Comme vous le savez peut-être, mon équipe et moi avons apporté à la communauté Qlik une extension de navigateur qui intègre Qlik et Git pour enregistrer les versions de tableau de bord de manière transparente, en créant des vignettes pour les tableaux de bord sans passer à d'autres fenêtres. Ce faisant, nous faisons gagner un temps considérable aux développeurs Qlik et réduisons le stress au quotidien.
Je cherche toujours des moyens d'améliorer le processus de développement Qlik et d'optimiser les routines quotidiennes. C'est pourquoi il est trop difficile d'éviter le sujet le plus médiatisé, ChatGPT et GPT-n, par OpenAI ou Large Language Model en commun.
Passons la partie sur le fonctionnement des grands modèles de langage, GPT-n. Au lieu de cela, vous pouvez demander à ChatGPT ou lire la meilleure explication humaine de Steven Wolfram.
Je partirai de la thèse impopulaire, "GPT-n Generated Insights from the data is a Curiosity-Quenching Toy", puis je partagerai des exemples concrets où un assistant IA sur lequel nous travaillons peut automatiser des tâches de routine, libérer du temps pour des tâches plus complexes. analyse et prise de décision pour les développeurs/analystes BI.
Assistant IA de mon enfance
Ne laissez pas GPT-n vous égarer
… il s'agit simplement de dire des choses qui « sonnent bien » en se basant sur ce à quoi les choses « ressemblaient » dans son matériel de formation. © Steven Wolfram
Donc, vous discutez avec ChatGPT toute la journée. Et soudain, une idée brillante me vient à l'esprit : "Je vais demander à ChatGPT de générer des informations exploitables à partir des données !"
Alimenter les modèles GPT-n à l'aide de l'API OpenAI avec toutes les données d'entreprise et les modèles de données est une grande tentation d'obtenir des informations exploitables, mais voici la chose cruciale - la tâche principale pour le grand modèle de langage en tant que GPT-3 ou supérieur est de comprendre comment pour continuer un morceau de texte qui lui a été donné. En d'autres termes, il "suit le modèle" de ce qui est disponible sur le Web et dans les livres et autres matériaux utilisés.
Sur la base de ce fait, il existe six arguments rationnels pour lesquels les informations générées par GPT-n ne sont qu'un jouet pour étancher votre curiosité et un fournisseur de carburant pour le générateur d'idées appelé cerveau humain :
- GPT-n, ChatGPT peut générer des informations qui ne sont pas pertinentes ou significatives car il manque le contexte nécessaire pour comprendre les données et leurs nuances - manque de contexte.
- GPT-n, ChatGPT peut générer des informations inexactes en raison d'erreurs dans le traitement des données ou d'algorithmes défectueux (manque de précision).
- S'appuyant uniquement sur GPT-n, ChatGPT pour obtenir des informations peut entraîner un manque de réflexion critique et d'analyse de la part d'experts humains, ce qui peut conduire à des conclusions incorrectes ou incomplètes - une dépendance excessive à l'automatisation.
- GPT-n, ChatGPT peut générer des informations biaisées en raison des données sur lesquelles il a été formé, ce qui peut entraîner des résultats néfastes ou discriminatoires - le risque de biais.
- GPT-n, ChatGPT peut ne pas avoir une compréhension approfondie des buts et objectifs commerciaux qui motivent l'analyse BI, ce qui conduit à des recommandations non alignées sur la stratégie globale - une compréhension limitée des objectifs commerciaux.
- Faire confiance aux données critiques de l'entreprise et les partager avec une "boîte noire" qui peut s'auto-apprendre fera naître l'idée dans les têtes brillantes de la direction TOP que vous enseignez à vos concurrents comment gagner - le manque de confiance. Nous l'avions déjà vu lorsque les premières bases de données cloud comme Amazon DynamoDB ont commencé à apparaître.
Pour prouver au moins un argument, examinons comment ChatGPT pourrait sembler convaincant. Mais dans certains cas, ce n'est pas correct.
Je demanderai à ChatGPT de résoudre le calcul simple 965 * 590, puis je lui demanderai d'expliquer les résultats étape par étape.
568 350 ?! OUPS… quelque chose ne va pas.
Dans mon cas, une hallucination est apparue dans la réponse ChatGPT car la réponse 568,350 XNUMX est incorrecte.
Faisons le deuxième coup et demandons à ChatGPT d'expliquer les résultats étape par étape.
Joli coup! Mais toujours faux…
ChatGPT essaie d'être persuasif dans une explication étape par étape, mais c'est toujours faux.
Le contexte compte. Essayons à nouveau mais alimentons le même problème avec l'invite "agir en tant que ...".
BINGO ! 569 350 est la bonne réponse
Mais c'est un cas où le type de généralisation qu'un réseau de neurones peut facilement faire - ce qui est 965*590 - ne suffira pas ; un algorithme de calcul réel est nécessaire, pas seulement une approche statistique.
Qui sait… peut-être que l'IA était d'accord avec les professeurs de mathématiques dans le passé et n'utilise pas la calculatrice avant les années supérieures.
Étant donné que mon invite dans l'exemple précédent est simple, vous pouvez rapidement identifier l'erreur de la réponse de ChatGPT et essayer de la corriger. Mais que se passe-t-il si l'hallucination se manifeste en réponse à des questions telles que :
- Quel commercial est le plus efficace ?
- Montrez-moi le chiffre d'affaires du dernier trimestre.
Cela pourrait nous conduire à la prise de DÉCISION GUIDÉE PAR L'HALLUCINATION, sans champignons.
Bien sûr, je suis sûr que bon nombre de mes arguments ci-dessus deviendront sans objet dans quelques mois ou années en raison du développement de solutions étroitement ciblées dans le domaine de l'IA générative.
Bien que les limites de GPT-n ne doivent pas être ignorées, les entreprises peuvent toujours créer un processus analytique plus robuste et efficace en tirant parti des forces des analystes humains (c'est drôle que je doive souligner HUMAN) et des assistants IA. Par exemple, imaginez un scénario dans lequel des analystes humains tentent d'identifier les facteurs contribuant à l'attrition des clients. À l'aide d'assistants IA alimentés par GPT-3 ou supérieur, l'analyste peut générer rapidement une liste de facteurs potentiels, tels que les prix, le service client et la qualité des produits, puis évaluer ces suggestions, approfondir les données et finalement identifier les facteurs les plus pertinents. qui entraînent le taux de désabonnement des clients.
MONTRE-MOI LES TEXTES HUMAINS
ANALYSTE HUMAIN faisant des invites à ChatGPT
L'assistant AI peut être utilisé pour automatiser les tâches que vous passez d'innombrables heures à faire en ce moment. C'est évident, mais regardons de plus près le domaine dans lequel les assistants d'intelligence artificielle alimentés par de grands modèles de langage tels que GPT-3 et supérieur sont bien testés - générant des textes de type humain.
Il y en a un tas dans les tâches quotidiennes des développeurs BI :
- Rédiger des tableaux, des titres de feuilles et des descriptions. GPT-3 et les versions ultérieures peuvent nous aider à générer rapidement des titres informatifs et concis, en garantissant que notre visualisation de données est facile à comprendre et à naviguer pour les décideurs et en utilisant l'invite "agir en tant que ..".
- Documents codés. Avec GPT-3 et les versions ultérieures, nous pouvons créer rapidement des extraits de code bien documentés, ce qui facilite la compréhension et la maintenance de la base de code par les membres de notre équipe.
- Création d'éléments maîtres (dictionnaire métier). L'assistant IA peut aider à créer un dictionnaire professionnel complet en fournissant des définitions précises et concises pour divers points de données, en réduisant l'ambiguïté et en favorisant une meilleure communication d'équipe.
- Création d'une vignette accrocheuse (couvertures) pour les feuilles/tableaux de bord dans l'application. GPT-n peut générer des miniatures engageantes et visuellement attrayantes, améliorant l'expérience utilisateur et encourageant les utilisateurs à explorer les données disponibles.
- Rédaction de formules de calcul par expressions d'analyse d'ensembles dans des requêtes Qlik Sense/DAX dans Power BI. GPT-n peut nous aider à rédiger ces expressions et requêtes plus efficacement, en réduisant le temps passé à écrire des formules et en nous permettant de nous concentrer sur l'analyse des données.
- Rédaction de scripts de chargement de données (ETL). GPT-n peut aider à créer des scripts ETL, à automatiser la transformation des données et à assurer la cohérence des données entre les systèmes.
- Résolution des problèmes de données et d'applications. GPT-n peut fournir des suggestions et des informations pour aider à identifier les problèmes potentiels et proposer des solutions aux problèmes courants de données et d'applications.
- Renommer les champs de technique à métier dans le modèle de données. GPT-n peut nous aider à traduire des termes techniques dans un langage commercial plus accessible, rendant le modèle de données plus facile à comprendre pour les parties prenantes non techniques en quelques clics.
Les assistants IA optimisés par les modèles GPT-n peuvent nous aider à être plus efficaces dans notre travail en automatisant les tâches de routine et en libérant du temps pour des analyses et des prises de décision plus complexes.
Et c'est dans ce domaine que notre extension de navigateur pour Qlik Sense peut apporter de la valeur. Nous nous sommes préparés pour la prochaine version de l'assistant AI, qui apportera des titres et la génération de descriptions aux développeurs Qlik uniquement dans l'application tout en développant des applications d'analyse.
En utilisant l'API GPT-n by OpenAI optimisée pour ces tâches de routine, les développeurs et les analystes de Qlik peuvent améliorer considérablement leur efficacité et allouer plus de temps à l'analyse complexe et à la prise de décision. Cette approche garantit également que nous tirons parti des atouts de GPT-n tout en minimisant les risques de s'appuyer sur lui pour l'analyse de données critiques et la génération d'informations.
Conclusion
En conclusion, permettez-moi, s'il vous plaît, de céder la place à ChatGPT :
Reconnaître à la fois les limites et les applications potentielles de GPT-n dans le contexte de Qlik Sense et d'autres outils d'informatique décisionnelle aide les organisations à tirer le meilleur parti de cette puissante technologie d'IA tout en atténuant les risques potentiels. En favorisant la collaboration entre les informations générées par GPT-n et l'expertise humaine, les organisations peuvent créer un processus analytique robuste qui capitalise sur les forces de l'IA et des analystes humains.
Pour être parmi les premiers à découvrir les avantages de notre prochaine version de produit, nous aimerions vous inviter à remplir le formulaire pour notre programme d'accès anticipé. En rejoignant le programme, vous bénéficierez d'un accès exclusif aux dernières fonctionnalités et améliorations qui vous aideront à exploiter la puissance de l'assistant IA dans vos workflows de développement Qlik. Ne manquez pas cette opportunité de garder une longueur d'avance et de libérer tout le potentiel des informations basées sur l'IA pour votre organisation.
