Uuzaji wa AI: Ni nini na wakati gani unapaswa kuitumia

Inahisi kama kila mtu anazungumzia kuhusu AI hivi karibuni. Iwe ni ChatGPT akiandika matangazo kwa sauti ya Ryan Reynolds au Lensa akiunda picha za marafiki zako kwenye mitandao ya kijamii, AI ya kuzalisha inavutia umakini mkubwa. Na watu wengi wanakisia kwamba AI itarahisisha kazi nyingi—ikiwa ni pamoja na kazi za uuzaji.

Kwa hivyo, je, AI ya uuzaji inastahili kupongezwa? Jibu la swali hilo si rahisi, lakini linafaa kuzungumziwa.

Akili bandia ina uwezo wa kubadilisha mambo kwa makampuni, wauzaji wa kidijitali, na kila mtu aliye katikati. Lakini ni uwanja unaoendelea, na unahitaji kuelewa uwezo wake na mapungufu yake ya sasa.

Akili bandia na ujifunzaji wa mashine 101

Mifumo mingi ya akili bandia (AI) tunayoifahamu inategemea kujifunza kwa mashine. Kujifunza kwa mashine hutumia data na algoriti, kuiga jinsi sisi (wanadamu) tunavyojifunza.

Hata hivyo, algoriti hatimaye zitazingatia mifumo na mitindo katika seti zao za data na zitatabiri au kuchambua data ya ziada kulingana na mifumo hii.

Mara tu baada ya kufunzwa, mifumo hii ina nguvu ya ajabu, na wahandisi wanaweza kutumia ujifunzaji wa mashine kwa kazi nyingi: kutambua kwamba unaishiwa na maziwa kwenye jokofu lako; kujibu maswali yako kupitia msaidizi mahiri (kama Siri au Alexa); kuendesha gari linalojiendesha; kutambua vipengele vya hatari ambavyo ni vigumu kutambua katika historia ya matibabu ya mgonjwa.

AI ya uzalishaji ni nini?

AI ya kuzalisha hupeleka ujifunzaji wa mashine katika maeneo mapya. Ni aina ya akili bandia ambayo inaweza kujenga maudhui, iwe ni nakala, picha, msimbo, au video, kulingana na vidokezo au maswali. ChatGPT, DALL-E, JasperAI, CopyAI, na Lensa zote ni aina za AI ya kuzalisha.

Mifumo ya AI inayozalisha hufunzwa kwa kutumia seti kubwa za data zenye kurasa za wavuti zilizopo, picha, na maudhui mengine ya ubunifu. Watumiaji wanapouliza algoriti kuunda kitu, hutegemea msingi huu wa maarifa kwa mwongozo.

Kwa mifumo mingi ya AI inayozalisha, seti yao ya data ni (karibu) mtandao mzima.

Watu dhidi ya mashine: Utafiti wa kesi

Majisifu ya unyenyekevu: Mume wangu ambaye sasa ni mume wangu alikuwa sehemu ya timu ya utafiti wa sayansi ya kompyuta chuoni iliyofundisha roboti jinsi ya kuiga maono ya mwanadamu, kwa kutumia akili bandia. Utafiti wake ulisaidia kufungua njia kwa baadhi ya teknolojia inayotumia akili bandia tunayotumia leo.

Lakini ingawa nimekuwa nikisikia kuhusu kujifunza kwa mashine, mitandao ya neva, na mambo mengine ya neva kwa miongo kadhaa, bado nilikuwa na uelewa mdogo wa jinsi akili bandia na kujifunza kwa mashine hufanya kazi. Kwa hivyo, nilimtumia mtaalamu ujumbe mfupi.

• Mimi: "Unawezaje kuelezea ujifunzaji wa mashine kwa mtu ambaye si mtaalamu wa kiufundi?"
• Mhandisi: "Ni programu inayoweza kujifunza kazi kwa kutoa mafunzo badala ya kuandika msimbo. Mfano rahisi zaidi ni utambuzi wa picha. Lisha programu picha nyingi zilizo na lebo (kama vile chakula), kisha uipe picha nasibu ili kuona kama inatumia lebo sahihi kulingana na mifumo ambayo ilifunzwa kuona."
  

Nilipenda jibu lake—lilikuwa kwa lugha rahisi na lilitoa mfano halisi. Lakini nilijiuliza kama modeli ya AI inayozalisha inaweza kuifanya vizuri zaidi. Ili kuona nini kingetokea, niliuliza swali kama hilo kwa kifaa cha Freestyle cha CopyAI. Nilimpa chatbot taarifa zaidi kidogo kuliko nilivyompa mume wangu—lakini kwa makusudi niliweka ombi langu wazi.

• Mimi:

• CopyAI: "Kujifunza kwa mashine ni sehemu ndogo ya akili bandia inayohusisha kufundisha kompyuta kujifunza kutoka kwa data. Inatumika katika matumizi mengi, lakini ya kawaida ni katika utambuzi wa usemi na uainishaji wa picha."

Algoritimu za kujifunza kwa mashine zimeundwa ili kutoa utabiri kulingana na seti za data zilizopo—kwa mfano, programu ambayo inaweza kukuambia jinsi picha inavyoonekana kwa kuichambua tu (na si lazima kwa kujua chochote kuhusu upigaji picha). Algoritimu za kujifunza kwa mashine zinaweza "kufunzwa" kwa kiasi kikubwa cha data ili kuwasaidia kutabiri kitakachotokea katika visa vijavyo. Hii ndiyo sababu kujifunza kwa mashine kumekuwa maarufu na muhimu sana: kunaweza kuchambua kiasi kikubwa cha taarifa na kufanya maamuzi kulingana na kile inachojifunza kutoka kwa data hiyo, ambayo inaweza kutumika kwingine pia.

CopyAI ilifanya kazi nzuri, lakini mhandisi alijua jinsi ya kuwachezea hadhira yake kwa picha ya mbwa mrembo na marejeleo ya Silicon Valley . Jibu lake lilikuwa la kibinadamu, la chatbot halikuwa hivyo.

Mapungufu ya akili bandia

AI si kamilifu kwa njia nyingi. Kabla ya kukumbatia AI ya uuzaji , ni muhimu uelewe mapungufu yake.

AI ya kuzalisha haizingatii binadamu, na huenda isionyeshe nafasi nzuri kwenye utafutaji

Mnamo 2022, Google ilitangaza mfululizo wa Masasisho ya Maudhui Muhimu, ambayo yameunganishwa katika Mfumo mpya wa Maudhui Muhimu. Injini ya utafutaji iliweka mambo kadhaa waziwazi:

• Inathamini maudhui yanayozingatia binadamu ambayo hujibu maswali ya watu halisi kwa taarifa zenye ubora wa hali ya juu.
• Haitaki kuona maudhui ambayo ni "ya utafutaji kwanza," au yaliyoandikwa ili tu kufurahisha algoriti.
• Kuchapisha nakala ya barua taka, isiyohaririwa ya AI mara chache huorodheshwa kwa maneno muhimu yenye thamani kubwa.

Google haikusema kwamba maudhui yote yaliyoandikwa na AI yatadhuru tovuti yako. Lakini maudhui lazima yawe muhimu na yanayozingatia ubinadamu.

Jambo la Kuzingatia: Ingawa unaweza kuipa masoko AI mwelekeo mwingi, inaiga tu hisia na uzoefu wa binadamu. Pia imefunzwa na wingi wa nakala za utafutaji wa kwanza kwenye mtandao. Isipokuwa unaongeza AI yako ya masoko na maarifa yako mwenyewe, utaalamu, hadithi, na utu, inaweza kufanya kazi vibaya.

Taarifa potofu na mielekeo ya ubaguzi

Ukweli kwamba mifumo ya AI ya uzalishaji kimsingi huibuliwa na mtandao ni baraka na laana. Wanategemea majibu yao kwenye maudhui yaliyopo ambayo yanaweza kuonyesha bora na mbaya zaidi katika ubinadamu, na roboti hazina uwezo wa kutambua uwezekano wa hotuba za chuki au upendeleo bado.

Mnamo 2017, watafiti walibaini kuwa kwa kutambaa tu kwenye mtandao, AI ilikuza ubaguzi wa rangi na ubaguzi wa kijinsia. Kwa sababu hii, zana nyingi za awali za AI zilipata sifa mbaya. Kwa mfano, programu ya utambuzi wa picha ya Google ilitambulisha mfululizo wa picha za wanaume weusi kama "masokwe."

Pamoja na hayo, viroboti vya gumzo pia vinaweza kuendeleza taarifa potofu.

Hapa kuna mfano wa kibinafsi zaidi wa taarifa potofu na ushauri mbaya. Mwaka jana, nilikuwa nikijaribu mfumo wa akili bandia unaozalisha. Niliuomba uunde blogu kuhusu kuendesha gari ukiwa umelewa wakati wa likizo. Ulitoa ushauri huu:

"Unapokuwa nje na huku, hakikisha kwamba watoto wako wamefungwa kwenye kiti cha nyuma. Ikiwa kuna mtu mzima ambaye amekuwa akinywa pombe kwenye kiti cha mbele, ni bora kama hawamshiki mtoto wako (au wa mtu mwingine yeyote)."

Ingawa hili ni kweli, natumaini kwamba litapita bila kusema. Jukwaa hilohilo pia lilipendekeza nipakie mafuta ya kupasha joto kwenye gari langu ikiwa nilikuwa na wasiwasi kwamba ningeweza kuacha gari langu nikiwa naendesha gari kurudi nyumbani kutoka kwenye sherehe.

Kisha, niliuliza chatbot ya jukwaa maswali kadhaa ya mtindo wa Maswali Yanayoulizwa Mara kwa Mara kuhusu sheria ya kutofanya kosa ya Michigan. Baadhi yao yalikuwa sahihi kiasi. Lakini pia nilipata hili.

• Mimi: "Ninaweza kupokea faida bila kosa kwa muda gani huko Michigan?"
• Chatbot: "Huko Michigan, manufaa yasiyo na kosa ni manufaa ya maisha yote. Hii ina maana kwamba mtu anaweza kupokea bima na fidia mradi tu ana sera halali na jeraha au ugonjwa wake unakidhi vigezo."

Hii si taarifa sahihi ya sheria. Hata kama chatbot ilipewa mafunzo kwa kutumia maktaba ya kuvutia ya Michigan Auto Law ya maudhui yaliyoandikwa na wakili, roboti bado haikuweza kuelezea mambo muhimu ya sheria ngumu (na zinazobadilika) za Michigan. Pia haikuweza kujibu kwa usahihi maswali ya mtindo wa Maswali Yanayoulizwa Mara kwa Mara kuhusu bima ya ulemavu ya muda mrefu na ulemavu wa Usalama wa Jamii.

Jambo la Kuzingatia: Tena, hakikisha kila kitu ambacho AI inaandika. Haiwezi kuchukua nafasi au kuiga utaalamu wako wa mada.

Masuala ya mali miliki

Wasanidi programu na wasanii tayari wamefungua kesi dhidi ya kampuni za AI zinazozalisha, wakisema kwamba wanatumia vibaya miliki zao za kiakili kufunza algoriti. Na waandishi wamegundua AI ikiiba kazi zao.

CNET, tovuti ya teknolojia, inajaribu AI ya kuzalisha kama njia ya kuandika rasimu ya makala. Baada ya mtu kutaja makosa ya kweli ya hadithi iliyoandikwa na AI, kampuni ilifanya ukaguzi kamili wa maudhui yake yaliyozalishwa na AI. Ukaguzi huu ulifichua wizi wa maandishi, ikiwa ni pamoja na sentensi kamili ambazo "zinafanana sana na lugha asilia."

Jambo la Kuzingatia: Unapaswa kuendelea kwa tahadhari na kutumia zana za wizi wa data unapotegemea AI ya uuzaji.

INAYOHUSIANA: Jinsi Mchakato Wetu wa Uhariri Unavyounda Maudhui Bora ya Tovuti

AI ya uuzaji ni zana, si suluhisho la jumla

Huenda kutakuwa na siku ambapo AI inaweza kuendesha magari yetu bila shida na kuandika nakala nzuri ya tovuti kila mara. Hatujafika bado (msisitizo bado). Kwa hivyo, tafadhali usinakili na kubandika swali la ChatGPT kwenye blogu yako. Unahitaji kukagua nakala hiyo, kuangalia usahihi wake, na kuongeza utaalamu wako.

AI ya Masoko ni zana katika kisanduku chako cha zana, na inaweza kusaidia kupunguza muda unaotumia katika kazi za kawaida za masoko. Hapa kuna muhtasari mfupi wa wakati unapopaswa (na haupaswi) kutumia AI ya masoko.

INAYOHUSIANA: Mikakati ya uuzaji wa kampuni ya sheria: Ni nini na kwa nini ni muhimu

LaFleur: Maarifa na suluhisho za uuzaji zinazoendeshwa na data

LaFleur ni zaidi ya wakala wa masoko—sisi ni mshirika anayeendeshwa na data ambaye husaidia makampuni na makampuni kukua na kubadilika. Timu yetu hutumia teknolojia, ubunifu, na utaalamu wetu kujenga mikakati ya uuzaji inayozingatia binadamu. Ikiwa ungependa kujifunza zaidi kuhusu jinsi tunavyoweza kuboresha ufikiaji na ushawishi wa chapa yako, tungependa kusikia kutoka kwako.

Unaweza kuungana na timu yetu kwa kujaza fomu yetu rahisi mtandaoni.

Marejeleo

Caliskan, A., Bryson, J., Narayanan, A. (2017, Aprili 14). Semantiki zinazotokana kiotomatiki kutoka kwa lugha ya kopora zina upendeleo kama wa binadamu. Sayansi . Imechukuliwa kutoka https://www.science.org/doi/10.1126/science.aal4230

Gugiliemo, C. (2023, Januari 25). CNET Inajaribu Injini ya AI. Haya ndiyo Tumejifunza, Makosa na Yote. CNET . Imechukuliwa kutoka https://www.cnet.com/tech/cnet-is-testing-an-ai-engine-heres-what-weve-learned-mistakes-and-all/

Harrison, M. (2023, Januari 14). Makala Iliyoandikwa kwa AI Iliyoenea Imevumbuliwa kama Iliyoibiwa. Utabiri wa Wakati Ujao . Imechukuliwa kutoka https://futurism.com/ai-written-article-plagiarized

Settee, R. (2023, Januari 20). Kesi za Kwanza za Jenereta ya Sanaa ya AI Zinatishia Mustakabali wa Teknolojia Inayoibuka. Sheria ya Bloomberg . Imechukuliwa kutoka https://news.bloomberglaw.com/ip-law/first-ai-art-generator-lawsuits-threaten-future-of-emergering-tech

Vincent, J. (2018, Januari 12). Google 'ilirekebisha' algoriti yake ya ubaguzi wa rangi kwa kuwaondoa sokwe kutoka kwa teknolojia yake ya kuweka lebo za picha. The Verge . Imechukuliwa kutoka https://www.theverge.com/2018/1/12/16882408/google-racist-gorillas-photo-recognition-algorithm-ai