Огляд вебінару «Хроніки ШІ: Лев, Чаклунка та Магічна Шафа» або як спростити написання документації за допомогою ШІ

Запис вебінару наприкінці статті

Вебінар складався із трьох частин, які мали назву відповідно «Лев», «Чаклунка» та «Магічна Шафа» (з відсиланням до твору «Хроніки Нарнії»). Кожна частина мала свою тематику: огляд основних понять, підводні камені роботи з ШІ та поради щодо використання інструментів ШІ.

Отже, в першому розділі, який спікерка назвала «Лев», одразу визначилися із деякими поняттями, а саме з тим, що таке генеративний штучний інтелект, промпт, великі мовні моделі, фундаментальні моделі та етика ШІ.

Тож, генеративний штучний інтелект — це галузь ШІ, яка фокусується на створенні нового контенту, наприклад зображень, музики, тексту або коду. На відміну від традиційних систем ШІ, які виконують завдання на основі чітко визначених правил, генеративний ШІ дає машинам можливість творити щось нове та оригінальне. Промпт своєю чергою (спонукання) – це фрагмент тексту або інструкцій, який надається мовній моделі для генерування відповіді. Велика мовна модель (ВММ) по-іншому називається розмовним штучним інтелектом або чат-ботом, навченим бути інформативним та всебічним. Вона навчена на величезній кількості текстових даних і може спілкуватися та генерувати текст, подібний до людського, у відповідь на широкий спектр запитів і запитань. Фундаментальна модель (також відома як генеративна модель, породжувальна модель або модель загального призначення) – це тип штучного інтелекту (ШІ), який навчений на величезному наборі даних тексту та коду. На відміну від традиційних моделей машинного навчання, які зосереджені на виконанні конкретних завдань, фундаментальні моделі навчаються генерувати новий контент, подібний до даних, на яких вони навчались. Етика штучного інтелекту – це галузь філософії та прикладної етики, яка досліджує моральні проблеми, пов'язані з розробкою та використанням систем ШІ.

В цьому розділі також обговорили питання кар’єрних наслідків використання ШІ. Отже, в чому привабливість ШІ? По-перше, він допомагає нам швидше і простіше виконувати технічні речі та бути продуктивнішими. Але спікерка також зазначає, що є і негативні моменти, а саме — привабливість економії грошей, позбавлення навичок (або de-skilling) а також гонитва за ШІ, адже якщо ви не встигаєте за ШІ, то обов’язково встигне хтось інший. 

Наступний розділ «Чаклунка» був присвячений так званим «підводним каменям» використання ШІ. Олена розповідала зокрема про обмеження великих мовних моделей. Серед них:

• Обчислювальна складність: навчання та використання ВММ вимагає значних обчислювальних ресурсів. Це пов'язано з величезною кількістю даних, на яких вони навчаються, та складністю алгоритмів машинного навчання, які вони використовують. Це може зробити їх недоступними для деяких користувачів або організацій через високі витрати на обладнання та електроенергію.
• Етичні проблеми: використання ВММ може порушувати етичні питання, такі як упередженість, дискримінація, конфіденційність та потенціал для створення шкідливого контенту. Важливо використовувати ВММ відповідально та етично, з урахуванням цих проблем.
• Складність впровадження: розгортання та використання ВММ може бути складним завданням, яке потребує знань у галузі машинного навчання, інженерії програмного забезпечення та обчислювальних систем. Це може обмежити їх доступність для користувачів, які не мають необхідного досвіду або ресурсів.
• Неправильне джерело даних: ВММ навчаються на величезних наборах даних, які можуть містити упередження, помилки та неточності. Це може призвести до того, що ВММ генеруватимуть текст, який також є упередженим, помилковим або неточним. Важливо ретельно відбирати та обробляти набори даних для навчання, щоб мінімізувати ці ризики.

В цьому контексті обговорили якість контенту, який генерує ШІ, та на що потрібно звертати увагу при використанні різних інструментів ШІ.

В останньому розділі вебінару «Магічна Шафа» експертка поділилась порадами щодо інструментів, якими вона користується в роботі та які можуть бути корисними й іншим спеціалістам для різноманітних завдань. А також показала приклади промптів та розказала, як правильно ними користуватися, щоб отримати найрелевантніші результати.

В кінці вебінару Олена також відповіла на питання глядачів, тож радимо подивитися вебінар повністю для того, щоб здобути для себе більше актуальної інформації. 

Не забувайте слідкувати за нашими новинами, в EPAM безліч цікавого і корисного. Робити це зручно на наших сторінках у Facebook, Twitter, Telegram або Youtube, а ще радимо заглядати у розклад наших подій на сайті у відповідному розділі — Календар подій.

І, як завжди, дякуємо, що ви з нами!