אז ביקשו ממך להציג בינה מלאכותית. הנה איך לעשות את זה מבלי לגרום לעיניים של כולם להיתקע.
יש שני סוגים של הזמנות לפגישות: כאלה שהיו יכולות להיות מייל, ואלה שבהן אתה צריך להסביר בינה מלאכותית עם מצגת – שקפים שנראים כאילו רובוט התעטש עליהם עם סטטיסטיקות. אם קיבלת את הסוג השני, היי, שלום, ברוך הבא. בוא נהפוך את "Artificial Intelligence PPT 2021/2022" שלך למשהו שלא יגרום לכל מי שברא לקום לבדוק Slack.
ספוילר: אפשר להציג בינה מלאכותית בלי דוקטורט, בלי גלימת מעבדה, אפילו בלי הרצון לקרוא מאמרים ארוכים. רק צריך סיפור ברור, כמה דוגמאות מוצקות, ושקפים שלא מבצעים פשעים טיפוגרפיים.
בהדרכה הזו ניגע בשלושה נושאים:
- מה באמת חדש בבינה מלאכותית בין 2021 ל-2022 (התקופה שבה הבינה המלאכותית הפסיקה להיות ביישנית והתחילה להופיע בכל מקום)
- איך להציג את העדכונים האלה כך שגם אנשים לא טכניים יתחברו
- איך לבנות מצגת בינה מלאכותית שזורמת, עונה על שאלות הקהל ומקבלת הנדות ראש במקום נודניקים
ראוי לציין לפני שנכנסים לעומק: אציע לך דרך מעשית, שלב אחר שלב, להציג את העדכונים החדשים בבינה מלאכותית – foundation models, טקסט בסגנון GPT, מחוללי תמונות, גל “בינה מלאכותית אחראית” – בלי שהשקפים שלך ייראו כמו לוח קשרים עם חיצים וקיצורים. בלי משולשים של בלוקצ’יין. בלי ענני “סינרגיה”. רק סיפור נקי עם ויזואלים שהקהל שלך יזכור באמת.
בינה מלאכותית 2021/2022: השנים שבהן הכל הפך מוזר, חכם והרבה יותר… מחולל
בוא נקבע את הרקע. אם בינה מלאכותית ב-2018 הייתה בעיקר על זיהוי חתולים, ב-2021/2022 היא כבר כתבה שירי חתולים, עיצבה לוגואים לחתולים, והפכה את החתול שלך לאסטרונאוט בצבעי מים – כי למה לא.
הנה מה שיצא דופן בשנים האלה שכדאי מאוד ש"Artificial Intelligence PPT 2021/2022" שלך יכלול:
- foundation models נכנסו לזרם המרכזי: מודלים גדולים של שפה (LLMs) ומודלים מולטימודליים שאומנו על כמויות עצומות של נתונים הפכו לבסיס של הבינה המלאכותית המודרנית. תחשוב עליהם כמו מוח שווייצרי – מודל אחד, הרבה משימות.
- בינה מלאכותית מחוללת התמקמה בחזית: טקסט שיוצר טקסט נוסף. תמונות ממשפטים. קוד מהערות. הבינה המלאכותית שלך לא סתם ניתחה; היא יצרה. השקף שלך צריך להראות את השינוי הזה.
- למידת העברה הפכה לברירת המחדל: במקום לאמן הכל מאפס (כמו לאפות לחם מחיטה שגידלת), כולם השתמשו במודלים טרום-מאומנים (כמו לקנות לחם ולערבב אותו לסנדוויץ’). התאמות וכיוונים החליפו אימוני שנה שלמה.
- בינה מלאכותית אחראית עלתה לשקף 3, לא לשקף 47: הטיה, שקיפות, פרטיות נתונים, והסברת המודל כבר לא נהיו עניינים משניים. הם הפכו לשאלת הביטחון של הבינה המלאכותית.
- שבבים ותפעול ML (MLOps) התפתחו: סיליקון מיוחד וכלי יצור הפכו את “יש לנו מודל” ל“אנחנו יכולים לשלוח את המודל שוב ושוב בלי שהוא יתקלקל בשעות הקטנות של הלילה.”
אם אתה לא זוכר שום דבר אחר, תזכור את זה: המצגת שלך צריכה להראות את הקפיצה מבינה מלאכותית צרה למשימות ספציפיות לבינה מלאכותית כללית, מחוללת, שאפשר באמת להשתמש בה – בעיקר דרך פקודות טקסט.
הבעיה בהצגה: הקהל שלך שואל את השאלות האלה (אפילו אם הוא לא אומר אותן בקול):
- האם זה יעזור לי לסיים משהו עד יום שישי?
- האם זה מדויק או “בטוח בטעות” כמו הדוד שלי בארוחת החג?
- מה התשואה על ההשקעה, וכמה מהר נוכל לבצע פיילוט בלי להפחיד את המחלקה המשפטית?
תבנה את מצגת הבינה המלאכותית סביב מענה לשאלות האלה, לא סביב מוזיאון שמות של מודלים. תתחיל ברלוונטיות, ותסיים בקיצורים והגדרות. תחשוב: “הנה המשימה. הנה ההבדל לפני ואחרי. הנה העלות, הסיכון, והשלב הבא.”
איך לבנות מצגת בינה מלאכותית 2021/2022 שעובדת באמת
הנה המתווה של המצגת שאני הייתי משתמש. כן, אפשר להעתיק ולהדביק את זה לשקפים שלך. לא, אני לא אגלה.
- שקף התפסן: “בינה מלאכותית 2021/2022 — ממנבא ליוצרים”
- שורה חזקה אחת. ויזואל פשוט אחד. לדוגמה: תמונה מפוצלת – שמאל: “לנבא,” ימין: “ליצור.” בלי סלט מילים.
- דקה הנהלה: “למה זה חשוב עכשיו”
- עד שלוש נקודות, מקסימום. קשר להשפעה עסקית או מטרות צוות.
- דוגמאות לנקודות: מקטעי תוכן מוכנים 5 פעמים מהר יותר; אוטומציה של תמיכה שגרתית; מזרז בדיקות ב-30%.
- מה השתנה בבינה מלאכותית 2021/2022
- הראה את המעבר ל־“foundation models,” “בינה מלאכותית מחוללת,” ו־“בינה מלאכותית אחראית.”
- הגדרות בשורה אחת, לא פסקאות מעוצבות כמו בספרי לימוד.
- בחר שתי הדגמות חיות, קלות או סרטוני קצר: יצירת טקסט לטיוטה ראשונה, יצירת תמונה לאבטיפוס, סיוע בקוד לבדיקה. שמור מתחת ל-90 שניות.
- שיווק: טיוטות ראשונות, תוכן מחודש, איטרציה למודעות
- מוצר/עיצוב: איורים ראשוניים, ניסוח UX, סינתזת מחקר משתמשים
- הנדסה: הצעות קוד, יצירת בדיקות, סיכומי תיעוד
- מכירות/תמיכה: תגובות מייל, תשובות לבסיס ידע, סיכום שיחות
- שקף כללי: “מה הבינה המלאכותית טועה ואיך אנחנו תופסים את זה”
- מגבלות דיוק, הזיות, פרטיות, הטיה – כל נושא מלווה בהסבר פשוט ומניעה.
- היקף הפיילוט (2-3 שבועות). מדדי הצלחה. בעלי עניין. כלים.
- טווח עלויות והשפעה צפויה. בלי מספרים קסמים; טווחים סבירים.
- שאלות נפוצות בעמוד אחד (כי מישהו ישר ישאל)
- בטיחות נתונים, קניין רוחני, ציות, מי מאשר מה, איך מודדים ערך.
- “בחר פיילוט אחד עד יום שישי” מנצחת את “אנחנו צריכים לחקור את הפוטנציאל המשנה-משחק.”
עיצוב שקפים: כבש את שלושת האויבים — טקסט קטן, ארט קלאסי וכאוס
- גודל גופן: אם אתה צריך לומר “זה קצת קטן,” זה כבר קטן מדי. מינימום 24pt. באמת.
- היררכיית חזות: רעיון יחיד בשקף. כותרת. תומך ויזואלי. סטטיסטיקה בודדת אם צריך.
- השתמש בדוגמאות אמיתיות: הראה מייל לפני/אחרי, פקודה ופלט שלה, תקציר מקרה תמיכה.
- קידוד צבע: השתמש בצבע הדגשה אחד לרגעי “פעולת בינה מלאכותית.” הקהל שלך צריך לעקוב אחר תפקיד הבינה בקלות.
- אייקונים וצילומי מסך על פני דיאגרמות: אנשים זוכרים תמונות. הם מקבלים דיאגרמות. בקושי.
מה להגיד באמת על הטכנולוגיה (בלי להזמין את קרקן הקיצורים)
- foundation models: “מוחות טרום-מאומנים שיכולים ללמוד במהירות את המשימה שלך עם כמה דוגמאות או פקודות.”
- Prompting: “אנחנו מדברים. זה עושה דברים. ככל שאנחנו מדויקים יותר, התוצאות טובות יותר.”
- Fine-tuning: “אנחנו מדרבנים את המודל עם הנתונים שלנו כדי שידבר בשפה שלנו.”
- Hallucinations: “כשבינה מלאכותית ממציאה דברים בלי למצמץ. אנחנו בודקים טענות חשובות.”
- פרטיות: “אנחנו שומרים מה נכנס ולאן זה הולך. נתונים רגישים לא הופכים לחומר אימון ציבורי.”
אם צריך ויזואל אחד, השתמש בזה: קלטים (פקודה + נתונים אופציונליים) → מודל (טרום-מאומן + כוונון) → כללים (פילטרים, בדיקות) → פלטים (טיוטות, תמונות, קוד). זה כל מפעל הבינה המלאכותית בשקף אחד.
מה חדש: אבני דרך בבינה מלאכותית 2021/2022 שניתן להציג בפחות מ-3 דקות
- הטקסט השתפר משמעותית: מודלים מהתקופה הזו התחילו לכתוב טיוטות קוהרנטיות ומותאמות למותג. לא זוכים בפרס פוליצר, אבל טיוטות ראשונות טובות שמפחיתות חוסר וודאות.
- תמונות הפכו משפטים לאבטיפוסים: הקלד “לוגו קפה מינימליסטי עם נגיעות טורקיז,” וקבל יצירת אמנות. מעולה לסיעור מוחות, לא להדפסה סופית בלי עריכה אנושית.
- עוזרי קוד הגיעו: מפתחים קיבלו השלמה אוטומטית משודרגת. פחות שורות שבלונית, בדיקות יחידה מהירות יותר, יותר זמן לחלקים המורכבים.
- שיפור בדיבור לטקסט ותרגום: יש תמלולים לפגישות, שיחות ניתנות לחיפוש. ההערות שלך כבר לא מפוזרות ב-17 אפליקציות שונות.
- MLOps ופריסה התקדמו: המעבר מפרוטוטיפים לא יציבים לזרימות עבודה שניתנות לשחזור הפך קל יותר. לא צריך מעבדת מחקר כדי להפעיל פיילוט.
בונוס: זו התקופה שבה “בינה מלאכותית אחראית” עברה מהנהון מנומס לפרקטיקה ממשית. הכוונה לשלב שלבי ביקורת בתהליך, לנטר הטיות ולתעד את מה שהמודל ראה ועשה. כן, צריך שקף להחברה.
הצעות להדגמות חיות שלא יתפוצצו באמצע הפגישה
- טיוטה של 60 שניות: הדבק תיאור מוצר קצר ובקש טיוטת אימייל ראשונה. הראה 10 שניות של עריכה. סיימת. זה רלוונטי, מהיר, וצורח “חסכון בזמן.”
- כרטיס שירות לקוחות מדומה: הזן תמלול תמיכה מבולגן. קבל סיכום מובנה ותשובה מוצעת. הראה את היסטורית הגרסאות כדי להסביר שאדם מאשר את השליחה.
- בדיקת קוד בשורה אחת: הדבק פונקציה פשוטה ובקש מקרים לבדיקה. נקודות בונוס אם תופס מקרה קצה ואתה צוחק כאילו זאת היתה כוונה.
שמור גיבוי מוקלט. טכנולוגיה אוהבת קהל ולפעמים שוכחת את הטקסט.
בניית מצגת בינה מלאכותית 2021/2022: תסריט לדוגמה שקף אחרי שקף
- שקף: “AI 2021/2022: ממנבאות ליצירה”
- אמור: “בינה מלאכותית פעם רק זיהתה דפוסים. עכשיו היא יוצרת – מילים, תמונות, אפילו קוד טיוטה. היום נראה איפה זה עוזר, ואיפה זה חייב להיות עם כללים.”
- שקף: “שלוש דרכים שזה עוזר לנו עכשיו”
- אמור: “קיצרנו את זמן הטיוטה הראשונה, אוטומטנו משימות חוזרות, וקיבלנו ניתוח מהיר יותר. בשבילנו זה אומר פחות מפות איבוד זמן ויותר זמן למה שמאתגר.”
- שקף: “איך זה עובד (במונחים פשוטים)”
- אמור: “אנחנו נותנים פקודה. מודל טרום-מאומן מגיב. אנחנו בודקים ומתקנים. זה הלולאה.”
- שקף הדגמה: “טיוטת 60 שניות”
- אמור: “דף ריק לטיוטה טובה. הבינה נותנת לנו 70%. אנחנו מוסיפים את המוח והמותג.”
- שקף: “כללי בטיחות שאנחנו משתמשים בהם”
- אמור: “בינה מלאכותית היא מתמחה נהדרת – מהירה, מועילה, ולפעמים ממציאה. שומרים אותה במשימה עם ביקורות ובדיקות.”
- אמור: “ניסוי של שבועיים עם שני צוותים. מדדים ברורים, יציאה ברורה. אם זה עובד, מתרחבים. אם לא, למדנו מהר.”
- אמור: “כן, חשבנו על פרטיות נתונים. לא, אנחנו לא מחליפים אנשים – אלא אם מישהו מוכן להתחלף על ידי מצגת.”
פקודות שבאמת עובדות בחדר חי (תעתיק את אלה)
- “כתוב מייל מוצר של 120 מילים בטון ידידותי ומקצועי. כלול קריאה לפעולה אחת. שמור על מינימום ז’רגון. השתמש בשלוש הנקודות האלה: [X, Y, Z].”
- “סכם תמלול תמיכה ב-5 נקודות עם סנטימנט ושלבים הבאים.”
- “צור 5 רעיונות לוגואים קלים למותג מטבחים מודרני עם נגיעות טורקיז וצורות גאומטריות.”
- “הצע בדיקות יחידה לפונקציה הזו. ציין מקרים קיצוניים בהערות.”
טיפ מקצועי: תמיד הראה את הפקודה על השקף. אנשים אוהבים לראות את המתכון, לא רק את העוגה.
סיכונים, תקלות ואיך להתמודד עם הקנאי בפגישה (כולנו מכירים אחד כזה)
- הלוצינציות: תתוודה מראש. “אנחנו בודקים עובדות ומונעים שימוש במקרים קריטיים בלי אדם במעגל.”
- פרטיות נתונים: הסבר איפה הנתונים נשמרים ומה לא משמש לאימון עתידי.
- הטיה: הראה דוגמה מהירה לבדיקת תוצאות מוטות. אל תבטיח שלמות, הבטח ניטור.
- עלויות: קבע גבולות – על פי טוקנים, מקומות ישיבה או שיחות – ובדוק חודשי.
- ניהול שינוי: בחר חובב מחלקה אחד. תמריצים מנצחים מכתבים.
כלל 10/20/30, מהדורת בינה מלאכותית
- 20 דקות של דיבור והדגמות (עם זמן נשימה)
- 30 נקודות לרעיונות, במטאפורה: חלק את הרעיונות שלך כך שכל אחד בשורה האחורית יבין
אם צריך פירוט יותר, תסתיר את זה בשקפי נספחים. הקהל שלך לא צריך למתוח עיניים או לפענח.
ראוי לציין: דרך חכמה יותר להכין את המצגת שלך
אם אתה רוצה ש-AI תבדוק את התוכנית שלך, תנקו את השקפים ותציע פקודות טובות יותר לפני הפגישה הגדולה, Sider.AI יכול לעזור. זה כמו מדריך שקפים ידידותי משולב בתהליך העבודה שלך – מסכם מקורות, מייצר ויזואלים ראשוניים, והופך את רשימות התבלינים שלך למשהו שאפשר באמת להציג. לתשומת לבך: כלים טובים לא עושים סיפור רע לגדול, אבל ישפרו סיפור טוב ויהפכו אותו למהיר וחד יותר. את הזמן שחוסכים שמור לתרגל את ההדגמה פעם אחת. או פעמיים. טוב, שלוש. ויזואלים מהירים שמוכרים את הסיפור (מינימום מאמץ, מקסימום חדות)
- סרגל זמן: 2018 = זיהוי דפוסים, 2021/2022 = יצירה מחוללת. שורה אחת. שלושה תוויות. סיימנו.
- אריחים לפני/אחרי: אימייל, אבטיפוס, מקרים לבדיקות – שמאל היא הגרסה האנושית (איטית), ימין היא האנושי + AI (מהירה, מסומנת).
- סט אייקונים של כללי בטיחות: דיוק, פרטיות, הטיה, עלות. כל אחד עם מדיניות בשורה אחת.
- כרטיס ניקוד לפיילוט: תאריך התחלה, צוותים, מדדי הצלחה, בעלים. ירוק/צהוב/אדום.
רשימת בדיקה לתרגול של 5 דקות
- האם אתה יכול להסביר “foundation model” במשפט אחד בלי לסבך את הלשון?
- האם ההדגמות שלך עובדות על וויפי במלון? (וידאו גיבוי, בבקשה.)
- האם יש שקף שמישהו במחלקת משפטיות יקומם עליו? (תתקשר אליו. תביא עוגיות.)
- האם קיצצת את התארים? בינה מלאכותית אוהבת פשטידות מילוליות; הקהל שלך לא.
- האם אתה מסיים בפעולה אחת? “אשר את הפיילוט” מנצח את “בוא נחשוב על זה.”
שקף המסקנות שאתה יכול לסיים איתו
“בינה מלאכותית ב-2021/2022 עברה מזיהוי דפוסים ליצירת טיוטות. השתמשו בה לטיוטות ראשוניות ומשימות שגרתיות. השאירו את האנשים בהחלטות החשובות. התחילו בקטן, מדדו, ותתפתחו חכם.”
זה כל הקטע. אתה לא מבטיח מהפכה של רובוטים. אתה מראה איך לקבל את יום שלישי שלך בחזרה.
תסריט קצר לשאלות ותשובות שתקבל באמת
- “זה טוב לטיוטות וסיכומים. לעובדות עם השלכות אנחנו בודקים. תחשוב 'עוזר חכם,' לא 'אורקל כל יודע.'”
- “האם אנחנו מוסרים את הנתונים שלנו?”
- “אנחנו מגדירים גבולות ברורים: קלט פרטי נשאר פרטי, ואנחנו בוחרים ספקים עם בקרה ארגונית.”
- “מתחילים בזמני חיסכון למשימה. אם נחסוך 20 דקות למסמך על 200 מסמכים בחודש, זה X שעות חזרה. אחר כך מוסיפים שיפורי איכות ומחזורי זמן מהירים יותר.”
- “זה מחליף חלקים ממשימות. אנשים עדיין מקבלים החלטות, קובעים אסטרטגיה ומתיישרים עם טעויות הבינה. ההזדמנות היא לשחרר עבודה משעממת.”
דחיפה אחרונה: אל תסבך את הסיפור
אם המצגת שלך יכולה לעשות שלוש דברים – להראות מה השתנה, להוכיח מקרה שימוש מחובר לעולם, ולהבהיר איך תעשה את זה בבטחה – אתה מנצח. הסוד זה לא להוסיף שקפים, אלא סיפורים טובים יותר והדגמות ברורות.
עכשיו לך לתרגל את הדמו של הטיוטה של 60 שניות. פעמיים. ולרווחת כל מה שHelvetica זה כבוד, תגדיל את גודל הגופן.
שאלות נפוצות
שאלה 1: מה כדאי לכלול במצגת בינה מלאכותית 2021/2022?
כנס את השינויים הגדולים—foundation models, בינה מלאכותית מחוללת, ובינה מלאכותית אחראית—בנוסף לשתי הדגמות קצרות ותוכנית פיילוט פשוטה. שמור על שקפים פשוטים, הראה פקודות ותוצרים, וענה על הדאגות האמיתיות: דיוק, פרטיות, תשואה.
שאלה 2: איך להסביר בינה מלאכותית מחוללת לקהל לא טכנולוגי?
אמור כך: זה תוכנה שיוצרת טיוטות—טקסט, תמונות, אפילו קוד—בהתבסס על ההוראות שלך. תחשוב על מתמחה עוזר: מהיר בטיוטות ראשונות, עם תוצאות שאנושות מאשרת.
שאלה 3: מהם טעויות נפוצות בהצגות בינה מלאכותית?
יותר מדי ז’רגון, גופנים קטנים, ואין דוגמאות אמיתיות. החלף את מילות האופנה עם הדמו החי של 'טיוטה של 60 שניות', כללי בטיחות ברורים, ותוכנית פיילוט בשקף אחד.
שאלה 4: איך מטפלים בדיוק והזיות בבינה מלאכותית במצגת?
קבל את זה מראש והראה איך מפקחים: סקירה אנושית למשימות קריטיות, בדיקת עובדות לטענות, ואפשרויות ברורות לוויתור על נתונים רגישים. המסר: שימושי, אבל מבוקר.
שאלה 5: איך כלים כמו Sider.AI יכולים לעזור במצגת בינה מלאכותית?
הם מסכמים מקורות, מציעים פקודות, והופכים רשימות מבולגנות לשקפים נקיים מהר יותר. השתמש בהם להכנת המצגת—ואז תתמקד בהדגמה ובסיפור. 
