ઉન્નત Qlik વિકાસ પ્રક્રિયા માટે GPT-n નો ઉપયોગ કરવો

જેમ તમે જાણતા હશો, મારી ટીમ અને હું Qlik સમુદાય માટે એક બ્રાઉઝર એક્સ્ટેંશન લાવ્યા છીએ જે Qlik અને Git ને એકીકૃત રીતે ડેશબોર્ડ સંસ્કરણોને સાચવવા માટે, અન્ય વિન્ડો પર સ્વિચ કર્યા વિના ડેશબોર્ડ માટે થંબનેલ્સ બનાવે છે. આમ કરવાથી, અમે Qlik વિકાસકર્તાઓનો નોંધપાત્ર સમય બચાવીએ છીએ અને દૈનિક ધોરણે તણાવ ઓછો કરીએ છીએ.

હું હંમેશા Qlik ડેવલપમેન્ટ પ્રક્રિયાને બહેતર બનાવવા અને દિનચર્યાઓને ઑપ્ટિમાઇઝ કરવાની રીતો શોધું છું. તેથી જ ઓપનએઆઈ અથવા સામાન્ય રીતે મોટા ભાષાના મોડલ દ્વારા સૌથી વધુ પ્રસિદ્ધ વિષય, ChatGPT અને GPT-nને ટાળવું ખૂબ મુશ્કેલ છે.

ચાલો લાર્જ લેંગ્વેજ મોડલ્સ, GPT-n, કેવી રીતે કામ કરે છે તે વિશેનો ભાગ છોડીએ. તેના બદલે, તમે ChatGPT ને પૂછી શકો છો અથવા સ્ટીવન વોલ્ફ્રામ દ્વારા શ્રેષ્ઠ માનવીય સમજૂતી વાંચી શકો છો.

હું અલોકપ્રિય થીસીસથી શરૂ કરીશ, "ડેટામાંથી જીપીટી-એન જનરેટેડ આંતરદૃષ્ટિ એ ક્યુરિયોસિટી-ક્વેન્ચિંગ ટોય છે," અને પછી વાસ્તવિક જીવનના ઉદાહરણો શેર કરીશ જ્યાં અમે કામ કરી રહ્યા છીએ તે AI સહાયક નિયમિત કાર્યોને સ્વચાલિત કરી શકે છે, વધુ જટિલ માટે મફત સમય. BI-ડેવલપર્સ/વિશ્લેષકો માટે વિશ્લેષણ અને નિર્ણય લેવો.

મારા બાળપણથી એઆઈ સહાયક

GPT-n ને તમને ગેરમાર્ગે દોરવા દો નહીં

… તે ફક્ત એવી વસ્તુઓ કહે છે જે તેની તાલીમ સામગ્રીમાં કઈ વસ્તુઓ "જેવી લાગે છે" તેના આધારે "યોગ્ય લાગે છે". © સ્ટીવન વોલ્ફ્રામ

તેથી, તમે આખો દિવસ ChatGPT સાથે ચેટ કરો છો. અને અચાનક, એક તેજસ્વી વિચાર મનમાં આવે છે: "હું ChatGPT ને ડેટામાંથી કાર્યવાહી કરવા યોગ્ય આંતરદૃષ્ટિ જનરેટ કરવા માટે પ્રોમ્પ્ટ કરીશ!"

તમામ બિઝનેસ ડેટા અને ડેટા મોડલ્સ સાથે OpenAI API નો ઉપયોગ કરીને GPT-n મૉડલ્સને ખવડાવવું એ પગલાં લેવા યોગ્ય આંતરદૃષ્ટિ મેળવવા માટે એક મોટી લાલચ છે, પરંતુ અહીં નિર્ણાયક બાબત છે - GPT-3 અથવા ઉચ્ચતર તરીકે મોટી ભાષાના મૉડલ માટે પ્રાથમિક કાર્ય એ શોધવાનું છે કે કેવી રીતે લખાણનો એક ભાગ ચાલુ રાખવા માટે જે તે આપવામાં આવ્યો છે. બીજા શબ્દોમાં કહીએ તો, તે વેબ પર અને પુસ્તકો અને તેમાં વપરાતી અન્ય સામગ્રીઓમાં શું છે તેની "પેટર્નને અનુસરે છે".

આ હકીકતના આધારે, છ તર્કસંગત દલીલો છે કે શા માટે GPT-n જનરેટેડ આંતરદૃષ્ટિ એ માનવ મગજ તરીકે ઓળખાતા આઈડિયા જનરેટર માટે તમારી જિજ્ઞાસા અને બળતણ સપ્લાયરને શાંત કરવા માટે માત્ર એક રમકડું છે:

1. GPT-n, ChatGPT એવી આંતરદૃષ્ટિ જનરેટ કરી શકે છે જે સંબંધિત અથવા અર્થપૂર્ણ નથી કારણ કે તેમાં ડેટા અને તેની ઘોંઘાટને સમજવા માટે જરૂરી સંદર્ભનો અભાવ છે - સંદર્ભનો અભાવ.
2. GPT-n, ChatGPT ડેટા પ્રોસેસિંગમાં ભૂલો અથવા ખામીયુક્ત અલ્ગોરિધમ્સ — ચોકસાઈના અભાવને કારણે અચોક્કસ આંતરદૃષ્ટિ પેદા કરી શકે છે.
3. માત્ર GPT-n પર આધાર રાખવો, આંતરદૃષ્ટિ માટે ChatGPT માનવ નિષ્ણાતો તરફથી નિર્ણાયક વિચાર અને વિશ્લેષણનો અભાવ તરફ દોરી શકે છે, જે સંભવિત રીતે ખોટા અથવા અપૂર્ણ તારણો તરફ દોરી જાય છે - ઓટોમેશન પર વધુ પડતી નિર્ભરતા.
4. GPT-n, ChatGPT તે ડેટાને કારણે પક્ષપાતી આંતરદૃષ્ટિ પેદા કરી શકે છે જેના પર તેને તાલીમ આપવામાં આવી હતી, જે સંભવિતપણે હાનિકારક અથવા ભેદભાવપૂર્ણ પરિણામો તરફ દોરી જાય છે - પૂર્વગ્રહનું જોખમ.
5. GPT-n, ChatGPT માં વ્યાપાર ધ્યેયો અને ઉદ્દેશ્યોની ઊંડી સમજણનો અભાવ હોઈ શકે છે જે BI વિશ્લેષણ ચલાવે છે, જે ભલામણો તરફ દોરી જાય છે જે એકંદર વ્યૂહરચના સાથે સંરેખિત નથી - વ્યવસાયિક લક્ષ્યોની મર્યાદિત સમજ.
6. વ્યાપાર-નિર્ણાયક ડેટા પર વિશ્વાસ કરવો અને તેને "બ્લેક બોક્સ" સાથે શેર કરવું કે જે સ્વ-શિક્ષણ કરી શકે તે ટોચના મેનેજમેન્ટના તેજસ્વી માથામાં વિચાર પેદા કરશે કે તમે તમારા સ્પર્ધકોને કેવી રીતે જીતવું તે શીખવી રહ્યાં છો — વિશ્વાસનો અભાવ. જ્યારે એમેઝોન ડાયનામોડીબી જેવા પ્રથમ ક્લાઉડ ડેટાબેસેસ દેખાવાનું શરૂ થયું ત્યારે અમે આ જોઈ ચૂક્યા છીએ.

ઓછામાં ઓછી એક દલીલ સાબિત કરવા માટે, ચાલો તપાસ કરીએ કે ChatGPT કેવી રીતે વિશ્વાસપાત્ર લાગે છે. પરંતુ કેટલાક કિસ્સાઓમાં, તે યોગ્ય નથી.

હું ChatGPT ને સરળ ગણતરી 965*590 ઉકેલવા માટે કહીશ અને પછી તેને પગલું-દર-પગલાં પરિણામો સમજાવવા માટે કહીશ.

568 350 ?! અરે... કંઈક ખોટું થાય છે.

મારા કિસ્સામાં, ChatGPT પ્રતિસાદમાં આભાસ થયો હતો કારણ કે જવાબ 568,350 ખોટો છે.

ચાલો બીજો શોટ બનાવીએ અને ChatGPT ને પગલું-દર-પગલાં પરિણામો સમજાવવા માટે કહીએ.

સરસ શોટ! પણ હજુ ખોટું…

ChatGPT પગલું-દર-પગલાંની સમજૂતીમાં સમજાવવાનો પ્રયત્ન કરે છે, પરંતુ તે હજુ પણ ખોટું છે.

સંદર્ભ મહત્વપૂર્ણ છે. ચાલો ફરી પ્રયાસ કરીએ પણ એ જ સમસ્યાને “કાર્ય કરો …” પ્રોમ્પ્ટ સાથે ફીડ કરીએ.

બિન્ગો! 569 350 સાચો જવાબ છે

પરંતુ આ એક એવો કેસ છે જ્યાં ન્યુરલ નેટ જે પ્રકારનું સામાન્યીકરણ સરળતાથી કરી શકે છે — 965*590 શું છે — તે પૂરતું નથી; એક વાસ્તવિક કોમ્પ્યુટેશનલ અલ્ગોરિધમ જરૂરી છે, માત્ર આંકડાકીય-આધારિત અભિગમની નહીં.

કોણ જાણે છે... કદાચ એઆઈ એ ભૂતકાળમાં ગણિતના શિક્ષકો સાથે સંમત થયા હતા અને ઉચ્ચ ગ્રેડ સુધી કેલ્ક્યુલેટરનો ઉપયોગ કરતા નથી.

અગાઉના ઉદાહરણમાં મારો પ્રોમ્પ્ટ સીધો સાદો હોવાથી, તમે ChatGPT તરફથી પ્રતિભાવની ભૂલને ઝડપથી ઓળખી શકો છો અને તેને ઠીક કરવાનો પ્રયાસ કરી શકો છો. પરંતુ જો ભ્રમણા પ્રશ્નોના જવાબમાં તૂટી જાય તો શું:

1. કયા વેચાણકર્તા સૌથી અસરકારક છે?
2. મને છેલ્લા ક્વાર્ટરની આવક બતાવો.

તે આપણને મશરૂમ્સ વિના, આભાસ-સંચાલિત નિર્ણય તરફ દોરી શકે છે.

અલબત્ત, મને ખાતરી છે કે જનરેટિવ AIના ક્ષેત્રમાં સંકુચિત રીતે કેન્દ્રિત ઉકેલોના વિકાસને કારણે મારી ઉપરની ઘણી દલીલો થોડા મહિનાઓ કે વર્ષોમાં અપ્રસ્તુત બની જશે.

જ્યારે GPT-n ની મર્યાદાઓને અવગણવી જોઈએ નહીં, તેમ છતાં, વ્યવસાયો હજી પણ માનવ વિશ્લેષકોની શક્તિનો લાભ લઈને વધુ મજબૂત અને અસરકારક વિશ્લેષણાત્મક પ્રક્રિયા બનાવી શકે છે. ઉદાહરણ તરીકે, એક દૃશ્યનો વિચાર કરો જ્યાં માનવ વિશ્લેષકો ગ્રાહક મંથનમાં ફાળો આપતા પરિબળોને ઓળખવાનો પ્રયાસ કરે છે. GPT-3 અથવા ઉચ્ચ દ્વારા સંચાલિત AI સહાયકોનો ઉપયોગ કરીને, વિશ્લેષક ઝડપથી સંભવિત પરિબળોની સૂચિ બનાવી શકે છે, જેમ કે કિંમત, ગ્રાહક સેવા અને ઉત્પાદનની ગુણવત્તા, પછી આ સૂચનોનું મૂલ્યાંકન કરી શકે છે, ડેટાની વધુ તપાસ કરી શકે છે અને છેવટે સૌથી સંબંધિત પરિબળોને ઓળખી શકે છે. જે ગ્રાહકને મંથન કરે છે.

મને માનવ જેવા લખાણો બતાવો

માનવ વિશ્લેષક ChatGPT માટે પ્રોમ્પ્ટ બનાવે છે

AI આસિસ્ટન્ટનો ઉપયોગ એવા કાર્યોને સ્વચાલિત કરવા માટે થઈ શકે છે જે તમે હમણાં કરવામાં અસંખ્ય કલાકો પસાર કરો છો. તે સ્પષ્ટ છે, પરંતુ ચાલો તે વિસ્તારને નજીકથી જોઈએ જ્યાં GPT-3 અને ઉચ્ચતર જેવા મોટા ભાષાના મોડલ્સ દ્વારા સંચાલિત AI સહાયકોનું સારી રીતે પરીક્ષણ કરવામાં આવે છે - માનવ જેવા ટેક્સ્ટ્સ જનરેટ કરે છે.

BI ડેવલપરના રોજિંદા કાર્યોમાં તેમાંથી એક સમૂહ છે:

1. ચાર્ટ, શીટ શીર્ષકો અને વર્ણનો લખવા. GPT-3 અને ઉચ્ચતર અમને ઝડપથી માહિતીપ્રદ અને સંક્ષિપ્ત શીર્ષકો જનરેટ કરવામાં મદદ કરી શકે છે, અમારા ડેટા વિઝ્યુલાઇઝેશનને નિર્ણય લેનારાઓ માટે સમજવામાં અને નેવિગેટ કરવા માટે સરળ છે તેની ખાતરી કરીને અને "કાર્ય કરો .." પ્રોમ્પ્ટનો ઉપયોગ કરીને.
2. કોડ દસ્તાવેજીકરણ. GPT-3 અને ઉચ્ચતર સાથે, અમે ઝડપથી સારી રીતે દસ્તાવેજીકૃત કોડ સ્નિપેટ્સ બનાવી શકીએ છીએ, જે અમારી ટીમના સભ્યો માટે કોડબેઝને સમજવા અને જાળવવાનું સરળ બનાવે છે.
3. મુખ્ય વસ્તુઓ બનાવવી (વ્યવસાય શબ્દકોશ). AI આસિસ્ટન્ટ વિવિધ ડેટા પોઈન્ટ માટે ચોક્કસ અને સંક્ષિપ્ત વ્યાખ્યાઓ આપીને, અસ્પષ્ટતા ઘટાડીને અને બહેતર ટીમ કમ્યુનિકેશનને પ્રોત્સાહન આપીને વ્યાપક બિઝનેસ ડિક્શનરી બનાવવામાં મદદ કરી શકે છે.
4. એપ્લિકેશનમાં શીટ્સ/ડેશબોર્ડ્સ માટે આકર્ષક થંબનેલ (કવર) બનાવવી. GPT-n આકર્ષક અને દૃષ્ટિની આકર્ષક થંબનેલ્સ જનરેટ કરી શકે છે, વપરાશકર્તા અનુભવને સુધારી શકે છે અને વપરાશકર્તાઓને ઉપલબ્ધ ડેટાનું અન્વેષણ કરવા પ્રોત્સાહિત કરી શકે છે.
5. Power BI માં Qlik Sense / DAX ક્વેરીઝમાં સેટ-વિશ્લેષણ અભિવ્યક્તિઓ દ્વારા ગણતરીના સૂત્રો લખવા. GPT-n અમને આ અભિવ્યક્તિઓ અને પ્રશ્નોને વધુ અસરકારક રીતે ડ્રાફ્ટ કરવામાં મદદ કરી શકે છે, ફોર્મ્યુલા લખવામાં ખર્ચવામાં આવેલા સમયને ઘટાડે છે અને અમને ડેટા વિશ્લેષણ પર ધ્યાન કેન્દ્રિત કરવાની મંજૂરી આપે છે.
6. ડેટા લોડ સ્ક્રિપ્ટ્સ (ETL) લખવી. GPT-n ETL સ્ક્રિપ્ટ બનાવવા, ડેટા ટ્રાન્સફોર્મેશનને સ્વચાલિત કરવામાં અને સમગ્ર સિસ્ટમમાં ડેટા સુસંગતતા સુનિશ્ચિત કરવામાં મદદ કરી શકે છે.
7. ડેટા અને એપ્લિકેશન સમસ્યાઓનું મુશ્કેલીનિવારણ. GPT-n સંભવિત સમસ્યાઓને ઓળખવામાં મદદ કરવા માટે સૂચનો અને આંતરદૃષ્ટિ પ્રદાન કરી શકે છે અને સામાન્ય ડેટા અને એપ્લિકેશન સમસ્યાઓ માટે ઉકેલો ઓફર કરી શકે છે.
8. ડેટા મોડલમાં ટેકનિકલથી બિઝનેસમાં ફીલ્ડનું નામ બદલવું. GPT-n અમને તકનીકી શબ્દોને વધુ સુલભ વ્યવસાયિક ભાષામાં અનુવાદિત કરવામાં મદદ કરી શકે છે, જે બિન-તકનીકી હિસ્સેદારો માટે થોડી ક્લિક્સ સાથે ડેટા મોડેલને સમજવામાં સરળ બનાવે છે.

GPT-n મોડલ્સ દ્વારા સંચાલિત AI સહાયકો નિયમિત કાર્યોને સ્વચાલિત કરીને અને વધુ જટિલ વિશ્લેષણ અને નિર્ણય લેવા માટે સમય મુક્ત કરીને અમારા કાર્યમાં વધુ કાર્યક્ષમ અને અસરકારક બનવામાં મદદ કરી શકે છે.

અને આ તે ક્ષેત્ર છે જ્યાં ક્લિક સેન્સ માટે અમારું બ્રાઉઝર એક્સ્ટેંશન મૂલ્ય પ્રદાન કરી શકે છે. અમે AI આસિસ્ટન્ટની આગામી રિલીઝ માટે તૈયારી કરી છે, જે એનાલિટિક્સ એપ્સ ડેવલપ કરતી વખતે માત્ર એપમાં જ Qlik ડેવલપર્સને ટાઇટલ અને વર્ણન જનરેશન લાવશે.

આ નિયમિત કાર્યો માટે OpenAI API દ્વારા દંડ-ટ્યુન કરેલ GPT-n નો ઉપયોગ કરીને, Qlik વિકાસકર્તાઓ અને વિશ્લેષકો તેમની કાર્યક્ષમતામાં નોંધપાત્ર સુધારો કરી શકે છે અને જટિલ વિશ્લેષણ અને નિર્ણય લેવા માટે વધુ સમય ફાળવી શકે છે. આ અભિગમ એ પણ સુનિશ્ચિત કરે છે કે અમે GPT-n ની શક્તિઓનો લાભ લઈએ છીએ જ્યારે નિર્ણાયક ડેટા વિશ્લેષણ અને આંતરદૃષ્ટિ જનરેશન માટે તેના પર નિર્ભર રહેવાના જોખમોને ઘટાડીએ છીએ.

ઉપસંહાર

નિષ્કર્ષમાં, ચાલો, કૃપા કરીને ChatGPT ને માર્ગ આપો:

Qlik સેન્સ અને અન્ય બિઝનેસ ઇન્ટેલિજન્સ ટૂલ્સના સંદર્ભમાં GPT-n ની મર્યાદાઓ અને સંભવિત એપ્લિકેશનો બંનેને ઓળખવાથી સંસ્થાઓને સંભવિત જોખમોને ઘટાડવામાં આ શક્તિશાળી AI તકનીકનો મહત્તમ ઉપયોગ કરવામાં મદદ મળે છે. GPT-n-જનરેટેડ આંતરદૃષ્ટિ અને માનવ નિપુણતા વચ્ચે સહયોગને ઉત્તેજન આપીને, સંસ્થાઓ એક મજબૂત વિશ્લેષણાત્મક પ્રક્રિયા બનાવી શકે છે જે AI અને માનવ વિશ્લેષકો બંનેની શક્તિનો લાભ ઉઠાવે છે.

અમારી આગામી પ્રોડક્ટ રીલીઝના લાભોનો અનુભવ કરનાર સૌપ્રથમ બનવા માટે, અમે તમને અમારા પ્રારંભિક એક્સેસ પ્રોગ્રામ માટે ફોર્મ ભરવા માટે આમંત્રિત કરવા માંગીએ છીએ. પ્રોગ્રામમાં જોડાવાથી, તમે નવીનતમ સુવિધાઓ અને ઉન્નત્તિકરણોની વિશિષ્ટ ઍક્સેસ મેળવશો જે તમને તમારા Qlik ડેવલપમેન્ટ વર્કફ્લોમાં AI સહાયકની શક્તિનો ઉપયોગ કરવામાં મદદ કરશે. વળાંકથી આગળ રહેવાની અને તમારી સંસ્થા માટે AI-સંચાલિત આંતરદૃષ્ટિની સંપૂર્ણ સંભાવનાને અનલૉક કરવાની આ તક ગુમાવશો નહીં.

અમારા અર્લી એક્સેસ પ્રોગ્રામમાં જોડાઓ