Как общаться с искусственным интеллектом?

Нейросети, которые понимают естественный человеческий язык, еще недавно казались фантастикой. Теперь любой человек может обратиться к цифровому интеллекту и получить вариант решения самых разноплановых задач: от кодинга приложения до подготовки бизнес-плана. Но есть нюансы. О них и поговорим с главным экспертом по AI и МL в Nerve.Ai Антоном Вдовиченко.

Нейросети отлично справляются с ролью цифровых ассистентов: написать пост в LinkedIn, спланировать сложную логистику поездки, проанализировать финансовый отчет или ответить на комментарии подписчиков – все больше задач можно доверить виртуальным помощникам. Но чтобы получить приемлемый результат, важно знать принцип работы этих сложных программ.

Работа artificial intelligence систем в каком-то смысле пока даже для инженеров тайна за семью печатями.

«На каком-то уровне это тревожит. Мы не знаем, как программы работают изнутри, или на что они способны. Но мы знаем, что они производят сложные вычисления, которые в некотором смысле слишком сложны для анализа», – пишет Стивен Вольфрам.

Практический опыт использования таких платформ как Chat GPT, Stable Diffusion, Midjourney, Dall-E позволяют сформулировать правила обращения, которые способны повысить качество и релевантность запросу сгенерированного контента.

Правило #1. Чем точнее и подробнее вводные, тем четче будет выполнена работа.

Если дать нейросети слишком мало информации или слишком абстрактный либо противоречивый запрос, то и результат может оказаться непредсказуемым. Того, что вы запрашивали, может попросту не оказаться на картинке.

Когда выдано чёткое ТЗ, в котором все разложено строго по полочкам, то можно рассчитывать на интересный ответ. Т.е. вариант «расскажи про MVP» однозначно проиграет запросу «напиши 5 шагов к созданию MVP, приведи 3 примера успешных MVP, опиши 3 главных ошибки при создании MVP». Во втором случае вы получите гораздо более структурированный и чёткий текст с ответами на вопросы.

Если говорить о генерации изображений, то здесь действует то же правило: чем конкретнее вы объясните, чего хотите от AI, тем более адекватной будет иллюстрация. У Stable Diffusion есть такая опция, как возможность загрузить референс: по ключевым чертам нейросеть создаст новое изображение, которое будет соответствовать вашему примеру.

Или Chat GPT может отвечать на вопросы клиентов и отрабатывать негативные комментарии, если предложить ему «для ориентировки» образцы ответов.

Правило #2. Машина лучше понимает машину.

Chat GPT расшифровывается как Generative Pre-trained Transformer – обученный генеративный трансформатор. Это искусственный трансформатор для естественного языка, который успешно научился имитировать человеческий стиль письма. Мультимодальная нейросеть помнит контекст 25000 символов и может решать практически любые задачи, пользуясь информацией из интернета. Поскольку обратную связь машине давали настоящие люди, она очень хорошо справляется с генеративными задачами по контенту: письма, посты, отчеты, статьи. А также может служить для наводки на свежие идеи в маркетинге, PR, стратегиях развития бизнеса.

Когда речь заходит о создании качественных промптов, можно использовать Chat GPT для их подготовки. В этом смысле Chat GPT отлично дружит с Midjourney. Если "скормить" ему инструкции по подготовке промптов для Midjourney, то на выходе можно получить именно тот результат, который вы ждали.

Модель Open AI не единичная. Есть еще Stanford Alpaca, которую обучили за 600$. Поскольку модель открытая, можно дообучать ее на своих данных и использовать для беседы с клиентами. (Для сравнения модель Open AI обучили за 4 млн долларов).

Лучше всего эти продукты работают в связке друг с другом:

Можно написать в Chat GPT инструкцию, как отвечать на комментарии и объединить с Google Sheet: при помощи автоматизации ответов от Chat GPT будут существенно экономиться ресурсы и время на персонализированное общение с клиентами.

Правило #3. Доверяй, но проверяй.

Chat GPT тренировали на огромном массиве информации: 45 ТБ текста, это 225 млрд слов из книг, с сайтов, блогов и Википедии. Выявляя закономерности нахождения слов друг с другом, Chat GPT понимает контекст введённого запроса и генерирует ответ, исходя из полученных данных. Несмотря на впечатляющую емкость, лаконичность и структурированность ответов, все данные которыми оперирует нейросеть, необходимо проверять. Иначе это будет выглядеть примерно, как то же самое, что полагаться на достоверность Википедии.

В целом внедрение интеллектуальных технологий несет возможности переложить часть задач на умные цифровые инструменты, а это значит, что у бизнеса появляется больше ресурсов для решения тех проблем, где участие человека незаменимо.

Если спросить саму нейросеть, как она изменит бизнес, то ChatGPT обещает более персонализированный сервис, экономичность и круглосуточную доступность. К числу своих слабых сторон машина относит отсутствие эмпатии, неспособность соблюдать конфиденциальность и необходимость предварительного правильного обучения.

А вы уже применяете AI-сервисы в работе? Поделитесь впечатлениями в комментариях.