Szybka inżynieria. Co robi szybki inżynier? | Sztuczna inteligencja w biznesie #42

Szybka inżynieria to fascynująca nowa dziedzina, która łączy sztuczną inteligencję, copywriting, logiczne myślenie i kreatywność. Ale jakie umiejętności i narzędzia są potrzebne, aby zostać szybkim inżynierem? Czy rzeczywiście jest to stanowisko, które zadomowi się w niemal wszystkich firmach, czy też jest to raczej chwilowa potrzeba związana z rozwijającą się technologią AI?

Czym jest szybka inżynieria i dlaczego ma wpływ na e-biznes?

Prompt Engineering to nowy obszar związany z tworzeniem i optymalizacją tzw. podpowiedzi, czyli poleceń kierowanych do modeli sztucznej inteligencji. Chodzi o to, aby uzyskać pożądaną, znaczącą i precyzyjną odpowiedź z modelu AI poprzez odpowiednie sformułowanie zapytania lub instrukcji.

Możesz na przykład:

• poproś chatbota o wygenerowanie tekstu reklamowego,
• powierz sztucznej inteligencji zadanie stworzenia ilustracji przedstawiającej pracowników w biurze,
• pokieruj modelem w zakresie zadań, jakie powinien wykonywać przy analizie danych klientów przesyłanych poprzez API.

Twórcy ChatGPT, OpenAI, ogłosili we wrześniu 2023 roku, że wraz z wydaniem DALL-E 3, najnowszego modelu do generowania obrazów, szybkie prace inżynieryjne stały się niepotrzebne. Jak piszą:

„Nowoczesne systemy konwersji tekstu na obraz mają tendencję do ignorowania słów i opisów, zmuszając użytkowników do szybkiego uczenia się inżynierii. DALL-E 3 stanowi krok w kierunku możliwości generowania obrazów dokładnie pasujących do dostarczonego tekstu.

Otwarta sztuczna inteligencja poczyniła w tej dziedzinie ogromny postęp, ucząc ChatGPT dokładnego opisywania obrazów. W rezultacie może przekształcić prosty monit wpisany w oknie czatu w rozbudowany opis, a następnie wygenerować na jego podstawie świetny obraz. Czy jednak takie rozwiązanie – sztuczna inteligencja pisze podpowiedzi o sztucznej inteligencji – oznacza koniec szybkiej inżynierii w biznesie? Wydaje się, że we wrześniu diagnoza była jeszcze przedwczesna.

Kolejną dawkę nadziei i wątpliwości dla aspirujących szybkich inżynierów dodała konferencja DevDay zorganizowana przez Open AI 6 listopada 2023 r. Podczas której zaprezentowano m.in. Assistants API, czyli system do tworzenia asystentów AI w ramach niestandardowych aplikacji, a także GPT , możliwość budowania ról, którą ma realizować ChatGPT.

Źródło: OpenAI (https://openai.com/blog/introducing-gpts)

Dla firm precyzyjna, szybka inżynieria oznacza ogromne możliwości. Dzieje się tak, ponieważ pozwala modelom AI lepiej zrozumieć potrzeby biznesu i klientów, a tym samym zapewnić odpowiedzi dostosowane do oczekiwań pytającego. Szybka inżynieria to nie tylko jednozdaniowe instrukcje, ale także rozbudowane rozmowy, które pomagają doprecyzować rozwiązania biznesowe, przetestować oprogramowanie, czy przeanalizować złożone zbiory danych. Pomimo zaawansowania technologicznego ChatGPT, ani Google Bard, ani Bing nie są w stanie rozszyfrować, jak wykonać takie zadania za pomocą prostego polecenia.

Jakie są obowiązki i obowiązki szybkiego inżyniera?

Inżynier Szybkiego Inżyniera to zupełnie nowe stanowisko, skupiające specjalistów zajmujących się wdrażaniem technik szybkiego inżynierii w firmach. Do ich głównych zadań należy projektowanie, testowanie i udoskonalanie podpowiedzi kierowanych do modeli sztucznej inteligencji.

Równie ważnym obszarem pracy inżyniera terminowego jest identyfikacja zadań w firmie mających na celu poprawę wydajności przy pomocy sztucznej inteligencji. Dzieje się tak dlatego, że praca szybkiego inżyniera polega między innymi na ścisłej współpracy z pojedynczymi osobami lub zespołami:

• tworzenie treści technicznych, komunikacyjnych i marketingowych,
• rozwijanie i udoskonalanie produktu, a także
• zaangażowany w HR, rekrutację i analizę danych.

Szybki inżynier stale pracuje nad poprawą jakości i wydajności całego procesu generowania treści AI. Aby skutecznie wykonywać swoją pracę, powinien trzymać rękę na pulsie z najnowszymi trendami w sztucznej inteligencji i przetwarzaniu języka naturalnego, które zmieniają się w ostatnim czasie z zawrotną szybkością.

Dobry inżynier podpowiedzi eksperymentuje z różnymi odmianami podpowiedzi. Testuje i analizuje reakcje modeli AI oraz wprowadza poprawki, aby jak najlepiej spełnić oczekiwania firmy i klientów. Jest to praca kreatywna, analityczna i interdyscyplinarna.

Przykłady zastosowania inżynierii szybkiej w różnych gałęziach przemysłu

Możliwości zastosowania szybkiej inżynierii są ogromne, a oto kilka przykładów:

• obsługa klienta – odpowiednio zaprojektowane podpowiedzi pozwalają przypisać odpowiednie role i zadania wirtualnym asystentom i chatbotom, co z kolei przekłada się na kontekstowe odpowiedzi, które nie tylko rozwiązują problemy klientów, ale także zachowują wymagany przez firmę ton,
• marketing – modele językowe z odpowiednimi podpowiedziami pozwalają na tworzenie angażujących haseł reklamowych, postów w mediach społecznościowych czy opisów produktów, a także pomagają w opracowywaniu i udoskonalaniu strategii marketingowych,
• edukacja – sztuczna inteligencja kierująca się skutecznymi metodami szybkiego inżynierii potrafi zaprojektować spersonalizowane ścieżki uczenia się dostosowane do potrzeb każdego ucznia i stylu uczenia się, a co najważniejsze wyjaśnić rozumowanie prowadzące do prawidłowego rozwiązania zadań,
• Tworzenie i testowanie oprogramowania – precyzyjnie sformułowane podpowiedzi pomagają tworzyć i testować większe całości oraz sprawiają, że narzędzia AI sugerują bardziej efektywne rozwiązania,
• Automatyzacja e-commerce – szybki inżynier może napisać wytyczne, aby model AI generował opisy wszystkich produktów w sklepie na podstawie specyfikacji, zdjęć i recenzji, a nawet dodatkowych wytycznych sezonowych, np. związanych z Black Friday czy Świętami Bożego Narodzenia.

Źródło: DALL-E 3, podpowiedź: Marta M. Kania

W jaki sposób szybka inżynieria może pomóc młodym przedsiębiorcom i freelancerom?

Szybka inżynieria to także szansa dla firm rozpoczynających działalność i freelancerów. Oto kilka sposobów wykorzystania szybkiej inżynierii do rozwoju firmy:

• ułatwienie tworzenia ofert – modele językowe z odpowiednimi podpowiedziami mogą wspierać pisanie ofert łącząc profil działalności z oczekiwaniami konkretnej grupy klientów, a nawet oferty hiperpersonalizujące, czyli kierowane do pojedynczej osoby,
• generowanie pomysłów biznesowych – sztuczna inteligencja za pomocą odpowiednich podpowiedzi może sugerować kreatywne koncepcje produktów, usług lub rozwiązań problemów klientów. Może także pomóc w znalezieniu niszy na rynku,
• mentoring biznesowy – dzięki umiejętnej szybkiej inżynierii możesz stworzyć postać doświadczonego mentora, który pomoże Ci rozwijać Twój biznes odpowiadając na Twoje pytania i wątpliwości,
• analiza rynku – odpowiednio zaprojektowane przez szybkiego inżyniera podpowiedzi pozwolą modelom AI na wnikliwą analizę trendów, konkurencji i preferencji konsumentów.

Narzędzia i technologie stosowane przez szybkich inżynierów

Praca szybkich inżynierów opiera się na wykorzystaniu zaawansowanych technologii i narzędzi, a przede wszystkim na umiejętności ich łączenia w celu uzyskania najlepszego efektu. Obejmują one:

• modele językowe (LLM) takie jak GPT-4, Llama 2, Claude 2 czy PaLM 2 – szybki inżynier musi dobrze poznać ich działanie i możliwości, a także mocne i słabe strony,
• języki programowania takie jak Python, wykorzystujące biblioteki PyTorch czy TensorFlow – pozwalają na modyfikację i naukę modeli AI,
• API dla modeli AI – np. API OpenAI, które umożliwiają łatwą interakcję ze sztuczną inteligencją i jej integrację z istniejącymi narzędziami,
• Narzędzia do analizy danych i statystyki – takie jak Google Analytics i Tableau wspierają testowanie i optymalizację wydajności modeli AI.

Przydatne umiejętności to także poruszanie się po świecie freelancingu i sprawne korzystanie z platform takich jak Upwork i Fiverr. Ponieważ stanowisko etatowego inżyniera szybkiego montażu jest wciąż rzadkością, ułatwiają one znalezienie zleceń i ciekawych projektów wymagających umiejętności podpowiedzi.

Jakie umiejętności są potrzebne, aby zostać szybkim inżynierem?

Aby odnieść sukces jako szybki inżynier, umiejętność precyzyjnego formułowania myśli jest kluczowa. Przydaje się także analityczne i kreatywne myślenie, które jest niezbędne przy projektowaniu i testowaniu różnych odmian podpowiedzi AI.

Ważna jest także znajomość przetwarzania języka naturalnego (NLP) oraz orientacja na stale zmieniający się krajobraz dostępnych modeli sztucznej inteligencji i ich możliwości.

Programowanie w Pythonie przyda się także przy wielu projektach i pracy zespołowej we wszystkich. W końcu praca na stanowisku szybkiego inżyniera oznacza ścisłą współpracę z działami biznesowymi i IT, marketingiem i HR. W końcu napisanie odpowiedniego podpowiedzi oznacza przełożenie potrzeb innych na język zrozumiały dla dużego modelu językowego (LLM). Warto wspomnieć także o etyce zawodu. Ze względu na skalę oddziaływania sztucznej inteligencji szybki inżynier musi mieć na uwadze odpowiedzialne i etyczne wykorzystanie technologii AI.

Przyszłość szybkiej inżynierii: jak będzie ewoluował zawód?

Opinie na temat przyszłości szybkiej inżynierii są bardzo podzielone. Jedni mówią, że przed inżynierami terminowymi stoi przyszłość pełna ciekawych wyzwań, inni zaś, że to moda, która przeminie za rok, dwa.

Jasna przyszłość dla szybkiej inżynierii

Wielu ekspertów uważa, że ​​pomimo wymagającego profilu zawodowego, szybka inżynieria jest jednym z najbardziej obiecujących trendów w branży AI. Zapotrzebowanie na specjalistów w tej dziedzinie będzie stale rosło, w miarę upowszechniania się modeli językowych w firmach. Możliwości zatrudnienia będzie zarówno jako pracownik pełnoetatowy, jak i freelancer lub konsultant. Pomimo szalonego rozwoju sztucznej inteligencji i jej zdolności do rozumienia naszych wypowiedzi i intencji, szybka inżynieria nie zniknie tak szybko i będzie potrzebna przez wiele lat z kilku powodów:

1. Nadal musisz pisać podpowiedzi, aby przekazać wymagania AI. Sztuczna inteligencja nie potrafi czytać w myślach i musimy się z nią komunikować za pomocą słów.
2. Ludzie nie są dobrzy w komunikowaniu potrzeb, więc muszą nauczyć się, jak robić to skutecznie za pomocą podpowiedzi.
3. Większość ludzi nie wie dokładnie, czego chce, dopóki tego nie zobaczy. Dlatego podpowiedzi często wymagają udoskonalenia.
4. Jest zbyt wiele zmiennych, które sztuczna inteligencja musi wziąć pod uwagę, więc ludzie muszą podać to w monicie.
5. Utworzenie podpowiedzi pomaga wyjaśnić wymagania i jest cenne samo w sobie.

Innymi słowy, szybka inżynieria z czasem stanie się bardziej naturalna, ale nie zniknie. Będzie to raczej umiejętność, którą ludzie opanują intuicyjnie.

Zagrożenia dla przyszłości szybkiej inżynierii

Z drugiej strony pojawiają się twierdzenia, że ​​pomimo dużego zainteresowania szybką inżynierią, jej popularność może okazać się krótkotrwała z kilku powodów. Po pierwsze, przyszłe generacje systemów sztucznej inteligencji będą w coraz większym stopniu rozumieć język naturalny, dzięki czemu precyzyjnie zaprojektowane podpowiedzi będą mniej potrzebne. Po drugie, nowe modele językowe, takie jak GPT-4, już dobrze radzą sobie z formułowaniem własnych podpowiedzi, co sprawia, że ​​szybkie prace inżynieryjne są potencjalnie niepotrzebne. Po trzecie, skuteczność podpowiedzi zależy od konkretnego algorytmu sztucznej inteligencji, co sprawia, że ​​mają one ograniczoną użyteczność w przypadku różnych modeli i wersji sztucznej inteligencji.

Najbardziej wszechstronną i trwałą umiejętnością wykorzystania potencjału generatywnej sztucznej inteligencji jest formułowanie problemów (umiejętność identyfikowania, analizowania i określania). Obejmuje diagnozowanie istoty problemu, rozkładanie złożonych problemów, zmianę perspektyw i projektowanie ograniczeń. Ćwiczenie tych umiejętności pomoże Ci lepiej komunikować się ze sztuczną inteligencją i poprowadzi ją do rozwiązywania konkretnych problemów. Niezależnie od tego, czy będzie to dalsza szybka inżynieria, czy po prostu umiejętność komunikacji ze sztuczną inteligencją.

Jeśli podobają Ci się nasze treści, dołącz do naszej społeczności pracowitych pszczół na Facebooku, Twitterze, LinkedIn, Instagramie, YouTube, Pinterest i TikTok.

Autor: Robert Whitney

Ekspert JavaScriptu i instruktor, który szkoli działy IT. Jego głównym celem jest podnoszenie produktywności zespołu poprzez uczenie innych, jak efektywnie współpracować podczas kodowania.

Zobacz wszystkie posty

Sztuczna inteligencja w biznesie:

1. Zagrożenia i szanse AI w biznesie (część 1)
2. Zagrożenia i szanse AI w biznesie (część 2)
3. Zastosowania AI w biznesie – przegląd
4. Chatboty tekstowe wspomagane sztuczną inteligencją
5. Biznesowe NLP dziś i jutro
6. Rola AI w podejmowaniu decyzji biznesowych
7. Planowanie postów w mediach społecznościowych. Jak sztuczna inteligencja może pomóc?
8. Zautomatyzowane posty w mediach społecznościowych
9. Nowe usługi i produkty współpracujące z AI
10. Jakie są słabe strony mojego pomysłu na biznes? Sesja burzy mózgów z ChatGPT
11. Korzystanie z ChatGPT w biznesie
12. Aktorzy syntetyczni. 3 najlepsze generatory wideo AI
13. 3 przydatne narzędzia do projektowania graficznego AI. Generatywna sztuczna inteligencja w biznesie
14. 3 niesamowitych autorów AI, których musisz dziś wypróbować
15. Odkrywanie mocy sztucznej inteligencji w tworzeniu muzyki
16. Poruszanie się po nowych możliwościach biznesowych dzięki ChatGPT-4
17. Narzędzia AI dla menedżera
18. 6 niesamowitych wtyczek ChatGTP, które ułatwią Ci życie
19. 3 grafików AI. Generatywna sztuczna inteligencja dla biznesu
20. Jaka przyszłość czeka sztuczną inteligencję według McKinsey Global Institute?
21. Sztuczna inteligencja w biznesie - Wprowadzenie
22. Czym jest NLP, czyli przetwarzanie języka naturalnego w biznesie
23. Automatyczne przetwarzanie dokumentów
24. Tłumacz Google kontra DeepL. 5 zastosowań tłumaczenia maszynowego w biznesie
25. Działanie i zastosowania biznesowe robotów głosowych
26. Technologia wirtualnego asystenta, czyli jak rozmawiać z AI?
27. Czym jest inteligencja biznesowa?
28. Czy sztuczna inteligencja zastąpi analityków biznesowych?
29. Jak sztuczna inteligencja może pomóc w BPM?
30. AI i media społecznościowe – co o nas mówią?
31. Sztuczna inteligencja w zarządzaniu treścią
32. Kreatywna sztuczna inteligencja dziś i jutro
33. Multimodalna sztuczna inteligencja i jej zastosowania w biznesie
34. Nowe interakcje. Jak sztuczna inteligencja zmienia sposób, w jaki obsługujemy urządzenia?
35. RPA i API w cyfrowej firmie
36. Przyszły rynek pracy i nadchodzące zawody
37. Sztuczna inteligencja w EdTech. 3 przykłady firm, które wykorzystały potencjał sztucznej inteligencji
38. Sztuczna inteligencja i środowisko. 3 rozwiązania AI, które pomogą Ci zbudować zrównoważony biznes
39. Detektory treści AI. Czy są tego warte?
40. ChatGPT kontra Bard kontra Bing. Który chatbot AI prowadzi w wyścigu?
41. Czy sztuczna inteligencja chatbota jest konkurencją dla wyszukiwarki Google?
42. Skuteczne podpowiedzi ChatGPT dla HR i rekrutacji
43. Szybka inżynieria. Co robi szybki inżynier?