"في تطوير البرامج التقليدية ، تخطط للإصدار 1 ، الإصدار 2 ، الإصدار 3 من المنتج الجديد بناء على عمق الميزة أو احتياجات المستخدم. مع أنظمة الذكاء الاصطناعي ، تتحرك العدسة. بدلا من ذلك ، يتم تحديد كل إصدار من خلال مقدار الوكالة التي يمتلكها النظام ومقدار التحكم الذي ترغب في التخلي عنه. ابدأ بتحديد مجموعة من الميزات ذات التحكم العالي والوكالة المنخفضة (الإصدار 1 في الصورة أدناه). يجب أن تكون صغيرة وقابلة للاختبار وسهلة الملاحظة. من هناك ، فكر في كيفية تطور هذه القدرات بمرور الوقت من خلال زيادة الوكالة تدريجيا ، نسخة واحدة في كل مرة. الهدف هو تقسيم الحالة النهائية النبيلة إلى سلوكيات مبكرة يمكنك تقييمها وتكرارها والبناء منها لأعلى. على سبيل المثال ، إذا كان هدفك النهائي هو أتمتة دعم العملاء في شركتك ، فإن طريقة التحكم العالية للبدء هي تحديد نطاق v1 (الإصدار 1) على أنه مجرد توجيه التذاكر إلى القسم الصحيح ، ثم الانتقال إلى الإصدار 2 حيث يقترح النظام الحلول المحتملة ، وفقط في الإصدار 3 يسمح له بالحل التلقائي مع النسخ الاحتياطية البشرية. فيما يلي بعض الأمثلة الأخرى: مساعد تسويق الإصدار 1: مسودة رسالة إلكترونية أو إعلان أو نسخة اجتماعية من رسائل المطالبة الإصدار 2: إنشاء حملات متعددة الخطوات وتشغيلها الإصدار 3: إطلاق الحملات واختبار A/B وتحسينها تلقائيا عبر القنوات مساعد الترميز v1: اقتراح عمليات الإكمال المضمنة والمقتطفات المعيارية الإصدار 2: إنشاء كتل أكبر (مثل الاختبارات أو إعادة التمثيل) للمراجعة البشرية الإصدار 3: تطبيق التغييرات ذات النطاق وفتح طلبات السحب (PRs) بشكل مستقل إذا كنت قد اتبعت كيفية تطور أدوات مثل GitHub Copilot أو Cursor ، فهذا هو بالضبط دليل اللعب الذي استخدموه. يرى معظم المستخدمين الإصدار الحالي فقط ، لكن النظام الأساسي تسلق هذا السلم تدريجيا. أولا الإكمال ، ثم الكتل ، ثم العلاقات العامة ، مع كل خطوة مكتسبة من خلال الاستخدام والتعليقات والتكرار ". المزيد هنا:
Lenny Rachitsky
Lenny Rachitsky‏20 أغسطس، 00:21
لا يمكنك إنشاء منتجات الذكاء الاصطناعي مثل المنتجات الأخرى. منتجات الذكاء الاصطناعي غير حتمية بطبيعتها ، وتحتاج إلى التفاوض باستمرار على المفاضلة بين الوكالة والسيطرة. عندما لا تتعرف الفرق على هذه الاختلافات ، تواجه منتجاتها إخفاقات غير متوقعة ، وتكون عالقة في تصحيح أخطاء الأنظمة المعقدة الكبيرة التي لا يمكنهم تتبعها ، وتتآكل ثقة المستخدم في المنتج بهدوء. بعد رؤية هذا النمط يلعب عبر 50+ الذكاء الاصطناعي تطبيقا في الشركات بما في ذلك @OpenAI و @Google و @Amazon و @Databricks ، طورت Aishwarya Naresh Reganti و Kiriti Badam حلا: إطار عمل المعايرة المستمرة / التطوير المستمر (CC / CD). الاسم هو إشارة إلى التكامل المستمر / النشر المستمر (CI / CD) ، ولكن ، على عكس الاسم نفسه ، فهو مخصص للأنظمة التي يكون فيها السلوك غير حتمي وتحتاج إلى كسب الوكالة. يوضح لك إطار العمل هذا كيفية: - ابدأ بميزات عالية التحكم ومنخفضة الوكالة - بناء أنظمة eval تعمل بالفعل - توسيع نطاق منتجات الذكاء الاصطناعي دون كسر ثقة المستخدم إنه مصمم للتعرف على تفرد أنظمة الذكاء الاصطناعي ومساعدتك في بناء منتجات الذكاء الاصطناعي الأكثر تعمدا واستقرارا وجديرة بالثقة. يشاركونها علنا لأول مرة:
‏‎64.1‏K