PPT AIን ቀላል ለማስመሰል የሚሞክርበት ክፍል
በሰው ሰራሽ አስተውሎት (artificial intelligence) ውስጥ ስለ ውሳኔ አሰጣጥ ያለው ነገር ሁሉም የሚረዳው አስመስሎ ነው —ወይ ብልህ ጥሪ እስኪያደርግ ወይም ደግሞ ግልጽ በሆነ ስህተት ውስጥ እስኪገባ። ከዚያ በድንገት “በጣም የተወሳሰበ” ወይም “ጥቁር ሳጥን” ነው የሚሉት፣ ልክ እንደሂሳብ ሙዝ ልጣጭ ላይ እንደተንሸራተተ ያህል ነው። በ Artificial Intelligence PPT ውስጥ ውሳኔ አሰጣጥን ተቀምጠው የሚያውቁ ከሆነ, ልማዱን ያውቃሉ: ትላልቅ ቀስቶች, ፍሰት ንድፎች, እና የማይቀርነትን የሚያመለክቱ የክሊፕርት ቁርጥራጮች. የማይቀር አይደለም. እስከታች ድረስ ምርጫዎች ናቸው።
ይህ የ AI ውሳኔ አሰጣጥን በተመለከተ ጥቅም ላይ የዋሉ ስልተ ቀመሮች—እውነተኛዎቹ—ውስጥ ጥልቅ ዘልቆ መግባት ነው። ሳጥን ቅርጽ ያላቸው ቀስቶች ያሉት ስላይድ አይደለም። ግቡ “AI ለእኛ ይወስናል” የሚለውን ትዕይንት ቆርጦ እነዚህ ስርዓቶች እንዴት እንደሚመርጡ መነጋገር ነው። አበላሽ፡ ሁሉን አዋቂ የሆኑ ኦራክሎች ሳይሆኑ በጣም ፈጣን፣ በጣም ቃል በቃል ምክንያታዊ የሆኑ፣ በትራፊክ ውስጥ መቀመጥ ወይም የትንሽ ልጅን የእንቅልፍ ሰዓት መደራደር የማያስፈልጋቸው ይመስላሉ።
በ “በ AI ውስጥ ውሳኔ መስጠት” ስንል ምን ማለታችን ነው (እና PPTs እምብዛም የማይቀበሉት)
“በሰው ሰራሽ አስተውሎት ውስጥ ውሳኔ መስጠት” ከፍተኛ ይመስላል፣ ነገር ግን በተግባር የቴክኒኮች ስብስብ ነው፡ በህግ ላይ የተመሰረተ ምክንያታዊነት፣ ፍለጋ፣ ማመቻቸት፣ ፕሮባቢሊቲካል ድምዳሜ፣ የጥንካሬ ትምህርት፣ እቅድ ማውጣት እና መላውን ጥፋት አንድ ላይ የሚጣበቁ ድብልቅ ስርዓቶች። ስልተ ቀመሮቹ ምንም ነገር “አይፈልጉም”። በተወሰኑ ገደቦች ውስጥ የተወሰኑ ተግባራትን ያሻሽላሉ። ተግባሩን ወይም ገደቦቹን ይቀይሩ እና የተለየ “ብልህነት” ያገኛሉ። ያ ግልጽ መስሎ ከታየዎት እንኳን ደስ አለዎት — ከ SlideShare ላይ ካሉት ግማሽ ያህሉ የመርከቦች ቀድመዋል።
በአብዛኛዎቹ በሰው ሰራሽ አስተውሎት ውስጥ ውሳኔ መስጠት PPTs ላይ ያለው እውነተኛው ችግር ማቅለላቸው አይደለም። በተሳሳተ አቅጣጫ ማቅለላቸው ነው። ሞዴሎች “ስለተማሩ” ይወስናሉ ብለው ያስባሉ። መማር መወሰን አይደለም። መማር ፖሊሲ ወይም ሞዴል ያገኝልዎታል፤ ውሳኔ ማድረግ ደግሞ ያንን ፖሊሲ ከስልጠናው መረጃ ጋር በትክክል በማይመሳሰል ሁኔታ ውስጥ ማስኬድ ነው። የቼዝ መከፈትን ከማስታወስ እና የመሃል ጨዋታ ሁከት ከመትረፍ መካከል ያለው ልዩነት —የመጀመሪያው በጥይት ነጥብ ጥሩ ይመስላል፤ የኋለኛው ግን የሚያሸንፈው ነው።
ትክክለኛ መሣሪያዎች፡ ከሕጎች እስከ ሽልማቶች
ያረጀ ከሚመስለው ነገር (ግን አሁንም አስፈላጊ ነው) እስከ ዘመናዊ ስርዓቶችን እስከሚያንቀሳቅሱ ቴክኒኮች ድረስ ቁልሉን እንሂድ። ግልጽ ንግግር, የፍቅር ግንኙነት የለም.
በህግ ላይ የተመሰረቱ ስርዓቶች፡ ገና አልሞቱም፣ በቃ ሐቀኞች ናቸው።
ሕጎች ለአንዳንድ የ AI ሰዎች አሳፋሪ ናቸው፣ ልክ እንደ ካልሲ ከጫማ ጋር እንደ መልበስ። ነገር ግን በህግ ላይ የተመሰረተ ውሳኔ መስጠት አንድ ትልቅ ጥቅም አለው፡ ግልጽነት። በሰው ሰራሽ አስተውሎት ውስጥ ውሳኔ መስጠት PPT ህጎችን እንደ “ውርስ” የሚዘል ከሆነ ግማሽ ታሪኩን እየደበቀ ነው። የባለሙያ ስርዓቶች የጎራ እውቀትን እንደ ከሆነ–ከዚያ መግለጫዎች ያስቀምጣሉ። ተሰባሪ ናቸው, አዎ, ግን ኦዲት ይደረጋሉ. ቆራጥነት እና መከታተል በሚፈልጉበት ጊዜ—የተገዢነት ቼኮች፣ የህክምና መለያ ፕሮቶኮሎች—ህጎች አሁንም አይሰሩም ብቻ ሳይሆን፤ በተሻለ ሁኔታ ይሰራሉ።
- ጥቅሞች፡ ቆራጥ፣ ሊገለጽ የሚችል፣ ለማረም ቀላል
- ጉዳቶች፡ ተሰባሪ፣ በተዝረከረኩ ጎራዎች ላይ ለመለካት አስቸጋሪ
የህግ ስርዓት መቼ እንደሚወድቅ ታውቃለህ ምክንያቱም ይነግርሃል። አብዛኛዎቹ ዘመናዊ ስርዓቶች በፀጥታ ይወድቃሉ።
ፍለጋ እና ማመቻቸት፡ ውሳኔዎች እንደ አሰሳ
ሁሉንም ነገር በውቅያኖሶች ላይ ከማሰልጠናችን በፊት, ፈልገን ነበር. ስፋት-የመጀመሪያ ፍለጋ, ጥልቀት-የመጀመሪያ ፍለጋ, A*, የጨረር ፍለጋ. ማራኪ አይደለም፣ ነገር ግን ማንኛውንም የመንገድ ፍለጋ ችግር በሚፈቱበት ጊዜ—በቃልም ሆነ በምሳሌያዊ አነጋገር—ፍለጋው የጀርባ አጥንት ነው። ጥሩ ሄዩሪስቲክ ያለው A* ደደብ ግብ ካለው “ብልጥ” ሞዴል ይበልጣል።
ማመቻቸት ይህንን ያጠቃልላል፡ ግብ ተመን እና ገደቦችን ታስቀምጣለህ፣ ከዚያም ባለህ ስሌት በምትችለው አቅም ወደተሻለው መፍትሄ ትገፋለህ። መስመራዊ ፕሮግራሚንግ፣ የተቀላቀለ-ኢንቲጀር ፕሮግራሚንግ፣ የዝግመተ ለውጥ ስልተ ቀመሮች—“ከሞላ ጎደል ጥሩ” ከሚለው ወደ “በቂ ጥሩ” ቀነ ገደብ ውስጥ ለመግባት ፊደላት ሾርባ።
- ጥቅሞች፡ ሊረጋገጡ የሚችሉ ዋስትናዎች፣ ቁጥጥር የሚደረግባቸው ልውውጦች
- ጉዳቶች፡ ሞዴሊንግ ከባድ ነው፤ ግቦች በተንኮል፣ በአስከፊ መንገዶች ሊሳሳቱ ይችላሉ
አንድ ሞዴል እንግዳ ነገር ሲያደርግ፣ ብዙውን ጊዜ የጠየቅከውን በትክክል ስላገኘህ ነው—የማለትከውን ብቻ አይደለም።
ፕሮባቢሊቲካል ምክንያት፡ እርግጠኛ አለመሆን ባህሪ ነው
ቤይሲያን ኔትወርኮች፣ የተደበቁ የማርኮቭ ሞዴሎች፣ የካልማን ማጣሪያዎች፡ ክላሲኮች። ዓለም እርግጠኛ እንደሆነ ከማስመሰል ይልቅ እነዚህ ዘዴዎች እርግጠኛ አለመሆንን ቀጣይነት ባለው ሁኔታ ይጠብቃሉ እናም በሱ ላይ የሚከላከሉ እርምጃዎችን ይመርጣሉ። በሌላ አገላለጽ, እውነታውን ያንጸባርቃሉ.
- ጥቅሞች፡ በእርግጠኝነት የጎደለው ሁኔታ ውስጥ መርህ ያለው፤ ሊተረጎም የሚችል መዋቅር
- ጉዳቶች፡ ወደ ከፍተኛ-ልኬት ውዥንብር መለካት የሚያሠቃይ ነው፤ ግምቶች ወደ ኋላ ይመለሳሉ
ፕሮባቢሊቲካል ዘዴዎች አብዛኛዎቹ በሰው ሰራሽ አስተውሎት ውስጥ ውሳኔ መስጠት PPT የመርከቦች በ “የእምነት ውጤቶች” የሚጠቁሙት ናቸው። እምነት ዕድል አይደለም። ዕድል ደረሰኞች ያሉት ሒሳብ ነው።
ማጠናከሪያ ትምህርት፡ ሽልማቶች ሕጎቹን ያወጣሉ
ማጠናከሪያ ትምህርት—Q-ትምህርት፣ የፖሊሲ ተዳፋት፣ተዋንያን-ተቺ ልዩነቶች—ውሳኔ መስጠትን ከውጤት ሰሌዳ ጋር እንደ ሙከራ እና ስህተት ያስቀምጣል። ድርጊቶችን ትመርጣለህ፣ አካባቢው ሽልማቶችን ይሰጥሃል፣ እና ፖሊሲህን ከጊዜ በኋላ የሚከፍሉ ድርጊቶች ላይ ትገፋለህ። ይህ AI በእውነት “የሚወስንበት” ነው፣ እርስዎ በነደፉት ጨዋታ ውስጥ እንደሚጫወት፣ እንደተገነዘቡትም አልገነዘቡትም።
- ጥቅሞች፡ ለተከታታይ የውሳኔ ተግባራት ጠንካራ፤ በግልፅ ያልኮዱዋቸውን ስልቶች ይማራል
- ጉዳቶች፡ ሽልማት ጠለፋ፤ የናሙና ብቃት ማነስ፤ ዓለም ትንሽ እንኳን ሲቀየር ደካማ አጠቃላይነት
ሰዎች ማጠናከሪያ ትምህርት “ሰዎች እንዴት እንደሚማሩ” ነው ብለው መናገር ይወዳሉ። በእርግጥ አይደለም። ሰዎች ቀዳሚዎች፣ አካላት፣ መሰልቸት እና የጋራ አስተሳሰብ አላቸው። RL ወኪሎች የሽልማት ተግባር እና የማይረባ ነገር እስኪሰራ ድረስ ለመሞከር ማለቂያ የሌለው ትዕግስት አላቸው።
እቅድ ማውጣት እና POMDPs፡ ዓለም በከፊል የሚታይ ነው
በእውነተኛው ዓለም ውሳኔ መስጠት እምብዛም ፍጹም መረጃ ጋር አይመጣም። በከፊል የሚታዩ የማርኮቭ የውሳኔ ሂደቶች (POMDPs) ያንን እርግጠኛ አለመሆንን በግልጽ ያስቀምጣሉ፡ ሁኔታውን አታውቁም፣ እሱን የሚጠቁሙ ምልከታዎችን ብቻ ነው። በከፊል በሚታይ ሁኔታ ውስጥ ማቀድ የእምነት ሁኔታን እንድትጠብቁ ያስገድድዎታል—“የተመለከትነውን ከግምት ውስጥ በማስገባት ምን እየተካሄደ ነው ብለን የምናስበው” የሚለው የሚያምር ቃል ነው።
- ጥቅሞች፡ ስለ እርግጠኛ አለመሆን ሐቀኛ፤ ምክንያታዊ እርምጃ ለመውሰድ መደበኛ መሠረቶች
- ጉዳቶች፡ በስሌት አረመኔያዊ፤ ግምቶች አስፈላጊ ክፋት ናቸው
በሰው ሰራሽ አስተውሎት ውስጥ ውሳኔ መስጠት PPT ቢያንስ “POMDP” ብሎ ካልተናገረ፣ እውነታውን እንደ አማራጭ መቼት እያየው ነው።
ድብልቅ ስርዓቶች እና ኒውሮ-ምሳሌያዊ ማሽ አፕስ
የነርቭ ኔትወርኮች ያያሉ እና ይሰይማሉ፤ ምሳሌያዊ ስርዓቶች ያብራራሉ እና ይገድባሉ። አንድ ላይ አጣብቅ እና ጠቃሚ ነገር ታገኛለህ። ለእይታ ሞዴል፣ ለደህንነት ህጎች። ለዕጩ ድርጊቶች የቋንቋ ሞዴል፣ ለተግባራዊነት እቅድ አውጪ። እነዚህ ድብልቆች አዝማሚያ ብቻ አይደሉም፤ የምህንድስና ትህትናን ያንፀባርቃሉ፡ ግንዛቤ አስቸጋሪ በሆነበት የተማረ ሞዴል ተጠቀም፣ አደጋው ከፍተኛ በሆነበት ግልጽ አመክንዮ ተጠቀም።
- ጥቅሞች፡ ተግባራዊ፣ ቁጥጥር የሚደረግበት፣ የሁለቱም ምርጥ
- ጉዳቶች፡ የማዋሃድ ራስ ምታት፣ ተሰባሪ በይነገጾች፣ የተባዛ ውስብስብነት
የውሳኔ ዑደት፡ ለ ማሽኖች OODA፣ በጥቂት ምህጻረ ቃላት
አብዛኛዎቹ የ AI የውሳኔ አሰጣጥ ስርዓቶች ዑደት ያካሂዳሉ፡ መመልከት፣ መገመት፣ ማቀድ፣ መስራት፣ መድገም። ስላይድ ያደረጉ ሰዎች ክበቦችን እና ቀስቶችን ይወዳሉ፤ አስፈላጊው ነገር ውጥረት ነው። እያንዳንዱ እርምጃ ይጎዳል። መመልከት (ግን ሁሉንም አይደለም)። መገመት (ግን እርግጠኛ አለመሆንህን ጠብቅ)። ማቀድ (ግን በጊዜ ውስጥ)። መስራት (ግን ዓለምን አታቃጥል)።
- ከግንዛቤ እስከ ምልክቶች፡ ከጥሬ መረጃ እስከ ባህሪያት። መረጃ ማጣት፣ በተስፋ ትክክለኛውን መረጃ።
- ከትንበያ እስከ እምነት፡ ከባህሪያት እስከ አሁን ምን እየተካሄደ እንዳለ ስርጭት።
- ከፖሊሲ እስከ እቅድ፡ ከአሁኑ እምነት እስከ የድርጊት ቅደም ተከተል፣ በስሌት እና በአደጋ የምግብ ፍላጎት የተገደበ።
- ከድርጊት እስከ ግብረመልስ፡ እርምጃ ውሰድ፣ ውጤቶችን ለካ፣ እምነቶችን እና መለኪያዎችን አዘምን። ዑደትዎ በተሞክሮ የተሻለ ካልሆነ፣ አውቶሜሽን ነው እንጂ AI አይደለም።
በ Artificial Intelligence PPT ውስጥ ውሳኔ መስጠት ውስጥ ትልቁ ስህተት ዑደቱ ንጹህ እንደሆነ ማስመሰል ነው። በምርት ውስጥ, ዳሳሾች ይንሳፈፋሉ, ሰዎች ጣልቃ ይገባሉ, እና መለኪያዎች እርስ በእርሳቸው ይጣላሉ. ታላላቅ ስርዓቶች ዓለም ትከሻዋን ስትሰጥ በፀጋ የሚወርዱ ናቸው።
ወደ ስልተ ቀመሮች ጥልቅ ዘልቆ መግባት (ያለ Buzzword Sauce)
ሰዎች የሚጠቀሙባቸውን ስልተ ቀመሮች በእውነት እንመልከት—ምን እንደሚፈቱ፣ እንዴት እንደሚወድቁ እና የት እንደሚበሩ።
ባለብዙ የታጠቁ ሽፍቶች፡ ያለ ድራማ ፍለጋ
አዳዲስ ነገሮችን መሞከርን ከሚሰራው ነገር ጋር በማመጣጠን የሚያስፈልግህ ጊዜ—የማስታወቂያ ምርጫ፣ የሚመከሩ ለውጦች፣ የ UI ሙከራዎች—ባለብዙ የታጠቁ ሽፍቶች ለፍጥነት A/B ሙከራን ይመታሉ። የቶምፕሰን ናሙና ተግባራዊ ተወዳጅ ነው፡ ቤይሲያን፣ ቀላል፣ ውጤታማ። ሙሉ RL ወኪል መስሎ አይታይም። ለእሱ የተሻለ ነው።
- ለሚከተሉት ይጠቀሙበት፡ ፈጣን የመስመር ላይ ውሳኔ መስጠት ከግብረመልስ ጋር
- ለሚከተሉት አይጠቀሙበት፡ የረጅም ጊዜ ስትራቴጂ፣ ውስብስብ ጥገኝነት፣ ለደህንነት-ወሳኝ ማንኛውም ነገር
ሞንቴ ካርሎ የዛፍ ፍለጋ፡ በበጀት ላይ የወደፊቱን መጫወት
MCTS የወደፊቱን ናሙናዎች ይወስዳል፣ ሁሉንም አይደለም፣ ሊሆኑ የሚችሉትን ያህል። የአልጎሪዝም አቻው “ይህን እናስብበት፣ ግን መላውን ከሰዓት በኋላ አይደለም” ነው። በጨዋታዎች እና በተዋቀረ እቅድ ውስጥ ያሸንፋል። ባልተከፈቱ ጥፋቶች ውስጥ እዚያ የሌለውን መዋቅር ያስታውሳል።
- ለመከተሉት ጥሩ ነው፡ የታሰሩ፣ በደንብ የተመሰረቱ የውሳኔ ቦታዎች (ጨዋታዎች፣ የተገደበ እቅድ)
- ለሚከተሉት ደካማ ነው፡ ያልተመሰረተ ሁከት (ሰዎች፣ ገበያዎች፣ ትዊተር)
ተለዋዋጭ ፕሮግራሚንግ፡ በተያዘ ነገር ጥሩ ነው
የቤልማን እኩልታዎች፣ የእሴት ድግግሞሽ፣ የፖሊሲ ድግግሞሽ። የቁጥጥር ንድፈ ሐሳብ ዘውዶች፣ ከኤክስፖኔንታዊ እድገት ከተሠራ አክሊል። የስቴት ቦታው የሚፈነዳ ከሆነ፣ የእርስዎ ብሩህ ተስፋም እንዲሁ።
- ለመከተሉት ጥሩ ነው፡ የታወቁ ተለዋዋጭዎች ያሏቸው አነስተኛ-ወደ-መካከለኛ የማርኮቪያን ዓለማት
- ለሚከተሉት ደካማ ነው፡ ሌላው ሁሉ፣ ካልገመቱ በስተቀር (ይህም ማለት ሁልጊዜ)
ሄዩሪስቲክስ እና ሜታሄዩሪስቲክስ፡ የማይታዩ የሥራ ፈረሶች
የተመሳሰለ አኒሊንግ፣ የታቡ ፍለጋ፣ የጄኔቲክ ስልተ ቀመሮች። እነዚህ የከበሩ “ብዙ ነገሮችን ይሞክሩ፣ ምርጡን ያቆዩ፣ ይቀጥሉ” ናቸው። ያ ስድብ አይደለም። አብዛኛዎቹ እውነተኛ ውሳኔዎች በዚህ መልኩ በትልቅ ደረጃ ይመስላሉ ምክንያቱም እውነታው ሰዓቱ ሲያልቅ እንድትቀመጡ እና ትክክለኛ እኩልታ እንድትፈቱ ስለማይፈቅድልዎት።
- ለመከተሉት ጥሩ ነው፡ ጥሩ ያልሆነው ምናባዊ የሆነባቸው ከባድ ጥምር ችግሮች
- ለሚከተሉት ደካማ ነው፡ ዋስትናዎች ከፍጥነት የበለጠ አስፈላጊ የሆኑባቸው ጎራዎች
የምክንያት ሞዴሎች፡ ምክንያቱም ትስስር አታላይ ነው
የምክንያት ውሳኔ መስጠት—አዎ፣ ፐርል፣ ግራፎች፣ ጣልቃገብነቶች—“በእርግጥ የሆነ ነገር ብንቀይር ምን ይሆናል?” ብሎ ለመጠየቅ መንገድ ይሰጥዎታል ከ “ባለፈው ጊዜ ምን ሆነ?” ይልቅ። በ Artificial Intelligence PPT ውስጥ ውሳኔ መስጠት የምክንያት ድምዳሜ ካልሰጠ፣ ግን ምርትዎ ሰዎችን የሚነኩ ምርጫዎችን ካደረገ፣ ለጸጸት የምክር ሞተር እየገነቡ ነው።
- ለመከተሉት ጥሩ ነው፡ ፖሊሲ፣ መድሃኒት፣ ሁለተኛ ደረጃ ውጤቶች ያላቸው የምርት ለውጦች
- ለሚከተሉት ደካማ ነው፡ ተቃራኒ እውነታዎች የማይጠቅሙባቸው ሙሉ በሙሉ ትንበያዊ ተግባራት
ሁለቱ ከባድ ችግሮች፡ ዓላማዎች እና ገደቦች
በ AI ውሳኔ አሰጣጥ ውስጥ የመጀመሪያው ውሸት “አፈፃፀምን” እያሻሻልን ነው የሚለው ነው። በትክክል ምን ማሻሻል? ጠቅታዎች? የስራ ጊዜ? ገቢ? ደህንነት? ፍትሃዊነት? መዘግየት? ካልገለጹት፣ ስርዓት የለዎትም —ምኞት አለዎት። የዓላማ ተግባር ምርቱ ነው። እንደ ህጋዊ ቦይለርፕሌት ይያዙት እና እንደ ህጋዊ ቦይለርፕሌት ይነክሳል።
- ባለብዙ-ዓላማ የንግድ ልውውጦች ስህተቶች አይደሉም። እነሱ ስራው ናቸው። በግልጽ ይመዝኗቸው፣ ህመሙን በሐቀኝነት ይለኩ፣ እና የፓሬቶ ግንባሮች የሞራል ኮምፓስ እንደሆኑ አድርገው አያስመስሉ።
- ገደቦች ከኋላ የሚደረጉ አይደሉም። ጉዳትን የሚገድቡት እነሱ ናቸው። ከባድ ገደቦች (በእርግጥ፣ Xን በጭራሽ አትለፉ) ከቀላል ቅጣቶች (እባክዎ ትርፋማ ካልሆነ በስተቀር Xን አይለፉ) የተለዩ ናቸው። እንደምትሉት ፃፏቸው።
የኢንዱስትሪው ተወዳጅ የራስን ማታለል ተጨማሪ መረጃ መጥፎ ዓላማን ያስተካክላል ብሎ ማሰብ ነው። አይሰራም። የተሳሳተውን ነገር በጣም ውጤታማ ያደርገዋል።
ማብራሪያ አማራጭ አይደለም፤ ሁኔታ ነው
ሊብራራ የሚችል AIን ለመግፋት ብዙውን ጊዜ እንደ ተገዢነት የሚያበሳጭ ነገር ተደርጎ ይወሰዳል። ያ ወደ ኋላ ነው። “ማብራሪያ” በውሳኔው በሚተማመኑ ሰዎች ጋር እምነት የሚገነቡበት መንገድ ነው—መሐንዲሶች ቢሆኑም። ሞዴሉ “ወደ ግራ ይታጠፉ” ያለበትን ምክንያት ማወቅ ያስፈልግዎታል፣ ተቆጣጣሪን ለማስደሰት ሳይሆን ብልሽትን ከማረምዎ በፊት እንደገና ከመከሰቱ በፊት።
- ድህረ-ሆክ ማብራሪያዎች (የአስፈላጊነት ካርታዎች፣ SHAP) ከምንም የተሻሉ ናቸው፣ ግን እነሱ ሊፕስቲክ ናቸው—ጠቃሚ ሊፕስቲክ—ውድድር ፈረስ ሊሆን በሚችል አሳማ ላይ።
- አብሮ የተሰራ ትርጓሜ (ሞኖቶኒክ ሞዴሎች፣ አጠቃላይ ተጨማሪ ሞዴሎች፣ የተማሩ ደፍ ያላቸው ሕጎች) ለተገመተው ባህሪ ጥቂት ጥሬ ትክክለኛነትን ይለውጣል። በብዙ ጎራዎች፣ ያ ድርድር ነው።
በ Artificial Intelligence PPT ውስጥ ውሳኔ መስጠት በቀለማት ያሸበረቀ የሙቀት ካርታ ካሳየ እና ቀኑን ከጠራ፣ በምርት ውስጥ ስርዓትን እንዴት ማካሄድ እንደሌለብዎት በትክክል ተምረዋል።
ትላልቅ የቋንቋ ሞዴሎች እና የውሳኔ ሚራጅ
አዎ፣ LLMs መወሰን ይችላሉ—ወይም ቢያንስ በሚገርም ቅልጥፍና ውሳኔዎችን ሊያቀርቡ ይችላሉ። የአማራጭ ቦታዎችን በመሳል፣ የንግድ ልውውጦችን በመዘርዘር፣ አልፎ ተርፎም የእቅድ ዑደት ዙሪያ መወጣጫ በመፃፍ በጣም ጥሩ ናቸው። ነገር ግን አሳሳቹ ክፍል በጣም መጥፎው ክፍል ነው፡ እነሱ እየፈጠሩት እንኳን በራስ መተማመን ይሰማቸዋል።
ደህንነቱ የተጠበቀው ንድፍ “ሞዴሉ ይወስን” የሚለው አይደለም። ሞዴሉ ይጠቁም፣ በህጎች ይገድቡ፣ በእቅድ አውጪ ወይም በአመቻች ያረጋግጡ እና እያንዳንዱን እርምጃ ይግቡ። LLMs ን በዑደት ውስጥ ያስቀምጡ፣ በተሽከርካሪው ላይ አይደለም። የመኪናዎን አውቶማቲክ ማስተካከያ እንዲያሽከረክር አይፈቅዱም።
ከስላይዶች ወደ ስርዓቶች፡ በምርት ውስጥ በእውነቱ የሚሰራው
በ AI ውስጥ የሚሰራ የውሳኔ አሰጣጥ ስርዓት እንደ ስላይድ አይመስልም። እንደዚህ ይመስላል:
- ተጨባጭ ሁኔታን የሚያንፀባርቅ ግልጽ ዓላማ, ተስፋ አይደለም.
- አስፈላጊ በሆኑበት ከባድ የሆኑ ገደቦች, ሊሆኑ በሚችሉበት ለስላሳ.
- የራሱን የጎደሉ ቁርጥራጮች የሚቀበል የመረጃ ቧንቧ መስመር።
- ዘዴዎችን የሚያቀላቅል የውሳኔ ሞተር፡ የተማረ ግንዛቤ፣ ፕሮባቢሊቲካል ድምዳሜ እና “እርግጠኛ አይደለሁም” ማለት የሚችል ፖሊሲ።
- ክትትል፡ መከታተል፣ ማብራሪያዎች እና መልሶ ማሽከርከር።
የመጨረሻው ክፍል በአንዳንድ ክበቦች ውስጥ የተሳሳተ እንደሆነ ይቆጠራል። “AI ራሱን የቻለ መሆን አለበት።” ምናልባት። ወይም ምናልባት ሙያዊ ትህትና የፕሬስ-መለቀቅ ማቾን ይበልጣል።
የማይቀር የሆነው “መሣሪያዎች” ጥያቄ
ይህን የውሳኔ ቁልል ከዋክብት ቤተ-መጻሕፍት እና አገልግሎቶች ጋር መሰብሰብ ይችላሉ። ብዙዎቹ ጥሩ ናቸው። ጥቂቶቹ ወጥነት ያላቸው ናቸው። ምርጥ ዝግጅቶች ግጭትን ይቀንሳሉ—ፈጣን ጽሑፎችን መፍጠር፣ ውጤቶችን መፈተሽ፣ ምክንያት ሰንሰለቶችን ማገናኘት፣ የጠርዝ ጉዳዮችን መፈተሽ—እና ጥበቃዎች በሚያስፈልጉበት ቦታ ማስቀመጥ ቀላል ያደርጉታል።
Sider.AIን እንደ ተግባራዊ ምሳሌ አስቡበት። ሊያውቅ የሚችል ፍጡር ሊሸጥላችሁ እየሞከረ አይደለም። በእውነቱ የተዝረከረከውን መሃል እንዲይዙ የሚያግዝ መሣሪያ ነው፡ የምክንያት ሰንሰለቶችን መንደፍ፣ ስልተ ቀመራዊ አማራጮችን ማወዳደር እና የ LLM እገዛን ምርታማ በሆነበት ቦታ ላይ ማስቀመጥ ከማከናወን ይልቅ። በማይማርኩ ቢትዎች ላይ ጥሩ ነው—ድግግሞሽ፣ ምርመራ እና “በስሪት 12 እና 13 መካከል ምን ተቀየረ?” በማጭበርበር ዓለም ውስጥ “በእርግጥ ይሰራል” ሱፐር ኃይል ነው። በ AI PPT ዑደት ውስጥ ውሳኔ ከሚሰጡ የተለመዱ አፈ ታሪኮች
- አፈ ታሪክ፡ “ተጨማሪ መረጃ የተሻሉ ሞዴሎችን ይመታል።” አንዳንድ ጊዜ። ብዙ ጊዜ መጥፎ አስተሳሰብን ይመታል። መጠነኛ መረጃ ያለው ግልጽ ዓላማ በተሳሳተ መለኪያ ላይ ያነጣጠረ የእሳት ቧንቧን ሊያሳካ ይችላል።
- አፈ ታሪክ፡ “ጥቁር ሳጥን የማይቀር ነው።” አይ። አንዳንድ ጊዜ ምቹ ነው። ግልጽ ያልሆኑ ኮርሶች ዙሪያ ሊተረጎሙ የሚችሉ ንብርብሮችን መገንባት ይችላሉ። ግድ ሊላችሁ ይገባል።
- አፈ ታሪክ፡ “ፍለጋ አደገኛ ነው።” በእርግጥ—እና መቀዛቀዝም እንዲሁ። ሽፍቶች የሚኖሩት በምክንያት ነው።
- አፈ ታሪክ፡ “ራስን በራስ ማስተዳደር ግቡ ነው።” ራስን በራስ ማስተዳደር መንገድ ነው። አስተማማኝነት ግቡ ነው።
ኬዝሌቶች፡ ጎማው ከመንገድ ጋር የሚገናኝበት
- የሎጂስቲክስ መንገድ፡ ለተግባራዊነት A*፣ ለዋጋ MILP፣ ለመጨረሻ ማይል ሁከት ሄዩሪስቲክስ። በእርግጠኝነት ካልታወቀ የፍላጎት ትንበያ ይረጩ እና ጠንካራ ስርዓት ያገኛሉ። አይ፣ አንድ ነጠላ መጨረሻ-ወደ-መጨረሻ ጥልቅ መረብ ከተማዋ ድልድይ ስትዘጋ በሳምንት ሁለት የተሻለ አያደርግም።
- የሕክምና መለያ፡ ለከባድ ደህንነት ህጎች፣ ለአደጋ ማስቆጠር ፕሮባቢሊቲካል ሞዴሎች፣ ለተለመዱ የሰው-ውስጥ-ዑደት። የስርዓቱ በጎነት ፍጥነት አይደለም፤ መቼ እንደሚቀንስ ማወቅ ነው።
- የይዘት ልከኝነት፡ ለመለያ ምደባ፣ ለህጋዊ ገደቦች የፖሊሲ ህጎች፣ ለሰዎች ይግባኝ ማለት። ይህን “አትፈቱም”፣ ታስተዳድሩታላችሁ—ጎን ለጎን የሚበቅል ሣር እንደማጨድ።
የውሳኔ ስርዓትን እንዴት እንደሚፈርዱ (ስላይድ አይደለም)
ሶስት ጥያቄዎችን ይጠይቁ:
- በትክክል ምን እያሻሻሉ ነው? መልሱ ከአንድ ዓረፍተ ነገር በላይ ወይም ከአንድ ዓረፍተ ነገር በታች የሚወስድ ከሆነ፣ ይጨነቁ።
- ዓለም ሲቀየር ምን ይሆናል? መልሱ “ዳግም ማሰልጠን” ከሆነ ስለ መንሸራተት አላሰቡም።
- መቼ እንደተሳሳቱ እንዴት ያውቃሉ? መልሱ ዝምታ ከሆነ ራቁ።
የራስዎን ጥልቅ ዘልቆ መገንባት፡ ተግባራዊ ዝርዝር
የራስዎን የ Artificial Intelligence PPT ውስጥ ውሳኔ መስጠት እየሰበሰቡ ከሆነ—ምክንያቱም ሁላችንም ጥፋተኞች ነን፣ በመጨረሻ—በሐቀኝነት ዙሪያ ይገንቡት:
- በውሳኔ ዑደት እና በዓላማ ተግባርዎ ይጀምሩ። አንድ ስላይድ, ግልጽ ጽሑፍ.
- “መማርን” ከ “መወሰን” ለዩ። ሁለት ስላይዶች፣ ምሳሌዎች ብቻ።
- ገደቦችዎን እና ለምን ከባድ እንደሆኑ ያሳዩ። አንድ ስላይድ, ምንም ቃላቶች የሉም.
- ግንዛቤን፣ ድምዳሜን፣ እቅድ ለማውጣት ስልተ ቀመሮቹን ይምረጡ። ለእያንዳንዳቸው, የውድቀት ሁነታዎችን ይዘርዝሩ.
- ክትትልን ያብራሩ፡ መንሸራተት፣ መሻር፣ የአደጋ ጊዜ መጫወቻ መጽሐፍት።
- ያልተፈቱ አደጋዎች ጋር ይጨርሱ። ምንም ከሌለዎት፣ አልጨረሱም።
የ “አላውቅም” ጸጥ ያለ ኃይል
የ AI ስርዓቶች መቆጠብ መቻል አለባቸው። እርግጠኛ ያለሆነ ውሳኔ አሰጣጥ፣ የተመረጠ ትንበያ፣ በፈለጉት መንገድ ይደውሉት። "ማለፍ" ማለት መቻል በመሳሪያ እና በኃላፊነት መካከል ያለው ልዩነት ነው። ሰዎች ይህንን በተፈጥሯቸው ያደርጉታል። ይህን ማድረግ የማይችሉ በጣም ብዙ ስርዓቶችን ገንብተናል።
ይህ የት ያደርሰናል
በሰው ሰራሽ አስተውሎት ውስጥ ውሳኔ መስጠት አስማት አይደለም፣ እና ስልተ ቀመሮችን በጥልቀት መመርመር ለአዲስ ሃይማኖት የንግድ ካርድ መምሰል የለበትም። ምህንድስና ነው - ጥንቃቄ የተሞላባቸው ዓላማዎች፣ ግልጽ ገደቦች፣ ግልጽ ያልሆነ እርግጠኝነት እና አስተማማኝነት ለማግኘት ውበትን ለመለዋወጥ ፈቃደኝነት። በሚቀጥለው ጊዜ አንድ PPT ስርዓቱ "መወሰን ተምሯል" ሲልዎት ድልድዩ ሲቋረጥ፣ መለኪያው ስህተት ሲሆን ወይም ተጠቃሚው ማንም ያልተነበየውን ነገር ሲያደርግ ምን እንደሚፈጠር ይጠይቁት።
መልሱ ትልቅ ቀስት ከሆነ ውሳኔዎ በእጅዎ ነው ማለት ነው።
ቁልፍ ቃልን ያገናዘበ ተጨማሪ (ቁልፍ ቃል ያለማቋረጥ)
- በሰው ሰራሽ አስተውሎት ውስጥ ውሳኔ መስጠት፡ ግልጽ ዓላማዎችን እና ገደቦችን በመጠቀም እርግጠኛ ባልሆነ ሁኔታ ውስጥ ድርጊቶችን የመምረጥ ልምድ ነው።
- ወደ ስልተ ቀመሮች በጥልቀት መመርመር፡ ዘይቤ አይደለም - ፍለጋ፣ ማሻሻል፣ ሊከሰት የሚችል ግምት፣ የማጠናከሪያ ትምህርት፣ እቅድ ማውጣት፣ የምክንያት ሞዴል፣ ድብልቆች።
- ጠቃሚ ትምህርት፡ ዘዴዎችን ቀላቅሉ፣ ገደቦችን አጥብቁ፣ እርግጠኛ ያለመሆንን ተቀበሉ፣ ሁሉንም ነገር ይፈትሹ፣ እና ስላይድ ሲስተም ነው ብሎ ከመምሰል ይቆጠቡ።
ተደጋጋሚ ጥያቄዎች
Q1: በሰው ሰራሽ አስተውሎት ውስጥ ውሳኔ መስጠት በእርግጥ ምንድን ነው?
ግልጽ ዓላማ እና ገደቦች ባሉት እርግጠኛ ባልሆነ ሁኔታ ውስጥ ድርጊቶችን መምረጥ ነው - ስሜት አይደለም።አስደሳቹ ክፍል ሞዴሉ አይደለም; ዓለም የስልጠናውን ስብስብ ለማዛመድ ፈቃደኛ ካልሆነ ሞዴሉ፣ መረጃው እና የጥበቃ መስመሮቹ እንዴት አብረው እንደሚሰሩ ነው።
Q2: ወደ AI ውሳኔ አሰጣጥ በጥልቀት ለመመርመር የትኞቹ ስልተ ቀመሮች አስፈላጊ ናቸው?
ፍለጋ፣ ማሻሻል፣ ሊከሰት የሚችል አመክንዮ፣ የማጠናከሪያ ትምህርት፣ እቅድ ማውጣት እና የምክንያት ሞዴሎች ዋናው ነገር ናቸው። የተማረ ግንዛቤን በምሳሌያዊ ህጎች የሚያጣምሩ ድብልቅ ስርዓቶች በእውነቱ ምርትን በሕይወት የሚተርፉ ናቸው።
Q3: ትላልቅ የቋንቋ ሞዴሎች ለውሳኔ አሰጣጥ ጥሩ ናቸው?
አማራጮችን በመጠቆም እና እቅዶችን በማዘጋጀት በጣም ጥሩ ናቸው፣ እንደ ቁጥጥር ያልተደረገባቸው ወሳኞች ግን አስከፊ ናቸው። LLMዎችን በ loop ውስጥ ይጠቀሙ፡ ይጠቁሙ፣ ይገድቡ፣ ያረጋግጡ - ከዚያ ለእያንዳንዱ እርምጃ ለጠበቃ ማስረዳት እንደሚያስፈልግዎ አድርገው ይመዝግቡ።
Q4: በሰው ሰራሽ አስተውሎት ውስጥ ትልልቅ ስህተቶችን እንዴት ማስወገድ እችላለሁ?
ትምህርትን ከመወሰን ይለዩ፣ ዓላማውን ይግለጹ እና ገደቦችን ይግለጹ። የውድቀት ሁነታዎችን እና ክትትልን ያሳዩ - የእርስዎ ስላይድ ቀስቶች ብቻ ከሆኑ እና ምንም የንግድ ልውውጥ ከሌለ ቲያትር እንጂ ምህንድስና አይደለም ማለት ነው።
Q5: Sider.AI በ AI የውሳኔ አሰጣጥ የስራ ፍሰቶች ውስጥ የት ይገባል?
Sider.AI በሚበዛው መሃል ላይ ያግዛል - የስራ ፍሰቶችን መፍጠር፣ ማወዳደር እና መመርመር - ስለዚህ የ LLM ድጋፍ ግብይት በሚፈልገው ሳይሆን በሚሰራበት ቦታ ማስቀመጥ ይችላሉ። አስማታዊ ዘንግ ሳይሆን ተግባራዊ ድግግሞሽን ያስቡ። 
