eble scias, mi kaj mia teamo alportis al la Qlik-komunumo retumila etendo kiu integras Qlik kaj Git por konservi versiojn de instrumentpanelo perfekte, farante bildetojn por paneloj sen ŝanĝi al aliaj fenestroj. Farante tion, ni ŝparas al Qlik-programistojn signifan tempon kaj reduktas streson ĉiutage.
Mi ĉiam serĉas manierojn plibonigi la disvolvan procezon de Qlik kaj optimumigi ĉiutagajn rutinojn. Tial estas tro malfacile eviti la plej ŝatatan temon, ChatGPT, kaj GPT-n, de OpenAI aŭ Large Language Model komune.
Ni preterlasu la parton pri kiel funkcias Grandaj Lingvaj Modeloj, GPT-n. Anstataŭe, vi povas demandi ChatGPT aŭ legi la plej bonan homan klarigon de Steven Wolfram.
Mi komencos de la nepopulara tezo, "GPT-n Generad Insights from the data is a Curiosity-Quenching Toy", kaj poste dividos realajn ekzemplojn kie AI-asistanto pri kiu ni laboras povas aŭtomatigi rutinajn taskojn, liberan tempon por pli kompleksaj. analizo kaj decidiĝo por BI-programistoj/analizistoj.
AI-asistanto de mia infanaĝo
Ne Lasu GPT-n Devarigi Vin
… ĝi nur diras aferojn, kiuj “sonas ĝuste” surbaze de kiaj aferoj “sonis” en sia trejna materialo. © Steven Wolfram
Do, vi babilas kun ChatGPT la tutan tagon. Kaj subite venas al la menso brila ideo: "Mi instigos ChatGPT por generi ageblajn komprenojn de la datumoj!"
Nutrado de GPT-n-modeloj uzante OpenAI API kun ĉiuj komercaj datumoj kaj datummodeloj estas bonega tento akiri ageblajn komprenojn, sed jen la decida afero - la ĉefa tasko por la Granda Lingva Modelo kiel GPT-3 aŭ pli alta estas eltrovi kiel. daŭrigi tekston kiun ĝi ricevis. Alivorte, Ĝi "sekvas la ŝablonon" de kio estas tie en la reto kaj en libroj kaj aliaj materialoj uzataj en ĝi.
Surbaze de ĉi tiu fakto, ekzistas ses raciaj argumentoj, kial GPT-n generitaj komprenoj estas nur ludilo por estingi vian scivolemon kaj fuelprovizanton por la ideogeneratoro nomata homa cerbo:
- GPT-n, ChatGPT povas generi komprenojn kiuj ne estas trafaj aŭ signifaj ĉar mankas al ĝi la necesa kunteksto por kompreni la datumojn kaj ĝiajn nuancojn—manko de kunteksto.
- GPT-n, ChatGPT povas generi malprecizajn komprenojn pro eraroj en datumtraktado aŭ misaj algoritmoj — manko de precizeco.
- Fidante nur je GPT-n, ChatGPT por komprenoj povas konduki al manko de kritika pensado kaj analizo de homaj spertuloj, eble kondukante al malĝustaj aŭ nekompletaj konkludoj - troa dependeco de aŭtomatigo.
- GPT-n, ChatGPT povas generi partiajn komprenojn pro la datumoj pri kiuj ĝi estis trejnita, eble kondukante al malutilaj aŭ diskriminaciaj rezultoj - la risko de biaso.
- GPT-n, ChatGPT eble mankas profunda kompreno pri la komercaj celoj kaj celoj, kiuj stiras BI-analizon, kondukante al rekomendoj ne konformaj al la ĝenerala strategio - limigita kompreno de komercaj celoj.
- Fidi komercajn kritikajn datumojn kaj kunhavigi ĝin per "nigra skatolo", kiu povas memlerni, kreos la ideon en la TOP-administrado brilaj kapoj, ke vi instruas al viaj konkurantoj kiel gajni - manko de fido. Ni jam vidis tion kiam la unuaj nubaj datumbazoj kiel Amazon DynamoDB komencis aperi.
Por pruvi almenaŭ unu argumenton, ni ekzamenu kiel ChatGPT povus soni konvinka. Sed en iuj kazoj, ĝi ne estas ĝusta.
Mi petos al ChatGPT solvi la simplan kalkulon 965 * 590 kaj poste petos ĝin klarigi la rezultojn paŝo post paŝo.
568 350 ?! OOPS... io misfunkcias.
En mia kazo, halucino trarompis en la respondo de ChatGPT ĉar la respondo 568,350 estas malĝusta.
Ni faru la duan pafon kaj petu ChatGPT klarigi la rezultojn paŝo post paŝo.
Bela pafo! Sed tamen malĝuste...
ChatGPT provas esti konvinka en paŝo post paŝo klarigo, sed ĝi estas ankoraŭ malĝusta.
La kunteksto gravas. Ni provu denove sed nutru la saman problemon per la prompto "agu kiel...".
BINGO! 569 350 estas la ĝusta respondo
Sed ĉi tio estas kazo, kie la speco de ĝeneraligo kiun neŭrala reto povas facile fari — kio estas 965*590 — ne sufiĉos; fakta komputila algoritmo estas necesa, ne nur statistik-bazita aliro.
Kiu scias... eble AI ĵus konsentis kun matematikaj instruistoj en la pasinteco kaj ne uzas la kalkulilon ĝis superaj klasoj.
Ĉar mia prompto en la antaŭa ekzemplo estas simpla, vi povas rapide identigi la eraron de la respondo de ChatGPT kaj provi ripari ĝin. Sed kio se la halucino trapasas respondon al demandoj kiel:
- Kiu vendisto estas la plej efika?
- Montru al mi la Enspezon por la lasta trimonato.
Ĝi povus konduki nin al la HALUCINO-MOVITA DECIDO, sen fungoj.
Kompreneble, mi certas, ke multaj el miaj supraj argumentoj fariĝos palaj post kelkaj monatoj aŭ jaroj pro la disvolviĝo de mallarĝe fokusitaj solvoj en la kampo de Generativa AI.
Dum la limigoj de GPT-n ne devas esti ignoritaj, entreprenoj ankoraŭ povas krei pli fortikan kaj efikan analizan procezon utiligante la fortojn de homaj analizistoj (estas amuze, ke mi devas reliefigi HOMAJN) kaj AI-asistantojn. Ekzemple, konsideru scenaron, kie homaj analizistoj provas identigi faktorojn kontribuantajn al kliento kliento. Uzante AI-asistantojn funkciigitajn de GPT-3 aŭ pli alta, la analizisto povas rapide generi liston de eblaj faktoroj, kiel prezoj, klientservado kaj produkta kvalito, tiam taksi ĉi tiujn sugestojn, esplori la datumojn plu kaj finfine identigi la plej gravajn faktorojn. kiuj stiras klienton.
MONTRU AL MI LA HOMAJN TEKSTOJN
HOMA ANALIZisto farante invitojn al ChatGPT
La AI-asistanto povas esti uzata por aŭtomatigi taskojn, kiujn vi pasigas sennombrajn horojn farante nun. Estas evidente, sed ni rigardu pli proksime al la areo kie AI-asistantoj funkciigitaj de Grandaj Lingvaj Modeloj kiel ekzemple GPT-3 kaj pli alta estas bone testitaj — generante homsimilajn tekstojn.
Estas amaso da ili en ĉiutagaj taskoj de programistoj de BI:
- Skribante leterojn, foliajn titolojn kaj priskribojn. GPT-3 kaj pli alta povas helpi nin rapide generi informajn kaj koncizajn titolojn, certigante ke nia datuma bildigo estas facile komprenebla kaj navigebla por decidantoj kaj uzante la "agu kiel .." prompto.
- Koddokumentado. Kun GPT-3 kaj pli alta, ni povas rapide krei bone dokumentitajn kodpecetojn, faciligante al niaj teamanoj kompreni kaj konservi la kodbazon.
- Krei majstrajn erojn (komerca vortaro). La AI-asistanto povas helpi konstrui ampleksan komercan vortaron provizante precizajn kaj koncizajn difinojn por diversaj datumpunktoj, reduktante ambiguecon kaj kreskigante pli bonan teaman komunikadon.
- Kreante allogan bildeton (kovriloj) por la folioj/instrumentpaneloj en la programo. GPT-n povas generi allogajn kaj videble allogajn bildetojn, plibonigante uzantan sperton kaj instigante uzantojn esplori la disponeblajn datumojn.
- Skribo de kalkulformuloj per aro-analizaj esprimoj en Qlik Sense / DAX-demandoj en Power BI. GPT-n povas helpi nin redakti ĉi tiujn esprimojn kaj demandojn pli efike, reduktante la tempon pasigitan por verki formulojn kaj permesante al ni koncentriĝi pri datuma analizo.
- Skribado de datumŝarĝaj skriptoj (ETL). GPT-n povas helpi krei ETL-skriptojn, aŭtomatigi datuman transformon kaj certigi datuman konsistencon trans sistemoj.
- Solvado de problemoj pri datumoj kaj aplikaĵoj. GPT-n povas doni sugestojn kaj komprenojn por helpi identigi eblajn problemojn kaj proponi solvojn por oftaj datumoj kaj aplikaj problemoj.
- Renomi kampojn de teknika al komerca en Datuma Modelo. GPT-n povas helpi nin traduki teknikajn terminojn al pli alirebla komerca lingvo, igante la datummodelon pli facile komprenebla por ne-teknikaj koncernatoj per malmultaj klakoj.
AI-asistantoj funkciigitaj de GPT-n-modeloj povas helpi nin esti pli efikaj kaj efikaj en nia laboro aŭtomatigante rutinajn taskojn kaj liberigante tempon por pli kompleksa analizo kaj decidofarado.
Kaj ĉi tiu estas la areo kie nia retumila etendo por la Qlik Sense povas liveri valoron. Ni prepariĝis por la venonta eldono — de AI-asistanto, kiu alportos titolojn kaj priskribon al Qlik-programistoj nur en la aplikaĵo dum disvolvado de analizaj programoj.
Uzante monpunitan GPT-n de OpenAI API por ĉi tiuj rutinaj taskoj, Qlik-programistoj kaj analizistoj povas signife plibonigi sian efikecon kaj asigni pli da tempo al kompleksa analizo kaj decidofarado. Ĉi tiu aliro ankaŭ certigas, ke ni utiligas la fortojn de GPT-n dum minimumigas la riskojn de fidi ĝin por kritika datuma analizo kaj kompreno-generado.
konkludo
Konklude, lasu min, bonvolu cedi lokon al ChatGPT:
Rekoni kaj la limojn kaj eblajn aplikojn de GPT-n en la kunteksto de Qlik Sense kaj aliaj komercaj spionaj iloj helpas organizojn utiligi ĉi tiun potencan AI-teknologion dum mildigado de eblaj riskoj. Stigante kunlaboron inter GPT-n-generitaj komprenoj kaj homa kompetenteco, organizoj povas krei fortikan analizan procezon, kiu profitigas la fortojn de kaj AI kaj homaj analizistoj.
Por esti inter la unuaj sperti la avantaĝojn de nia venonta produkto-eldono, ni ŝatus inviti vin plenigi la formularon por nia frua aliro programo. Aliĝante al la programo, vi akiros ekskluzivan aliron al la plej novaj funkcioj kaj plibonigoj, kiuj helpos vin utiligi la potencon de AI-asistanto en viaj disvolvaj fluoj de Qlik. Ne maltrafu ĉi tiun ŝancon resti antaŭ la kurbo kaj malŝlosi la plenan potencialon de AI-movitaj komprenoj por via organizo.
