ווי איר קען וויסן, מיין מאַנשאַפֿט און איך האָבן געבראכט צו די Qlik קהל אַ בלעטערער פאַרלענגערונג וואָס ינטאַגרייץ Qlik און Git צו סימלאַסלי שפּאָרן דאַשבאָרד ווערסיעס, מאכן טהומבנאַילס פֿאַר דאַשבאָרדז אָן סוויטשינג צו אנדערע פֿענצטער. אין טאן אַזוי, מיר שפּאָרן Qlik דעוועלאָפּערס אַ באַטייטיק סומע פון צייט און רעדוצירן דרוק אויף אַ טעגלעך יקער.
איך שטענדיק זוכן וועגן צו פֿאַרבעסערן די Qlik אַנטוויקלונג פּראָצעס און אַפּטאַמייז טעגלעך רוטינז. דאָס איז וואָס עס איז צו שווער צו ויסמיידן די מערסט כייפּט טעמע, ChatGPT און GPT-n, דורך OpenAI אָדער גרויס שפּראַך מאָדעל אין פּראָסט.
לאָמיר האָפּקען דעם טייל וועגן ווי גרויס שפּראַך מאָדעלס, GPT-n, אַרבעט. אַנשטאָט, איר קענען פרעגן ChatGPT אָדער לייענען די בעסטער מענטש דערקלערונג פון Steven Wolfram.
איך וועל אָנהייבן פֿון די אַנפּאַפּיאַלער טעזיס, "GPT-n דזשענערייטאַד ינסייץ פון די דאַטן איז אַ נייַגעריקייַט-קווענטשינג צאַצקע," און דערנאָך טיילן פאַקטיש ביישפילן ווו אַן אַי אַסיסטאַנט וואָס מיר אַרבעטן אויף קענען אָטאַמייט רוטין טאַסקס, פריי צייט פֿאַר מער קאָמפּליצירט אַנאַליסיס און באַשלוס-מאכן פֿאַר BI-דעוועלאָפּערס / אַנאַליס.
אַי אַסיסטאַנט פון מיין קינדשאַפט
דו זאלסט נישט לאָזן GPT-n פאַרפירן איר
... עס ס נאָר זאָגן טינגז וואָס "געזונט רעכט" באזירט אויף וואָס די טינגז "סאָונד ווי" אין זיין טריינינג מאַטעריאַל. © סטיווען וואָלפראַם
אַזוי, איר שמועסן מיט ChatGPT אַלע טאָג לאַנג. און פּלוצלינג, אַ בריליאַנט געדאַנק קומט צו מיינונג: "איך וועל פּינטלעך ChatGPT צו דזשענערייט אַקטיאָנאַבלע ינסייץ פון די דאַטן!"
פידינג GPT-n מאָדעלס ניצן OpenAI API מיט אַלע געשעפט דאַטן און דאַטן מאָדעלס איז אַ גרויס נסיון צו באַקומען אַקטיאָנאַבלע ינסייץ, אָבער דאָ איז די קריטיש זאַך - די ערשטיק אַרבעט פֿאַר די גרויס שפּראַך מאָדעל ווי GPT-3 אָדער העכער איז צו געפֿינען אויס ווי צו פאָרזעצן אַ שטיק פון טעקסט וואָס עס איז געגעבן. אין אנדערע ווערטער, עס "פאָלגט די מוסטער" פון וואָס איז דאָרט אויף די וועב און אין ביכער און אנדערע מאַטעריאַלס געניצט אין עס.
באַזירט אויף דעם פאַקט, עס זענען זעקס באַרדאַסדיק אַרגומענטן וואָס GPT-n דזשענערייטאַד ינסייץ זענען נאָר אַ צאַצקע צו שטילן דיין נייַגעריקייַט און ברענוואַרג סאַפּלייער פֿאַר די געדאַנק גענעראַטאָר גערופֿן דעם מענטש מאַרך:
- GPT-n, ChatGPT קען דזשענערייט ינסייץ וואָס זענען נישט באַטייַטיק אָדער מינינגפאַל ווייַל עס פעלן די נייטיק קאָנטעקסט צו פֿאַרשטיין די דאַטן און די נואַנסיז - פעלן פון קאָנטעקסט.
- GPT-n, ChatGPT קען דזשענערייט ומפּינקטלעך ינסייץ רעכט צו ערראָרס אין דאַטן פּראַסעסינג אָדער פאָלטי אַלגערידאַמז - פעלן פון אַקיעראַסי.
- בלויז פאַרלאָזנ אויף GPT-n, ChatGPT פֿאַר ינסייץ קענען פירן צו אַ פעלן פון קריטיש טראכטן און אַנאַליסיס פון מענטשלעך עקספּערץ, וואָס קען פירן צו פאַלש אָדער דערענדיקט קאַנקלוזשאַנז - איבער-צוטרוי אויף אָטאַמיישאַן.
- GPT-n, ChatGPT קען דזשענערייט בייאַסט ינסייץ רעכט צו די דאַטן עס איז געווען טריינד אויף, פּאַטענטשאַלי לידינג צו שעדלעך אָדער דיסקרימינאַטאָרי אַוטקאַמז - די ריזיקירן פון פאָרורטייל.
- GPT-n, ChatGPT קען פעלן אַ טיף פארשטאנד פון די געשעפט גאָולז און אַבדזשעקטיווז וואָס פירן BI אַנאַליסיס, וואָס פירן צו רעקאַמאַנדיישאַנז וואָס זענען נישט אַליינד מיט די קוילעלדיק סטראַטעגיע - אַ לימיטעד פארשטאנד פון געשעפט גאָולז.
- טראַסטינג געשעפט-קריטיש דאַטן און ייַנטיילונג עס מיט אַ "שוואַרץ קעסטל" וואָס קענען זיך-לערנען וועט אָנווייַזן דעם געדאַנק אין שפּיץ פאַרוואַלטונג העל קעפ אַז איר לערנען דיין קאָמפּעטיטאָרס ווי צו געווינען - פעלן פון צוטרוי. מיר האָבן שוין געזען דעם ווען דער ערשטער וואָלקן דאַטאַבייסיז ווי Amazon DynamoDB אנגעהויבן צו דערשייַנען.
צו באַווייַזן אין מינדסטער איין אַרגומענט, לאָמיר ונטערזוכן ווי ChatGPT קען געזונט קאַנווינסינג. אבער אין עטלעכע קאַסעס, עס איז נישט ריכטיק.
איך וועל פרעגן ChatGPT צו סאָלווע די פּשוט כעזשבן 965 * 590 און דאַן בעטן עס צו דערקלערן די רעזולטאַטן שריט-דורך-שריט.
568 350 ?! אָאָפּס ... עפּעס גייט פאַלש.
אין מיין פאַל, אַ כאַלוסאַניישאַן צעבראכן דורך די ChatGPT ענטפער ווייַל די ענטפער 568,350 איז פאַלש.
לאָמיר מאַכן די רגע שאָס און פרעגן ChatGPT צו דערקלערן די רעזולטאַטן שריט-דורך-שריט.
שיין שאָס! אָבער נאָך טעות ...
ChatGPT פרובירט צו זיין פּערסווייסיוו אין אַ שריט-דורך-שריט דערקלערונג, אָבער עס איז נאָך פאַלש.
דער קאָנטעקסט איז וויכטיק. לאָמיר פּרובירן ווידער אָבער קאָרמען די זעלבע פּראָבלעם מיט די "אַקט ווי ..." פּינטלעך.
BINGO! 569 350 איז די ריכטיק ענטפער
אָבער דאָס איז אַ פאַל, וואָס די מין פון גענעראַליזיישאַן וואָס אַ נעוראַל נעץ קענען לייכט טאָן - וואָס איז 965*590 - וועט נישט זיין גענוג; אַ פאַקטיש קאַמפּיוטיישאַנאַל אַלגערידאַם איז דארף, ניט נאָר אַ סטאַטיסטיש-באזירט צוגאַנג.
ווער ווייסט ... אפֿשר אַי נאָר מסכים מיט מאטעמאטיק לערערס אין דער פאַרגאַנגענהייט און טוט נישט נוצן די קאַלקולאַטאָר ביז העכער גראַדעס.
זינט מיין פּינטלעך אין די פריערדיקע בייַשפּיל איז סטרייטפאָרווערד, איר קענען געשווינד ידענטיפיצירן די פאַלאַסי פון די ענטפער פון ChatGPT און פּרובירן צו פאַרריכטן עס. אָבער וואָס אויב די כאַלוסאַניישאַן ברייקס דורך אין ענטפער צו פֿראגן ווי:
- וואָס פאַרקויפער איז די מערסט עפעקטיוו?
- ווייַזן מיר די רעוועך פֿאַר די לעצטע פערטל.
עס קען פירן אונדז צו די כאַלוסאַניישאַן-דרייווד באַשלוס געמאכט, אָן מאַשרומז.
פון קורס, איך בין זיכער אַז פילע פון מיין אויבן אַרגומענטן וועט ווערן ירעלאַוואַנט אין אַ פּאָר פון חדשים אָדער יאָרן רעכט צו דער אַנטוויקלונג פון שמאָל פאָוקיסט סאַלושאַנז אין די פעלד פון גענעראַטיווע אַי.
כאָטש די לימיטיישאַנז פון GPT-n זאָל ניט זיין איגנאָרירט, געשעפטן קענען נאָך מאַכן אַ מער געזונט און עפעקטיוו אַנאַליסיס פּראָצעס דורך לעווערידזשינג די סטרענגקטס פון מענטשלעך אַנאַליס (עס איז מאָדנע אַז איך האָבן צו הויכפּונקט HUMAN) און אַי אַסיסטאַנץ. פֿאַר בייַשפּיל, באַטראַכטן אַ סצענאַר ווו מענטש אַנאַליס פּרובירן צו ידענטיפיצירן סיבות קאַנטריביוטינג צו קונה טשערן. ניצן אַי אַסיסטאַנץ פּאַוערד דורך GPT-3 אָדער העכער, דער אַנאַליסט קענען געשווינד דזשענערייט אַ רשימה פון פּאָטענציעל סיבות, אַזאַ ווי פּרייסינג, קונה דינסט און פּראָדוקט קוואַליטעט, דערנאָך אָפּשאַצן די פֿירלייגן, פאָרשן די דאַטן ווייַטער און לעסאָף ידענטיפיצירן די מערסט באַטייַטיק סיבות. אַז פירן קונה טשורן.
ווייַז מיר די מענטש-ווי טעקסטן
מענטש אַנאַליסט פּראַמפּס צו ChatGPT
די אַי אַסיסטאַנט קענען ווערן גענוצט צו אָטאַמייט טאַסקס וואָס איר פאַרברענגען קאַונטלאַס שעה צו טאָן רעכט איצט. עס איז קלאָר ווי דער טאָג, אָבער לאָמיר קוקן נעענטער אין דער געגנט ווו אַי אַסיסטאַנץ פּאַוערד דורך גרויס שפּראַך מאָדעלס אַזאַ ווי GPT-3 און העכער זענען טעסטעד געזונט - דזשענערייטינג מענטש-ווי טעקסץ.
עס זענען אַ בינטל פון זיי אין די טעגלעך יקער טאַסקס פון BI דעוועלאָפּערס:
- שרייבן טשאַרץ, בלאַט טיטלען און דיסקריפּשאַנז. GPT-3 און העכער קענען העלפֿן אונדז געשווינד דזשענערייט ינפאָרמאַטיוו און קאַנסייס טיטלען, ינשורינג אונדזער דאַטן וויזשוואַלאַזיישאַן איז גרינג צו פֿאַרשטיין און נאַוויגירן פֿאַר באַשלוס-מייקערז און ניצן די "אַקט ווי .." פּינטלעך.
- קאָד דאַקיומענטיישאַן. מיט GPT-3 און העכער, מיר קענען געשווינד מאַכן געזונט-דאַקיאַמענטאַד קאָד סניפּאַץ, וואָס מאכט עס גרינגער פֿאַר אונדזער מאַנשאַפֿט מיטגלידער צו פֿאַרשטיין און טייַנען די קאָד.
- שאפן בעל זאכן (געשעפט ווערטערבוך). דער אַי אַסיסטאַנט קענען אַרוישעלפן אין בויען אַ פולשטענדיק געשעפט ווערטערבוך דורך צושטעלן גענוי און קאַנסייס דעפֿיניציע פֿאַר פאַרשידן דאַטן פונקטן, רידוסינג אַמביגיואַטי און פאַסטערינג בעסער מאַנשאַפֿט קאָמוניקאַציע.
- שאַפֿן אַ קאַטשי טאַמנייל (קאָווערס) פֿאַר די שיץ / דאַשבאָרדז אין די אַפּ. GPT-n קענען דזשענערייט ענגיידזשינג און וויזשוואַלי אַפּילינג טהומבנאַילס, ימפּרוווינג באַניצער דערפאַרונג און ינקעראַדזשינג יוזערז צו ויספאָרשן די בנימצא דאַטן.
- שרייבן קאַלקולאַטיאָן פאָרמולאַס דורך שטעלן-אַנאַליז אויסדרוקן אין Qlik Sense / DAX פֿראגן אין Power BI. GPT-n קענען העלפֿן אונדז מאַכן די אויסדרוקן און פֿראגן מער יפישאַנטלי, רידוסינג די צייט פארבראכט אויף שרייבן פאָרמולאַס און אַלאַוינג אונדז צו פאָקוס אויף דאַטן אַנאַליסיס.
- שרייבן דאַטן מאַסע סקריפּס (ETL). GPT-n קענען אַרוישעלפן אין קריייטינג ETL סקריפּס, אָטאַמייטינג דאַטן טראַנספאָרמאַציע און ינשורינג דאַטן קאָנסיסטענסי אַריבער סיסטעמען.
- טראָובלעשאָאָטינג דאַטן און אַפּלאַקיישאַן ישוז. GPT-n קענען צושטעלן פֿירלייגן און ינסייץ צו העלפֿן ידענטיפיצירן פּאָטענציעל ישוז און פאָרשלאָגן סאַלושאַנז פֿאַר פּראָסט דאַטן און אַפּלאַקיישאַן פּראָבלעמס.
- ריניימינג פעלדער פון טעכניש צו געשעפט אין דאַטאַ מאָדעל. GPT-n קענען העלפֿן אונדז איבערזעצן טעכניש טערמינען אין אַ מער צוטריטלעך געשעפט שפּראַך, וואָס מאכט די דאַטן מאָדעל גרינגער צו פֿאַרשטיין פֿאַר ניט-טעכניש סטייקכאָולדערז מיט ווייניק קליקס.
AI אַסיסטאַנץ פּאַוערד דורך GPT-n מאָדעלס קענען העלפֿן אונדז זיין מער עפעקטיוו און עפעקטיוו אין אונדזער אַרבעט דורך אָטאַמייטינג רוטין טאַסקס און פריי צייט פֿאַר מער קאָמפּליצירט אַנאַליסיס און באַשלוס-מאכן.
און דאָס איז דער געגנט ווו אונדזער בלעטערער פאַרלענגערונג פֿאַר די Qlik Sense קענען צושטעלן ווערט. מיר האָבן צוגעגרייט פֿאַר די אַפּקאַמינג מעלדונג - פון אַי אַסיסטאַנט, וואָס וועט ברענגען טיטלען און באַשרייַבונג דור צו Qlik דעוועלאָפּערס נאָר אין די אַפּ בשעת דעוועלאָפּינג אַנאַליטיקס אַפּפּס.
ניצן פיינד-טונד GPT-n דורך OpenAI API פֿאַר די רוטין טאַסקס, Qlik דעוועלאָפּערס און אַנאַליס קענען באטייטיק פֿאַרבעסערן זייער עפעקטיווקייַט און אַלאַקייט מער צייט צו קאָמפּלעקס אַנאַליסיס און באַשלוס-מאכן. דער צוגאַנג אויך ינשורז אַז מיר ליווערידזש די סטרענגקטס פון GPT-n בשעת מינאַמייזינג די ריסקס פון פאַרלאָזנ אויף עס פֿאַר קריטיש דאַטן אַנאַליסיס און ינסייץ.
סאָף
אין מסקנא, לאָזן מיר, ביטע געבן וועג צו ChatGPT:
דערקענען ביידע די לימיטיישאַנז און פּאָטענציעל אַפּלאַקיישאַנז פון GPT-n אין דעם קאָנטעקסט פון Qlik Sense און אנדערע געשעפט סייכל מכשירים העלפּס אָרגאַנאַזיישאַנז מאַכן די מערסט פון דעם שטאַרק אַי טעכנאָלאָגיע בשעת מיטאַגייטינג פּאָטענציעל ריסקס. דורך פאָסטערינג מיטאַרבעט צווישן GPT-n-דזשענערייטאַד ינסייץ און מענטש עקספּערטיז, אָרגאַנאַזיישאַנז קענען מאַכן אַ געזונט אַנאַליסיס פּראָצעס וואָס קאַפּיטאַלייזיז די סטרענגקטס פון ביידע אַי און מענטש אַנאַליס.
צו זיין צווישן די ערשטע צו דערפאַרונג די בענעפיץ פון אונדזער אַפּקאַמינג פּראָדוקט מעלדונג, מיר וועלן לאַדן איר צו פּלאָמבירן די פאָרעם פֿאַר אונדזער פרי אַקסעס פּראָגראַם. דורך דזשוינינג דעם פּראָגראַם, איר וועט באַקומען ויסשליסיק אַקסעס צו די לעצטע פֿעיִקייטן און ימפּרווומאַנץ וואָס וועט העלפֿן איר נוצן די מאַכט פון אַי אַסיסטאַנט אין דיין Qlik אַנטוויקלונג וואָרקפלאָווס. דו זאלסט נישט פאַרפירן די געלעגנהייט צו בלייבן פאָרויס פון די ויסבייג און ופשליסן די פול פּאָטענציעל פון אַי-געטריבן ינסייץ פֿאַר דיין אָרגאַניזאַציע.
