Ako možno viete, môj tím a ja sme do komunity Qlik priniesli rozšírenie prehliadača, ktoré integruje Qlik a Git na bezproblémové ukladanie verzií dashboardov a vytvára miniatúry pre dashboardy bez prepínania do iných okien. Tým šetríme vývojárom Qlik značné množstvo času a znižujeme stres na dennej báze.
Vždy hľadám spôsoby, ako zlepšiť proces vývoja Qlik a optimalizovať denné rutiny. Preto je príliš ťažké vyhnúť sa najviac medializovanej téme, ChatGPT a GPT-n, pomocou OpenAI alebo Large Language Model.
Preskočme časť o tom, ako fungujú veľké jazykové modely, GPT-n. Namiesto toho sa môžete opýtať ChatGPT alebo si prečítať najlepšie ľudské vysvetlenie od Stevena Wolframa.
Začnem nepopulárnou tézou „GPT-n Generated Insights from the data is a Curiosity-Qenching Toy“ a potom sa podelím o príklady zo skutočného života, kde asistent AI, na ktorom pracujeme, dokáže automatizovať rutinné úlohy, voľný čas pre zložitejšie analýza a rozhodovanie pre BI-vývojárov/analytikov.
Asistent AI z detstva
Nenechajte sa zviesť GPT-n
… je to len hovorenie vecí, ktoré „znejú správne“ na základe toho, ako veci „zneli“ v školiacom materiáli. © Steven Wolfram
Takže chatujete s ChatGPT celý deň. A zrazu mi príde na myseľ skvelá myšlienka: „Vyzvem ChatGPT, aby z údajov vygeneroval použiteľné informácie!“
Napájanie modelov GPT-n pomocou rozhrania OpenAI API so všetkými obchodnými údajmi a dátovými modelmi je skvelým pokušením získať praktické informácie, ale tu je zásadná vec – hlavnou úlohou veľkého jazykového modelu, ako je GPT-3 alebo vyšší, je zistiť, ako pokračovať v úryvku textu, ktorý ste dostali. Inými slovami, „riadi sa vzorom“ toho, čo je na webe a v knihách a iných materiáloch, ktoré sú v ňom použité.
Na základe tejto skutočnosti existuje šesť racionálnych argumentov, prečo sú poznatky generované GPT-n len hračkou na uhasenie vašej zvedavosti a dodávateľa paliva pre generátor nápadov nazývaný ľudský mozog:
- GPT-n, ChatGPT môže generovať poznatky, ktoré nie sú relevantné alebo zmysluplné, pretože im chýba potrebný kontext na pochopenie údajov a ich nuancií – nedostatok kontextu.
- GPT-n, ChatGPT môže generovať nepresné informácie v dôsledku chýb pri spracovaní údajov alebo chybných algoritmov – nedostatočná presnosť.
- ChatGPT, ktorý sa spolieha výlučne na GPT-n, môže viesť k nedostatku kritického myslenia a analýzy od ľudských expertov, čo môže viesť k nesprávnym alebo neúplným záverom – nadmernému spoliehaniu sa na automatizáciu.
- GPT-n, ChatGPT môže generovať neobjektívne poznatky v dôsledku údajov, na ktorých bol vyškolený, čo môže viesť k škodlivým alebo diskriminačným výsledkom – riziko zaujatosti.
- GPT-n, ChatGPT môže postrádať hlboké pochopenie obchodných cieľov a cieľov, ktoré riadia analýzu BI, čo vedie k odporúčaniam, ktoré nie sú v súlade s celkovou stratégiou – obmedzené pochopenie obchodných cieľov.
- Dôverovanie kritickým obchodným údajom a ich zdieľanie s „čiernou skrinkou“, ktorá sa dokáže sama naučiť, splodí nápad v bystrých hlavách TOP manažmentu, že učíte svojich konkurentov, ako vyhrať – nedostatok dôvery. Už sme to videli, keď sa začali objavovať prvé cloudové databázy ako Amazon DynamoDB.
Aby sme dokázali aspoň jeden argument, pozrime sa, ako by ChatGPT mohol znieť presvedčivo. Ale v niektorých prípadoch to nie je správne.
Požiadam ChatGPT, aby vyriešil jednoduchý výpočet 965 * 590 a potom ho požiadam, aby vysvetlil výsledky krok za krokom.
568 350 ?! OOPS... niečo sa pokazilo.
V mojom prípade sa v odpovedi ChatGPT objavila halucinácia, pretože odpoveď 568,350 XNUMX je nesprávna.
Urobme druhý výstrel a požiadame ChatGPT, aby vysvetlil výsledky krok za krokom.
Pekná strela! Ale stále nesprávne…
ChatGPT sa snaží byť presvedčivý vo vysvetľovaní krok za krokom, no stále je to nesprávne.
Na kontexte záleží. Skúsme to znova, ale napíšte rovnaký problém s výzvou „správať sa ako...“.
BINGO! 569 350 je správna odpoveď
Ale toto je prípad, keď zovšeobecnenie, ktoré dokáže neurónová sieť ľahko urobiť – čo je 965*590 – nebude stačiť; je potrebný skutočný výpočtový algoritmus, nielen štatistický prístup.
Ktovie... možno sa AI v minulosti dohodla s učiteľmi matematiky a nepoužíva kalkulačku až do vyšších ročníkov.
Keďže moja výzva v predchádzajúcom príklade je jednoduchá, môžete rýchlo identifikovať klam odpovede od ChatGPT a pokúsiť sa ju opraviť. Ale čo keď halucinácia prenikne do odpovede na otázky ako:
- Ktorý predajca je najefektívnejší?
- Ukážte mi výnosy za posledný štvrťrok.
Mohlo by nás to priviesť k HALUCINÁCIAMI RIADENÉMU ROZHODOVANIU bez húb.
Samozrejme, som si istý, že mnohé z mojich vyššie uvedených argumentov sa o pár mesiacov či rokov stanú irelevantnými v dôsledku vývoja úzko zameraných riešení v oblasti generatívnej AI.
Aj keď by sa obmedzenia GPT-n nemali ignorovať, podniky môžu stále vytvárať robustnejší a efektívnejší analytický proces využitím silných stránok ľudských analytikov (je smiešne, že musím zdôrazniť ČLOVEKA) a asistentov AI. Uvažujme napríklad o scenári, v ktorom sa ľudskí analytici snažia identifikovať faktory, ktoré prispievajú k odchodu zákazníkov. Pomocou asistentov AI poháňaných GPT-3 alebo novšími môže analytik rýchlo vygenerovať zoznam potenciálnych faktorov, ako sú ceny, služby zákazníkom a kvalita produktu, potom tieto návrhy vyhodnotiť, ďalej skúmať údaje a nakoniec identifikovať najrelevantnejšie faktory. ktoré vedú k odchodu zákazníkov.
UKÁŽTE MI TEXTY AKO ĽUDSKÉ
HUMAN ANALYST robí výzvy na ChatGPT
Asistenta AI možno použiť na automatizáciu úloh, pri ktorých práve teraz strávite nespočetné množstvo hodín. Je to zrejmé, ale pozrime sa bližšie na oblasť, kde sú asistenti AI poháňaní veľkými jazykovými modelmi, ako je GPT-3 a vyššie, dobre testovaní – generujú texty podobné ľuďom.
V každodenných úlohách vývojárov BI je ich veľa:
- Písanie tabuliek, názvov listov a popisov. GPT-3 a vyššie nám môžu pomôcť rýchlo generovať informatívne a stručné názvy, pričom zaisťujú, že naša vizualizácia údajov je ľahko zrozumiteľná a orientovaná pre osoby s rozhodovacou právomocou a používa sa výzva „konať ako...“.
- Dokumentácia kódu. S GPT-3 a novšími môžeme rýchlo vytvárať dobre zdokumentované úryvky kódu, čo členom nášho tímu uľahčuje pochopenie a udržiavanie kódovej základne.
- Vytváranie kmeňových položiek (obchodný slovník). Asistent AI môže pomôcť pri vytváraní komplexného obchodného slovníka tým, že poskytuje presné a stručné definície pre rôzne dátové body, znižuje nejednoznačnosť a podporuje lepšiu tímovú komunikáciu.
- Vytvorenie pútavej miniatúry (obalov) pre hárky/dashboardy v aplikácii. GPT-n dokáže vytvárať pútavé a vizuálne príťažlivé miniatúry, čím zlepšuje používateľskú skúsenosť a povzbudzuje používateľov, aby preskúmali dostupné údaje.
- Písanie výpočtových vzorcov pomocou výrazov analýzy množín v dotazoch Qlik Sense / DAX v službe Power BI. GPT-n nám môže pomôcť navrhnúť tieto výrazy a dopyty efektívnejšie, skrátiť čas strávený písaním vzorcov a umožniť nám sústrediť sa na analýzu údajov.
- Zápis skriptov na načítanie dát (ETL). GPT-n môže pomôcť pri vytváraní ETL skriptov, automatizácii transformácie údajov a zabezpečovaní konzistentnosti údajov medzi systémami.
- Riešenie problémov s údajmi a aplikáciami. GPT-n môže poskytnúť návrhy a poznatky, ktoré pomôžu identifikovať potenciálne problémy a ponúknuť riešenia bežných problémov s údajmi a aplikáciami.
- Premenovanie polí z technických na obchodné v dátovom modeli. Značka GPT-n nám môže pomôcť preložiť technické výrazy do dostupnejšieho obchodného jazyka, vďaka čomu bude dátový model ľahšie pochopiteľný pre netechnické zainteresované strany pomocou niekoľkých kliknutí.
Asistenti AI využívajúci modely GPT-n nám môžu pomôcť byť efektívnejšími a efektívnejšími v našej práci automatizáciou rutinných úloh a uvoľnením času na komplexnejšiu analýzu a rozhodovanie.
A toto je oblasť, v ktorej môže naše rozšírenie prehliadača pre Qlik Sense priniesť hodnotu. Pripravili sme sa na nadchádzajúce vydanie — asistenta AI, ktorý prinesie vývojárom Qlik generovanie titulov a popisov priamo v aplikácii pri vývoji analytických aplikácií.
Pomocou vyladeného GPT-n od OpenAI API pre tieto rutinné úlohy môžu vývojári a analytici Qlik výrazne zlepšiť svoju efektivitu a venovať viac času komplexnej analýze a rozhodovaniu. Tento prístup tiež zaisťuje, že využívame silné stránky GPT-n a zároveň minimalizujeme riziká spoliehania sa naň pri analýze kritických údajov a generovaní prehľadov.
záver
Na záver mi dovoľte dať prednosť ChatGPT:
Uvedomenie si obmedzení a potenciálnych aplikácií GPT-n v kontexte Qlik Sense a ďalších nástrojov business intelligence pomáha organizáciám čo najlepšie využiť túto výkonnú technológiu AI a zároveň zmierniť potenciálne riziká. Podporou spolupráce medzi poznatkami generovanými GPT-n a ľudskými odbornými znalosťami môžu organizácie vytvoriť robustný analytický proces, ktorý využíva silné stránky AI aj ľudských analytikov.
Ak chcete byť medzi prvými, ktorí zažijú výhody nášho pripravovaného vydania produktu, chceli by sme vás pozvať na vyplnenie formulára pre náš program skorého prístupu. Zapojením sa do programu získate exkluzívny prístup k najnovším funkciám a vylepšeniam, ktoré vám pomôžu využiť silu asistenta AI vo vašich vývojových pracovných postupoch Qlik. Nepremeškajte túto príležitosť, aby ste zostali vpredu a odomkli celý potenciál prehľadov založených na AI pre vašu organizáciu.
