Ar dirbtiniam intelektui reikalingas programavimas? [Vaizdo įrašas ir viktorina]

Trumpas atsakymas: DI nereikalauja programavimo, jei jūsų tikslas yra naudoti įrankius, kurti turinį, automatizuoti įprastą darbą arba kurti paprastų darbo eigų prototipus. Kodavimas tampa svarbus, kai norite kurti pasirinktines DI programas, prijungti API, mokyti modelius, dirbti su duomenimis išsamiai arba siekti techninės karjeros DI srityje.

Svarbiausios išvados:

Pradinis taškas: pirmiausia naudokite dirbtinį intelektą be kodo, kai jūsų tikslas yra produktyvumas, turinys arba automatizavimas.

Valdymo poreikiai: Išmokite programuoti, kai šablonai pradeda riboti pritaikymą, integracijas, testavimą ar diegimą.

Įgūdžių derinys: Ankstyvas greito rašymo, duomenų raštingumo, kritinio mąstymo ir darbo eigos planavimo įgūdžių lavinimas.

Karjeros kryptis: techniniams dirbtinio intelekto vaidmenims pirmenybę teikite Python, API, duomenų bazėms, vertinimui ir diegimui.

Praktinis kelias: kodavimą pridėkite tik po to, kai realūs projektai atskleidžia aiškias technines ribas.

Straipsniai, kuriuos galbūt norėsite perskaityti po šio:

🔗 Ar dirbtinis intelektas gali mokytis pats?
Kaip dirbtinis intelektas tobulėja gaunant grįžtamąjį ryšį ir kodėl ribos vis dar svarbios.

🔗 Kaip apmokyti dirbtinio intelekto balso modelį?
Sutikimo pagrindu atliekamų įrašų, išankstinio apdorojimo, tikslinimo ir realistinio testavimo žingsniai.

🔗 Kas yra neigiamas raginimas dirbtiniame intelekte?
Naudokite neigiamus raginimus, kad blokuotumėte suliejimą, netvarką ir nepageidaujamus stilius.

🔗 Ar DI gyvas?
Kodėl dirbtinis intelektas atrodo gyvas, ir sąmonės mokslo teiginiai.

1. Greitas atsakymas: ar dirbtiniam intelektui reikia programavimo? ⚡

Paprasčiausias atsakymas yra:

Ne, dirbtinis intelektas ne visada reikalauja programavimo. Tačiau programavimas suteikia daugiau kontrolės, lankstumo ir karjeros galimybių.

Tai visas sumuštinis. Duona, įdaras, galbūt net šiek tiek permirkusios salotos.

Su dirbtiniu intelektu galite bendrauti natūralia kalba. Galite rašyti raginimus, įkelti failus, generuoti vaizdus, ​​apibendrinti ataskaitas, kurti paprastas automatizacijas ir naudoti dirbtinio intelekto platformas be kodo. Tai reiškia, kad rinkodaros specialistai, mokytojai, dizaineriai, verslo savininkai, rašytojai, studentai, tyrėjai ir paprasti vartotojai gali pasinaudoti dirbtiniu intelektu netapdami programuotojais.

Tačiau kuo giliau giliniesi, tuo svarbesnis tampa programavimas. Jei nori kurti dirbtinio intelekto modelius, jungti API, valdyti duomenų rinkinius, tiksliai derinti sistemas, diegti programas ar šalinti keistas mašininio mokymosi klaidas, kurios atrodo kaip skalbimo mašina, pilna bičių 🐝 – programavimas yra nepaprastai vertingas.

Taigi, kai žmonės klausia: „ Ar dirbtiniam intelektui reikia programavimo?“, jie paprastai užduoda antrą klausimą apačioje:

„Ar galiu išmokti dirbtinio intelekto, net jei nesu techninis?“

Ir atsakymas yra visiškai taip.

2. Kas yra geras atsakymas į klausimą, ar dirbtiniam intelektui reikia programavimo? 🎯

Geras atsakymas neturėtų atbaidyti pradedančiųjų. Taip pat neturėtų būti apsimetama, kad programavimas nesvarbus, nes tai būtų šiek tiek per švelnu.

Tvirtas atsakymas į klausimą „Ar dirbtiniam intelektui reikalingas programavimas?“ turėtų paaiškinti tris dalykus:

• Kokį dirbtinio intelekto darbą norėtumėte atlikti?

• Kiek kontrolės jums reikia

• Nesvarbu, ar jūsų tikslas yra naudojimas, automatizavimas, produktų kūrimas ar profesinis tobulėjimas

Yra didelis skirtumas tarp dirbtinio intelekto rašymo asistento naudojimo ir rekomendacijų variklio kūrimo. Taip pat yra didžiulis skirtumas tarp prašymo pokalbių robotui sukurti pamokos planą ir neuroninio tinklo mokymo naudojant pasirinktinius duomenis.

Geras atsakymas turėtų atsižvelgti į abi realijas:

• Galite pradėti nuo dirbtinio intelekto naudodami paprastą anglų kalbą.

• Su kodavimu galite nueiti daug toliau.

• Nereikia visko įvaldyti iš karto.

• Dirbtinio intelekto mokymasis nėra vienas kelias – tai labiau panašu į išsiplėtusį prekybos centrą su painiais ženklais, bet galiausiai randi maisto aikštelę 🍟

Geriausia atsakymo versija yra praktiška. Ji padeda pasirinkti savo kelią, o ne verčia dirbtinį intelektą skambėti kaip užrakintą pilį, saugomą matematikos drakonų.

3. Dirbtinis intelektas be programavimo: ką galite padaryti 🛠️

Su dirbtiniu intelektu galima nuveikti stebėtinai daug net neprisiliečiant prie kodo. Nuo to ir turėtų pradėti daugelis pradedančiųjų.

Dirbtinio intelekto įrankiai be kodo leidžia naudoti dirbtinį intelektą per mygtukus, formas, šablonus, vilkimo ir numetimo principu veikiančius kūrimo įrankius ir natūralios kalbos raginimus. Jūs aprašote, ko norite, o įrankis pasirūpina technine puse.

Be jokio kodavimo galite:

• Generuokite tinklaraščio įrašus, el. laiškus, scenarijus ir ataskaitas ✍️

• Kurkite vaizdus, ​​maketus, logotipus ir vizualines koncepcijas 🎨

• Sukurkite paprastus pokalbių robotus klientų aptarnavimui

• Apibendrinkite dokumentus ir susitikimų užrašus

• Analizuokite skaičiuokles ir išskirkite šablonus

• Automatizuokite pasikartojančias verslo užduotis

• Sukurkite pagrindinius dirbtinio intelekto darbo eigą tarp programų

• Kurkite socialinių tinklų turinio kalendorius

• Išversti ir perrašyti tekstą

• Pasiūlymų, gyvenimo aprašymų ir pardavimo tekstų juodraščiai

Tai ne „netikras dirbtinio intelekto darbas“. Tai tikras produktyvumas. Keista, kad daugelis žmonių jį nuvertina, nes jame nėra jokio kodo. Tačiau rezultatai yra svarbūs. Jei dirbtinis intelektas sutaupo penkias valandas rankinio darbo, niekas neturėtų stovėti ir klausti: „Hm, taip, bet ar pakankamai techniškai kentėjai?“

Be kodo reikalaujantis dirbtinis intelektas yra ypač naudingas verslo vartotojams, laisvai samdomiems darbuotojams, kūrėjams, pedagogams ir mažoms komandoms. Gaunate greitį. Gaunate paprastumą. Išvengiate techninių nustatymų.

Kompromisas? Galite pasiekti ribas. Įrankiai be kodo yra patogūs, tačiau jie paprastai nesuteikia jums visiškos kontrolės, kaip dirbtinis intelektas elgiasi užkulisiuose.

4. Palyginimo lentelė: dirbtinio intelekto keliai be kodo, su mažu kodu ir su kodavimu 📊

5. Kai jums nereikia programavimo dirbtiniam intelektui 🌱

Jums tikriausiai nereikia programavimo, jei jūsų pagrindinis tikslas yra naudoti dirbtinį intelektą kaip produktyvumo įrankį.

Pavyzdžiui, jei norite, kad dirbtinis intelektas padėtų rašyti, generuoti idėjas, planuoti, apibendrinti, kurti dizainą, atlikti tyrimus ar organizuoti darbą, programavimas nebūtinas. Jums reikia gero nuovokumo, aiškių raginimųir supratimo, ką įrankis gali ir ko negali padaryti.

Jums taip pat nereikia programuoti, jei naudojate dirbtinį intelektą esamoje programinėje įrangoje. Daugelyje kasdienių platformų dabar dirbtinio intelekto funkcijos yra tiesiogiai jų sąsajose. Paspaudžiate mygtuką, įvedate instrukcijas ir gaunate rezultatą. Daugeliui vartotojų to pakanka.

Jums gali nereikėti kodavimo, jei esate:

• Turinio kūrėjas, naudodamas dirbtinį intelektą įrašų juodraščiams kurti 🎬

• Mokytojas kuria viktorinas arba pamokų planus

• Įdarbintojo gyvenimo aprašymų atranka ir tvarkymas

• Dizaineris kuria nuotaikų lentas

• Įmonės savininkas, kuriantis klientų aptarnavimo atsakymus

• Studentas apibendrina užrašus

• Pardavimų vadybininkas, rašantis informacinius pranešimus

• Vadovas, paverčiantis susitikimus veiksmais

Tokiais atvejais geresnis įgūdis yra ne programavimas. Tai mokėjimas užduoti klausimus, įvertinti, tobulinti ir pritaikyti dirbtinio intelekto rezultatus. Tai skamba paprastai, bet tai tikras įgūdis. Raginti yra tarsi duoti nurodymus labai greitam praktikantui, kuris perskaitė beveik viską, bet vis tiek galėtų užtikrintai paduoti jums bananą, kai paprašysite segiklio 🍌.

6. Kai programavimas tampa svarbus dirbtiniame intelekte 💻

Kodavimas tampa svarbus, kai norite pereiti nuo „dirbtinio intelekto naudojimo“ prie „kūrimo su dirbtiniu intelektu“

Yra skirtumas.

Naudojant dirbtinį intelektą, atidaromas įrankis ir nurodoma, ką jis turi padaryti. Kuriant naudojant dirbtinį intelektą, kuriamos sistemos, produktai, automatizavimo procesai ar modeliai, kuriuose dirbtinis intelektas yra mechanizmo dalis.

Jums greičiausiai reikės kodavimo, jei norite:

• Sukurkite dirbtiniu intelektu pagrįstą žiniatinklio arba mobiliąją programėlę

• Prijunkite dirbtinio intelekto modelius prie duomenų bazių

• Naudokite DI API pritaikytoje programinėje įrangoje

• Mokykite arba tiksliai derinkite mašininio mokymosi modelius

• Išvalyti ir apdoroti didelius duomenų rinkinius

• Sukurkite rekomendacijų sistemas

• Kurkite dirbtinio intelekto agentus, atliekančius daugiapakopes užduotis

• Įdiekite DI įrankius vartotojams

• Stebėkite našumą, klaidas, kainą ir saugumą

• Modelio elgsenos tinkinimas ne tik pagal pagrindinius nustatymus

Dažniausia dirbtinio intelekto programavimo kalba yra „Python“. Ji populiari, nes yra lengvai skaitoma, lanksti ir turi didžiulę bibliotekų ekosistemą, skirtą mašininiam mokymuisi, duomenų analizei, automatizavimui ir modelių kūrimui.

Tačiau „Python“ nėra vienintelė vertinga kalba. „JavaScript“ naudinga dirbtinio intelekto žiniatinklio programoms. SQL svarbi dirbant su duomenimis. R naudojama statistikos reikalaujančiose aplinkose. Netgi elementarus komandinės eilutės valdymas padeda.

Programavimas paverčia dirbtinį intelektą iš įrankio, kurį valdote, sistema, kurią galite formuoti. Tai yra didžiausias skirtumas.

7. Svarbūs įgūdžiai be programavimo 🧩

Štai kur pradedantieji maloniai nustemba: programavimas nėra vienintelis svarbus įgūdis dirbtiniame intelekte. Net arti to.

Dirbtinio intelekto darbas taip pat priklauso nuo aiškaus mąstymo, problemų supratimo, gero bendravimo ir vertinimo, ar rezultatai yra vertingi, ar nesąmonė, dėvint gražų švarką.

Svarbūs dirbtinio intelekto įgūdžiai:

• Greitas rašymas – aiškių nurodymų ir apribojimų pateikimas

• Problemos formulavimas – žinojimas, ką bandote išspręsti

• Duomenų raštingumas – modelių, kokybės ir šališkumo supratimas

• Kritinis mąstymas – dirbtinio intelekto rezultatų tikslumo tikrinimas

• Domeno žinios – savo pramonės ar dalyko srities išmanymas

• Darbo eigos dizainas – dirbtinio intelekto pritaikymas realiuose procesuose

• Etiškas vertinimas – žalingo, klaidinančio ar neatsargaus naudojimo vengimas

• Testavimas ir iteracija – rezultatų gerinimas bandymų ir klaidų būdu

Mano paties atliktuose DI darbo eigų bandymuose didžiausi patobulinimai dažnai atsiranda dėl geresnių instrukcijų ir aiškesnių įvesties duomenų, o ne dėl didesnio techninio sudėtingumo. Grubus raginimas gali sugadinti gerą įrankį. Aiškus raginimas gali suteikti net paprastam įrankiui tyliai galingo įspūdžio.

Taigi, ne, programavimas nėra vieninteliai vartai. Kartais žmogus, kuris supranta klientą, klasę, teisinį dokumentą, paciento priėmimo formą ar rinkodaros piltuvėlį, gauna daugiau naudos iš dirbtinio intelekto nei tas, kuris tik moka rašyti techniškai sudėtingą kodą.

Tai nekritika programuotojams. Programuotojai yra puikūs. Tačiau dirbtinis intelektas vertina ir kontekstą.

8. Geriausias pradedančiųjų kelias: kaip išmokti dirbtinio intelekto pirmiausia neprogramuojant 🚶♀️

Jei esate naujokas, pradėkite nuo paprastų dalykų. Nebandykite apmokyti neuroninio tinklo nuo nulio, nebent emocinė žala jums teikia hobį.

Geresnis pradedančiųjų kelias atrodo taip:

1 veiksmas: sužinokite, ką dirbtinis intelektas gali ir ko negali padaryti

Naudokite dirbtinio intelekto įrankius kasdienėms užduotims atlikti. Paprašykite jų apibendrinti, perrašyti, klasifikuoti, palyginti, atlikti minčių audrą ir paaiškinti. Atkreipkite dėmesį, kur jie padeda, o kur daro klaidas.

2 veiksmas: praktikuokite greitą rašymą

Pabandykite pateikti aiškesnius vaidmenis, pavyzdžius, formatus ir apribojimus. Pavyzdžiui, užuot sakę „parašykite įrašą“, nurodykite, kam jis skirtas, kokį toną jis turėtų naudoti, ko vengti ir kokio formato norite.

3 veiksmas: sukurkite mažas darbo eigas be kodo

Prijunkite dirbtinį intelektą prie paprastų užduočių, tokių kaip el. laiškų rengimas, skaičiuoklių valymas, turinio pritaikymas kitam tikslui ar klientų atsakymų šablonai.

4 veiksmas: išmokite pagrindines duomenų sąvokas

Supraskite eilutes, stulpelius, žymas, kategorijas, šablonus, išskirtis ir apytikslius įvestus duomenis. Duomenys yra dirva, kurioje auga dirbtinis intelektas – kartais turtinga, kartais pilna akmenų.

5 veiksmas: šviesos kodavimą pridėkite tik tada, kai reikia

Kai įrankiai be kodo pradeda atrodyti pernelyg riboti, išmokite pagrindinius Python arba JavaScript. Neišmokite visko. Išmokite pakankamai, kad išspręstumėte kitą problemą.

Šis kelias padeda judėti pirmyn. Jis taip pat padeda išvengti klasikinės pradedančiųjų klaidos: mėnesių mėnesiais mokytis techninės teorijos ir niekada nepasinaudoti dirbtiniu intelektu, kad sukurtumėte ką nors vertingo.

9. Geriausias programavimo kelias dirbtinio intelekto srityje 🧑💻

Jei jūsų tikslas yra profesionaliai dirbti dirbtinio intelekto srityje, programavimas yra svarbesnis.

Techniniams dirbtinio intelekto vaidmenims turėtumėte susikurti pagrindą šiose srityse:

• Python programavimas

• Duomenų struktūros ir pagrindiniai algoritmai

• Statistika ir tikimybė

• Mašininio mokymosi koncepcijos

• Duomenų valymas ir išankstinis apdorojimas

• Modelio vertinimas

• API ir programinės įrangos integracija

• Duomenų bazės ir SQL

• Versijų kontrolė

• Debesijos pagrindai

• Saugumo ir privatumo pagrindai

Nereikia tapti genijumi per naktį. Visas tas „išmok dirbtinį intelektą per savaitgalį“ reikalas daugiausia yra interneto konfeti. Bet galite palaipsniui didinti tempą.

Praktiškas kelias – pirmiausia išmokti Python pagrindus, tada pereiti prie duomenų analizės, tada mašininio mokymosi, o galiausiai – dirbtinio intelekto programų kūrimo. Be to, kurkite mažus projektus. Projektai išmokys jus erzinančių praktinių dalykų: neveikiančių duomenų, neaiškių reikalavimų, painių klaidų ir to vieno kablelio, kuris sugadina jūsų popietę.

Geri pradedančiųjų DI kodavimo projektai apima:

• Teksto klasifikatorius

• Paprastas pokalbių robotas

• Dokumentų santraukų rengyklė

• Rekomendavimo įrankis

• Nuotaikų analizatorius

• Asmeninis produktyvumo asistentas

• Maža programėlė, naudojanti dirbtinio intelekto API

• Duomenų ataskaitų sritis su prognozėmis

Tikslas nėra iš karto sukurti kitą milžinišką dirbtinio intelekto platformą. Tikslas – išmokti, kaip dalys sujungtos.

10. Dažni mitai apie dirbtinį intelektą ir programavimą 🧨

Sklando keli mitai, ir jie šią temą painioja labiau nei turėtų būti.

1 mitas: „Prieš liesdami dirbtinį intelektą, turite mokėti aukštesnio lygio matematiką“

Netiesa. Pažangi matematika padeda tyrimams ir giliam mašininiam mokymuisi, tačiau pradedantieji gali naudoti dirbtinio intelekto įrankius ir kurti vertingus darbo eigą net nepradėdami nuo jų.

2 mitas: „Dirbtinis intelektas be kodo skirtas tik nerimtiems vartotojams“

Taip pat netiesa. Dirbtinis intelektas be kodo gali sutaupyti laiko ir išspręsti tikras verslo problemas. Jo gali nepakakti kiekvienai situacijai, bet tai nėra žaislas.

3 mitas: „Pats programavimas padaro jus geru dirbtinio intelekto srityje“

Ne. Programavimas padeda, bet prastas problemų formulavimas veda prie prastų dirbtinio intelekto sistemų. Jums reikia nuovokos, duomenų suvokimo, testavimo ir naudotojų supratimo.

4 mitas: „Dirbtinis intelektas padarys programavimą nereikalingą“

Šis klausimas keblus. Dirbtinis intelektas gali padėti rašyti kodą, paaiškinti kodą, derinti kodąir pagreitinti kūrimą. Tačiau kodo supratimas vis tiek svarbus, ypač kai kas nors sugenda arba kai kalbama apie saugumą, kokybę ir našumą.

5 mitas: „Turite rinktis tarp jokio kodo ir programavimo amžinai“

Visai ne. Daugelis žmonių pradeda nuo įrankių be kodo, tada išmoksta lengvojo programavimo, o augant poreikiams tampa vis techniškesni. Tai kopėčios, o ne tatuiruotė.

11. Taigi, ar turėtumėte išmokti programuoti dirbtiniam intelektui? 🧭

Jei norite gilesnės kontrolės, techninės karjeros galimybių arba gebėjimo kurti individualius dirbtinio intelekto produktus, turėtumėte išmokti programuoti dirbtiniam intelektui.

Jums nereikia pirmiausia mokytis programavimo, jei jūsų tikslas yra naudoti dirbtinį intelektą produktyvumui, kūrybiškumui, verslo užduotims ar kasdienių problemų sprendimui.

Štai praktinis suskirstymas:

• Norite geriau išnaudoti dirbtinį intelektą? Išmokite raginimų teikimo, darbo eigos projektavimo ir kritinio vertinimo.

• Norite automatizuoti užduotis? Pradėkite nuo įrankių, kuriems nereikia kodo arba reikia mažai kodo.

• Norite kurti dirbtinio intelekto programas? Išmokite API, Python arba JavaScript ir pagrindinius programinės įrangos kūrimo įgūdžius.

• Norite tapti dirbtinio intelekto inžinieriumi arba duomenų mokslininku? Išmokite programavimo, matematikos, mašininio mokymosi ir diegimo.

• Norite strategiškai suprasti dirbtinį intelektą? Sužinokite apie sąvokas, apribojimus, riziką ir naudojimo atvejus.

Klaida manyti, kad tėra vieni vartai į dirbtinį intelektą. Jų yra daug. Vieni turi kodą. Kiti turi ataskaitų suvestines. Dar kiti turi skaičiuokles. Dar kiti turi mirksintį žymeklį ir mažytį klaidos pranešimą, kuris dešimčiai minučių sugadina jūsų asmenybę.

12. Baigiamasis atsakymas: Ar dirbtiniam intelektui reikalingas programavimas? ✅

Taigi, ar dirbtiniam intelektui reikia programavimo? Ne visada.

Dirbtinis intelektas dabar yra pakankamai platus, kad ir neprogramuotojai galėtų jį naudoti prasmingai, kūrybiškai ir profesionaliai. Dirbtinis intelektas gali būti labai naudingas naudojant raginimus, įrankius be kodo, darbo eigos automatizavimą ir išmanų esamų platformų naudojimą.

Tačiau programavimas vis tiek svarbus. Labai. Jis tampa būtinas, kai norite kurti individualias sistemas, gilintis į duomenis, mokyti modelius, prijungti įrankius ar siekti techninės karjeros dirbtinio intelekto srityje.

Geriausias būdas – nepanikuoti – išmokti viską. Pradėk nuo savo tikslo.

Jei norite produktyvumo, pradėkite nuo dirbtinio intelekto be kodo.
Jei norite lankstumo, mokykitės dirbtinio intelekto be kodo.
Jei norite kurti galingas dirbtinio intelekto sistemas, mokykitės programavimo.

Dirbtinis intelektas nereikalauja, kad visi taptų programuotojais. Tačiau jis apdovanoja žmones, kurie išlieka smalsūs, dažnai eksperimentuoja ir išmoksta pakankamai techninių įgūdžių, kad atvertų kitas duris. Tai daug malonesnis kvietimas nei „eikite ir įsiminkite tūkstantį sintaksės taisyklių, kol būsite įleisti“ 

Realaus pasaulio pavyzdys: dirbtinio intelekto palaikymo asistento be kodo kūrimas

Scenarijus

Įsivaizduokite mažą internetinę augalų parduotuvę, kurioje du žmonės tvarko klientų aptarnavimą. Kiekvieną savaitę jie gauna tokių pačių klausimų:

„Kur mano užsakymas?“
„Ar galiu grąžinti pažeistą augalą?“
„Kuris augalas saugus naminiams gyvūnėliams?“
„Ar galiu pakeisti pristatymo adresą?“

Komandai dar nereikia kurti individualios dirbtinio intelekto programėlės. Jiems reikia greitesnių pirmųjų juodraščių, mažiau pasikartojančių atsakymų ir nuoseklaus tono. Tai yra stiprus argumentas išbandyti dirbtinį intelektą be kodo prieš pereinant prie programavimo.

Asistento darbas nėra automatiškai siųsti atsakymus. Jo vaidmuo – parengti atsakymų juodraščius, kuriuos prieš išsiunčiant peržiūri žmogus. Tai užtikrina paprastą, naudingą ir saugesnį darbo eigą.

Ko reikia asistentui

Asistentui be kodo turėtų būti suteikta nedidelė, bet aiški žinių bazė:

Pristatymo politika

Grąžinimo ir grąžinimo politika

Augalų priežiūros vadovas

Augalų, saugių augintiniams, sąrašas

Tonų vadovas su 3–5 atsakymų pavyzdžiais

Grąžinamųjų išmokų, skundų ar neaiškių atvejų eskalavimo taisyklės

Paprasta taisyklė „neatsakyti“ į klausimus, apie kuriuos parduotuvė nežino

Tai svarbu, nes asistento kokybė mažiau priklauso nuo magijos ir labiau nuo aiškių nurodymų. Neaiškus asistentas spėlioja. Sočiai maitinamas asistentas parengia stipresnius atsakymus.

Instrukcijos pavyzdys

Esate klientų aptarnavimo asistentas(-ė), dirbantis(-i) rengiant dokumentus nedidelėje internetinėje augalų parduotuvėje. Naudokite tik įkeltose politikos kryptyse ir priežiūros vadovuose pateiktą informaciją. Rašykite šiltus, aiškius atsakymus britų anglų kalba. Atsakymų apimtis turi būti ne ilgesnė kaip 120 žodžių, nebent klientas prašo išsamių priežiūros patarimų. Nežadėkite grąžinti pinigų, pakeisti prekes ar pristatymo datų, nebent politika tai aiškiai pagrindžia. Jei klientas supyksta, vieną kartą atsiprašykite, pripažinkite problemą ir pasiūlykite kitą žingsnį. Jei atsakymo nėra dokumentuose, paprašykite komandos nario juos peržiūrėti.

Kaip tai išbandyti

Prieš naudodami su tikrais klientais, išbandykite su senomis palaikymo žinutėmis.

Išbandykite bent 20 ankstesnių bilietų, įskaitant lengvus, sunkius ir nepatogius pavyzdžius:

Paprastas pristatymo atnaujinimo prašymas

Skundas dėl sugadinto daikto

Grąžinimo prašymas pateiktas ne grąžinimo laikotarpiu

Klausimas dėl augintinio saugumo

Neaiškus pranešimas su trūkstama užsakymo informacija

Pyktas klientas reikalauja kompensacijos

Klausimas, neaptartas įkeltuose dokumentuose

Kiekvienam juodraščiui patikrinkite tris dalykus:

Ar atsakymas faktiškai pagrįstas politika?

Ar naudojamas tinkamas tonas?

Ar žmogiškasis palaikymo agentas atsiųstų jį po greitos peržiūros?

Būtent čia daugelis pradedančiųjų sužino atsakymą į klausimą „Ar dirbtiniam intelektui reikia programavimo?“. Pirmasis patobulinimas paprastai ateina iš geresnių dokumentų, geresnių instrukcijų ir geresnio testavimo, o ne iš kodo rašymo.

Rezultatas

Iliustracinis rezultatas: Remdamasi 20 pavyzdinių palaikymo užklausų laiko matavimu prieš ir po šio darbo be kodo naudojimo, komanda sutrumpino pirmojo juodraščio atsakymo laiką nuo 7 minučių vienam užklausos variantui iki 2,5 minutės vienam užklausos variantui.

Tai reiškia, kad 20 atsakymų parengimas užtruko nuo maždaug 140 minučių iki 50 minučių, taip sutaupant apie 90 minučių bandomojoje partijoje.

Kokybę vis dar reikėjo peržiūrėti žmogui. Pirmojo bandymo metu 6 iš 20 dirbtinio intelekto juodraščių trūko politikos detalių arba jie skambėjo pernelyg užtikrintai. Pridėjus aiškesnes grąžinimo taisykles, naminių gyvūnėlių saugos pavyzdžius ir eskalavimo instrukcijas, šis skaičius sumažėjo iki 1 iš 20 juodraščių, kuriuos reikėjo iš esmės perrašyti.

Šie skaičiai nėra universalus pažadas. Tai paprasti našumo duomenys, kuriuos skaitytojas gali įvertinti pats planuodamas užduočių laiką, skaičiuodamas perrašymus ir tikrindamas kiekvieną atsakymą pagal nedidelį politikos kontrolinį sąrašą.

Kas gali nutikti ne taip

Asistentas vis tiek gali suklysti. Jis gali atrodyti užtikrintas dėl politikos, kurios nematė. Jis gali atsakyti remdamasis bendrosiomis žiniomis, o ne parduotuvės taisyklėmis. Jis gali pateikti atsakymą dėl grąžinimo, kurį turėtų atlikti žmogus.

Dažnos klaidos:

Pasenusių taisyklių įkėlimas

Pateikiant asistentui per daug neaiškių dokumentų

Leisti DI siųsti atsakymus be peržiūros

Nesugebėjimas išbandyti sudėtingų klientų pranešimų

Neįrašomos klaidos po paleidimo

Pataisymas paprastas, bet veiksmingas: nuolat atnaujinkite žinių bazę, peržiūrėkite rezultatus, registruokite klaidas ir atnaujinkite instrukcijas, kai atsiranda šablonų.

Praktiškas išsinešimui skirtas maistas

Šis pavyzdys parodo, kodėl programavimas nėra pirmas kiekvieno dirbtinio intelekto projekto žingsnis. Maža komanda gali gauti naudos iš dirbtinio intelekto, naudodama įrankius be kodo, aiškias instrukcijas, gerus šaltinio dokumentus ir paprastą testavimą. Kodavimas tampa vertingesnis vėliau, jei komandai reikia gilesnių integracijų, automatinio bilietų nukreipimo, prieigos prie klientų duomenų bazės, analizės arba pritaikytos palaikymo ataskaitų suvestinės.

DUK

Ar pradedantiesiems dirbtinis intelektas reikalauja programavimo?

Ne, pradedantiesiems, norintiems naudoti dirbtinį intelektą kasdienėms užduotims atlikti, programavimo įgūdžių nereikia. Naudodami dirbtinio intelekto įrankius be kodo, galite rašyti užduotis, apibendrinti dokumentus, generuoti turinį, analizuoti skaičiuokles, kurti vaizdus ir kurti paprastus darbo eigą. Kodavimas yra svarbesnis, kai norite gilesnės kontrolės, pritaikytų sistemų, modelių mokymo ar profesionalių dirbtinio intelekto inžinerijos darbų.

Ar galiu išmokti dirbtinio intelekto nebūdamas techninis?

Taip, dirbtinio intelekto galima išmokti ir neturint didelių techninių žinių. Geras atspirties taškas yra suprasti, ką dirbtinio intelekto įrankiai gali ir ko negali, tada praktikuoti užduotis, testuoti rezultatus ir taikyti dirbtinį intelektą praktinėse užduotyse. Jums nereikia pirmiausia įvaldyti programavimo. Daugeliui pradedančiųjų pradžioje svarbesnis aiškus mąstymas, tikslios instrukcijos ir praktinis eksperimentavimas.

Ką galiu nuveikti su dirbtiniu intelektu be programavimo?

Nenaudodami programavimo įgūdžių, galite naudoti dirbtinį intelektą tinklaraščio įrašams, el. laiškams, ataskaitoms, pamokų planams, gyvenimo aprašymams, socialinių tinklų turiniui ir klientų atsakymams rengti. Taip pat galite apibendrinti susitikimų užrašus, versti tekstą, analizuoti skaičiuokles, kurti vizualines koncepcijas ir automatizuoti pasikartojančias užduotis. Šie panaudojimo būdai vis tiek yra realiai vertingi, nes taupo laiką ir pagerina darbo eigą, net jei niekada nedirbate su kodu.

Kada dirbtiniam intelektui reikia kodavimo?

Dirbtiniam intelektui (DI) paprastai reikia programavimo, kai pereinama nuo įrankių naudojimo prie sistemų kūrimo. Tai apima DI valdomų programų kūrimą, DI API prijungimą, darbą su duomenų bazėmis, mokymo modeliais, sistemų tikslinimą, didelių duomenų rinkinių apdorojimą arba DI produktų diegimą vartotojams. Kodavimas suteikia daugiau lankstumo, kontrolės ir trikčių šalinimo galimybių, kai įrankiai be kodo tampa pernelyg riboti.

Ar dirbtinio intelekto be kodo pakanka verslo užduotims atlikti?

Daugeliui verslo užduočių, ypač turinio kūrimui, klientų aptarnavimo juodraščių rengimui, santraukų rengimui, skaičiuoklių analizei ir pagrindiniam automatizavimui, dažnai pakanka dirbtinio intelekto be kodo. Jis puikiai tinka mažoms komandoms, laisvai samdomiems darbuotojams, pedagogams, rinkodaros specialistams ir verslo savininkams, kuriems reikia greičio ir paprastumo. Pagrindinis apribojimas yra kontrolė: platformos be kodo gali neleisti jums giliai pritaikyti dirbtinio intelekto veikimo.

Kuo skiriasi dirbtinis intelektas be kodo, žemo kodo ir kodavimo?

Be kodo reikalaujantis dirbtinis intelektas naudoja mygtukus, šablonus, formas ir raginimus, todėl jums nereikia programuoti. Mažo kodo reikalaujantis dirbtinis intelektas prideda tam tikrą techninę sąranką, pvz., prijungimo įrankius, API, ataskaitų sritis arba pasirinktinius darbo eigų procesus. Kodu pagrįstas dirbtinis intelektas suteikia daugiausia kontrolės ir geriau tinka programoms, modeliams, mašininio mokymosi srautams ir gamybos sistemoms, tačiau jam taip pat reikia daugiau techninių įgūdžių.

Ar norint dirbtinio intelekto srityje reikia programuoti?

Techninėms dirbtinio intelekto karjeroms programavimas paprastai yra labai svarbus. Dirbtinio intelekto inžinieriams, duomenų mokslininkams ir mašininio mokymosi kūrėjams dažnai reikia „Python“, duomenų valdymo įgūdžių, modelių vertinimo, API, duomenų bazių, versijų valdymo ir diegimo žinių. Tačiau ne kiekviena su dirbtiniu intelektu susijusi karjera yra labai techninė. Strategijos, produktų, švietimo, rinkodaros, operacijų ir darbo eigų vaidmenys gali plačiai naudoti dirbtinį intelektą, nereikalaujant pažangaus programavimo.

Kokią programavimo kalbą turėčiau išmokti pirmiausia, skirtą dirbtiniam intelektui?

„Python“ paprastai yra geriausia pirmoji programavimo kalba dirbtiniam intelektui, nes ji yra lengvai skaitoma ir plačiai naudojama mašininiam mokymuisi, duomenų analizei, automatizavimui ir modelių kūrimui. „JavaScript“ taip pat gali padėti su dirbtinio intelekto žiniatinklio programomis, o SQL yra vertingas dirbant su duomenimis. Jums nereikia mokytis visų kalbų iš karto. Pradėkite nuo tos, kuri atitinka jūsų kitą praktinį projektą.

Kokie dirbtinio intelekto įgūdžiai yra svarbūs, be programavimo?

Svarbūs dirbtinio intelekto įgūdžiai apima greitą rašymą, problemų formulavimą, duomenų išmanymą, kritinį mąstymą, darbo eigos planavimą, testavimą ir etinį vertinimą. Šie įgūdžiai padeda užduoti geresnius klausimus, įvertinti rezultatus, pastebėti silpnus rezultatus ir saugiai taikyti dirbtinį intelektą. Daugelyje darbo eigų aiškesnės įvesties duomenys ir instrukcijos gali pagerinti rezultatus labiau nei per anksti padidintas techninis sudėtingumas.

Ar turėčiau išmokti programuoti prieš naudodamas dirbtinio intelekto įrankius?

Prieš naudojant dirbtinio intelekto įrankius, nebūtina mokytis programavimo. Praktiškas kelias – pradėti nuo raginimų, išbandyti įrankius be kodo, kurti nedideles darbo eigas ir išmokti pagrindines duomenų sąvokas. Pridėkite programavimą vėliau, kai pasieksite ribas arba norėsite kurti pasirinktines programas, API, modelius ar gamybos sistemas. Taip mokymasis sutelkiamas į praktinius rezultatus, o ne į atskirą teoriją.

Nuorodos

1. IBM – dirbtinio intelekto platformos be kodo – ibm.com

2. „OpenAI“ kūrėjai – API sujungimas – developers.openai.com

3. „Google Developers“ – neuroninio tinklo mokymas – developers.google.com

4. „Google Cloud“ – dirbtinio intelekto įrankiai be kodo – cloud.google.com

5. „Microsoft“ – dirbtinio intelekto funkcijos – microsoft.com

6. Python - Python - python.org

7. „OpenAI“ pagalbos centras – darykite klaidas – help.openai.com

8. scikit-learn – mašininis mokymasis – scikit-learn.org

9. „GitHub“ dokumentai – pagalba rašant kodą, paaiškinant kodą, derinant kodą – docs.github.com

10. JAV darbo statistikos biuras – techninės dirbtinio intelekto karjeros galimybės – bls.gov

Raskite naujausią dirbtinį intelektą oficialioje dirbtinio intelekto asistentų parduotuvėje

Apie mus