Երբեմն արհեստական բանականությունը թվում է այն ընկերոջը, որը երդվում է, որ կարող է եփել, իսկ հետո գալիս է փչող վառարանով և հում սոխով։ Տպավորիչ գործիքներ, շփոթեցնող արդյունքներ, շատ ծուխ և ոչ մի հստակ վստահություն, որ ընթրիքը անխուսափելի է։.
Այսպիսով… Արհեստական բանականությունը գերագնահատվա՞ծ է։ Այո՛, մի շարք առումներով։ Նաև՝ ոչ, այլ առումներով։ Երկուսն էլ կարող են ճիշտ լինել միաժամանակ։
Ստորև ներկայացված է իրական պատմությունը. որտեղ են պնդումները չափազանցվում 🎈, որտեղ է արժեքը պարզ, բայց հաստատուն 💼, և ինչպես տարբերակել դրանք առանց դոկտորական աստիճանի կամ հոգևոր զարթոնքի անհրաժեշտության։.
Հոդվածներ, որոնք կարող են ձեզ դուր գալ կարդալ սրանից հետո.
🔗 Ո՞ր արհեստական բանականությունն է ձեզ համար ճիշտը։
Համեմատեք արհեստական ինտելեկտի տարածված գործիքները ըստ նպատակների, բյուջեի և հեշտության։.
🔗 Արհեստական բանականության պղպջակ է ձևավորվու՞մ։
Ապշեցուցիչ լուրեր, ռիսկեր և կայուն աճի տեսք։.
🔗 Արդյո՞ք արհեստական ինտելեկտի դետեկտորները հուսալի են իրական աշխարհում օգտագործման համար։
Ճշգրտության սահմաններ, կեղծ դրական արդյունքներ և արդար գնահատման խորհուրդներ։.
🔗 Ինչպես ամեն օր օգտագործել արհեստական բանականությունը ձեր հեռախոսում
Օգտագործեք բջջային հավելվածներ, ձայնային օգնականներ և հուշումներ՝ ժամանակ խնայելու համար։.
Ինչ են մարդիկ սովորաբար նկատի ունենում, երբ ասում են՝ «արհեստական բանականությունը չափազանցված է» 🤔
Երբ ինչ-որ մեկն ասում է, որ արհեստական բանականությունը չափազանցված է , նա սովորաբար արձագանքում է հետևյալ անհամապատասխանություններից մեկին (կամ մի քանիսին).
-
Մարքեթինգային խոստումներ ընդդեմ առօրյա իրականության։
Ցուցադրական տարբերակը կախարդական տեսք ունի։ Թողարկումը նման է սկոտչին և աղոթքին։ -
Կարողություն ընդդեմ հուսալիության։
Այն կարող է գրել բանաստեղծություն, թարգմանել պայմանագիր, վրիպազերծել կոդը… և այնուհետև վստահորեն հորինել քաղաքականության հղում։ Հիանալի, հիանալի, հիանալի։ -
Առաջընթաց ընդդեմ գործնականության։
Մոդելները արագ կատարելագործվում են, բայց դրանց ինտեգրումը խճճված բիզնես գործընթացների մեջ դանդաղ է, քաղաքականացված և լի է սուր դեպքերով։ -
«Մարդկանց փոխարինելու» պատմություններ։
Իրական հաղթանակների մեծ մասն ավելի շատ նման է «ձանձրալի մասերի հեռացմանը», քան «ամբողջ աշխատանքը փոխարինելուն»։
Եվ սա է հիմնական լարվածությունը. արհեստական բանականությունը իսկապես հզոր է, բայց այն հաճախ վաճառվում է այնպես, կարծես արդեն ավարտված է։ Այն ավարտված չէ։ Այն… ընթացքում է։ Ինչպես մի տուն՝ գեղեցիկ պատուհաններով և առանց սանտեխնիկայի 🚽
Ինչու՞ են արհեստական բանականության վերաբերյալ չափազանցված պնդումները այդքան հեշտությամբ տեղի ունենում (և շարունակում են տեղի ունենալ) 🎭
Մի քանի պատճառ, թե ինչու արհեստական բանականությունը մագնիսի պես գրավում է ուռճացված պահանջները
Դեմոները, ըստ էության, խաբեություն են (ամենալավ ձևով)
Ցուցադրական տարբերակները մշակված են։ Հուշումները կարգավորված են։ Տվյալները մաքուր են։ Լավագույն սցենարը ուշադրության կենտրոնում է, իսկ ձախողման դեպքերը՝ կուլիսներում կրեկեր ուտելը։.
Գոյատևման կողմնակալությունը բարձրաձայն է
«Արհեստական բանականությունը մեզ մեկ միլիոն ժամ խնայեց» պատմությունները տարածվում են։ «Արհեստական բանականությունը մեզ ստիպեց ամեն ինչ երկու անգամ վերաշարադրել» պատմությունները աննկատ թաղվում են ինչ-որ մեկի «Q3 փորձեր» անունով նախագծի թղթապանակում 🫠
Մարդիկ շփոթում են սահունությունը ճշմարտության հետ
Ժամանակակից արհեստական բանականությունը կարող է հնչել վստահ, օգտակար և կոնկրետ, ինչը մեր ուղեղին խաբում է՝ ստիպելով ենթադրել, որ այն ճշգրիտ է։.
Այս ձախողման ռեժիմը նկարագրելու շատ տարածված ձևը կոնֆաբուլյացիան . վստահորեն ասված, բայց սխալ արդյունք (այսինքն՝ «հալյուցինացիաներ»): NIST-ը սա ուղղակիորեն նշում է որպես գեներատիվ արհեստական բանականության համակարգերի հիմնական ռիսկ: [1]
Փողը ուժեղացնում է մեգաֆոնը
Երբ բյուջեները, գնահատումները և կարիերայի խթանները հարցականի տակ են, բոլորն էլ պատճառ ունեն ասելու, որ «սա ամեն ինչ փոխում է» (նույնիսկ եթե այն հիմնականում փոխում է սլայդների տախտակամածները):.
«Գնաճ → հիասթափություն → կայուն արժեք» օրինաչափությունը (և թե ինչու դա չի նշանակում, որ արհեստական բանականությունը կեղծ է) 📈😬
Տեխնոլոգիաների մեծ մասը հետևում է նույն հուզական ուղղությանը
-
Առավելագույն սպասումներ (ամեն ինչ ավտոմատացված կլինի մինչև երեքշաբթի)
-
Դաժան իրականություն (այն կբացահայտվի չորեքշաբթի օրը)
-
Կայուն արժեք (այն աննկատելիորեն դառնում է աշխատանքի կատարման մաս)
Այո՛, արհեստական բանականությունը կարող է գերագնահատվել ՝ միևնույն ժամանակ լինելով հետևողական։ Սրանք հակադրություններ չեն։ Նրանք սենյակակիցներ են։
Որտեղ արհեստական բանականությունը չափազանցված չէ (այն արդյունք է տալիս) ✅✨
Սա այն մասն է, որը բաց է թողնվում, քանի որ այն ավելի քիչ գիտաֆանտաստիկա է և ավելի շատ աղյուսակներ։.
Կոդավորման օգնությունը իրական արտադրողականության խթան է
Որոշ առաջադրանքների համար՝ ստանդարտ մոտեցում, թեստային կառուցվածք, կրկնվող օրինաչափություններ, կոդի երկրորդական օդաչուները կարող են իսկապես գործնական լինել։.
GitHub-ի կողմից լայնորեն մեջբերված մեկ վերահսկվող փորձ ցույց տվեց, որ Copilot-ն օգտագործող մշակողները կոդավորման առաջադրանքն ավելի արագ (նրանց հոդվածում նշված է 55% արագացում այդ կոնկրետ ուսումնասիրության մեջ): [3]
Ոչ թե կախարդական, այլ իմաստալից։ Խնդիրն այն է, որ դուք դեռ պետք է վերանայեք, թե ինչ է գրված… որովհետև «օգտակար» և «ճիշտ» բառերը նույնը չեն։
Նախագծում, ամփոփում և առաջին փուլի մտածողություն
Արհեստական բանականությունը հիանալի է հետևյալում
-
Հակիրճ նշումները մաքուր սևագրի վերածելը ✍️
-
Երկար փաստաթղթերի ամփոփում
-
Ընտրանքների ստեղծում (վերնագրեր, ուրվագծեր, էլ.փոստի տարբերակներ)
-
Թարգմանական տոն («դարձրեք սա պակաս կծու» 🌶️)
Դա, ըստ էության, անխոնջ կրտսեր օգնական է, որը երբեմն ստում է, որպեսզի դուք վերահսկեք։ (Կոշտ։ Նաև ճշգրիտ։)
Հաճախորդների աջակցության տեսակավորում և ներքին օգնության սեղաններ
Որտեղ արհեստական բանականությունն ամենալավն է աշխատում. դասակարգել → վերականգնել → առաջարկել , այլ ոչ թե հորինել → հույս ունենալ → տեղակայել ։
Եթե ցանկանում եք կարճ, անվտանգ տարբերակ. օգտագործեք արհեստական բանականություն՝ հաստատված աղբյուրներից տեղեկություններ հավաքելու և պատասխաններ կազմելու համար, բայց մարդկանց պատասխանատու պահեք այն բանի համար, թե ինչ է կատարվում, հատկապես, երբ խաղադրույքներ են բարձրանում: «Կառավարել + փորձարկել + բացահայտել միջադեպերը» դիրքորոշումը հիանալի համադրվում է այն բանի հետ, թե ինչպես է NIST-ը ձևավորում արհեստական բանականության գեներատիվ ռիսկերի կառավարումը: [1]
Տվյալների ուսումնասիրություն՝ պաշտպանիչ ցանկապատերով
Արհեստական բանականությունը կարող է օգնել մարդկանց հարցումներ կատարել տվյալների հավաքածուներում, բացատրել գրաֆիկները և ստեղծել «ինչին նայել հաջորդը» գաղափարներ: Հաղթանակը վերլուծությունն ավելի մատչելի դարձնելն է, այլ ոչ թե վերլուծաբաններին փոխարինելը:.
Որտեղ է արհեստական բանականությունը գերագնահատվում (և ինչու է այն շարունակում հիասթափեցնել) ❌🤷
«Ամբողջովին ինքնավար գործակալներ, որոնք ամեն ինչ կառավարում են»
Գործակալները կարող են կատարել կոկիկ աշխատանքային հոսքեր։ Բայց երբ դուք ավելացնեք՝
-
բազմակի քայլեր
-
կեղտոտ գործիքներ
-
թույլտվություններ
-
իրական օգտատերեր
-
իրական հետևանքներ
...անհաջողության ռեժիմները բազմանում են ինչպես նապաստակները։ Սկզբում խելոք է, հետո ապշեցնում ես 🐇
Գործնական կանոն. որքան ինչ-որ բան ավելի «ձեռքերից ազատ» է համարվում, այնքան ավելի շատ պետք է հարցնել, թե ինչ է պատահում, երբ այն կոտրվում է։.
«Շուտով դա լիովին ճշգրիտ կլինի»
Ճշգրտությունը, անշուշտ, բարելավվում է, բայց հուսալիությունը անկայուն է, հատկապես, երբ մոդելը չի հիմնված ստուգելի աղբյուրների վրա։
Ահա թե ինչու լուրջ արհեստական ինտելեկտի աշխատանքը վերջիվերջո նմանվում է. վերականգնում + վավերացում + մոնիթորինգ + մարդկային վերանայում , այլ ոչ թե «պարզապես ավելի ուժեղ հրահրում» (NIST-ի GenAI պրոֆիլը սա փոխանցում է քաղաքավարի, հաստատուն պնդումով): [1]
«Մեկ մոդել՝ բոլորին կառավարելու համար»
Գործնականում թիմերը հաճախ խառնվում են
-
փոքր մոդելներ էժան/մեծ ծավալի աշխատանքների համար
-
ավելի մեծ մոդելներ՝ ավելի դժվար դատողությունների համար
-
հիմնավորված պատասխանների որոնում
-
համապատասխանության սահմանների կանոններ
«Մեկ կախարդական ուղեղի» գաղափարը, սակայն, լավ է վաճառվում։ Այն կոկիկ է։ Մարդիկ սիրում են կոկիկ լինել։.
«Մեկ գիշերվա ընթացքում փոխարինեք ամբողջ աշխատանքային դերերը»
Դերերի մեծ մասը առաջադրանքների մի ամբողջություն է։ Արհեստական բանականությունը կարող է մանրացնել այդ առաջադրանքների մի մասը և հազիվ թե դիպչի մնացածին։ Մարդկային մասերը՝ դատողությունը, պատասխանատվությունը, հարաբերությունները, համատեքստը, մնում են համառորեն… մարդկային։.
Մենք ուզում էինք ռոբոտ գործընկերներ։ Դրա փոխարեն մենք ստացանք ավտոմատ լրացում ստերոիդներով։.
Ի՞նչն է դարձնում արհեստական բանականության օգտագործման դեպքը լավը (և վատը) 🧪🛠️
Սա այն հատվածն է, որը մարդիկ բաց են թողնում, իսկ հետո զղջում։.
Լավ արհեստական ինտելեկտի օգտագործման դեպքը սովորաբար ներառում է.
-
Հաջողության հստակ չափանիշներ (խնայված ժամանակ, սխալների նվազեցում, արձագանքման արագության բարելավում)
-
Ցածրից մինչև միջին խաղադրույքներ (կամ ուժեղ մարդկային գնահատական)
-
Կրկնվող օրինաչափություններ (հաճախակի տրվող հարցերի պատասխաններ, տարածված աշխատանքային հոսքեր, ստանդարտ փաստաթղթեր)
-
Լավ տվյալների հասանելիություն (և դրանք օգտագործելու թույլտվություն)
-
Պահեստային պլան , երբ մոդելը անհեթեթություն է արտածում
-
Սկզբում նեղ շրջանակ
Արհեստական բանականության վատ կիրառման դեպքը սովորաբար այսպիսին է թվում.
-
«Եկեք ավտոմատացնենք որոշումների կայացումը»՝ առանց պատասխանատվության 😬
-
«Մենք պարզապես կմիացնենք այն ամեն ինչին» (ոչ… խնդրում եմ՝ ոչ)
-
Հիմնական չափանիշներ չկան, ուստի ոչ ոք չգիտի՝ օգնե՞լ է, թե՞ ոչ
-
Ակնկալելով, որ այն կլինի ճշմարտության մեքենա, այլ ոչ թե նախշերի մեքենա
Եթե միայն մեկ բան եք հիշելու. արհեստական բանականությանը ամենահեշտը վստահելն է, երբ այն հիմնված է ձեր սեփական ստուգված աղբյուրների վրա և սահմանափակված է հստակ սահմանված աշխատանքով։ Հակառակ դեպքում դա թրթռումների վրա հիմնված հաշվարկ է։
Պարզ (բայց չափազանց արդյունավետ) միջոց ձեր կազմակերպությունում արհեստական բանականությունը իրականությունը ստուգելու համար 🧾✅
Եթե ուզում եք հիմնավորված պատասխան (ոչ թե կտրուկ կարծիք), անցկացրեք այս արագ թեստը
1) Սահմանեք այն աշխատանքը, որի համար վարձում եք արհեստական բանականություն
Գրեք այն աշխատանքի նկարագրության նման
-
Մուտքագրումներ
-
Արդյունքներ
-
Սահմանափակումներ
-
«Կատարվածը նշանակում է…»
Եթե դուք չեք կարող այն հստակ նկարագրել, արհեստական բանականությունը կախարդականորեն չի պարզաբանի այն։.
2) Սահմանեք բազային գիծը
Որքա՞ն ժամանակ է պահանջվում հիմա։ Քանի՞ սխալ կա հիմա։ Ինչպիսի՞ն է «լավը» հիմա։
Ելակետային գծի բացակայությունը նշանակում է անվերջ կարծիքների պատերազմներ հետագայում։ Իսկապես, մարդիկ հավերժ կվիճեն, և դուք արագ կծերանաք։.
3) Որոշեք, թե որտեղից է գալիս ճշմարտությունը
-
Ներքին գիտելիքների բազա՞
-
Հաճախորդների գրառումներ՞
-
Հաստատված քաղաքականություն՞
-
Փաստաթղթերի ընտրովի հավաքածու՞
Եթե պատասխանը «մոդելը կիմանա» է, դա կարմիր դրոշ է 🚩
4) Սահմանեք մարդու հետ շփման պլանը
Որոշեք՝
-
ով է գնահատում,
-
երբ նրանք վերանայում են,
-
և ինչ է պատահում, երբ արհեստական բանականությունը սխալվում է։.
Սա է «գործիք» և «պատասխանատվություն» հասկացությունների տարբերությունը։ Ոչ միշտ, բայց հաճախ։.
5) Քարտեզագրեք պայթյունի շառավիղը
Սկսեք այնտեղից, որտեղ սխալները էժան են։ Ընդլայնեք միայն ապացույցներ ունենալուց հետո։.
Ահա թե ինչպես եք ուռճացված պահանջները վերածում օգտակարության։ Պարզ… արդյունավետ… մի տեսակ գեղեցիկ 😌
Վստահություն, ռիսկ և կարգավորում՝ կարևորը ոչ սեքսուալ մասն է 🧯⚖️
Եթե արհեստական բանականությունը զբաղվում է որևէ կարևոր բանով (մարդիկ, փող, անվտանգություն, իրավական արդյունքներ), կառավարումը ընտրովի չէ։.
Մի քանի լայնորեն հիշատակվող պաշտպանիչ ցանկապատեր՝
-
NIST-ի գեներատիվ արհեստական բանականության պրոֆիլ (AI RMF-ի ուղեկցող) . գործնական ռիսկերի կատեգորիաներ + առաջարկվող գործողություններ կառավարման, փորձարկման, ծագման և միջադեպերի բացահայտման ոլորտներում: [1]
-
Տնտեսական համագործակցության և զարգացման կազմակերպության (OECD) արհեստական բանականության սկզբունքներ . լայնորեն օգտագործվող միջազգային ելակետ վստահելի, մարդակենտրոն արհեստական բանականության համար: [5]
-
ԵՄ արհեստական բանականության մասին օրենք . ռիսկերի վրա հիմնված իրավական շրջանակ, որը սահմանում է պարտավորություններ՝ կախված արհեստական բանականության օգտագործման եղանակից (և արգելում է որոշակի «անընդունելի ռիսկային» գործելակերպեր): [4]
Եվ այո, սա կարող է թվալ թղթաբանություն։ Բայց սա տարբերություն է «գործնական գործիքի» և «ուփս, մենք կիրառեցինք համապատասխանության մղձավանջ» արտահայտությունների միջև։
Ավելի մանրամասն. «Արհեստական բանականությունը որպես ավտոմատ լրացում» գաղափարը՝ թերագնահատված, բայց մոտավորապես ճշմարիտ 🧩🧠
Ահա մի փոքր անկատար փոխաբերություն (որը տեղին է). արհեստական բանականության մեծ մասը նման է չափազանց նրբագեղ ավտոմատ լրացման, որը կարդում է ինտերնետը, ապա մոռանում է, թե որտեղ է կարդացել այն։.
Դա հնչում է անտեսող, բայց սա նաև այն պատճառն է, որ այն աշխատում է
-
Հիանալի է նախշերի մեջ
-
Գերազանց է լեզվի մեջ
-
Հիանալի է «հաջորդ հավանական բանը» ստեղծելու մեջ
Եվ դրա պատճառով այն ձախողվում է
-
Այն բնականաբար «չգիտի», թե ինչ է ճշմարիտ
-
Այն բնականաբար չգիտի, թե ինչ է անում ձեր կազմակերպությունը
-
Այն կարող է վստահ անհեթեթություններ արտաբերել առանց հիմնավորման (տե՛ս՝ հորինվածք / հալյուցինացիաներ) [1]:
Այսպիսով, եթե ձեր օգտագործման դեպքը ճշմարտության կարիք ունի, դուք այն ամրացնում եք որոնման, գործիքների, վավերացման, մոնիթորինգի և մարդկային վերանայման միջոցով: Եթե ձեր օգտագործման դեպքը արագ է նախագծման և գաղափարի մշակման հարցում, դուք թույլ եք տալիս, որ այն մի փոքր ավելի ազատ աշխատի: Տարբեր կարգավորումներ, տարբեր սպասումներ: Ինչպես աղով եփելը, ամեն ինչ նույն քանակությամբ չէ, որ պետք է:.
Համեմատական աղյուսակ. արհեստական բանականությունն օգտագործելու գործնական եղանակներ՝ առանց խեղդվելու ուռճացված պնդումների մեջ 🧠📋
| Գործիք / տարբերակ | Լսարան | Գնային տրամադրություն | Ինչու է այն աշխատում |
|---|---|---|---|
| Զրուցարանի ոճի օգնական (ընդհանուր) | Անհատներ, թիմեր | Սովորաբար անվճար + վճարովի մակարդակ | Հիանալի է նախագծերի, գաղափարների փոխանակման, ամփոփման համար… բայց միշտ ստուգեք փաստերը։ |
| Կոդի երկրորդ օդաչու | Մշակողներ | Սովորաբար բաժանորդագրություն | Արագացնում է կոդավորման տարածված առաջադրանքները, դեռ կարիք ունի վերանայման + թեստերի և սուրճի |
| Վերականգնման վրա հիմնված «աղբյուրներով պատասխան» | Հետազոտողներ, վերլուծաբաններ | Ֆրեմիումի նման | Ավելի լավ է «գտնել + հիմնել» աշխատանքային հոսքերի համար, քան մաքուր գուշակության համար |
| Աշխատանքային հոսքի ավտոմատացում + արհեստական բանականություն | Գործողություններ, աջակցություն | Շերտավոր | Կրկնվող քայլերը վերածում է կիսաավտոմատ հոսքերի (կիսավտոմատը գլխավորն է) |
| Ներքին մոդել / ինքնասպասարկում | Կազմակերպություններ՝ մեքենայական ուսուցման հզորությամբ | Ինֆրակարմիր + մարդիկ | Ավելի շատ վերահսկողություն + գաղտնիություն, բայց դուք վճարում եք սպասարկման և գլխացավերի համար |
| Կառավարման շրջանակներ | Առաջնորդներ, ռիսկ, համապատասխանություն | Անվճար ռեսուրսներ | Օգնում է կառավարել ռիսկը + վստահությունը, ոչ թե շքեղ, բայց էական |
| Համեմատական վերլուծության / իրականության ստուգման աղբյուրներ | Գործադիրներ, քաղաքականություն, ռազմավարություն | Անվճար ռեսուրսներ | Տվյալները գերազանցում են տրամադրությունը և նվազեցնում LinkedIn-ի քարոզները |
| «Գործակալ, որը ամեն ինչ անում է» | Երազողներ 😅 | Ծախսեր + քաոս | Երբեմն տպավորիչ, հաճախ փխրուն՝ շարունակեք նախուտեստներով և համբերատարությամբ |
Եթե ձեզ անհրաժեշտ է արհեստական բանականության առաջընթացի և ազդեցության տվյալների «իրականության ստուգման» կենտրոն, Սթենֆորդի արհեստական բանականության ինդեքսը լավ սկիզբ է։ [2]
Ամփոփում + կարճ ամփոփում 🧠✨
Այսպիսով, արհեստական բանականությունը գերագնահատվում է, երբ ինչ-որ մեկը վաճառում է.
-
անթերի ճշգրտություն,
-
լիակատար ինքնավարություն,
-
ամբողջական դերերի անհապաղ փոխարինում,
-
կամ միացրու և աշխատեցրու ուղեղ, որը կլուծի քո կազմակերպության խնդիրները…
...այո, դա փայլուն ծածկույթով վաճառք է։.
Բայց եթե դուք վերաբերվեք արհեստական բանականությանը հետևյալ կերպ
-
հզոր օգնական,
-
լավագույնս օգտագործվում է նեղ, լավ սահմանված առաջադրանքներում,
-
հիմնված վստահելի աղբյուրների վրա,
-
մարդկանց հետ, որոնք վերանայում են կարևոր բաները…
...ապա ոչ, դա չափազանցված չէ։ Այն պարզապես ... անհավասար է։ Ինչպես մարզասրահի անդամակցություն։ Անհավանական է, եթե ճիշտ օգտագործվի, անօգուտ է, եթե դրա մասին խոսես միայն երեկույթների ժամանակ 😄🏋️
Հակիրճ ամփոփում. Արհեստական բանականությունը չափազանցված է որպես դատողության կախարդական փոխարինող և թերագնահատված է որպես նախագծման, կոդավորման օգնության, տեսակավորման և գիտելիքների աշխատանքային հոսքերի գործնական բազմապատկիչ:
Հղումներ
-
NIST-ի գեներատիվ արհեստական բանականության պրոֆիլը (NIST AI 600-1, PDF) - արհեստական բանականության ռիսկերի կառավարման շրջանակի ուղեկցող ուղեցույց, որը ներկայացնում է հիմնական ռիսկային ոլորտները և կառավարման, փորձարկման, ծագման և միջադեպերի բացահայտման համար առաջարկվող գործողությունները: Կարդալ ավելին
-
Սթենֆորդի HAI արհեստական բանականության ինդեքս - ամենամյա, տվյալներով հարուստ զեկույց, որը հետևում է արհեստական բանականության առաջընթացին, ներդրմանը, ներդրումներին և հասարակության վրա ազդեցությանը հիմնական չափանիշներով և ցուցանիշներով։ Կարդալ ավելին
-
GitHub Copilot-ի արտադրողականության հետազոտություն - GitHub-ի վերահսկվող ուսումնասիրության հոդված՝ Copilot-ի օգտագործման ժամանակ առաջադրանքների կատարման արագության և մշակողի փորձի վերաբերյալ: կարդալ ավելին
-
Եվրոպական հանձնաժողովի արհեստական բանականության մասին օրենքի ակնարկ - Հանձնաժողովի կենտրոնական էջը, որը բացատրում է ԵՄ-ի ռիսկի աստիճանի պարտավորությունները արհեստական բանականության համակարգերի և արգելված գործողությունների կատեգորիաների համար: կարդալ ավելին