Słownik generatywnej sztucznej inteligencji dla liderów biznesu – cz. III
Kontynuujemy trzecią część naszego słowniczka dotyczącego AI.
Jeśli nie czytaliście wcześniejszych części, dostępne są tutaj:
Słownik generatywnej sztucznej inteligencji dla liderów biznesu cz. I
Słownik generatywnej sztucznej inteligencji dla liderów biznesu – cz. II
Wstępnie wytrenowany transformer generatywny (GPT) - Generative pre-trained transformer
GPT to rodzina sieci neuronowych, które są szkolone do generowania treści. Modele GPT są wstępnie trenowane na dużej ilości danych tekstowych, co pozwala im generować przejrzysty i odpowiedni tekst na podstawie podpowiedzi lub zapytań użytkownika.
Co to oznacza dla klientów?
Klienci mają bardziej spersonalizowane interakcje z Twoją firmą, które koncentrują się na ich konkretnych potrzebach.
Co to oznacza dla zespołów?
GPT może być wykorzystywane do automatyzacji tworzenia treści skierowanych do klientów lub do analizowania opinii klientów i wydobywania spostrzeżeń.
Generator
Generator to oparte na sztucznej inteligencji narzędzie, które tworzy nową zawartość na podstawie żądania lub danych wejściowych. Uczy się na podstawie dostarczonych danych szkoleniowych, a następnie tworzy nowe informacje, które naśladują te wzorce i cechy. ChatGPT firmy OpenAI jest dobrze znanym przykładem generatora tekstowego.
Co to oznacza dla klientów?
Korzystając z generatorów, można trenować chatboty AI, które uczą się na podstawie rzeczywistych interakcji z klientami i stale tworzą lepsze i bardziej pomocne treści.
Co to oznacza dla zespołów?
Generatory mogą być wykorzystywane do tworzenia realistycznych zestawów danych do celów testowych lub szkoleniowych. Może to pomóc zespołowi znaleźć wszelkie błędy w systemie przed jego uruchomieniem i pozwolić nowym pracownikom przyspieszyć pracę w systemie bez wpływu na rzeczywiste dane.
Halucynacja
Halucynacja ma miejsce, gdy generatywna sztuczna inteligencja analizuje treści, które jej przekazujemy, ale dochodzi do błędnych wniosków i tworzy nowe treści, które nie odpowiadają rzeczywistości. Przykładem może być model sztucznej inteligencji, który został wytrenowany na tysiącach zdjęć zwierząt. Poproszony o wygenerowanie nowego obrazu „zwierzęcia”, może połączyć głowę żyrafy z trąbą słonia. Halucynacje mogą być interesujące, ale są niepożądane i wskazują na problem z wynikami modelu generatywnego.
Co to oznacza dla klientów?
Gdy firmy monitorują i rozwiązują problemy w swoim oprogramowaniu, doświadczenia klientów są lepsze i bardziej wiarygodne.
Co to oznacza dla zespołów?
Zapewnienie jakości nadal będzie ważną częścią zespołu AI. Monitorowanie halucynacji i reagowanie na nie pomaga zapewnić dokładność i niezawodność systemów AI.
Duży model językowy (LLM) - Large language model
LLM to rodzaj sztucznej inteligencji, która została przeszkolona na wielu danych tekstowych. Jest jak naprawdę inteligentny partner do rozmowy, który może tworzyć ludzko brzmiący tekst na podstawie danego zapytania. Niektóre LLM mogą odpowiadać na pytania, pisać eseje, tworzyć poezję, a nawet generować kod.
Co to oznacza dla klientów?
Spersonalizowane chatboty, które oferują interakcje brzmiące jak ludzkie, pozwalając klientom na szybkie i łatwe rozwiązywanie typowych problemów w sposób, który nadal wydaje się autentyczny.
Co to oznacza dla zespołów?
Zespoły mogą zautomatyzować tworzenie treści skierowanych do klientów, analizować opinie klientów i odpowiadać na zapytania klientów.
Uczenie maszynowe - Machine learning
Uczenie maszynowe to sposób, w jaki komputery mogą uczyć się nowych rzeczy bez konieczności ich programowania. Na przykład, ucząc dziecko rozpoznawania zwierząt, pokazujesz mu zdjęcia i przekazujesz informacje zwrotne. Gdy widzi ono więcej przykładów i otrzymuje informacje zwrotne, uczy się klasyfikować zwierzęta na podstawie unikalnych cech. Podobnie, modele uczenia maszynowego uczą się na podstawie oznaczonych danych, aby podejmować trafne prognozy i decyzje. Uogólniają i stosują swoją wiedzę do nowych przykładów, tak jak robią to ludzie.
Co to oznacza dla klientów?
Gdy firma lepiej rozumie, co klienci cenią i czego chcą, prowadzi to do ulepszenia dotychczasowych produktów lub usług, a nawet opracowania nowych, które lepiej spełniają potrzeby klientów.
Co to oznacza dla zespołów?
Uczenie maszynowe może być wykorzystywane do przewidywania zachowań klientów, personalizacji treści marketingowych lub automatyzacji rutynowych zadań.
Powyżej udostępniamy Wam tłumaczenie artykułu z 19 czerwca 2023 roku dostępnego na stronie Salesforce.com pod adresem https://www.salesforce.com/blog/generative-ai-glossary/ Wszelkie prawa do artykułu przysługują Salesforce, Inc. z siedzibą w San Francisco, USA.
Wojciech Niżankowski
Redakcja coffee & force