तुम्हाला माहीत असेलच की, माझी टीम आणि मी Qlik समुदायासाठी एक ब्राउझर विस्तार आणला आहे जो डॅशबोर्ड आवृत्त्या अखंडपणे सेव्ह करण्यासाठी Qlik आणि Git समाकलित करतो, डॅशबोर्डसाठी लघुप्रतिमा इतर विंडोवर न जाता. असे केल्याने, आम्ही Qlik विकसकांचा वेळ वाचवतो आणि दररोजचा ताण कमी करतो.
मी नेहमी Qlik विकास प्रक्रिया सुधारण्याचे आणि दैनंदिन दिनचर्या अनुकूल करण्याचे मार्ग शोधतो. म्हणूनच ओपनएआय किंवा लार्ज लँग्वेज मॉडेल द्वारे सर्वाधिक लोकप्रिय विषय, ChatGPT आणि GPT-n टाळणे खूप कठीण आहे.
लार्ज लँग्वेज मॉडेल्स, जीपीटी-एन, कसे कार्य करतात याबद्दलचा भाग वगळूया. त्याऐवजी, तुम्ही ChatGPT ला विचारू शकता किंवा स्टीव्हन वोल्फ्रामचे सर्वोत्तम मानवी स्पष्टीकरण वाचू शकता.
मी "डेटामधून जीपीटी-एन जनरेट केलेले अंतर्दृष्टी हे कुतूहल शमवणारे खेळणे आहे" या अलोकप्रिय प्रबंधापासून सुरुवात करेन आणि नंतर वास्तविक जीवनातील उदाहरणे सामायिक करेन जिथे आम्ही काम करत असलेला AI सहाय्यक नियमित कार्ये स्वयंचलित करू शकतो, अधिक जटिलतेसाठी मोकळा वेळ. BI-डेव्हलपर/विश्लेषकांसाठी विश्लेषण आणि निर्णय घेणे.
माझ्या लहानपणापासून AI सहाय्यक
GPT-n तुम्हाला चुकीच्या मार्गावर नेऊ देऊ नका
… हे फक्त त्याच्या प्रशिक्षण सामग्रीमध्ये कोणत्या गोष्टी "जसे वाटले" यावर आधारित "योग्य" अशा गोष्टी सांगत आहे. © स्टीव्हन वोल्फ्राम
तर, तुम्ही दिवसभर ChatGPT वर चॅट करत आहात. आणि अचानक, एक तेजस्वी कल्पना मनात येते: “मी ChatGPT ला डेटामधून कृती करण्यायोग्य अंतर्दृष्टी निर्माण करण्यास सांगेन!”
सर्व व्यवसाय डेटा आणि डेटा मॉडेल्ससह OpenAI API वापरून GPT-n मॉडेल्सना फीड करणे हे कृती करण्यायोग्य अंतर्दृष्टी मिळविण्यासाठी एक उत्तम मोह आहे, परंतु येथे महत्त्वाची गोष्ट आहे - GPT-3 किंवा उच्च म्हणून मोठ्या भाषेच्या मॉडेलसाठी प्राथमिक कार्य कसे आहे हे शोधणे आहे दिलेला मजकूर सुरू ठेवण्यासाठी. दुसऱ्या शब्दांत, ते वेबवर आणि पुस्तकांमध्ये आणि त्यात वापरल्या जाणार्‍या इतर सामग्रीच्या "पॅटर्नचे अनुसरण करते".
या वस्तुस्थितीच्या आधारे, मानवी मेंदू नावाच्या कल्पना जनरेटरसाठी GPT-n व्युत्पन्न अंतर्दृष्टी ही तुमची उत्सुकता शमवण्यासाठी आणि इंधन पुरवठादार का फक्त एक खेळणी का आहे याचे सहा तर्कशुद्ध युक्तिवाद आहेत:
- GPT-n, ChatGPT अंतर्दृष्टी निर्माण करू शकते जे संबंधित किंवा अर्थपूर्ण नसतात कारण त्यात डेटा आणि त्यातील बारकावे समजून घेण्यासाठी आवश्यक संदर्भाचा अभाव — संदर्भाचा अभाव.
- GPT-n, ChatGPT डेटा प्रोसेसिंगमधील त्रुटी किंवा सदोष अल्गोरिदम - अचूकतेच्या अभावामुळे चुकीची अंतर्दृष्टी निर्माण करू शकते.
- केवळ GPT-n वर विसंबून राहणे, अंतर्दृष्टीसाठी ChatGPT मानवी तज्ञांकडून गंभीर विचार आणि विश्लेषणाचा अभाव निर्माण करू शकते, ज्यामुळे संभाव्यत: चुकीचे किंवा अपूर्ण निष्कर्ष निघू शकतात — ऑटोमेशनवर जास्त अवलंबून राहणे.
- GPT-n, ChatGPT हे प्रशिक्षित केलेल्या डेटामुळे पक्षपाती अंतर्दृष्टी व्युत्पन्न करू शकते, ज्यामुळे संभाव्यतः हानिकारक किंवा भेदभावपूर्ण परिणाम - पक्षपाताचा धोका.
- GPT-n, ChatGPT मध्ये BI विश्लेषण चालविणारी व्यावसायिक उद्दिष्टे आणि उद्दिष्टे यांची सखोल माहिती नसू शकते, ज्यामुळे शिफारशी एकंदर धोरणाशी जुळत नाहीत — व्यावसायिक उद्दिष्टांची मर्यादित समज.
- व्यवसाय-गंभीर डेटावर विश्वास ठेवणे आणि ते "ब्लॅक बॉक्स" सह सामायिक करणे जे स्वत: शिकू शकतात हे शीर्ष व्यवस्थापनाच्या उज्वल डोक्यात कल्पना निर्माण करेल जे तुम्ही तुमच्या प्रतिस्पर्ध्यांना कसे जिंकायचे ते शिकवत आहात — विश्वासाचा अभाव. Amazon DynamoDB सारखे पहिले क्लाउड डेटाबेस दिसू लागले तेव्हा आम्ही हे आधीच पाहिले होते.
किमान एक युक्तिवाद सिद्ध करण्यासाठी, ChatGPT कसे पटण्यासारखे वाटू शकते ते तपासूया. परंतु काही प्रकरणांमध्ये ते योग्य नाही.
मी ChatGPT ला साधी गणना 965*590 सोडवायला सांगेन आणि नंतर स्टेप बाय स्टेप निकाल स्पष्ट करायला सांगेन.
५६८ ३५० ?! अरेरे… काहीतरी चूक झाली.
माझ्या बाबतीत, ChatGPT प्रतिसादात एक भ्रम निर्माण झाला कारण उत्तर 568,350 चुकीचे आहे.
चला दुसरा शॉट बनवू आणि ChatGPT ला चरण-दर-चरण परिणाम स्पष्ट करण्यास सांगू.
छान शॉट! पण तरीही चूक…
ChatGPT चरण-दर-चरण स्पष्टीकरणात मन वळवण्याचा प्रयत्न करते, परंतु तरीही ते चुकीचे आहे.
संदर्भ महत्त्वाचे. चला पुन्हा प्रयत्न करूया पण तीच समस्या “अ‍ॅज…” प्रॉम्प्टसह फीड करू.
बिंगो! ५६९ ३५० हे बरोबर उत्तर आहे
परंतु हे असे आहे की ज्या प्रकारचे सामान्यीकरण न्यूरल नेट सहजपणे करू शकते — जे 965*590 आहे — ते पुरेसे नाही; वास्तविक संगणकीय अल्गोरिदम आवश्यक आहे, केवळ सांख्यिकी-आधारित दृष्टीकोन नाही.
कोणास ठाऊक... कदाचित एआयने भूतकाळात गणिताच्या शिक्षकांशी सहमती दर्शवली होती आणि उच्च श्रेणीपर्यंत कॅल्क्युलेटर वापरत नाही.
मागील उदाहरणातील माझा प्रॉम्प्ट सरळ असल्याने, तुम्ही चॅटजीपीटीच्या प्रतिसादातील चुकीची चूक त्वरीत ओळखू शकता आणि त्याचे निराकरण करण्याचा प्रयत्न करू शकता. परंतु यासारख्या प्रश्नांच्या प्रतिसादात भ्रमनिरास झाला तर काय होईल:
- कोणता विक्रेता सर्वात प्रभावी आहे?
- मला शेवटच्या तिमाहीचा महसूल दाखवा.
हे आपल्याला मशरूमशिवाय भ्रमनिरास-प्रेरित निर्णय घेण्याकडे नेऊ शकते.
अर्थात, मला खात्री आहे की जनरेटिव्ह एआयच्या क्षेत्रात कमी लक्ष केंद्रित केलेल्या उपायांच्या विकासामुळे माझे वरीलपैकी बरेच युक्तिवाद काही महिन्यांत किंवा वर्षांमध्ये अप्रासंगिक होतील.
GPT-n च्या मर्यादांकडे दुर्लक्ष केले जाऊ नये, तरीही व्यवसाय मानवी विश्लेषकांच्या (मला ह्यूमन हायलाइट करणे) आणि AI सहाय्यकांच्या सामर्थ्याचा फायदा घेऊन अधिक मजबूत आणि प्रभावी विश्लेषणात्मक प्रक्रिया तयार करू शकतात. उदाहरणार्थ, अशा परिस्थितीचा विचार करा जिथे मानवी विश्लेषक ग्राहकांच्या मंथनात योगदान देणारे घटक ओळखण्याचा प्रयत्न करतात. GPT-3 किंवा उच्च द्वारे समर्थित AI सहाय्यकांचा वापर करून, विश्लेषक त्वरीत संभाव्य घटकांची सूची तयार करू शकतो, जसे की किंमत, ग्राहक सेवा आणि उत्पादन गुणवत्ता, नंतर या सूचनांचे मूल्यमापन करू शकतो, डेटाची पुढील तपासणी करू शकतो आणि शेवटी सर्वात संबंधित घटक ओळखू शकतो. जे ग्राहक मंथन चालवतात.
मला मानवासारखे ग्रंथ दाखवा
मानवी विश्लेषक ChatGPT ला प्रॉम्प्ट करत आहेत
एआय असिस्टंटचा वापर तुम्ही सध्या अगणित तास घालवलेल्या कार्यांना स्वयंचलित करण्यासाठी केला जाऊ शकतो. हे स्पष्ट आहे, परंतु GPT-3 आणि उच्च सारख्या मोठ्या लँग्वेज मॉडेल्सद्वारे समर्थित AI सहाय्यकांची चांगली चाचणी केली जाते - ते मानवासारखे मजकूर तयार करणारे क्षेत्र जवळून पाहू या.
BI डेव्हलपरच्या दैनंदिन कामांमध्ये त्यांचा एक समूह आहे:
- चार्ट, शीट शीर्षके आणि वर्णन लिहिणे. GPT-3 आणि उच्च आम्हाला त्वरीत माहितीपूर्ण आणि संक्षिप्त शीर्षके तयार करण्यात मदत करू शकतात, आमचे डेटा व्हिज्युअलायझेशन निर्णय घेणार्‍यांना समजणे आणि नेव्हिगेट करणे सोपे आहे याची खात्री करून आणि "अ‍ॅज .." प्रॉम्प्ट वापरून.
- कोड दस्तऐवजीकरण. GPT-3 आणि उच्च सह, आम्ही आमच्या कार्यसंघ सदस्यांना कोडबेस समजणे आणि देखरेख करणे सोपे बनवून, चांगले-दस्तऐवजीकरण केलेले कोड स्निपेट द्रुतपणे तयार करू शकतो.
- मास्टर आयटम तयार करणे (व्यवसाय शब्दकोश). AI सहाय्यक विविध डेटा पॉइंट्ससाठी अचूक आणि संक्षिप्त व्याख्या प्रदान करून, संदिग्धता कमी करून आणि चांगल्या टीम कम्युनिकेशनला प्रोत्साहन देऊन एक व्यापक व्यवसाय शब्दकोश तयार करण्यात मदत करू शकतो.
- अॅपमधील शीट्स/डॅशबोर्डसाठी आकर्षक लघुप्रतिमा (कव्हर्स) तयार करणे. GPT-n आकर्षक आणि दृष्यदृष्ट्या आकर्षक लघुप्रतिमा तयार करू शकते, वापरकर्ता अनुभव सुधारू शकते आणि वापरकर्त्यांना उपलब्ध डेटा एक्सप्लोर करण्यासाठी प्रोत्साहित करू शकते.
- Power BI मधील Qlik Sense / DAX क्वेरींमध्ये सेट-विश्लेषण अभिव्यक्तीद्वारे गणना सूत्रे लिहिणे. GPT-n आम्हाला या अभिव्यक्ती आणि प्रश्नांचा अधिक कार्यक्षमतेने मसुदा तयार करण्यात मदत करू शकते, सूत्रे लिहिण्यात घालवलेला वेळ कमी करून आणि डेटा विश्लेषणावर लक्ष केंद्रित करण्यास आम्हाला अनुमती देते.
- डेटा लोड स्क्रिप्ट (ETL) लिहिणे. GPT-n ETL स्क्रिप्ट तयार करण्यात, डेटा ट्रान्सफॉर्मेशन स्वयंचलित करण्यासाठी आणि संपूर्ण सिस्टममध्ये डेटा सुसंगतता सुनिश्चित करण्यात मदत करू शकते.
- डेटा आणि अनुप्रयोग समस्यांचे निवारण. GPT-n संभाव्य समस्या ओळखण्यात मदत करण्यासाठी सूचना आणि अंतर्दृष्टी प्रदान करू शकते आणि सामान्य डेटा आणि अनुप्रयोग समस्यांसाठी उपाय ऑफर करू शकते.
- डेटा मॉडेलमध्ये फील्डचे तांत्रिक ते व्यवसायात पुनर्नामित करणे. GPT-n आम्हाला तांत्रिक संज्ञा अधिक प्रवेशयोग्य व्यावसायिक भाषेत अनुवादित करण्यात मदत करू शकते, जे काही क्लिकसह गैर-तांत्रिक भागधारकांसाठी डेटा मॉडेल समजण्यास सोपे करते.
GPT-n मॉडेल्सद्वारे समर्थित AI सहाय्यक नियमित कार्ये स्वयंचलित करून आणि अधिक जटिल विश्लेषण आणि निर्णय घेण्यासाठी वेळ मोकळा करून आमच्या कामात अधिक कार्यक्षम आणि प्रभावी होण्यास मदत करू शकतात.
आणि हे असे क्षेत्र आहे जिथे आमचा Qlik Sense साठी ब्राउझर विस्तार मूल्य देऊ शकतो. आम्ही AI असिस्टंटच्या आगामी रिलीझसाठी तयारी केली आहे, जे विश्लेषण अॅप्स विकसित करताना फक्त अॅपमध्ये Qlik डेव्हलपरसाठी शीर्षक आणि वर्णन निर्मिती आणेल.
या नियमित कामांसाठी OpenAI API द्वारे दंड-ट्यून केलेले GPT-n वापरून, Qlik विकासक आणि विश्लेषक त्यांच्या कार्यक्षमतेत लक्षणीय सुधारणा करू शकतात आणि जटिल विश्लेषण आणि निर्णय घेण्यास अधिक वेळ देऊ शकतात. हा दृष्टीकोन हे देखील सुनिश्चित करतो की आम्ही GPT-n च्या सामर्थ्याचा फायदा घेतो आणि गंभीर डेटा विश्लेषण आणि अंतर्दृष्टी निर्मितीसाठी त्यावर अवलंबून राहण्याचे धोके कमी करतो.
निष्कर्ष
शेवटी, मला, कृपया ChatGPT ला मार्ग द्या:
Qlik Sense आणि इतर बिझनेस इंटेलिजेंस टूल्सच्या संदर्भात GPT-n च्या मर्यादा आणि संभाव्य ऍप्लिकेशन दोन्ही ओळखणे संस्थांना संभाव्य धोके कमी करताना या शक्तिशाली AI तंत्रज्ञानाचा पुरेपूर वापर करण्यास मदत करते. GPT-n-व्युत्पन्न अंतर्दृष्टी आणि मानवी कौशल्य यांच्यातील सहकार्याला चालना देऊन, संस्था एक मजबूत विश्लेषणात्मक प्रक्रिया तयार करू शकतात जी AI आणि मानवी विश्लेषक या दोघांच्या सामर्थ्याचा फायदा घेते.
आमच्या आगामी उत्पादन रिलीझचे फायदे अनुभवण्‍यासाठी प्रथम असण्‍यासाठी, आम्ही तुम्हाला आमच्या लवकर प्रवेश कार्यक्रमासाठी फॉर्म भरण्‍यासाठी आमंत्रित करू इच्छितो. प्रोग्राममध्ये सामील होऊन, तुम्हाला नवीनतम वैशिष्‍ट्ये आणि सुधारणांमध्‍ये विशेष प्रवेश मिळेल जे तुम्हाला क्लिक डेव्हलपमेंट वर्कफ्लोमध्‍ये एआय असिस्टंटची ताकद वापरण्‍यात मदत करतील. कर्व्हच्या पुढे राहण्याची आणि तुमच्या संस्थेसाठी AI-चालित अंतर्दृष्टीची पूर्ण क्षमता अनलॉक करण्याची ही संधी गमावू नका.
