जैसा कि आप जानते होंगे, मेरी टीम और मैं Qlik समुदाय के लिए एक ब्राउज़र एक्सटेंशन लेकर आए हैं, जो अन्य विंडो पर स्विच किए बिना डैशबोर्ड के लिए थंबनेल बनाते हुए, डैशबोर्ड संस्करणों को मूल रूप से सहेजने के लिए Qlik और Git को एकीकृत करता है। ऐसा करने से, हम Qlik डेवलपर्स का काफी समय बचाते हैं और दैनिक आधार पर तनाव कम करते हैं।
मैं हमेशा Qlik की विकास प्रक्रिया को बेहतर बनाने और दैनिक दिनचर्या को अनुकूलित करने के तरीकों की तलाश में रहता हूँ। यही कारण है कि OpenAI या लार्ज लैंग्वेज मॉडल द्वारा आम तौर पर सबसे प्रचारित विषय, ChatGPT और GPT-n से बचना बहुत कठिन है।
आइए बड़े भाषा मॉडल, जीपीटी-एन, कैसे काम करते हैं, इस बारे में हिस्सा छोड़ दें। इसके बजाय, आप चैटजीपीटी से पूछ सकते हैं या स्टीवन वोल्फ्राम द्वारा सर्वश्रेष्ठ मानव स्पष्टीकरण पढ़ सकते हैं।
मैं अलोकप्रिय थीसिस से शुरू करूंगा, "डेटा से जीपीटी-एन जेनरेटेड इनसाइट्स एक जिज्ञासा-बुझाने वाला खिलौना है," और फिर वास्तविक जीवन के उदाहरण साझा करें जहां हम जिस एआई सहायक पर काम कर रहे हैं वह नियमित कार्यों को स्वचालित कर सकता है, अधिक जटिल के लिए खाली समय बीआई-डेवलपर्स/विश्लेषकों के लिए विश्लेषण और निर्णय लेना।
मेरे बचपन से एआई सहायक
जीपीटी-एन को अपने रास्ते से भटकने न दें
... यह केवल ऐसी बातें कह रहा है जो इसकी प्रशिक्षण सामग्री में "सुनने" के आधार पर "सही लगती हैं"। © स्टीवन वोल्फ्राम
तो, आप पूरे दिन चैटजीपीटी के साथ चैट कर रहे हैं। और अचानक, एक शानदार विचार दिमाग में आता है: "मैं डेटा से कार्रवाई योग्य अंतर्दृष्टि उत्पन्न करने के लिए चैटजीपीटी को संकेत दूंगा!"
सभी व्यावसायिक डेटा और डेटा मॉडल के साथ OpenAI API का उपयोग करके GPT-n मॉडल को फीड करना कार्रवाई योग्य अंतर्दृष्टि प्राप्त करने का एक बड़ा प्रलोभन है, लेकिन यहाँ महत्वपूर्ण बात है - GPT-3 या उच्चतर के रूप में बड़े भाषा मॉडल के लिए प्राथमिक कार्य यह पता लगाना है कि कैसे पाठ का एक टुकड़ा जारी रखने के लिए जो इसे दिया गया है। दूसरे शब्दों में, यह वेब पर और इसमें उपयोग की जाने वाली पुस्तकों और अन्य सामग्रियों के "पैटर्न का अनुसरण करता है"।
इस तथ्य के आधार पर, छह तर्कसंगत तर्क हैं कि क्यों जीपीटी-एन उत्पन्न अंतर्दृष्टि आपकी जिज्ञासा को शांत करने के लिए सिर्फ एक खिलौना है और विचार जनरेटर के लिए ईंधन आपूर्तिकर्ता है जिसे मानव मस्तिष्क कहा जाता है:
- GPT-n, ChatGPT ऐसी अंतर्दृष्टि उत्पन्न कर सकते हैं जो प्रासंगिक या सार्थक नहीं हैं क्योंकि इसमें डेटा और इसकी बारीकियों को समझने के लिए आवश्यक संदर्भ का अभाव है - संदर्भ की कमी।
- GPT-n, ChatGPT डेटा प्रोसेसिंग में त्रुटियों या दोषपूर्ण एल्गोरिदम - सटीकता की कमी के कारण गलत अंतर्दृष्टि उत्पन्न कर सकता है।
- अंतर्दृष्टि के लिए पूरी तरह से GPT-n, ChatGPT पर भरोसा करने से मानव विशेषज्ञों से महत्वपूर्ण सोच और विश्लेषण की कमी हो सकती है, जो संभावित रूप से गलत या अधूरे निष्कर्ष की ओर ले जाती है - स्वचालन पर अधिक निर्भरता।
- GPT-n, ChatGPT उस डेटा के कारण पक्षपाती अंतर्दृष्टि उत्पन्न कर सकता है जिस पर इसे प्रशिक्षित किया गया था, संभावित रूप से हानिकारक या भेदभावपूर्ण परिणामों के लिए अग्रणी - पूर्वाग्रह का जोखिम।
- GPT-n, ChatGPT में व्यावसायिक लक्ष्यों और उद्देश्यों की गहरी समझ की कमी हो सकती है जो BI विश्लेषण को संचालित करते हैं, जिसके परिणामस्वरूप अनुशंसाएँ समग्र रणनीति के साथ संरेखित नहीं होती हैं - व्यावसायिक लक्ष्यों की सीमित समझ।
- व्यवसाय-महत्वपूर्ण डेटा पर भरोसा करना और इसे "ब्लैक बॉक्स" के साथ साझा करना जो स्वयं सीख सकता है, शीर्ष प्रबंधन के उज्ज्वल सिर में यह विचार पैदा करेगा कि आप अपने प्रतिस्पर्धियों को सिखा रहे हैं कि कैसे जीतना है - विश्वास की कमी। हम इसे पहले ही देख चुके थे जब Amazon DynamoDB जैसे पहले क्लाउड डेटाबेस दिखाई देने लगे थे।
कम से कम एक तर्क को साबित करने के लिए, आइए देखें कि चैटजीपीटी कैसे विश्वसनीय लग सकता है। लेकिन कुछ मामलों में यह सही नहीं है।
मैं ChatGPT को सरल गणना 965 * 590 को हल करने के लिए कहूँगा और फिर इसे चरण-दर-चरण परिणामों की व्याख्या करने के लिए कहूँगा।
568 350 ?! उफ़... कुछ गलत हो रहा है।
मेरे मामले में, चैटजीपीटी प्रतिक्रिया में एक मतिभ्रम टूट गया क्योंकि उत्तर 568,350 गलत है।
आइए दूसरा शॉट बनाते हैं और चैटजीपीटी से चरण-दर-चरण परिणामों की व्याख्या करने के लिए कहते हैं।
अच्छा शॉट! लेकिन फिर भी गलत...
ChatGPT चरण-दर-चरण स्पष्टीकरण में प्रेरक होने की कोशिश करता है, लेकिन यह अभी भी गलत है।
संदर्भ मायने रखता है। आइए फिर से प्रयास करें लेकिन उसी समस्या को "जैसा कार्य करें ..." संकेत के साथ खिलाएं।
बिंगो! 569 350 सही उत्तर है
लेकिन यह एक ऐसा मामला है जहां एक न्यूरल नेट आसानी से सामान्यीकरण कर सकता है - 965*590 क्या है - पर्याप्त नहीं होगा; एक वास्तविक कम्प्यूटेशनल एल्गोरिथ्म की जरूरत है, न कि केवल एक सांख्यिकीय-आधारित दृष्टिकोण की।
कौन जानता है ... शायद एआई अतीत में गणित के शिक्षकों के साथ सहमत है और उच्च ग्रेड तक कैलकुलेटर का उपयोग नहीं करता है।
चूंकि पिछले उदाहरण में मेरा संकेत सीधा है, आप चैटजीपीटी से प्रतिक्रिया की गिरावट को जल्दी से पहचान सकते हैं और इसे ठीक करने का प्रयास कर सकते हैं। लेकिन क्या होगा अगर मतिभ्रम जैसे सवालों के जवाब में टूट जाए:
- कौन सा विक्रेता सबसे प्रभावी है?
- मुझे अंतिम तिमाही के लिए राजस्व दिखाएँ।
यह हमें मशरूम के बिना मतिभ्रम-संचालित निर्णय लेने की ओर ले जा सकता है।
निश्चित रूप से, मुझे यकीन है कि जेनरेटिव एआई के क्षेत्र में संकीर्ण रूप से केंद्रित समाधानों के विकास के कारण मेरे उपरोक्त कई तर्क कुछ महीनों या वर्षों में अप्रासंगिक हो जाएंगे।
जबकि GPT-n की सीमाओं को नजरअंदाज नहीं किया जाना चाहिए, फिर भी मानव विश्लेषकों (यह हास्यास्पद है कि मुझे HUMAN को हाइलाइट करना है) और AI सहायकों की ताकत का लाभ उठाकर व्यवसाय एक अधिक मजबूत और प्रभावी विश्लेषणात्मक प्रक्रिया बना सकते हैं। उदाहरण के लिए, एक ऐसे परिदृश्य पर विचार करें जहां मानव विश्लेषक ग्राहक मंथन में योगदान करने वाले कारकों की पहचान करने का प्रयास करते हैं। GPT-3 या उच्चतर द्वारा संचालित AI सहायकों का उपयोग करके, विश्लेषक जल्दी से संभावित कारकों की एक सूची तैयार कर सकते हैं, जैसे कि मूल्य निर्धारण, ग्राहक सेवा और उत्पाद की गुणवत्ता, फिर इन सुझावों का मूल्यांकन करें, डेटा की आगे जांच करें और अंततः सबसे प्रासंगिक कारकों की पहचान करें जो ग्राहक मंथन करता है।
मुझे मानव-समान पाठ दिखाएं
मानव विश्लेषक चैटजीपीटी को संकेत दे रहे हैं
एआई सहायक का उपयोग उन कार्यों को स्वचालित करने के लिए किया जा सकता है जिन्हें करने में आप अनगिनत घंटे लगाते हैं। यह स्पष्ट है, लेकिन आइए उस क्षेत्र को करीब से देखें जहां GPT-3 और उच्चतर जैसे बड़े भाषा मॉडल द्वारा संचालित AI सहायकों का अच्छी तरह से परीक्षण किया जाता है - मानव-समान ग्रंथों का निर्माण।
बीआई डेवलपर्स के दैनिक आधार कार्यों में उनमें से एक समूह हैं:
- चार्ट, शीट शीर्षक और विवरण लिखना। GPT-3 और उच्चतर हमें सूचनात्मक और संक्षिप्त शीर्षकों को जल्दी से उत्पन्न करने में मदद कर सकते हैं, यह सुनिश्चित करते हुए कि हमारे डेटा विज़ुअलाइज़ेशन को समझना और निर्णय लेने वालों के लिए नेविगेट करना आसान है और "इस रूप में कार्य करें ..." संकेत का उपयोग करना।
- कोड प्रलेखन। GPT-3 और उच्चतर के साथ, हम जल्दी से अच्छी तरह से प्रलेखित कोड स्निपेट बना सकते हैं, जिससे हमारी टीम के सदस्यों के लिए कोडबेस को समझना और बनाए रखना आसान हो जाता है।
- मास्टर आइटम (बिजनेस डिक्शनरी) बनाना। एआई सहायक विभिन्न डेटा बिंदुओं के लिए सटीक और संक्षिप्त परिभाषाएं प्रदान करके, अस्पष्टता को कम करने और बेहतर टीम संचार को बढ़ावा देकर एक व्यापक व्यावसायिक शब्दकोश बनाने में सहायता कर सकता है।
- ऐप में शीट/डैशबोर्ड के लिए एक आकर्षक थंबनेल (कवर) बनाना। GPT-n आकर्षक और देखने में आकर्षक थंबनेल उत्पन्न कर सकता है, उपयोगकर्ता अनुभव में सुधार कर सकता है और उपयोगकर्ताओं को उपलब्ध डेटा का पता लगाने के लिए प्रोत्साहित कर सकता है।
- Power BI में Qlik Sense / DAX प्रश्नों में सेट-विश्लेषण व्यंजकों द्वारा परिकलन सूत्र लिखना। GPT-n सूत्र लिखने में लगने वाले समय को कम करके और हमें डेटा विश्लेषण पर ध्यान केंद्रित करने की अनुमति देकर, इन भावों और प्रश्नों को अधिक कुशलता से तैयार करने में हमारी मदद कर सकता है।
- डेटा लोड स्क्रिप्ट (ETL) लिखना। GPT-n ETL स्क्रिप्ट बनाने, डेटा परिवर्तन को स्वचालित करने और सिस्टम में डेटा स्थिरता सुनिश्चित करने में सहायता कर सकता है।
- समस्या निवारण डेटा और अनुप्रयोग समस्याएँ। GPT-n संभावित मुद्दों की पहचान करने और सामान्य डेटा और एप्लिकेशन समस्याओं के समाधान की पेशकश करने में सहायता के लिए सुझाव और अंतर्दृष्टि प्रदान कर सकता है।
- डेटा मॉडल में फ़ील्ड का नाम बदलकर तकनीकी से व्यवसाय करना। GPT-n हमें तकनीकी शब्दों को अधिक सुलभ व्यावसायिक भाषा में अनुवाद करने में मदद कर सकता है, जिससे डेटा मॉडल को कुछ क्लिक के साथ गैर-तकनीकी हितधारकों के लिए समझना आसान हो जाता है।
जीपीटी-एन मॉडल द्वारा संचालित एआई सहायक नियमित कार्यों को स्वचालित करके और अधिक जटिल विश्लेषण और निर्णय लेने के लिए समय खाली करके हमारे काम में अधिक कुशल और प्रभावी होने में हमारी मदद कर सकते हैं।
और यही वह क्षेत्र है जहां Qlik Sense के लिए हमारा ब्राउज़र एक्सटेंशन मूल्य प्रदान कर सकता है। हमने AI सहायक की आगामी रिलीज के लिए तैयारी की है, जो एनालिटिक्स ऐप्स को विकसित करते समय केवल ऐप में ही Qlik डेवलपर्स के लिए शीर्षक और विवरण जेनरेशन लाएगा।
इन नियमित कार्यों के लिए OpenAI API द्वारा परिष्कृत GPT-n का उपयोग करके, Qlik डेवलपर्स और विश्लेषक अपनी दक्षता में काफी सुधार कर सकते हैं और जटिल विश्लेषण और निर्णय लेने के लिए अधिक समय आवंटित कर सकते हैं। यह दृष्टिकोण यह भी सुनिश्चित करता है कि हम महत्वपूर्ण डेटा विश्लेषण और अंतर्दृष्टि निर्माण के लिए इस पर भरोसा करने के जोखिम को कम करते हुए GPT-n की ताकत का लाभ उठाएं।
निष्कर्ष
अंत में, मुझे, कृपया ChatGPT को रास्ता दें:
Qlik Sense और अन्य व्यावसायिक खुफिया उपकरणों के संदर्भ में GPT-n की सीमाओं और संभावित अनुप्रयोगों दोनों को पहचानने से संगठनों को संभावित जोखिमों को कम करते हुए इस शक्तिशाली AI तकनीक का अधिकतम लाभ उठाने में मदद मिलती है। GPT-n-जनित अंतर्दृष्टि और मानव विशेषज्ञता के बीच सहयोग को बढ़ावा देकर, संगठन एक मजबूत विश्लेषणात्मक प्रक्रिया बना सकते हैं जो AI और मानव विश्लेषकों दोनों की ताकत का लाभ उठाती है।
हमारे आगामी उत्पाद रिलीज़ के लाभों का सबसे पहले अनुभव करने वालों में शामिल होने के लिए, हम आपको हमारे शीघ्र पहुंच कार्यक्रम के लिए फॉर्म भरने के लिए आमंत्रित करना चाहते हैं। कार्यक्रम में शामिल होकर, आप नवीनतम सुविधाओं और संवर्द्धन तक विशेष पहुंच प्राप्त करेंगे जो आपके Qlik विकास कार्यप्रवाहों में AI सहायक की शक्ति का उपयोग करने में आपकी सहायता करेंगे। वक्र से आगे रहने और अपने संगठन के लिए एआई-संचालित अंतर्दृष्टि की पूरी क्षमता को अनलॉक करने का यह अवसर न चूकें।
