تفكيك منتجات الذكاء الاصطناعي من منظور المستخدمين: الشخصية والأداة

** المصدر: ** تجول ثلاثي الأبعاد

** المؤلف: ليانغ جياشنغ **

مصدر الصورة: تم إنشاؤه بواسطة Unbounded AI

ما هي العوائق التي تحول دون استخدام منتجات الذكاء الاصطناعي؟ - نتحدث عن تسريح Jasper.ai

استيقظت يوم الأربعاء وشاهدت نبأ تسريح Jasper.ai للموظفين.

"إنها سريعة جدًا ، اعتقدت أنه يمكنني الصمود لبعض الوقت" - عبرت أنا وصديقي عن المشاعر.

نبع انتباهي إلى Jasper.ai في الأصل من مقال (قذيفة GPT لـ Jasper.ai بقيمة 1.5 مليار دولار؟ هل هناك خندق؟). جاسبر هي شركة مثيرة للاهتمام بشكل خاص ، تبرز بين حشد مبتدئين في مجال الذكاء الاصطناعي: مجموعة من الشباب ، لا يحمل أي منهم درجة الدكتوراه ، ولا يحلم بالنجوم والمحيطات ، ولا يوجد تصميم على صنع لبنة كبيرة ، فقط أريد أن إنشاء شركة لكسب المال - البراغماتية. في الأيام الأولى ، قمت بتأسيس "شركة توزيع خدمات التسويق". وكما يوحي الاسم ، فهي تقدم خدمات تسويقية ، لكن الطريقة هي التوزيع على المتعهدين الخارجيين - ظاهريًا هي خدمات تسويقية ، لكنها في الواقع وكيل ، وكفاءتها الأساسية هي المبيعات. يجب أن أقول ، أحيانًا يتم كتابة الحمض النووي للشركة عند الولادة (يضحك)

كان مسار التطوير اللاحق عبارة عن إنترنت للغاية: القيام بالكتابة التسويقية للذكاء الاصطناعي ، والاعتماد على العمليات المجتمعية المبكرة لكسب مستخدمي الاختبار القيمين ، ثم التكرار خطوة بخطوة وفقًا لتفضيلات المستخدم - قال رن شين ، هذا خطوة على قشرة البطيخ ، حيث يحسب فيها. كل المحاولات التي كانت مليئة بالإرادة الذاتية ، فشلت جميعها ؛ كل التكرارات الصغيرة التي اتبعت الاتجاه تمت بشكل جيد بشكل غير متوقع.

من بين المتحمسين للذكاء الاصطناعي ، أنا من النوع الذي يولي الكثير من الاهتمام لـ Jasper.ai. السبب هو أنني أعتقد أنه مثال ممتاز بالنسبة لي لإنشاء نظام معرفي لتطبيقات الذكاء الاصطناعي:

** أعتقد أن جوهر ميزة القتل لمنتجات ToC في عصر الذكاء الاصطناعي هو: "ارتفاع الطلب + الحواجز" ** ؛ من بينها ، "الحواجز" هي أصعب جزء في التحليل في الوقت الحالي. أي نوع من الذكاء الاصطناعي التطبيقات لديها حواجز؟ ما هي العوائق قصيرة المدى وطويلة المدى:

  1. هل يعتمد تصميم التفاعل والواجهة على عملية تفكيك المستخدم للحاجز؟
  2. هل تعتبر الهندسة للسيناريوهات الرأسية وفهم النية حاجزًا؟
  3. هل يمثل حل التضمين للسيناريوهات الرأسية حاجزًا؟
  4. هل فقط قدرة ماجستير القانون تشكل عائقا؟
  5. ومع ذلك ، فإن قدرة LLM ليست عائقا ، فقط البيانات المخصخصة + حذافة البيانات + ضبط LLM هو عائق؟
  6. أو ، في النهاية ، فقط LLM + بيئة المكونات الإضافية القوية + مجتمع مستخدم المطورين هي العوائق؟

بعد التفكير في الأمر طبقة تلو الأخرى ، كلما فكرت في الأمر ، ازدادت فوضى ، لكن لم تكن هناك نتيجة.

بالعودة إلى مثال Jasper.ai ، ماذا فعلت؟

  1. القدرة على اختيار النموذج المناسب للمهمة
  2. معلومات الشبكة في الوقت الحقيقي ، وظيفة استرجاع معينة
  3. بشكل عام: سجل معلومات العميل وتفضيلاته وأنماطه وإعداداته في الوقت المناسب
  4. القوالب والأجزاء: كتابة الإعلانات التسويقية على أساس منصات مختلفة
  5. واجهة أسهل في الاستخدام ونظام تفاعل يعتمد على تصميم تفكيك سير العمل
  6. تعليم المستخدم النهائي وإرشادات المنتج
  7. ساحقة تسويق المواهب

يجب أن أعترف أن ما حققه Jasper.ai حتى الآن هو مجرد منتج نهائي لشركة تكنولوجيا من العمل لمدة 1-3 أشهر: غلاف ChatGPT + تفكيك سير العمل UI + الهندسة ؛ زيادة إضافية في فترة النافذة (تطوير العملاء والتسويق) . في عصر الذكاء الاصطناعي ، هذا في الحقيقة ليس حاجزًا صلبًا. لكنني كنت أعتقد أن قدرتها على تفكيك سير العمل لها قيمة - وهذا يعني أن الفريق لديه فهم عميق بما يكفي لصناعة "كتابة نصوص التسويق" ، والتي قد تكون كافية لدعمهم لتجميع مجموعة من المستخدمين على مدار فترة زمنية ، ثم قم ببناء دولاب موازنة للبيانات ، ثم قم ببناء حاجز بيانات أقوى في الخطوة التالية:

هذه المجموعة من نماذج الأعمال: الربح الإجمالي المرتفع يأكل أرباح الصناعة -> التركيز على التسويق والترويج -> يشغل عقول المستخدمين (الميزانية) -> قمع المنتجات المنافسة / الاحتكار ؛ في الصناعات التقليدية ، عندما تتحول دولاب الموازنة ، تصبح لا تقهر .

لكن الأمر مختلف الآن ، فقد قام جاسبر بتسريح الموظفين هذا الأسبوع - نظرًا لأن شعبية ChatGPT تعادل المبيعات المباشرة لعلامة D2C ، فإن الوسطاء مثل Jasper ليس لديهم مخرج.

طريقة لتفكيك تطبيقات الذكاء الاصطناعي: الطابع والأداة

في الآونة الأخيرة ، تم إطلاق اثنين من أكثر تطبيقات الذكاء الاصطناعي شيوعًا (باستثناء ChatGPT). التطبيق المحلي هو Wenxin Yiyan ، والآخر الأجنبي هو character.ai ؛ وكلا المنتجين هما في الأساس منتجات "من نوع الرف" - تصحيح أخطاء مختلف (بشكل أساسي أو الهندسة) يتم وضع LLM أمام المستخدمين من خلال عرض الرف ، مما يسمح للمستخدمين باختيار واستخدام:

إذا قمت بتصنيف AI على الرف ، فهناك نوعان بالفعل: أحدهما هو الحرف (المقابل للشكل 2 و 4) ، والآخر هو الأداة (المقابل للشكل 1 و 3).

جوهر الشخصية هو الشخصية ، والتي توفر قيمة عاطفية وإضفاء الطابع الشخصي ؛ بينما جوهر الأداة هو الوظيفة ، والتي توفر قيمة كفاءة غير قياسية. تتغير العواطف والشخصيات باستمرار ، لذلك سيكون هناك العديد من الشخصيات - اعتبارًا من شهر مارس ، هناك بالفعل 2.7 مليون حرف على Character.ai ؛ لكن الوظائف محدودة ، وهناك عدد قليل فقط من الاحتياجات الأساسية ، ومعظم المشاهد المقسمة متباينة القواسم المشتركة ، لذلك تركز الأداة على الجودة بدلاً من الوزن.

هذا التصنيف ممتع للغاية وطبيعي للغاية: يقول الجميع أن LLM يغير وضع التفاعل بين الإنسان والكمبيوتر ، ويحول قاعدة البيانات الأصلية والكود إلى نموذج ، ويحول واجهة المستخدم الرسومية إلى LUI ... ولكن من وجهة نظر المستخدم ، المنتج في الواقع من الأداة -> أداة الأحرف + - يمكن الآن تسليم المهام التي أردت إكمالها بمساعدة الأدوات إلى أي شخص. **

حدث أنني قرأت مؤخرًا بعض المقالات (الروابط) المتعلقة بتعلم الأدوات ، ورأيت إمكانات الذكاء الاصطناعي كعقل لاستخدام الأداة. في الوقت نفسه ، تذكرت أنني قد ناقشت العلاقة بين LLM و Agent و Plugin مع أصدقائي من قبل ، وفجأة بدأت في العصف الذهني وطرح الأسئلة والأجوبة على نفسي. فيما يلي جميع التعليقات العنيفة ، مرحبًا بكم لتصحيح ما يلي: **

** بالنسبة لأي منتج من منتجات الذكاء الاصطناعي ، يمكن تفكيكه إلى شخصية وأداة: **

● الأداة هي القدرة ، وتتميز بإخراج مستقر وكفاءة عالية. يتضمن الأدوات التقليدية (مثل الآلات الحاسبة ، والمنبهات ، والتنبؤات الجوية ، وما إلى ذلك) وقدرات الذكاء الاصطناعي الجديدة (مثل Wenshengwen و Wenshengtu والبحث عن فهم النوايا وما إلى ذلك) ، وبالطبع بعض المنتجات الشائعة (مثل Midjourney) و بعض الإضافات.

● الشخصية هي الدور ، وهي موضوع القدرة على الاستخدام ، وتتميز بوجود "شخصيات" مختلفة - تشبه الأشخاص المختلفين. تتضمن طريقة التنفيذ تدريب LLMs مختلفة (مثل GPT و Claude و Infection-1 وما إلى ذلك) ، وبناء وكلاء مختلفين ، وتصحيح أخطاء LLM والوكلاء من خلال بيانات مختلفة / طرق مختلفة.

** س: هل يجب أن تكون LLM شخصية؟ **

ج: ليس بالضرورة ، إذا كان نموذج كبير معين يحقق ضغطًا وفك ضغطًا مثاليين ، فإن المصدر الرئيسي "للشخصية" يصبح العامل وهندسة الأوامر حول LLM ، لذا فإن LLM هي الأداة. تمامًا كما هو الحال من وجهة النظر الحالية ، يعد ChatGPT شخصية ، لأنه مقارنة بـ Infection-1 ، فهو على دراية ، وغير مبال ، وشامل ، وغير مركز ، وعقلاني للغاية ؛ ولكن على المدى الطويل ، قد لا يتمتع ChatGPT بالقدرة العاطفية للعدوى -1.

** س: أين العوائق أمام منتجات الذكاء الاصطناعي؟ **

ج: على المدى القصير ، يمكن أن يصبح كل من الشخصية والأداة حواجز ، وحتى الأداة هي الحاجز الرئيسي. ولكن على المدى الطويل ، تكمن العوائق أمام منتجات الذكاء الاصطناعي بشكل أساسي في الشخصية ، وستتلقى الأداة بواسطة الشخصية وتستخدمها الشخصية.

** س: ألا يستخدم الإنسان الأدوات؟ **

ج: لا ، سيستخدم البشر الأداة ، ولكن سيتم استخدامها في ظل تفاعل واجهة المستخدم الرسومية ، وهو ما يشبه الآن. سيتم استلام الأداة ضمن تفاعل LUI بشكل شخصي ، نظرًا لأن LUI تفي بمتطلبات الخدمة غير القياسية ، فغالباً ما لا يهتم الأشخاص بالوظائف عند اختيار الخدمات فحسب ، بل يفكرون أيضًا في الملاءمة مع الطرف الآخر (مثل العثور على زوجة لرعاية الأطفال ، والتوظيف نادل ، يشتري خدمات استشارية) ، لذا Character + Tool> Tool.

** س: ما هي القدرات المميزة للشخصية؟ **

ج: الشكل النهائي للشخصية هو خادم شخصي. لذلك ، فإن القدرة الأساسية هي التخصيص ، وجوهر التخصيص هو ذاكرة النموذج ، والتي يمكن أن تتعلم شخصية المستخدم وتفضيلاته إذا كانت الذاكرة طويلة بما يكفي. والثاني شخصية مميزة / ثلاث وجهات نظر ، تُستخدم لتجميع المستخدمين الأوائل ، على غرار "نغمة المجتمع" لمجتمعات الإنترنت المعاصرة. قال نعوم شيزير ، مؤسس Character.ai: "إذا حاولت تقديم شخصية عامة يحبها الجميع ، فستكون هذه الشخصية مملة بالتأكيد".

الحاجز الإضافي هنا هو البيانات المخصخصة ، والتي يمكن أن تبني "أدوار" متباينة. ومع ذلك ، فإن ميزة البيانات طويلة المدى ستُلغى أيضًا ، فبعد كل شيء ، لا يوجد مفهوم البيانات المخصخصة بمجرد إطلاق المنتج ، لذلك من الأهمية بمكان بناء دولاب بيانات يعتمد على الشخصية.

** س: ما هي الإمكانيات المميزة للأداة؟ **

ج: على المدى القصير ، تعتمد قدرة الأداة على التمايز على التكنولوجيا الأساسية ، والمنافسة هي القدرة التقنية الصعبة. في الوقت الحاضر ، تعد Midjourney و Runway و Adobe Firefly أمثلة ؛ ولكن على المدى الطويل ، جلبت منتجات الأداة حسب التكنولوجيا عمومًا لها نهايتان - التكنولوجيا ذات التكلفة العالية ستحقق الاحتكار (مثل Microsoft Office Suite ، Adobe Suite ، إلخ) ، وتلك ذات التكلفة التقنية المنخفضة ستصبح القدرات الأساسية للشارع السيئ (مثل أجهزة ضبط الوقت ، الآلات الحاسبة ، وما إلى ذلك) ، وهناك فرصة ضئيلة لمئات المدارس الفكرية للمنافسة.

** س: إذا كنت تريد عمل منتج ToC ، هل تريد أن تكون شخصية أم أداة؟ **

ج: بالنسبة لمعظم الناس ، من الأفضل أن تكون شخصية. نظرًا لأن الشخصيات أكثر تنوعًا ، يكون الطلب أطول ذيلًا ، ويمكن أن تستمر المزيد من المنتجات ، ومن الأسهل الاحتفاظ بالحاجز بعد البقاء على قيد الحياة. يتطلب صنع أداة قدرة تقنية صارمة مطلقة وقدرة على احتكار السوق.

** س: أخيرًا ، للإجابة ، ما هو الطريق طويل الأمد لمنتجات الذكاء الاصطناعي؟ ما هي الشروط المطلوبة؟ **

  1. اكتشف الشخصيات عالية الجودة: أنت بحاجة إلى معرفة جيدة باحتياجات المستخدم ، أو آلية فحص سريعة (هذه الموجة من Character.ai موجودة في الغلاف الجوي)
  2. بناء النموذج على أساس الحرف الهدف: يلزم وجود آلية لفحص البيانات (تعليم) للحرف المستهدف
  3. اغتنام فترة النافذة لتجميع المستخدمين / المجموعة: تموضع واضح للمنتج وقدرات تسويقية
  4. قم ببناء دولاب موازنة للبيانات يعمل على تعميق تمايز الشخصية: منتجات رائعة <—> تصميم بيانات
  5. كرر الدورة المذكورة أعلاه
شاهد النسخة الأصلية
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
  • أعجبني
  • تعليق
  • مشاركة
تعليق
0/400
لا توجد تعليقات
  • تثبيت