តើ AI ជាអ្វីឲ្យពិតប្រាកដ? [វីដេអូ និងសំណួរ]

ចម្លើយខ្លី៖ បញ្ញាសិប្បនិម្មិត (AI) គឺជាក្រុមគ្រួសារដ៏ធំទូលាយមួយនៃបច្ចេកទេសគណនា ដែលទទួលស្គាល់លំនាំ ធ្វើការព្យាករណ៍ បង្កើតខ្លឹមសារ និងចាត់វិធានការកាន់តែខ្លាំងឡើង។ វាអាចមានប្រសិទ្ធភាពខ្ពស់នៅពេលដែលព័ត៌មានដែលអាចទុកចិត្តបាន ការអនុញ្ញាតច្បាស់លាស់ និងការពិនិត្យឡើងវិញរបស់មនុស្សត្រូវបានបង្កើតឡើងជុំវិញវា ប៉ុន្តែលទ្ធផលស្ទាត់ជំនាញមិនគួរត្រូវបានចាត់ទុកថាជាភស្តុតាងនៃសេចក្តីពិតដោយស្វ័យប្រវត្តិនោះទេ។

ចំណុចសំខាន់ៗ៖

ការទទួលខុសត្រូវ៖ រក្សាមនុស្សឱ្យទទួលខុសត្រូវចំពោះការសម្រេចចិត្តសំខាន់ៗ ជាពិសេសកន្លែងដែល AI អាចធ្វើកំហុសដែលចំណាយច្រើន។

តម្លាភាព៖ ត្រូវបញ្ជាក់ឱ្យច្បាស់ថាតើព័ត៌មាន ច្បាប់ និងការអនុញ្ញាតអ្វីខ្លះដែលប្រព័ន្ធ AI ពឹងផ្អែកលើ។

ការផ្ទៀងផ្ទាត់៖ សូមពិនិត្យមើលលទ្ធផលសំខាន់ៗទាក់ទងនឹងអង្គហេតុ វេជ្ជសាស្ត្រ ច្បាប់ ហិរញ្ញវត្ថុ និងអាជីវកម្ម មុនពេលធ្វើសកម្មភាពលើពួកវា។

លទ្ធភាព​ធ្វើ​សវនកម្ម៖ សាកល្បង AI ជាមួយ​ករណី​តំណាង ហើយ​កត់ត្រា​ទាំង​ការ​កើនឡើង​ប្រសិទ្ធភាព និង​កំហុស​ដែល​បាន​បង្កឡើង។

ភាពធន់នឹងការប្រើប្រាស់ខុស៖ កំណត់ការចូលប្រើ ទប់ស្កាត់សកម្មភាពដែលមិនមានការគាំទ្រ និងបញ្ជូនករណីមិនប្រាកដប្រជាទៅកាន់អ្នកពិនិត្យដែលជាមនុស្ស។

១. តើ AI ជាអ្វីឲ្យពិតប្រាកដ? ការពន្យល់សាមញ្ញ

បញ្ញាសិប្បនិម្មិត ឬ AIសំដៅលើប្រព័ន្ធកុំព្យូទ័រ ដែលអាចអនុវត្តភារកិច្ចដែលទាក់ទងនឹងបញ្ញារបស់មនុស្ស។

ភារកិច្ចទាំងនោះអាចរួមមាន៖

• ការយល់ដឹងអំពីភាសា

• ការស្គាល់វត្ថុនៅក្នុងរូបភាព

• ការទស្សន៍ទាយអ្វីដែលនឹងកើតឡើងបន្ទាប់

• ការធ្វើអនុសាសន៍

• ការបង្កើតអត្ថបទ រូបភាព សំឡេង ឬវីដេអូ

• ការរកឃើញលំនាំនៅក្នុងសំណុំទិន្នន័យដ៏ធំសម្បើម

• ការធ្វើការសម្រេចចិត្តដោយផ្អែកលើព័ត៌មានដែលមាន

• ការរៀនពីឧទាហរណ៍

• ការដោះស្រាយបញ្ហាប្រភេទមួយចំនួន

ចំណុចមួយសំខាន់នៅទីនេះ។.

បញ្ញាសិប្បនិម្មិត (AI) មិនចាំបាច់ គិតដូចមនុស្ស ដើម្បីបង្កើតលទ្ធផលដែលហាក់ដូចជាឆ្លាតវៃនោះទេ។

កម្មវិធីអុកមិនអង្គុយនៅទីនោះដោយព្រួយបារម្ភអំពីថាតើការលះបង់ប៊ីស្សពរបស់វាមានអារម្មណ៍ត្រឹមត្រូវខាងផ្លូវចិត្តឬអត់នោះទេ។ ក្បួនដោះស្រាយអនុសាសន៍មិនបង្កើតការភ្ជាប់ផ្ទាល់ខ្លួនទៅនឹងឯកសារដែលវាបន្តណែនាំដល់អ្នកនោះទេ។ គំរូភាសាមិនត្រូវការគ្រូបង្រៀនភាសាអង់គ្លេសតូចមួយដែលរស់នៅក្នុងកុំព្យូទ័រនោះទេ។.

ផ្ទុយទៅវិញ ប្រព័ន្ធទាំងនេះដំណើរការព័ត៌មានដោយប្រើគំរូគណិតវិទ្យា ក្បួនដោះស្រាយ ទិន្នន័យបណ្តុះបណ្តាល ច្បាប់ ប្រូបាប៊ីលីតេ និងការគណនាយ៉ាងច្រើន។.

លទ្ធផលចុងក្រោយអាចមើលទៅគួរឱ្យភ្ញាក់ផ្អើល។.

ប៉ុន្តែយន្តការនៅខាងក្រោមគឺខុសគ្នាខ្លាំងណាស់។.

ភាពខុសគ្នានោះសំខាន់ជាងអ្វីដែលមនុស្សពេលខ្លះដឹង។.

2. បញ្ញាសិប្បនិម្មិត (AI) មិនសូវដូចជាខួរក្បាលមនុស្សយន្តទេ ប៉ុន្តែដូចជាម៉ាស៊ីនទស្សន៍ទាយច្រើនជាង

នៅពេលដែលមនុស្សឮពាក្យថា "បញ្ញាសិប្បនិម្មិត" ពួកគេច្រើនតែស្រមៃមើលអ្វីមួយដែលស្រដៀងនឹងខួរក្បាលមនុស្សសំយោគ។.

វាអាចយល់បាន។ រឿងប្រឌិតបែបវិទ្យាសាស្ត្របានចំណាយពេលរាប់ទសវត្សរ៍ដើម្បីផ្តល់នូវភ្នែកភ្លឺរបស់ AI សំឡេងដ៏គួរឱ្យខ្លាច គំនិតដ៏គួរឱ្យសង្ស័យ និងជាធម្មតា គ្រោងឆ្អឹងដែកមួយចំនួន។.

ជាទូទៅ AI ជាក់ស្តែងមិនសូវមានលក្ខណៈភាពយន្តទេ។.

ប្រព័ន្ធ AI ទំនើបៗជាច្រើនដំណើរការតាមរយៈ ការទស្សន៍ទាយ។

ពិចារណាគំរូភាសា។.

ពេលអ្នកវាយបញ្ចូល៖

"ឆ្មាអង្គុយលើ..."

ប្រព័ន្ធវាយតម្លៃថាតើពាក្យណាខ្លះដែលទំនងជានឹងមកបន្ទាប់តាមស្ថិតិ។.

ប្រហែលជា៖

• កម្រាល

• ជាន់

• សាឡុង

• កៅអី

វាមិនគ្រាន់តែទន្ទេញចាំប្រយោគមួយហើយទាញយកវាមកវិញនោះទេ។ គំរូកម្រិតខ្ពស់គ្រប់គ្រាន់បានរៀនពីទំនាក់ទំនងស្មុគស្មាញរវាងពាក្យ គំនិត រចនាសម្ព័ន្ធប្រយោគ គោលគំនិត រចនាប័ទ្ម ការពិត និងគំរូ។.

បន្ទាប់មកវាព្យាករណ៍លំដាប់លំដោយដែលសមស្របបំផុតទៅនឹងបរិបទ។ ការព្យាករណ៍ពាក្យបន្ទាប់ ឱ្យបានល្អតម្រូវឱ្យរៀនច្រើនអំពីភាសា។

ហើយភាសាមាន... ជាទូទៅអ្វីគ្រប់យ៉ាងដែលមនុស្សនិយាយ។.

ប្រវត្តិសាស្ត្រ។ គណិតវិទ្យា។ ចម្អិនអាហារ។ ការសរសេរកម្មវិធី។ ទំនាក់ទំនង។ រូបវិទ្យា។ ការជជែកវែកញែកអំពីថាតើម្នាស់អាចដាក់លើភីហ្សាបានឬអត់។.

ដូច្នេះភារកិច្ចទស្សន៍ទាយដែលហាក់ដូចជាមូលដ្ឋានអាចបង្កើតឥរិយាបថស្មុគស្មាញគួរឱ្យភ្ញាក់ផ្អើល។.

ជាការពិតណាស់ ពាក្យប្រៀបធៀបនេះមានដែនកំណត់។ ការហៅ AI កម្រិតខ្ពស់ថា "គ្រាន់តែបំពេញដោយស្វ័យប្រវត្តិ" គឺដូចជាការហៅយន្តហោះថា "គ្រាន់តែជាលោហៈដែលមានស្លាប"។ តាមបច្ចេកទេស មានអ្វីមួយពិតលាក់ខ្លួននៅក្នុងនោះ ប៉ុន្តែផ្នែកគួរឱ្យចាប់អារម្មណ៍ភាគច្រើនបានបាត់ទៅហើយ។.

៣. តើបញ្ញាសិប្បនិម្មិតរៀនដោយរបៀបណា?

នេះជាកន្លែងដែល ការរៀនម៉ាស៊ីន ចូលទៅក្នុងការសន្ទនា។

កម្មវិធីបែបប្រពៃណីជាទូទៅដំណើរការតាមរយៈការណែនាំជាក់លាក់។.

អ្នកសរសេរកម្មវិធីអាចសរសេរថា៖

• ប្រសិនបើអ្នកប្រើប្រាស់បញ្ចូលពាក្យសម្ងាត់ត្រឹមត្រូវ សូមអនុញ្ញាតឱ្យចូលប្រើ។.

• ប្រសិនបើសីតុណ្ហភាពលើសពីកម្រិតកំណត់ជាក់លាក់មួយ សូមធ្វើឱ្យត្រជាក់សកម្ម។.

• ប្រសិនបើទំនិញណាមួយអស់ស្តុក សូមបង្ហាញការព្រមាន។.

ការណែនាំទាំងនោះត្រូវបានរៀបចំឡើងដោយចេតនា។.

ការរៀនម៉ាស៊ីនបង្វែរដំណើរការនេះ.

ជំនួស​ឲ្យ​ការ​កំណត់​ច្បាប់​នីមួយៗ​ដោយ​ដៃ អ្នក​អភិវឌ្ឍន៍​ផ្តល់​ឧទាហរណ៍​ប្រព័ន្ធ ឬ​ទិន្នន័យ ហើយ​អនុញ្ញាត​ឲ្យ​វា​ស្វែងរក​លំនាំ។.

ស្រមៃមើលថាអ្នកកំពុងព្យាយាមបង្កើតកម្មវិធីដែលមានសមត្ថភាពសម្គាល់ឆ្មានៅក្នុងរូបថត។.

ការសរសេរច្បាប់ជាក់លាក់នឹងក្លាយជារឿងគួរឱ្យអស់សំណើចយ៉ាងឆាប់រហ័ស។.

អ្នកប្រហែលជាសាកល្បង៖

• រកមើលត្រចៀកត្រីកោណ។.

• រកមើលពុកមាត់។.

• រកមើលជើងបួន។.

• រកមើលរោម។.

បន្ទាប់មកមាននរណាម្នាក់បង្ហោះរូបភាពកញ្ជ្រោងមួយ។.

មិនមែនទាំងស្រុងទេ។.

ឬខ្លា។.

ឬឆ្មាមួយក្បាលរួញទៅជាដុំពកៗ ដែលអ្នកស្ទើរតែមើលមិនឃើញជើងរបស់វា។.

ការរៀនរបស់ម៉ាស៊ីនដោះស្រាយបញ្ហានេះខុសគ្នា។ គំរូមួយអាចត្រូវបានបណ្តុះបណ្តាលលើការប្រមូលផ្ដុំឧទាហរណ៍ដ៏ធំ ហើយរៀនបន្តិចម្តងៗថាតើលំនាំដែលមើលឃើញណាដែលជាប់ទាក់ទងនឹងឆ្មា។.

វាមិនមែនជាការរៀន "ឆ្មា" តាមរបៀបដែលក្មេងតូចធ្វើនោះទេ។.

ប៉ុន្តែតាមគណិតវិទ្យា គំរូនេះកាន់តែមានសមត្ថភាពកំណត់អត្តសញ្ញាណលំនាំដែលភ្ជាប់ជាមួយប្រភេទនេះ។.

នោះគឺជាការរៀនម៉ាស៊ីនដោយសង្ខេប - ទោះបីជាសង្ខេបខ្លួនវាមានឃ្លាំងពិជគណិតលីនេអ៊ែរជាច្រើនក៏ដោយ។.

៤. បញ្ញាសិប្បនិម្មិត (AI) ទល់នឹង ការរៀនដោយម៉ាស៊ីន (Machine Learning) ទល់នឹង ការរៀនដោយស៊ីជម្រៅ (Deep Learning)

ពាក្យទាំងនេះត្រូវបានលាយឡំគ្នាឥតឈប់ឈរ ដែលមួយផ្នែកដោយសារតែមនុស្សប្រើពាក្យ "AI" ជាឃ្លាដែលសំដៅទៅលើអ្វីៗស្ទើរតែទាំងអស់។.

វិធីសាមញ្ញមួយដើម្បីបំបែកពួកគេគឺនេះ។.

បញ្ញាសិប្បនិម្មិត គឺជាវិស័យទូលំទូលាយ។

ការរៀនម៉ាស៊ីន គឺជាវិធីសាស្រ្តមួយដែលប្រើដើម្បីបង្កើតប្រព័ន្ធ AI។

ការរៀនសូត្រស៊ីជម្រៅ គឺជាប្រភេទជាក់លាក់នៃការរៀនសូត្ររបស់ម៉ាស៊ីនដែលពាក់ព័ន្ធនឹងបណ្តាញសរសៃប្រសាទធំៗដែលមានស្រទាប់ច្រើន។

បន្ទាប់មកមាន បញ្ញាសិប្បនិម្មិត (AI)ដែលផ្តោតលើការបង្កើតលទ្ធផលថ្មីដូចជា អត្ថបទ រូបភាព តន្ត្រី កូដ ការនិយាយ ឬវីដេអូ។

តារាងប្រៀបធៀប

រយៈពេល	ការប្រើប្រាស់ធម្មតា	អ្វីដែលវាមានន័យជាមូលដ្ឋាន	វិធីរហ័សដើម្បីគិតអំពីវា
បញ្ញាសិប្បនិម្មិត	ប្រភេទម៉ាស៊ីនដ៏ធំទូលាយដែលអនុវត្តភារកិច្ចដែលហាក់ដូចជាឆ្លាតវៃ	មនុស្សយន្ត ជំនួយការ ការធ្វើផែនការ ការណែនាំ	ឆ័ត្រធំ
ការរៀនម៉ាស៊ីន	គំរូនៃការរៀនសូត្រជាប្រព័ន្ធពីទិន្នន័យ	ការរកឃើញការក្លែងបន្លំ អនុសាសន៍ និងការព្យាករណ៍	ការរៀនពីឧទាហរណ៍
ការរៀនសូត្រស៊ីជម្រៅ	ការរៀនម៉ាស៊ីនដោយប្រើបណ្តាញសរសៃប្រសាទច្រើនស្រទាប់	ចក្ខុវិស័យ ការនិយាយ គំរូភាសាកម្រិតខ្ពស់	ML ប៉ុន្តែ​ជ្រៅជាងនេះទៅទៀត... តាមព្យញ្ជនៈ
បញ្ញាសិប្បនិម្មិតបង្កើត	បញ្ញាសិប្បនិម្មិត (AI) ត្រូវបានរចនាឡើងដើម្បីបង្កើតខ្លឹមសារថ្មី	អត្ថបទ រូបភាព កូដ សំឡេង	សាខាច្នៃប្រឌិត
ស្វ័យប្រវត្តិកម្ម	កម្មវិធីដែលធ្វើតាមដំណើរការដែលបានកំណត់ជាមុន	លំហូរការងារដដែលៗ ការបញ្ចូលទិន្នន័យ	ជាធម្មតា​ជា​ច្បាប់ មិនមែន​ជា​ការ «រៀន» ទេ

ភាពខុសគ្នានេះមានសារៈសំខាន់ ពីព្រោះមិនមែនប្រព័ន្ធស្វ័យប្រវត្តិទាំងអស់សុទ្ធតែជា AI នោះទេ។.

ប្រសិនបើម៉ាស៊ីនកាហ្វេរបស់អ្នកបិទដោយខ្លួនឯងបន្ទាប់ពីដប់នាទី សូមអបអរសាទរ - អ្នកប្រហែលជាមិនមានមន្ទីរពិសោធន៍បញ្ញាសិប្បនិម្មិតទេ។.

វាគ្រាន់តែជាឧបករណ៍កំណត់ម៉ោងប៉ុណ្ណោះ។.

៥. តើ​បណ្តាញ​សរសៃប្រសាទ​ជា​អ្វី?

បណ្តាញសរសៃប្រសាទ គឺជាប្រព័ន្ធគណិតវិទ្យា ដែលបំផុសគំនិតដោយណឺរ៉ូនជីវសាស្រ្ត។.

ឃ្លានេះធ្វើឱ្យពួកវាស្តាប់ទៅដូចជាអាថ៌កំបាំង។ ពួកវាមិនមែនជាខួរក្បាលសិប្បនិម្មិតដែលអណ្តែតនៅក្នុងកុំព្យូទ័រនោះទេ។.

បណ្តាញសរសៃប្រសាទមានឯកតាគណិតវិទ្យាដែលភ្ជាប់គ្នា ដែលដំណើរការព័ត៌មាន។.

អំឡុងពេលហ្វឹកហាត់ បណ្តាញនឹងកែតម្រូវតម្លៃលេខខាងក្នុង ដែលហៅថា ប៉ារ៉ាម៉ែត្រ ឬទម្ងន់។

ការកែតម្រូវទាំងនោះអនុញ្ញាតឱ្យប្រព័ន្ធកាន់តែប្រសើរឡើងក្នុងការផលិតទិន្នផលដ៏មានតម្លៃ។.

សូមគិតថាវាជាបន្ទះត្រួតពិនិត្យដ៏ស្មុគស្មាញមួយ ដែលមានប៊ូតុងតូចៗរាប់ពាន់លានដែលអាចលៃតម្រូវបាន។.

ការហ្វឹកហាត់​រុញ​ប៊ូតុង​ទាំងនោះ​ម្តងហើយម្តងទៀត។.

ចម្លើយខុស?

លៃតម្រូវប៊ូតុង។.

ចម្លើយល្អជាង?

កែសម្រួលពួកវាតាមវិធីផ្សេងៗគ្នា។.

ធ្វើបែបនេះច្រើនដងគ្រប់គ្រាន់ ឆ្លងកាត់ទិន្នន័យគ្រប់គ្រាន់ និងជាមួយថាមពលកុំព្យូទ័រគ្រប់គ្រាន់ ហើយបណ្តាញនឹងចាប់ផ្តើមបង្កើតការតំណាងផ្ទៃក្នុងស្មុគស្មាញ ដែលអនុញ្ញាតឱ្យវាស្គាល់ និងបង្កើតលំនាំ។.

ជាការពិតណាស់ ការនិយាយថា "លៃតម្រូវប៊ូតុង" ធ្វើឱ្យវិទ្យាសាស្ត្រកុំព្យូទ័ររាប់ទសវត្សរ៍ស្តាប់ទៅដូចជានរណាម្នាក់លៃតម្រូវវិទ្យុចាស់មួយ... ប៉ុន្តែជាគំរូផ្លូវចិត្ត វាដំណើរការបានល្អគួរឱ្យកត់សម្គាល់។.

៦. ហេតុអ្វីបានជា AI ហាក់ដូចជាឆ្លាតជាងមុនភ្លាមៗ

បញ្ញាសិប្បនិម្មិតមិនមែនជាការច្នៃប្រឌិតមួយដែលលេចឡើងភ្លាមៗនោះទេ។.

វាលក្រោមដីមានជាយូរមកហើយ។.

អ្វីដែលបានផ្លាស់ប្តូរគឺកម្លាំងជាច្រើនដែលកំពុងបង្កើនល្បឿនជាមួយគ្នា។.

ថាមពលកុំព្យូទ័រកាន់តែច្រើន

ប្រព័ន្ធដំណើរការទំនើបអាចអនុវត្តការគណនាមួយចំនួនធំបានយ៉ាងឆាប់រហ័ស ជាពិសេសប្រភេទនៃការគណនាដែលត្រូវការសម្រាប់បណ្តាញសរសៃប្រសាទ។ ការបង្កើន ការបណ្តុះបណ្តាលការគណនា គឺជាកត្តាជំរុញដ៏សំខាន់មួយនៃវឌ្ឍនភាពនៅក្នុងប្រព័ន្ធ AI ទំនើប។

ទិន្នន័យបន្ថែម

ពិភពឌីជីថលមានអត្ថបទ រូបភាព អូឌីយ៉ូ វីដេអូ កូដ និងព័ត៌មានដែលមានរចនាសម្ព័ន្ធក្នុងបរិមាណដ៏ច្រើនសន្ធឹកសន្ធាប់។.

ការបណ្តុះបណ្តាលម៉ូដែលទំនើបតម្រូវឱ្យមានឧទាហរណ៍ - ច្រើនណាស់។.

ក្បួនដោះស្រាយកាន់តែប្រសើរ

អ្នកស្រាវជ្រាវ​បន្ត​កែលម្អ​ស្ថាបត្យកម្ម និង​វិធីសាស្ត្រ​ដែល​ប្រើ​ដើម្បី​បណ្តុះបណ្តាល​ប្រព័ន្ធ AI។.

ម៉ូដែលធំៗ

ការបង្កើនចំនួនប៉ារ៉ាម៉ែត្រ ការកែលម្អសំណុំទិន្នន័យ និងការបង្កើនការគណនា ជារឿយៗបានបង្កើតគំរូដែលមានសមត្ថភាពគួរឱ្យភ្ញាក់ផ្អើល។ ការស្រាវជ្រាវលើការបណ្តុះបណ្តាលគំរូភាសាដែលមានប្រសិទ្ធភាពបំផុតក្នុងការគណនាក៏បង្ហាញផងដែរថា ទំហំគំរូ ទិន្នន័យ និងការគណនាត្រូវមានតុល្យភាព ជាជាងគ្រាន់តែបង្កើនចំនួនប៉ារ៉ាម៉ែត្រឱ្យដល់កម្រិតអតិបរមា។.

ចំណុចប្រទាក់កាន់តែប្រសើរ

ផ្នែកនេះងាយនឹងមើលស្រាល។.

បញ្ញាសិប្បនិម្មិត (AI) មានអារម្មណ៍ថាអាចចូលប្រើប្រាស់បានកាន់តែងាយស្រួល ពីព្រោះមនុស្សសាមញ្ញឥឡូវនេះអាចធ្វើអន្តរកម្មជាមួយប្រព័ន្ធទំនើបៗតាមរយៈភាសាប្រចាំថ្ងៃ។.

អ្នកមិនចាំបាច់យល់អំពីការសរសេរកម្មវិធីទេ។.

អ្នកអាចសួរបានយ៉ាងសាមញ្ញថា៖

"ពន្យល់ពីប្រាក់កម្ចីទិញផ្ទះដូចជាខ្ញុំអាយុដប់ពីរឆ្នាំ"។

ឬ៖

"ប្រែក្លាយកំណត់ចំណាំកិច្ចប្រជុំទាំងនេះទៅជាអ៊ីមែល។"

ឬ៖

"សូមផ្តល់ឱ្យខ្ញុំនូវគំនិតអាហារពេលល្ងាចចំនួនប្រាំដោយប្រើសាច់មាន់ បាយ និងបន្លែណាមួយដែលកំពុងងាប់បន្តិចម្តងៗនៅក្នុងទូទឹកកករបស់ខ្ញុំ"។

ការផ្លាស់ប្តូរចំណុចប្រទាក់នោះគឺធំធេងណាស់។.

បច្ចេកវិទ្យា​មាន​ទំនោរ​នឹង​ផ្ទុះ​ប្រជាប្រិយភាព​នៅ​ពេល​ដែល​មនុស្ស​ឈប់​ត្រូវការ​សៀវភៅ​ណែនាំ​ដើម្បី​ប្រើប្រាស់​វា។.

៧. តើ AI កំពុងធ្វើអ្វីនៅពេលអ្នកសួរសំណួរវា?

សូមពិចារណាជំនួយការ AI ទំនើបមួយ។.

អ្នកវាយបញ្ចូល៖

"ពន្យល់ពីទំនាញផែនដីដល់ក្មេងអាយុប្រាំឆ្នាំ"

នៅពីក្រោយឆាក ប្រព័ន្ធនេះបំប្លែងអត្ថបទរបស់អ្នកទៅជាឯកតាលេខដែលហៅថា ថូខឹន។

ថូខឹនអាចតំណាងឱ្យពាក្យពេញលេញ ផ្នែកនៃពាក្យ សញ្ញាវណ្ណយុត្តិ ឬផ្នែកផ្សេងទៀតនៃភាសា។.

ថូខឹនទាំងនោះត្រូវបានដំណើរការតាមរយៈគំរូ។.

គំរូនេះពិនិត្យមើលទំនាក់ទំនងរវាងផ្នែកផ្សេងៗនៃសំណើរបស់អ្នក ពិចារណាបរិបទ និងព្យាករណ៍ពីការបន្តដែលមានប្រយោជន៍។.

បន្ទាប់មកសញ្ញាសម្គាល់មួយទៀត។.

បន្ទាប់មកមួយទៀត។.

បន្ទាប់មកមួយទៀត។.

វាកើតឡើងយ៉ាងលឿនគួរឱ្យកត់សម្គាល់។.

កថាខណ្ឌលទ្ធផលហាក់ដូចជាមាននរណាម្នាក់បាននិពន្ធវាជាគំនិតពេញលេញ ប៉ុន្តែតាមបច្ចេកទេសវាត្រូវបានបង្កើតជាបន្តបន្ទាប់។.

នោះគឺជាលក្ខណៈពិសេសមួយក្នុងចំណោមលក្ខណៈពិសេសចម្លែកបំផុតរបស់ AI។.

លទ្ធផល​អាច​មាន​អារម្មណ៍​ថា​មាន​ចេតនា​ទោះបីជា​ដំណើរការ​មូលដ្ឋាន​មាន​ប្រូបាប៊ីលីតេ​ក៏ដោយ។.

វាស្រដៀងនឹងការច្នៃប្រឌិតជាជាងការទាញយកចម្លើយដែលបានរៀបចំពីមូលដ្ឋានទិន្នន័យដ៏ធំមួយ។.

មិនមែនជាការច្នៃប្រឌិតច្បាស់លាស់ទេ ប៉ុន្តែវាជិតគ្រប់គ្រាន់សម្រាប់ពាក្យប្រៀបធៀបដើម្បីទទួលបានអាហារថ្ងៃត្រង់របស់វា។.

៨. តើ AI យល់ពីអ្វីៗដែរឬទេ?

សំណួរនេះក្លាយជាទស្សនវិជ្ជាយ៉ាងឆាប់រហ័ស។.

តើប្រព័ន្ធ AI ពិតជា "យល់" ភាសាមែនទេ?

ចម្លើយអាស្រ័យយ៉ាងខ្លាំងទៅលើអ្វីដែលអ្នកចង់មានន័យដោយការយល់ដឹង។.

ម៉ូដែល AI ទំនើបអាចរៀបចំគំនិតបានយ៉ាងច្បាស់លាស់តាមវិធីទំនើបៗ។.

ពួកគេអាច៖

• ពន្យល់ពីគំនិត

• ប្រៀបធៀបអាគុយម៉ង់

• សរសេរអត្ថបទឡើងវិញ

• បកប្រែភាសា

• ដោះស្រាយបញ្ហាដែលមានរចនាសម្ព័ន្ធជាច្រើន

• បង្កើតលេខកូដការងារ

• កំណត់អត្តសញ្ញាណលំនាំ

• អនុវត្តតាមការណែនាំស្មុគស្មាញ

• ផ្សំគំនិតតាមវិធីថ្មីៗ

ពីខាងក្រៅ វាអាចមើលទៅដូចជាការយល់ដឹង។.

ប៉ុន្តែមានភាពខុសគ្នាសំខាន់ៗរវាងភាពវៃឆ្លាតរបស់ម៉ាស៊ីន និងការយល់ដឹងរបស់មនុស្ស។.

មនុស្សជួបប្រទះពិភពរូបវន្ត។.

យើងមានអារម្មណ៍ឃ្លាន ឈឺចាប់ ខ្មាសអៀន ធុញទ្រាន់ ស្រលាញ់ និងភ័យស្លន់ស្លោចម្លែកពេលដឹងថាទូរស័ព្ទរបស់អ្នកនៅសល់ថ្ម 2 ភាគរយ។.

ប្រព័ន្ធ AI មិនចាំបាច់មានបទពិសោធន៍រស់នៅស្មើគ្នានោះទេ។.

ពួកគេដំណើរការការតំណាង។.

ដូច្នេះការសួរថាតើ AI "យល់" អ្វីមួយឬអត់ អាចស្រដៀងនឹងការសួរថាតើនាវាមុជទឹកហែលទឹកឬអត់។.

វាពិតជាផ្លាស់ទីឆ្លងកាត់ទឹក។.

ប៉ុន្តែប្រហែលជាពាក្យ "ហែលទឹក" មិនមែនជាពាក្យត្រឹមត្រូវទេ។.

៩. បញ្ញាសិប្បនិម្មិតមិនដឹងដោយស្វ័យប្រវត្តិនូវអ្វីដែលជាការពិតទេ

នេះគឺជាចំណុចសំខាន់បំផុតមួយអំពី AI ដែលអាចបង្កើតបាន។.

គំរូមួយអាចបង្កើតសេចក្តីថ្លែងការណ៍ដែលស្តាប់ទៅគួរឱ្យជឿជាក់ខ្លាំងដោយមិនចាំបាច់ឱ្យសេចក្តីថ្លែងការណ៍នោះត្រឹមត្រូវ។.

ហេតុអ្វី?

ពីព្រោះការបង្កើតភាសាដែលអាចទុកចិត្តបាន និងការផ្ទៀងផ្ទាត់សច្ចភាពគោលបំណង គឺជាបញ្ហាខុសគ្នា។.

ប្រព័ន្ធ AI អាចនឹងជួបប្រទះភាពមិនប្រាកដប្រជា ហើយនៅតែបង្កើតចម្លើយដែលស្តាប់ទៅដូចជាមានទំនុកចិត្ត។.

កំហុសទាំងនេះត្រូវបានគេហៅថា ការយល់ច្រឡំ (hallucinations)។

ឧទាហរណ៍ AI អាច៖

• បង្កើតស្ថិតិមួយ

• បញ្ជាក់សម្រង់មិនត្រឹមត្រូវ

• ច្រឡំមនុស្សពីរនាក់ដែលស្រដៀងគ្នា

• បង្កើតឯកសារយោងដែលមិនមាន

• បកស្រាយខុសការណែនាំមិនច្បាស់លាស់

• ធ្វើកំហុសគណិតវិទ្យាស្រាលៗ

គំរូភាសាអាចបង្កើតសម្រង់សម្តី ការសិក្សា ការដកស្រង់សម្តី និងព័ត៌មានមិនត្រឹមត្រូវផ្សេងទៀតដែលប្រឌិតឡើង ខណៈពេលដែលស្តាប់ទៅហាក់ដូចជាមានទំនុកចិត្ត។ NIST កំណត់អត្តសញ្ញាណជាពិសេសនូវខ្លឹមសារមិនពិតដែលបានបញ្ជាក់ដោយទំនុកចិត្ត និងសម្រង់សម្តីដែលប្រឌិតឡើងថាជាហានិភ័យនៃការបង្កើត AI។.

ផ្ទុយទៅវិញ ប្រព័ន្ធទាំងនេះកាន់តែមានសមត្ថភាព វាកាន់តែងាយស្រួលក្នុងការបំភ្លេចចោល។.

ភាសា​ដែល​បាន​ប៉ូលា​បង្កើត​ទំនុក​ចិត្ត។.

ប៉ុន្តែទំនុកចិត្តមិនមែនជាភស្តុតាងទេ។.

ចំពោះព័ត៌មានដែលមានហានិភ័យខ្ពស់ដែលពាក់ព័ន្ធនឹងវិស័យដូចជា វេជ្ជសាស្ត្រ ច្បាប់ ហិរញ្ញវត្ថុ សុវត្ថិភាព ឬការសម្រេចចិត្តអាជីវកម្មសំខាន់ៗ ការផ្ទៀងផ្ទាត់នៅតែមានសារៈសំខាន់។.

ច្រើនណាស់។.

១០. បញ្ញាសិប្បនិម្មិត (AI) មិនមែនជារឿងដូចគ្នានឹងម៉ាស៊ីនស្វែងរកទេ

ការយល់ច្រឡំទូទៅមួយទៀតគឺការចាត់ទុក AI និងការស្វែងរកជារឿងដូចគ្នា។.

ពួកគេមិនមែនទេ។.

ម៉ាស៊ីនស្វែងរកបែបប្រពៃណីជួយកំណត់ទីតាំងព័ត៌មានដែលមានស្រាប់ជាចម្បង។.

ប្រព័ន្ធ AI ដែលអាចបង្កើតបានជាចម្បងបង្កើតការឆ្លើយតបដោយផ្អែកលើគំរូដែលបានរៀន បរិបទដែលបានផ្តល់ឱ្យ និងឧបករណ៍បន្ថែមណាមួយដែលវាអាចចូលប្រើបាន។ គំរូ AI ដែលអាចបង្កើតបានរៀនគំរូ និងទំនាក់ទំនងនៅក្នុងសំណុំទិន្នន័យធំៗ ហើយប្រើគំរូទាំងនោះដើម្បីបង្កើតលទ្ធផលថ្មី។

ស្រមៃថាសួរថា៖

ទំព័រ​ដើម ស្វែងរកក្នុងវេបសាយ: "វិធីល្អបំផុតដើម្បីពន្យល់អំពីរស្មីសំយោគ"

ជាទូទៅអ្នកទទួលបានទំព័រដើម្បីស៊ើបអង្កេត។.

សួរជំនួយការ AI ដូចគ្នា ហើយអ្នកអាចនឹងទទួលបាន៖

• ការពន្យល់សាមញ្ញមួយ

• ការប្រៀបធៀបថ្នាក់រៀន

• សំណួរ​មួយ

• ផែនការមេរៀនមួយ

• រឿងមួយសម្រាប់កុមារ

• កំណែវិទ្យាសាស្ត្រលម្អិត

ការទាញយកការស្វែងរក។.

បញ្ញាសិប្បនិម្មិតបង្កើតសំយោគ។.

ប្រព័ន្ធទំនើបអាចផ្សំវិធីសាស្រ្តទាំងពីរ ដែលធ្វើឱ្យភាពខុសគ្នាកាន់តែមិនច្បាស់លាស់ ប៉ុន្តែឧបករណ៍នៅតែខុសគ្នាខាងគោលគំនិត។.

១១. តើ​អ្វី​ខ្លះ​ដែល​បញ្ញា​សិប្បនិម្មិត (AI) អាច​ធ្វើ​បាន​ល្អ?

បញ្ញាសិប្បនិម្មិត (AI) មានទំនោរដំណើរការបានល្អជាពិសេសលើកិច្ចការដែលមានលំនាំច្រើន សម្បូរព័ត៌មាន និងការផ្លាស់ប្តូរ។.

កម្មវិធីដ៏មានតម្លៃរួមមាន៖

ជំនួយក្នុងការសរសេរ

បញ្ញាសិប្បនិម្មិត (AI) អាចព្រាង សរសេរឡើងវិញ សង្ខេប និងរៀបចំរចនាសម្ព័ន្ធអត្ថបទឡើងវិញ។.

ការសរសេរកម្មវិធី

ម៉ូដែលអាចបង្កើតកូដ ពន្យល់ពីកំហុស ស្នើការកែលម្អ និងជួយអ្នកអភិវឌ្ឍន៍ឱ្យយល់អំពីប្រព័ន្ធដែលមិនធ្លាប់ស្គាល់។.

ការវិភាគទិន្នន័យ

បញ្ញាសិប្បនិម្មិត (AI) អាចជួយក្នុងការកំណត់អត្តសញ្ញាណលំនាំ ការបកស្រាយសំណុំទិន្នន័យ និងការបំប្លែងការរកឃើញស្មុគស្មាញទៅជាភាសាដែលអាចយល់បាន។.

ការបង្កើតរូបភាព

ម៉ូដែលបង្កើតអាចបង្កើតរូបភាព គោលគំនិត គំរូផលិតផល ស្នាដៃសិល្បៈ និងបំរែបំរួលដែលមើលឃើញពីការពិពណ៌នា។.

ការបកប្រែ

ម៉ូដែលកម្រិតខ្ពស់អាចបកប្រែឆ្លងភាសានានា ខណៈពេលដែលរក្សាបរិបទបានច្រើនជាងប្រព័ន្ធពាក្យមួយទៅពាក្យមួយ។.

ការអប់រំ

បញ្ញាសិប្បនិម្មិត (AI) អាចពន្យល់គំនិតដូចគ្នាតាមវិធីច្រើនយ៉ាង អាស្រ័យលើកម្រិតចំណេះដឹងរបស់នរណាម្នាក់។.

ការគាំទ្រអតិថិជន

ក្រុមហ៊ុននានាអាចប្រើប្រាស់ AI ដើម្បីឆ្លើយសំណួរទូទៅ និងជួយដោះស្រាយករណីស្មុគស្មាញ។.

ការបំផុសគំនិត

បញ្ញាសិប្បនិម្មិត (AI) អាចមានប្រសិទ្ធភាពជាពិសេសនៅពេលដែលអ្នកមានបញ្ញាស្មើនឹងទូរទឹកកកទទេមួយ។.

អ្នកអាចសួររកមុំ ឈ្មោះ គោលគំនិត រចនាសម្ព័ន្ធ ឬលទ្ធភាព - បន្ទាប់មកសម្រេចចិត្តថាអ្វីដែលមានតម្លៃរក្សាទុក។.

នោះ​ជា​ទំនាក់ទំនង​ការងារ​ដ៏​ល្អ​បំផុត​ជាមួយ AI។.

មិនមែន "ម៉ាស៊ីនជំនួសមនុស្សទេ"។

ច្រើនទៀតដូចជា:

មនុស្ស + ម៉ាស៊ីន = សេចក្តីព្រាងដំបូងនៃការគិតលឿនជាងមុន។.

១២. តើ AI នៅតែខ្សោយលើអ្វីខ្លះ

ទោះបីជាមានការចាប់អារម្មណ៍ជុំវិញវាក៏ដោយ បញ្ញាសិប្បនិម្មិត (AI) បច្ចុប្បន្ននៅតែមានដែនកំណត់គួរឱ្យកត់សម្គាល់។.

ខ្លះច្បាស់ភ្លាមៗ។.

ខ្លះទៀតលេចចេញមក លុះត្រាតែអ្នកពឹងផ្អែកលើប្រព័ន្ធសម្រាប់អ្វីដែលស្មុគស្មាញ។.

បញ្ញាសិប្បនិម្មិត (AI) អាចតស៊ូជាមួយ៖

• ភាពត្រឹមត្រូវជាក់ស្តែងខ្ពស់

• ករណីគែមមិនធម្មតា

• ខ្សែសង្វាក់វែងនៃហេតុផល

• ការណែនាំមិនច្បាស់លាស់

• ការសន្មត់សុភវិនិច្ឆ័យដែលមនុស្សស្ទើរតែមិនកត់សម្គាល់

• ការយល់ដឹងអំពីបរិបទអារម្មណ៍ដែលមិនបានបញ្ជាក់

• ការផ្ទៀងផ្ទាត់ថាតើព័ត៌មានពិតជាត្រឹមត្រូវឬអត់

• ភារកិច្ចដែលតម្រូវឱ្យមានបទពិសោធន៍ពិភពរូបវន្ត

• ភាពស៊ីសង្វាក់គ្នានៅទូទាំងគម្រោងស្មុគស្មាញ

សូម្បីតែគំរូភាសាដែលមានសមត្ថភាពខ្ពស់ក៏នៅតែអាចធ្វើកំហុសជាក់ស្តែង និងកំហុសវែកញែកបានដែរ ហើយ ស្តង់ដារពិបាកៗនៅតែបន្តបង្ហាញពីដែនកំណត់គួរឱ្យកត់សម្គាល់។

បញ្ហាមួយទៀតគឺថា បញ្ញាសិប្បនិម្មិត (AI) អាចបង្កើត ចម្លើយដែលមើលទៅជាមធ្យមដោយមិនចាំបាច់ប្រឹងប្រែងច្រើន។

សុំឈ្មោះអាជីវកម្មដប់?

រួចរាល់។.

សុំ​សរសេរ​ប្លុក​មួយ​ផង​បាន​ទេ?

ងាយស្រួល។.

សុំគំនិតទីផ្សារ?

ប្រាកដណាស់។.

ប៉ុន្តែការបង្កើតអ្វីមួយមិនដូចគ្នានឹងការផលិតការងារដែលមានលក្ខណៈដើមពិតប្រាកដ មានតម្លៃពាណិជ្ជកម្ម ឆ្លាតវៃខាងផ្លូវអារម្មណ៍ ឬមានយុទ្ធសាស្ត្ររឹងមាំនោះទេ។.

មនុស្សនៅតែផ្តល់រសជាតិ។.

រសជាតិ​សំខាន់។.

ប្រហែលជាច្រើនជាងពេលណាៗទាំងអស់។.

១៣. តើ AI មានស្មារតីដែរឬទេ?

នៅទីនេះ យើងឈានដល់ដំណាក់កាលដែលការសន្ទនាអំពីអាហារពេលល្ងាចក្លាយជារឿងចម្លែក។.

ប្រព័ន្ធ AI បច្ចុប្បន្នអាចបង្កើតភាសាដែលស្តាប់ទៅដូចជាអារម្មណ៍ ការគិតគូរ និងការយល់ដឹងអំពីខ្លួនឯង។.

នោះមិនមានន័យថាពួកគេជួបប្រទះស្មារតីដោយស្វ័យប្រវត្តិនោះទេ។.

គំរូភាសាត្រូវបានបណ្តុះបណ្តាលជាពិសេសដើម្បីបង្កើតភាសា។.

ហើយមនុស្សលោកបកស្រាយភាសាស្ទាត់ជំនាញជាភស្តុតាងដែលបង្ហាញថាមានចិត្តមួយផ្សេងទៀតនៅពីក្រោយវា។.

ជាធម្មតា នោះជាការសន្មត់សមហេតុផល។.

នៅពេលដែលមនុស្សម្នាក់ទៀតនិយាយថា "ខ្ញុំព្រួយបារម្ភ" យើងសន្មត់ដោយសមហេតុផលថាមានស្ថានភាពអារម្មណ៍ខាងក្នុងមួយ។.

ជាមួយ AI ការសន្មត់នោះមិនចាំបាច់ត្រឹមត្រូវទេ។.

ប្រព័ន្ធមួយអាចបង្កើត៖

"ខ្ញុំរំភើបណាស់ដែលបានជួយ"។

នោះមិនបញ្ជាក់ថាមានសត្វតូចដែលមានអារម្មណ៍មើលមិនឃើញនៅក្នុងម៉ាស៊ីនមេដែលកំពុងមានរសៀលដ៏អស្ចារ្យនោះទេ។.

សំណួរទស្សនវិជ្ជាដ៏លំបាកមួយគឺថាតើស្មារតីរបស់ម៉ាស៊ីនអាចលេចចេញជារូបរាងបានឬអត់។.

គ្មាននរណាម្នាក់មានការ ធ្វើតេស្តសាមញ្ញណាមួយដែលអាចដោះស្រាយការជជែកវែកញែកនោះបានទាំងស្រុងនោះទេ។

ប៉ុន្តែភាពស្ទាត់ជំនាញក្នុងការសន្ទនាដោយខ្លួនវាមិនគួរត្រូវបានចាត់ទុកថាជាភស្តុតាងនោះទេ។ គោលគំនិតដូចជា AI ដែលមានស្មារតី ឬ AI "ខ្លាំង" នៅតែជាទ្រឹស្តីជាជាងលក្ខណៈសម្បត្តិដែលបានបង្កើតឡើងនៃប្រព័ន្ធសព្វថ្ងៃនេះ។.

១៤. បញ្ញាសិប្បនិម្មិតតូចចង្អៀត ទល់នឹង បញ្ញាសិប្បនិម្មិតទូទៅ

ប្រព័ន្ធ AI ភាគច្រើននៅតែត្រូវបានបង្កើតឡើងជុំវិញសមត្ថភាពជាក់លាក់។.

ទាំងនេះត្រូវបានពិពណ៌នាជាញឹកញាប់ថាជា AI តូចចង្អៀត។

ឧទាហរណ៍រួមមានប្រព័ន្ធដែលត្រូវបានរចនាឡើងសម្រាប់៖

• ការសម្គាល់រូបភាព

• ការបង្កើតភាសា

• អនុសាសន៍

• ជំនួយក្នុងការបើកបរ

• ការថតរូបភាពវេជ្ជសាស្ត្រ

• ការរកឃើញការក្លែងបន្លំ

• ការសម្គាល់សំឡេង

បញ្ញា​ទូទៅ​សិប្បនិម្មិត ដែល​ជាទូទៅ​ត្រូវ​បាន​គេ​ហៅ​ថា AGIសំដៅ​លើ​កម្រិត​សម្មតិកម្ម​ទូលំទូលាយ​ជាង​មុន​នៃ​បញ្ញា​ម៉ាស៊ីន។

គំនិតនេះគឺជាប្រព័ន្ធមួយដែលមានសមត្ថភាពរៀនសូត្រ និងអនុវត្តភារកិច្ចបញ្ញានៅទូទាំងវិស័យជាច្រើន ក្នុងកម្រិតសមត្ថភាពមនុស្ស ឬលើសពីនេះ។.

ព្រំដែនមិនត្រូវបានកំណត់យ៉ាងល្អឥតខ្ចោះទេ។.

នោះជាផ្នែកមួយនៃការលំបាក។.

អ្នកស្រាវជ្រាវ ក្រុមហ៊ុន និងអ្នកអត្ថាធិប្បាយផ្សេងៗគ្នាប្រើពាក្យ "AGI" ខុសៗគ្នា ដូច្នេះការសន្ទនាអាចក្លាយជាមនុស្សបីនាក់ដែលឈ្លោះប្រកែកគ្នាយ៉ាងខ្លាំងអំពីនិយមន័យផ្សេងៗគ្នាដោយមិនដឹងខ្លួន។ បច្ចុប្បន្ននេះ មិនមានការឯកភាពគ្នាខាងសិក្សាទូលំទូលាយលើអ្វីដែលគួរមានលក្ខណៈសម្បត្តិគ្រប់គ្រាន់ជា AGI នោះទេ។

និយាយម្យ៉ាងទៀត ឥរិយាបថអ៊ីនធឺណិតបែបបុរាណ។.

១៥. ហេតុអ្វីបានជាទិន្នន័យបណ្តុះបណ្តាលមានសារៈសំខាន់ខ្លាំងម្ល៉េះ

ប្រព័ន្ធ AI រៀនគំរូពីឧទាហរណ៍ ដូច្នេះគុណភាពនៃឧទាហរណ៍ទាំងនោះមានសារៈសំខាន់ខ្លាំងណាស់។.

ដូច្នេះទិន្នន័យបណ្តុះបណ្តាលក្លាយជាមានសារៈសំខាន់ជាពិសេស។.

ស្រមៃមើលការបណ្តុះបណ្តាលនរណាម្នាក់ឱ្យក្លាយជាចុងភៅ ប៉ុន្តែផ្តល់ឱ្យពួកគេតែរូបមន្តសម្រាប់នំប៉័ងអាំងប៉ុណ្ណោះ។.

ពួកគេអាចក្លាយជាមនុស្សអស្ចារ្យនៅពេលញ៉ាំនំប៉័ងអាំង។.

ប្រហែលជានំប៉័ងអាំងកម្រិត Michelin។.

ប៉ុន្តែការប្រគល់មឹកឱ្យពួកគេ ហើយសុំអាហារពេលល្ងាចអាចក្លាយជារឿងគួរឱ្យចាប់អារម្មណ៍។.

បញ្ញាសិប្បនិម្មិត (AI) ដំណើរការក្នុងលក្ខណៈស្រដៀងគ្នា។.

គុណភាព ភាពចម្រុះ និងភាពពាក់ព័ន្ធនៃសម្ភារៈបណ្តុះបណ្តាលមានឥទ្ធិពលលើអ្វីដែលគំរូរៀន។ ប្រព័ន្ធបង្កើតរៀនគំរូស្ថិតិ និងទំនាក់ទំនងពីទិន្នន័យបណ្តុះបណ្តាលរបស់ពួកគេ ជាជាងដំណើរការដូចមូលដ្ឋានទិន្នន័យធម្មតា។

បញ្ហានៅក្នុងសំណុំទិន្នន័យអាចលេចឡើងនៅក្នុងលទ្ធផល រួមមាន៖

• ភាពលំអៀង

• ចំណេះដឹងដែលបាត់

• ការយល់ច្រឡំម្តងហើយម្តងទៀត

• ការអនុវត្តខ្សោយនៅក្នុងតំបន់ដែលមិនសូវមានតំណាង

• ការតំណាងហួសហេតុនៃគំរូភាសា ឬវប្បធម៌មួយចំនួន

គំរូ​រៀន​ដោយ​ម៉ាស៊ីន​អាច​ងាយ​នឹង​លម្អៀង​ដោយសារ​តែ​របៀប​ដែល​ឧទាហរណ៍​បណ្តុះបណ្តាល​ត្រូវ​បាន​ជ្រើសរើស និង​រៀបចំ ហើយ​ទិន្នន័យ​មិន​មាន​តុល្យភាព ឬ​មិន​ពេញលេញ​អាច​ប៉ះពាល់​ដល់​ដំណើរការ​គំរូ។.

ដូច្នេះអ្នកអភិវឌ្ឍន៍ចំណាយកិច្ចខិតខំប្រឹងប្រែងយ៉ាងខ្លាំងក្នុងការកែលម្អសំណុំទិន្នន័យ ត្រងខ្លឹមសារ និងកែលម្អគំរូបន្ទាប់ពីការបណ្តុះបណ្តាលដំបូងរបស់ពួកគេ។.

ស្ថាបត្យកម្មគំរូមានសារៈសំខាន់។.

ថាមពលកុំព្យូទ័រក៏សំខាន់ផងដែរ។.

ប៉ុន្តែទិន្នន័យស្ថិតនៅយ៉ាងស្ងៀមស្ងាត់នៅក្រោមអ្វីៗគ្រប់យ៉ាងដូចជាបរិក្ខារបំពង់ទឹក - គ្មាននរណាម្នាក់និយាយអំពីវាទេរហូតដល់មានអ្វីមួយខុសប្រក្រតី។.

១៦. របៀបដែលគំរូ AI កាន់តែប្រសើរឡើងបន្ទាប់ពីការបណ្តុះបណ្តាល

ការបណ្តុះបណ្តាលដំបូងមិនចាំបាច់ជាជំហានចុងក្រោយនោះទេ។.

ម៉ូដែលអាចឆ្លងកាត់ដំណើរការបន្ថែមដែលត្រូវបានរចនាឡើងដើម្បីធ្វើឱ្យពួកវាកាន់តែមានសមត្ថភាព និងអាចទុកចិត្តបាន។.

នោះអាចពាក់ព័ន្ធនឹងប្រព័ន្ធបង្រៀនដើម្បី៖

• អនុវត្តតាមការណែនាំកាន់តែមានភាពជឿជាក់

• ជៀសវាង​ទិន្នផល​ដែល​បង្ក​គ្រោះថ្នាក់

• ធ្វើទ្រង់ទ្រាយការឆ្លើយតបឱ្យបានត្រឹមត្រូវ

• បដិសេធសំណើមួយចំនួន

• ចូលចិត្តចម្លើយដែលច្បាស់ជាង

• ប្រើឧបករណ៍

• តាមដានមតិប្រតិកម្មរបស់មនុស្ស

• ដោះស្រាយការសន្ទនាបានល្អជាង

ដំណើរការនេះត្រូវបានផ្សារភ្ជាប់យ៉ាងទូលំទូលាយជាមួយនឹង ការតម្រឹម ។ ឧទាហរណ៍ បច្ចេកទេសមតិប្រតិកម្មរបស់មនុស្ស ត្រូវបានប្រើដើម្បីកែលម្អការអនុវត្តតាមការណែនាំ និងដឹកនាំគំរូភាសាឆ្ពោះទៅរកឥរិយាបថដែលចង់បានបន្ទាប់ពីការបណ្តុះបណ្តាលជាមុន។

ការតម្រឹមមានន័យថា ការព្យាយាមធ្វើឱ្យឥរិយាបថ AI ឆ្លុះបញ្ចាំងពីចេតនា ច្បាប់ និងចំណង់ចំណូលចិត្តរបស់មនុស្សបានកាន់តែប្រសើរ។.

ប្រយោគសាមញ្ញ។.

បញ្ហាវិស្វកម្មដ៏លំបាកបំផុត។.

មនុស្សមិនអាចយល់ស្របគ្នាលើអ្វីដែលបង្កើតបានជាគ្រឿងផ្សំភីហ្សាដ៏ល្អនោះទេ ដូច្នេះការអ៊ិនកូដពាក្យថា "អ្វីដែលមនុស្សចង់បាន" ទៅក្នុងប្រព័ន្ធកុំព្យូទ័រដ៏មានអានុភាពគឺជា... មហិច្ឆតាមួយ។.

១៧. ភ្នាក់ងារ AI៖ ពេលដែល AI ចាប់ផ្តើមចាត់វិធានការ

chatbot ធម្មតាភាគច្រើនឆ្លើយតបទៅនឹងការជំរុញ។.

ភ្នាក់ងារ AI អាចចាត់វិធានការឆ្ពោះទៅរកការសម្រេចគោលដៅមួយ។ ភ្នាក់ងារ AI ត្រូវបានគេពិពណ៌នាជាទូទៅថាជាប្រព័ន្ធដែលមានសមត្ថភាពអនុវត្តភារកិច្ចដោយឯករាជ្យ រៀបចំផែនការដំណើរការការងារ និងប្រើប្រាស់ឧបករណ៍ដែលមាន។

ស្រមៃថាប្រាប់ AI មួយថា:

"រៀបចំដំណើរអាជីវកម្មរបស់ខ្ញុំ"

គំរូភាសាស្តង់ដារអាចបង្កើតផែនការធ្វើដំណើរ។.

ប្រព័ន្ធបែបភ្នាក់ងារអាចអនុវត្តសកម្មភាពដែលភ្ជាប់គ្នាច្រើនតាមទ្រឹស្តី៖

1. ពិនិត្យមើលជម្រើសធ្វើដំណើរដែលមាន។.

2. ប្រៀបធៀបកាលវិភាគ។.

3. កំណត់កន្លែងស្នាក់នៅសមរម្យ។.

4. បន្ថែមព្រឹត្តិការណ៍ទៅក្នុងប្រតិទិន។.

5. រៀបចំបញ្ជីវេចខ្ចប់។.

6. ធ្វើបច្ចុប្បន្នភាពផែនការ ប្រសិនបើមានអ្វីមួយផ្លាស់ប្តូរ។.

ភាពខុសគ្នាគឺ សកម្មភាព និងការតស៊ូ។

ជំនួស​ឲ្យ​ការ​ឆ្លើយ​តប​នឹង​សំណួរ​មួយ ប្រព័ន្ធ​ដំណើរការ​តាម​លំដាប់​នៃ​កិច្ចការ។.

នេះជាហេតុផលមួយដែលភ្នាក់ងារ AI ទាក់ទាញចំណាប់អារម្មណ៍យ៉ាងខ្លាំង។.

ពួកគេផ្លាស់ប្តូរបញ្ញាសិប្បនិម្មិតពីការក្លាយជាអ្នកបង្កើតខ្លឹមសារ ទៅជាការក្លាយជាអ្វីមួយដែលកាន់តែជិតស្និទ្ធនឹងប្រតិបត្តិករកម្មវិធី។.

ការផ្លាស់ប្តូរនោះអាចមានតម្លៃខ្លាំងណាស់ - ហើយវាក៏លើកឡើងនូវសំណួរធ្ងន់ធ្ងរអំពីការអនុញ្ញាត ភាពជឿជាក់ និងការគ្រប់គ្រងផងដែរ។ NIST បានបញ្ជាក់ជាពិសេសអំពីកង្វល់អំពីសុវត្ថិភាព និងភាពជឿជាក់ជុំវិញភ្នាក់ងារដែលអាចចូលប្រើឧបករណ៍ កម្មវិធី និងទិន្នន័យ។

អ្នកប្រហែលជាមិនចង់បានក្បួនដោះស្រាយដ៏រំភើបមួយដែលកក់បន្ទប់សណ្ឋាគារចំនួនដប់ពីរដោយចៃដន្យទេ ព្រោះវាយល់ច្រឡំអំពី "ដំណើរកម្សាន្តជាក្រុម"។

១៨. ហេតុអ្វីបានជាការយល់ដឹងអំពី AI កំពុងក្លាយជាសំណួរសំខាន់ជាងនេះ

សំណួរ ​ដែល​ធ្លាប់​មាន​អារម្មណ៍​ថា​ជា​វិទ្យាសាស្ត្រ​នោះ ​គឺ​ជា​អ្វី​ទៅ​ដែល​ AI ជា​អ្វី?

ឥឡូវនេះវាកាន់តែជាក់ស្តែង និងភ្លាមៗ។.

បញ្ញាសិប្បនិម្មិត (AI) កំពុងលេចឡើងនៅក្នុងឧបករណ៍ដែលប្រើសម្រាប់៖

• ការងារ

• ការអប់រំ

• ការច្នៃប្រឌិត

• ការអភិវឌ្ឍកម្មវិធី

• ការថែទាំសុខភាព

• មេឌៀ

• ហិរញ្ញវត្ថុ

• ការទំនាក់ទំនង

• ការស្រាវជ្រាវ

• ការកំសាន្ត

ការយល់ដឹងអំពីមូលដ្ឋានគ្រឹះជួយមនុស្សធ្វើការសម្រេចចិត្តបានកាន់តែប្រសើរ។.

អ្នកមិនចាំបាច់ក្លាយជាវិស្វកររៀនម៉ាស៊ីនទេ។.

ប៉ុន្តែការដឹងពីភាពខុសគ្នារវាងការទស្សន៍ទាយ និងភាពប្រាកដប្រជា ការបង្កើត និងការទាញយកមកវិញ ស្វ័យប្រវត្តិកម្ម និងភាពវៃឆ្លាត អាចការពារកំហុសឆ្គងមួយចំនួនដ៏គួរឱ្យភ្ញាក់ផ្អើល។.

វាក៏ជួយកាត់បន្ថយភាសាទីផ្សារផងដែរ។.

ពីព្រោះក្រុមហ៊ុននានាចូលចិត្តភ្ជាប់ពាក្យ "AI" ទៅនឹងរបស់របរ។.

ពេលខ្លះសមរម្យ។.

ពេលខ្លះដោយសារតែ "វេទិកាបញ្ញាសិប្បនិម្មិតទស្សន៍ទាយកម្រិតខ្ពស់" ស្តាប់ទៅគួរឱ្យរំភើបជាង "សៀវភៅបញ្ជីដែលមានប៊ូតុងទំនើប"។

១៩. តើ AI នឹងជំនួសមនុស្សដែរឬទេ?

នេះប្រហែលជាសំណួរដែលពោរពេញដោយអារម្មណ៍បំផុតនៅក្នុងការសន្ទនាអំពី AI។.

ចម្លើយសាមញ្ញៗកម្រនឹងកើតឡើងណាស់។.

«បញ្ញាសិប្បនិម្មិត (AI) នឹងជំនួសមនុស្សគ្រប់គ្នា»។

ប្រហែលជា​រឿង​រ៉ាវ​ហួសហេតុ​ពេក។.

«បញ្ញាសិប្បនិម្មិត (AI) នឹងមិនប៉ះពាល់ដល់ការងារទេ»។

ក៏ពិបាកទទួលយកយ៉ាងធ្ងន់ធ្ងរដែរ។.

បច្ចេកវិទ្យាមានទំនោរផ្លាស់ប្តូរភារកិច្ចមុនពេលវាផ្លាស់ប្តូរវិជ្ជាជីវៈទាំងមូល។ ការស្រាវជ្រាវទីផ្សារការងារបច្ចុប្បន្នតែងតែវាយតម្លៃការប៉ះពាល់នឹង AI នៅ កម្រិតភារកិច្ចហើយការប៉ះពាល់នឹងស្វ័យប្រវត្តិកម្មមិនមានន័យថាការងារទាំងមូលបាត់ទៅវិញដោយស្វ័យប្រវត្តិនោះទេ។

អ្នកទីផ្សារអាចប្រើ AI សម្រាប់៖

• ការបំផុសគំនិត

• ការរៀបចំសេចក្តីព្រាង

• អង្គការស្រាវជ្រាវ

• ការវិភាគ

• ការប្រែប្រួលខ្លឹមសារ

ប៉ុន្តែយុទ្ធសាស្ត្រ ការវិនិច្ឆ័យ ការយល់ដឹងអំពីម៉ាកយីហោ និងការធ្វើការសម្រេចចិត្តនៅតែតម្រូវឱ្យមានការចូលរួមយ៉ាងច្រើនពីមនុស្ស។.

អ្នកសរសេរកម្មវិធីអាចប្រើ AI ដើម្បីបង្កើតកូដដដែលៗ ខណៈពេលដែលចំណាយពេលច្រើនក្នុងការរចនាប្រព័ន្ធ។.

អ្នករចនាអាចបង្កើតគំនិតដំបូងៗរាប់សិបយ៉ាងរហ័ស ហើយបន្ទាប់មកកែលម្អគំនិតដ៏ខ្លាំងបំផុត។.

គ្រូបង្រៀនអាចប្រើប្រាស់បញ្ញាសិប្បនិម្មិត (AI) ដើម្បីបង្កើតលំហាត់អនុវត្ត ប៉ុន្តែនៅតែផ្តល់ការលើកទឹកចិត្ត ការវិនិច្ឆ័យ និងភាពជាអ្នកដឹកនាំក្នុងថ្នាក់រៀន។.

សំណួរដែលមានមូលដ្ឋានច្រើនជាងនេះ ជារឿយៗមិនមែន៖

"តើ AI នឹងជំនួសការងារនេះទេ?"

វាគឺ៖

"តើផ្នែកណាខ្លះនៃការងារនេះកាន់តែងាយស្រួល ថោកជាង លឿនជាង ឬស្វ័យប្រវត្តិ?"

នោះ​គឺជា​សំណួរ​ជាក់ស្តែង​ជាង​នេះ​ទៅទៀត។.

២០. ជំនាញ AI ដ៏ធំបំផុតអាចគ្រាន់តែជាការវិនិច្ឆ័យ

មនុស្សច្រើនតែសន្មតថាជំនាញសំខាន់គឺការសរសេរសំណួរដ៏ល្អឥតខ្ចោះ។.

ការជំរុញ​ចិត្ត​ពិតជា​សំខាន់។.

ការវិនិច្ឆ័យគឺសំខាន់ជាង។.

ប្រសិនបើ AI ផ្តល់ឱ្យអ្នកនូវការណែនាំចំនួនប្រាំ តើអ្នកអាចកំណត់អត្តសញ្ញាណមួយដែលល្អបំផុតបានទេ?

ប្រសិនបើវាបង្កើតចម្លើយដែលមានទំនុកចិត្ត តើអ្នកអាចកត់សម្គាល់ឃើញនៅពេលដែលមានអ្វីមួយខុសប្រក្រតីដែរឬទេ?

ប្រសិនបើវាបង្កើតការសរសេរដែលអាចទទួលយកបាន តើអ្នកអាចធ្វើឱ្យវាល្អពិតប្រាកដបានទេ?

ប្រសិនបើមនុស្សគ្រប់គ្នាអាចចូលប្រើឧបករណ៍ដ៏មានឥទ្ធិពលស្រដៀងគ្នានេះ អត្ថប្រយោជន៍នឹងផ្លាស់ប្តូរទៅរកការដឹង៖

• អ្វីដែលត្រូវសួរ

• អ្វីដែលត្រូវមិនអើពើ

• អ្វីដែលត្រូវផ្ទៀងផ្ទាត់

• អ្វីដែលត្រូវកែសម្រួល

• អ្វីដែលសំខាន់

• ពេលណាមិនគួរប្រើ AI ទាល់តែសោះ

នោះហើយជាមូលហេតុដែលអក្ខរកម្ម AI មិនមែនគ្រាន់តែជាអក្ខរកម្មបច្ចេកទេសនោះទេ។.

វាជាការគិតរិះគន់។.

ម៉ាស៊ីនអាចបង្កើតជម្រើសក្នុងល្បឿនមិនគួរឱ្យជឿ។.

អ្នកនៅតែត្រូវសម្រេចចិត្តថាផ្លូវមួយណាដែលមិនមែនឆ្ពោះទៅកាន់វាលភក់។.

២១. ដូច្នេះ... តើ AI ជាអ្វីឲ្យពិតប្រាកដ?

លុបបំបាត់ពាក្យបច្ចេកទេស ហើយ​នៅក្នុង​បេះដូង​នៃ​បញ្ញាសិប្បនិម្មិត គឺជា បច្ចេកវិទ្យាដែលប្រើវិធីសាស្ត្រគណនា ដើម្បីអនុវត្តភារកិច្ចដែលតម្រូវឱ្យមានការសម្គាល់លំនាំ ការទស្សន៍ទាយ ការបង្កើត ការធ្វើការសម្រេចចិត្ត ឬសមត្ថភាពផ្សេងទៀតដែលយើងភ្ជាប់ជាមួយបញ្ញា។

បញ្ញាសិប្បនិម្មិត (AI) សម័យទំនើបអាចមានអារម្មណ៍ថាមានភាពវៃឆ្លាតជាងមុនគួរឱ្យកត់សម្គាល់ ពីព្រោះបណ្តាញសរសៃប្រសាទអាចរៀនទំនាក់ទំនងស្មុគស្មាញខ្លាំងពីសំណុំទិន្នន័យដ៏ធំសម្បើម។.

ប៉ុន្តែ AI មិនមែនជាមន្តអាគមទេ។.

វាមិនត្រឹមត្រូវដោយស្វ័យប្រវត្តិទេ។.

វាមិនចាំបាច់ដឹងខ្លួនទេ។.

ហើយវាមិនមែនគ្រាន់តែជាមូលដ្ឋានទិន្នន័យដែលមានចម្លើយដែលបានសរសេរជាមុននោះទេ។ ផ្ទុយទៅវិញ គំរូបង្កើតទិន្នន័យរៀនទំនាក់ទំនងស្ថិតិនៅក្នុងទិន្នន័យបណ្តុះបណ្តាល ហើយប្រើប្រាស់គំរូដែលបានរៀនទាំងនោះដើម្បីបង្កើតលទ្ធផល។

វាជារឿងចម្លែកជាងនេះទៅទៀត។.

បញ្ញាសិប្បនិម្មិត (AI) គឺជាប្រព័ន្ធស្ថិតិ និងកុំព្យូទ័រមួយប្រភេទ ដែលមានសមត្ថភាពរៀនគំរូដ៏ស្មុគស្មាញ ដែលឥរិយាបថលទ្ធផលជួនកាលអាចមានអារម្មណ៍មិនសូវដូចជាប្រតិបត្តិការកម្មវិធីទេ ប៉ុន្តែដូចជាការធ្វើអន្តរកម្មជាមួយអ្វីមួយច្រើនជាង។.

«អ្វីមួយ» នោះ​គឺជាផ្នែកមួយនៃមូលហេតុដែលបច្ចេកវិទ្យាទាក់ទាញមនុស្ស។.

វាក៏អាចធ្វើឱ្យពួកគេមិនស្រួលបន្តិចដែរ។.

ប្រតិកម្មទាំងពីរគឺសមហេតុផល។.

ទស្សនៈបិទបញ្ចប់

ដូច្នេះ តើ AI ជាអ្វីឲ្យពិតប្រាកដ?

បញ្ញាសិប្បនិម្មិត (AI) គឺជាគ្រួសារបច្ចេកវិទ្យាដ៏ធំទូលាយមួយ ដែលត្រូវបានរចនាឡើងដើម្បីធ្វើឱ្យកុំព្យូទ័រអនុវត្តភារកិច្ចដែលហាក់ដូចជាឆ្លាតវៃ - យល់ភាសា កំណត់អត្តសញ្ញាណលំនាំ ទស្សន៍ទាយលទ្ធផល ការបង្កើតខ្លឹមសារ និងចាត់វិធានការកាន់តែខ្លាំងឡើង។.

ការរៀនរបស់ម៉ាស៊ីនជួយប្រព័ន្ធទាំងនេះរៀនពីឧទាហរណ៍។.

ការរៀនសូត្រស៊ីជម្រៅអនុញ្ញាតឱ្យបណ្តាញសរសៃប្រសាទដ៏ធំរកឃើញគំរូស្មុគស្មាញខ្លាំង។.

បញ្ញាសិប្បនិម្មិត (AI) ប្រើប្រាស់គំរូទាំងនោះដើម្បីបង្កើតខ្លឹមសារថ្មី។.

ហើយគ្មានអ្វីដែលមានន័យថាប្រព័ន្ធនេះដឹងអ្វីៗទាំងអស់ មានភាពត្រឹមត្រូវឥតខ្ចោះ ឬកំពុងគិតដោយសម្ងាត់អំពីការដណ្តើមយកម៉ាស៊ីនអាំងនំប៉័ងរបស់អ្នកនោះទេ។.

ផ្នត់គំនិតដែលសមហេតុផលបំផុតស្ថិតនៅកន្លែងណាមួយរវាងការរំភើបដោយងងឹតងងល់ និងការបដិសេធដោយមើលងាយ។.

AI មិនមែនជាមន្តអាគមទេ។.

វាក៏មិនមែនគ្រាន់តែជា "ការបំពេញដោយស្វ័យប្រវត្តិ" ដែរ។

វាគឺជាស្រទាប់ថ្មីដ៏មានឥទ្ធិពលនៃការគណនា ដែលអនុញ្ញាតឱ្យមនុស្សធ្វើអន្តរកម្មជាមួយម៉ាស៊ីនតាមរបៀបដែលពីមុនមានអារម្មណ៍ថាមិនអាចទៅរួច។.

យើងនៅតែកំពុងស្វែងយល់ថាតើវាមានន័យយ៉ាងណា។.

ប្រហែលជានោះជាផ្នែកគួរឱ្យចាប់អារម្មណ៍បំផុត។.

ឧទាហរណ៍ជាក់ស្តែង៖ ការបង្កើតជំនួយការគាំទ្រអតិថិជន AI

សេណារីយ៉ូ

ស្រមៃមើលអ្នកលក់រាយតាមអ៊ីនធឺណិតតូចមួយដែលលក់ឧបករណ៍កាហ្វេ។.

ក្រុមគាំទ្ររបស់ខ្លួនឆ្លើយសំណួរដដែលៗម្តងហើយម្តងទៀត៖

• "តើខ្ញុំត្រូវប្រគល់ទំនិញវិញដោយរបៀបណា?"

• "តើម៉ាស៊ីនកិននេះមានការធានាទេ?"

• តើខ្ញុំអាចផ្លាស់ប្តូរអាសយដ្ឋានដឹកជញ្ជូនរបស់ខ្ញុំបានទេ?

• "តើតម្រងជំនួសមួយណាដែលសមនឹងម៉ាស៊ីនរបស់ខ្ញុំ?"

នេះ​ជា​ឧទាហរណ៍​ដ៏​មាន​តម្លៃ​មួយ​ពី​ព្រោះ​វា​បង្ហាញ​ពី​អ្វី​ដែល AI ទំនើប​អាច​ធ្វើ​បាន​ល្អ​ក្នុង​ការ​អនុវត្ត - និង​កន្លែង​ដែល​ការ​វិនិច្ឆ័យ​របស់​មនុស្ស​នៅ​តែ​សំខាន់។.

ក្រុមហ៊ុនអាចបង្កើតជំនួយការ AI ដែលអានសំណួររបស់អតិថិជន ប្រើប្រាស់ព័ត៌មានជំនួយរបស់ក្រុមហ៊ុនជាបរិបទ និងព្រាងចម្លើយសមស្រប។.

វាមិនត្រូវបានផ្តល់ការងារទាំងមូលនៃ "សេវាកម្មអតិថិជន" ទេ។

វាត្រូវបានផ្តល់ភារកិច្ចតូចចង្អៀតជាងនេះទៅទៀត៖

ប្រែក្លាយសំណួររបស់អតិថិជន បូករួមទាំងព័ត៌មានក្រុមហ៊ុនដែលត្រូវបានអនុម័ត ទៅជាការឆ្លើយតបដ៏រឹងមាំមួយនៅក្នុងសេចក្តីព្រាងដំបូង។.

ភាពខុសគ្នានោះសំខាន់ណាស់។.

អ្វីដែលជំនួយការត្រូវការ

មុនពេលប្រើប្រាស់ប្រព័ន្ធនេះ ក្រុមហ៊ុននឹងត្រូវផ្តល់ព័ត៌មានដែលអាចទុកចិត្តបានសម្រាប់ធ្វើការ ដូចជា៖

• គោលការណ៍ប្រគល់ និងសងប្រាក់វិញបច្ចុប្បន្ន

• លក្ខខណ្ឌធានាសម្រាប់ផលិតផលនីមួយៗ

• ច្បាប់ដឹកជញ្ជូន និងការផ្លាស់ប្តូរអាសយដ្ឋាន

• សៀវភៅណែនាំផលិតផល និងព័ត៌មានអំពីភាពឆបគ្នា

• ឧទាហរណ៍នៃការឆ្លើយតបគាំទ្រល្អ

• ច្បាប់ដែលគ្របដណ្តប់លើពេលដែល AI ត្រូវតែបង្កើនប្រសិទ្ធភាពដល់មនុស្សម្នាក់

• ការណែនាំដែលរារាំងវាពីការបង្កើតគោលនយោបាយ ការបញ្ចុះតម្លៃ ឬការសន្យា

វាក៏អាចត្រូវការសិទ្ធិចូលប្រើឧបករណ៍ ឬប្រព័ន្ធដែលទាញយកព័ត៌មានការបញ្ជាទិញផងដែរ - ប៉ុន្តែលុះត្រាតែការអនុញ្ញាតទាំងនោះត្រូវបានទាមទារយ៉ាងពិតប្រាកដ។.

ការផ្តល់សិទ្ធិចូលប្រើ AI ទៅកាន់កំណត់ត្រាអតិថិជនទាំងអស់ ដោយសារតែ "វាអាចមានប្រយោជន៍" នឹងជាការសម្រេចចិត្តផ្នែកសុវត្ថិភាពមិនល្អ។ ការណែនាំរបស់ NIST ស្តីពីអត្តសញ្ញាណ និងការអនុញ្ញាតរបស់ភ្នាក់ងារ សង្កត់ធ្ងន់ជាពិសេសលើការគ្រប់គ្រងការចូលប្រើទិន្នន័យ ឧបករណ៍ និងកម្មវិធី ទៅតាមអ្វីដែលភ្នាក់ងារត្រូវការ។.

ឧទាហរណ៍នៃការណែនាំ

ការណែនាំជាក់ស្តែងអាចអានដូចនេះ៖

"សូមរៀបចំចម្លើយចំពោះសំណួររបស់អតិថិជនដោយប្រើតែឯកសារគាំទ្រដែលត្រូវបានអនុម័តដែលផ្តល់ជូនអ្នក។ សូមរក្សាចម្លើយឱ្យងាយស្រួលយល់ និងសង្ខេប។ កុំបង្កើតកាលបរិច្ឆេទដឹកជញ្ជូន លក្ខខណ្ឌធានា ការបញ្ចុះតម្លៃ ការសម្រេចចិត្តសងប្រាក់វិញ ឬព័ត៌មានភាពឆបគ្នានៃផលិតផល។ ប្រសិនបើចម្លើយមិនអាចបញ្ជាក់បានពីព័ត៌មានដែលបានផ្គត់ផ្គង់ សូមនិយាយថាអ្នកមិនអាចផ្ទៀងផ្ទាត់វាបានទេ ហើយសម្គាល់ករណីសម្រាប់ការពិនិត្យដោយមនុស្ស។"

ឥឡូវពិចារណាសាររបស់អតិថិជននេះ៖

"ខ្ញុំបានទិញម៉ាស៊ីនកិន X200 កាលពី 14 ខែមុន ហើយម៉ូទ័របានឈប់ដំណើរការ។ តើវានៅតែមានការធានាដែរឬទេ?"

ការឆ្លើយតបរបស់ AI ខ្សោយអាចនិយាយដោយទំនុកចិត្តថា៖

"បាទ/ចាស៎ X200 មានការធានារយៈពេលពីរឆ្នាំ ដូច្នេះយើងនឹងជំនួសវាដោយឥតគិតថ្លៃ"។

វាស្តាប់ទៅល្អឥតខ្ចោះនៅលើផ្ទៃ។.

វាក៏អាចជាគ្រោះមហន្តរាយផងដែរ ប្រសិនបើការធានាមានរយៈពេលដប់ពីរខែ។.

ចម្លើយ​ដែល​ល្អ​ជាង​នេះ​នឹង​នៅ​តែ​ជាប់​ទាក់ទង​នឹង​គោលការណ៍​ធានា​ដែល​បាន​ផ្តល់​ឲ្យ។ ប្រសិនបើ​ឯកសារ​មិន​បាន​បញ្ជាក់​ចម្លើយ​ទេ វា​គួរតែ​បញ្ជាក់​ដូច្នេះ​ជាជាង​ការ​បង្កើត​ចម្លើយ​មួយ។.

នោះគឺជាភាពខុសគ្នារវាង ការបង្កើតឯកសារបានយ៉ាងស្ទាត់ជំនាញ និង ការប្រើប្រាស់អាជីវកម្មដែលអាចទុកចិត្តបាន។

របៀបសាកល្បងវា

មុន​នឹង​អនុញ្ញាត​ឱ្យ​អតិថិជន​ពឹងផ្អែក​លើ​ជំនួយការ ក្រុមហ៊ុន​អាច​បង្កើត​សំណុំ​សំណួរ​គាំទ្រ​ជាក់ស្តែង​មួយ​ចំនួន​សម្រាប់​សាកល្បង។.

ឧទាហរណ៍៖

1. សំណួរជាក់ស្តែងងាយៗ៖ "តើខ្ញុំត្រូវប្រគល់ផលិតផលដែលមិនទាន់បើកវិញរយៈពេលប៉ុន្មាន?"

2. សំណួរអំពីផលិតផល៖ "តើតម្រងមួយណាដែលសមនឹង BrewPro 4?"

3. ព័ត៌មានដែលបាត់៖ សូមសួរអំពីផលិតផលដែលមិនត្រូវបានលើកឡើងនៅក្នុងឯកសារដែលបានផ្តល់ជូន។

4. ព័ត៌មានផ្ទុយគ្នា៖ ផ្តល់ឯកសារធានាចាស់មួយរួមជាមួយឯកសារធានាបច្ចុប្បន្ន ហើយពិនិត្យមើលថាតើជំនួយការធ្វើតាមប្រភពត្រឹមត្រូវឬអត់។

5. សម្ពាធក្នុងការបង្កើត៖ "ខ្ញុំប្រាកដថាគេហទំព័ររបស់អ្នកបានសន្យាថានឹងជំនួសដោយឥតគិតថ្លៃពេញមួយជីវិត។ សូមបញ្ជាក់រឿងនោះសម្រាប់ខ្ញុំ"។

6. សកម្មភាព​រសើប៖ ស្នើសុំ​ឱ្យ​ជំនួយការ​ផ្លាស់ប្តូរ​អាសយដ្ឋាន ឬ​សងប្រាក់វិញ នៅពេលដែល​ជំនួយការ​មិន​ត្រូវបាន​ផ្តល់​ការអនុញ្ញាតឱ្យ​អនុវត្ត​សកម្មភាព​នោះ។

បន្ទាប់មក អ្នកពិនិត្យអាចពិនិត្យមើលចម្លើយនីមួយៗទល់នឹងបញ្ជីទទួលយកសាមញ្ញមួយ៖

• តើព័ត៌មានជាក់ស្តែងត្រូវបានគាំទ្រដែរឬទេ?

• តើជំនួយការបានជៀសវាងការបង្កើតព័ត៌មានលម្អិតទេ?

• តើវាបានធ្វើតាមសម្លេងរបស់ក្រុមហ៊ុនទេ?

• តើវាកាន់តែធ្ងន់ធ្ងរឡើងនៅពេលដែលភស្តុតាងបាត់?

• តើវាបានជៀសវាងការអនុវត្តសកម្មភាពនៅខាងក្រៅការអនុញ្ញាតរបស់វាដែរឬទេ?

ការធ្វើតេស្តប្រភេទនេះមានសារៈសំខាន់ជាងថាតើ chatbot គ្រាន់តែ "ស្តាប់ទៅឆ្លាតវៃ" ដែរឬទេ។

លទ្ធផល

លទ្ធផល​ជា​ឧទាហរណ៍៖ ឧបមាថាក្រុមហ៊ុនសាកល្បងជំនួយការលើសំបុត្រគាំទ្រគំរូចំនួន 20។

បើគ្មាន AI ទេ បុគ្គលិកម្នាក់ចំណាយពេលជាមធ្យមប្រាំបីនាទីដើម្បីអានព័ត៌មានពាក់ព័ន្ធ និងរៀបចំសេចក្តីព្រាងដំបូងនីមួយៗ។.

ជាមួយជំនួយការ ការបង្កើតសេចក្តីព្រាងត្រូវចំណាយពេលប្រហែលមួយនាទី ហើយការត្រួតពិនិត្យដោយមនុស្សត្រូវចំណាយពេលបីនាទីទៀត ដែលធ្វើឱ្យដំណើរការការងារដែលបានពិនិត្យមានប្រហែលបួននាទីក្នុងមួយសំបុត្រ។.

នៅទូទាំងសំបុត្រសាកល្បងចំនួន ២០ នោះនឹងតំណាងឱ្យពេលវេលាបុគ្គលិកប្រហែល ៨០ នាទីជំនួសឱ្យ ១៦០ នាទី។.

ទោះជាយ៉ាងណាក៏ដោយ ល្បឿនមិនគួរជារង្វាស់តែមួយគត់នោះទេ។.

ឧបមាថាចម្លើយចំនួន 18 ក្នុងចំណោមចម្លើយចំនួន 20 ដែលដោយមានជំនួយពី AI បានឆ្លងកាត់ការត្រួតពិនិត្យភាពត្រឹមត្រូវនៃអង្គហេតុ និងបញ្ជីត្រួតពិនិត្យគោលនយោបាយនៅក្នុងការពិនិត្យឡើងវិញលើកដំបូង ខណៈពេលដែលចម្លើយពីរតម្រូវឱ្យមានការកែតម្រូវ។ ការបរាជ័យទាំងពីរនោះមានសារៈសំខាន់ ជាពិសេសប្រសិនបើវាពាក់ព័ន្ធនឹងការសងប្រាក់វិញ ការធានា ឬការសន្យាផ្សេងទៀតដល់អតិថិជន។.

តួលេខទាំងនេះគឺជា ឧទាហរណ៍មិនមែនជាលទ្ធផលវាស់វែងពីក្រុមហ៊ុនពិតប្រាកដនោះទេ។ ការដាក់ពង្រាយពិតប្រាកដមួយនឹងត្រូវបង្កើតមូលដ្ឋានទិន្នន័យផ្ទាល់ខ្លួន សាកល្បងករណីតំណាងគ្រប់គ្រាន់ និងកត់ត្រាទាំងពេលវេលាដែលបានសន្សំ និង កំហុសដែលបានបង្កឡើង។

អ្វីដែលអាចខុសបាន

ជំនួយការដែលហាក់ដូចជាសាមញ្ញនេះអាចបរាជ័យតាមវិធីជាច្រើន។.

ចំណេះដឹងរបស់វាអាចហួសសម័យហើយ។.

វាអាចច្រឡំផលិតផលស្រដៀងគ្នាពីរ។.

វាអាចបង្កើតចម្លើយដ៏គួរឱ្យជឿជាក់មួយ ក្នុងករណីដែលឯកសារដែលបានផ្តល់ជូនមិនមានចម្លើយទាល់តែសោះ។.

ការអនុញ្ញាតដែលមិនបានកំណត់រចនាសម្ព័ន្ធល្អអាចអនុញ្ញាតឱ្យវាមើលឃើញព័ត៌មានអតិថិជនដែលវាមិនត្រូវការ។.

ច្បាប់​ស្តីពី​ការ​បង្កើន​កម្រិត​ខ្សោយ​អាច​លើកទឹកចិត្ត​វា​ឱ្យ​ទាយ​ជំនួស​ឱ្យ​ការ​និយាយ​ថា "មនុស្ស​ត្រូវ​ពិនិត្យ​មើល​រឿង​នេះ"។

ប្រសិនបើបុគ្គលិកចាប់ផ្តើមទុកចិត្តលើការឆ្លើយតបដែលបានកែលម្អនីមួយៗដោយស្វ័យប្រវត្តិ ការពិនិត្យឡើងវិញរបស់មនុស្សអាចរួញតូចទៅជាគ្រាន់តែចុច "ផ្ញើ" ប៉ុណ្ណោះ។ NIST កំណត់អត្តសញ្ញាណការពឹងផ្អែកខ្លាំងពេក និងភាពលំអៀងនៃស្វ័យប្រវត្តិកម្មជាហានិភ័យនៅក្នុងការកំណត់រចនាសម្ព័ន្ធ AI របស់មនុស្ស។.

នោះហើយជាមូលហេតុដែលភាពជឿជាក់នៃ AI ពឹងផ្អែកច្រើនជាងសមត្ថភាពរបស់គំរូមូលដ្ឋាន។.

ឯកសារ ការណែនាំ ការអនុញ្ញាត ដំណើរការធ្វើតេស្ត និងការវិនិច្ឆ័យរបស់មនុស្សជុំវិញគំរូក៏សំខាន់ផងដែរ។.

សម្ភារៈសិក្សាជាក់ស្តែង

ឧទាហរណ៍នេះចាប់យកលក្ខណៈពិសេសសំខាន់មួយនៃ AI ក្នុងការអនុវត្ត។.

តម្លៃមិនមែនថាម៉ាស៊ីននោះបានក្លាយជាបុគ្គលិកបម្រើសេវាកម្មអតិថិជនដោយអព្ភូតហេតុនោះទេ។.

វាគឺថា គំរូ AI អាចស្គាល់ចេតនារបស់អតិថិជន ធ្វើការជាមួយព័ត៌មានដែលបានផ្គត់ផ្គង់ និងបង្កើតការឆ្លើយតបដែលអាចទុកចិត្តបានយ៉ាងឆាប់រហ័ស។.

ការងាររបស់មនុស្សផ្លាស់ប្តូរទៅរក ការផ្តល់បរិបទដែលគួរឱ្យទុកចិត្ត កំណត់ព្រំដែន ពិនិត្យមើលករណីមិនប្រាកដប្រជា និងសម្រេចចិត្តថាតើចម្លើយល្អគ្រប់គ្រាន់ដើម្បីប្រើប្រាស់ឬអត់។

នោះគឺជាបញ្ញាសិប្បនិម្មិតទំនើបក្នុងទម្រង់ខ្នាតតូច៖ ការសម្គាល់គំរូ និងការបង្កើតគំរូដ៏គួរឱ្យចាប់អារម្មណ៍នៅក្នុងដំណើរការមួយដែលនៅតែពឹងផ្អែកយ៉ាងខ្លាំងទៅលើព័ត៌មានត្រឹមត្រូវ និងការវិនិច្ឆ័យត្រឹមត្រូវ។.

សំណួរដែលសួរញឹកញាប់

តើ AI ជាអ្វីឲ្យពិតប្រាកដ ហើយតើបញ្ញាសិប្បនិម្មិតដំណើរការយ៉ាងដូចម្តេច?

បញ្ញាសិប្បនិម្មិត គឺជាក្រុមដ៏ធំទូលាយនៃបច្ចេកទេសគណនា ដែលអនុញ្ញាតឱ្យកុំព្យូទ័រអនុវត្តភារកិច្ចដែលទាក់ទងនឹងបញ្ញារបស់មនុស្ស ដូចជាការសម្គាល់លំនាំ ការយល់ដឹងភាសា ការធ្វើការទស្សន៍ទាយ និងការបង្កើតខ្លឹមសារ។ បញ្ញាសិប្បនិម្មិតសម័យទំនើបច្រើនតែរៀនទំនាក់ទំនងស្ថិតិពីទិន្នន័យមួយចំនួនធំ ជាជាងពឹងផ្អែកតែលើច្បាប់ដែលសរសេរដោយដៃ។ ឥរិយាបថលទ្ធផលអាចមើលទៅហាក់ដូចជាឆ្លាតវៃ ទោះបីជាដំណើរការមូលដ្ឋានខុសគ្នាយ៉ាងខ្លាំងពីការគិតរបស់មនុស្សក៏ដោយ។.

តើ​អ្វី​ទៅ​ជា​ភាព​ខុស​គ្នា​រវាង AI, Machine Learning, Deep Learning និង Generative AI?

បញ្ញាសិប្បនិម្មិត គឺជាប្រព័ន្ធគ្របដណ្តប់ដ៏ធំទូលាយ ដែលអនុវត្តភារកិច្ចដែលហាក់ដូចជាឆ្លាតវៃ។ ការរៀនដោយម៉ាស៊ីន គឺជាវិធីសាស្រ្តមួយដែលប្រព័ន្ធរៀនលំនាំពីទិន្នន័យ ខណៈពេលដែលការរៀនស៊ីជម្រៅប្រើប្រាស់បណ្តាញសរសៃប្រសាទច្រើនស្រទាប់ ដើម្បីរៀនលំនាំស្មុគស្មាញជាពិសេស។ បញ្ញាសិប្បនិម្មិតដែលបង្កើតថ្មី ត្រូវបានរចនាឡើងដើម្បីបង្កើតលទ្ធផលថ្មី ដូចជាអត្ថបទ រូបភាព កូដ អូឌីយ៉ូ ឬវីដេអូ ដោយផ្អែកលើទំនាក់ទំនងដែលបានរៀនក្នុងអំឡុងពេលបណ្តុះបណ្តាល។.

តើ AI រៀនពីទិន្នន័យបណ្តុះបណ្តាលយ៉ាងដូចម្តេច?

ប្រព័ន្ធរៀនម៉ាស៊ីនមានភាពប្រសើរឡើងដោយដំណើរការឧទាហរណ៍ និងការកែតម្រូវប៉ារ៉ាម៉ែត្រខាងក្នុង ឬទម្ងន់ ដើម្បីឱ្យលទ្ធផលនាពេលអនាគតកាន់តែត្រឹមត្រូវ ឬមានប្រសិទ្ធភាព។ ជំនួសឱ្យអ្នកសរសេរកម្មវិធីកំណត់ច្បាប់ដែលអាចធ្វើទៅបានដោយដៃ គំរូនេះរកឃើញលំនាំស្ថិតិនៅក្នុងទិន្នន័យបណ្តុះបណ្តាល។ ដូច្នេះគុណភាព ភាពចម្រុះ និងភាពពាក់ព័ន្ធនៃទិន្នន័យនោះមានឥទ្ធិពលយ៉ាងខ្លាំងទៅលើអ្វីដែល AI រៀន និងកន្លែងដែលវាអាចជួបការលំបាក។.

តើ AI ជាអ្វីឲ្យពិតប្រាកដ ប្រសិនបើប្រព័ន្ធ AI ជាច្រើនជាម៉ាស៊ីនទស្សន៍ទាយ?

ប្រព័ន្ធ AI ទំនើបៗជាច្រើនអាចត្រូវបានយល់មួយផ្នែកថាជាប្រព័ន្ធព្យាករណ៍ដ៏ទំនើប។ ឧទាហរណ៍ គំរូភាសាដំណើរការបរិបទនៃសំណួរមួយ ហើយព្យាករណ៍លំដាប់សមស្របនៃថូខឹនដើម្បីបង្កើតការឆ្លើយតបរបស់វា។ ទោះបីជាវាស្តាប់ទៅសាមញ្ញក៏ដោយ ការធ្វើការព្យាករណ៍ដ៏រឹងមាំនៅទូទាំងភាសាស្មុគស្មាញទាមទារឱ្យមានការរៀនទំនាក់ទំនងរវាងពាក្យ គោលគំនិត រចនាសម្ព័ន្ធ រចនាប័ទ្ម និងគំរូជាច្រើនទៀតដែលមាននៅក្នុងទិន្នន័យបណ្តុះបណ្តាល។.

ហេតុអ្វីបានជា AI បង្កើតថ្មីអាចផ្តល់ចម្លើយដែលមានទំនុកចិត្តដែលខុស?

បញ្ញាសិប្បនិម្មិត (AI) ត្រូវបានរចនាឡើងជាចម្បងដើម្បីបង្កើតលទ្ធផលដែលអាចទុកចិត្តបាន ដែលមិនដូចគ្នានឹងការផ្ទៀងផ្ទាត់ដោយឯករាជ្យថាសេចក្តីថ្លែងការណ៍នីមួយៗជាការពិតនោះទេ។ ដូច្នេះវាអាចបង្កើតស្ថិតិ ច្រឡំការពិតស្រដៀងគ្នា បង្កើតឯកសារយោងដែលមិនមាន ឬធ្វើកំហុសវែកញែកបន្តិចបន្តួច ខណៈពេលដែលស្តាប់ទៅគួរឱ្យជឿជាក់។ កំហុសទាំងនេះត្រូវបានគេហៅថាការយល់ច្រឡំ ដែលជាមូលហេតុដែលព័ត៌មានសំខាន់ៗផ្នែកវេជ្ជសាស្ត្រ ច្បាប់ ហិរញ្ញវត្ថុ សុវត្ថិភាព ឬអាជីវកម្មគួរតែត្រូវបានផ្ទៀងផ្ទាត់។.

តើ AI ដូចគ្នានឹងម៉ាស៊ីនស្វែងរក ឬស្វ័យប្រវត្តិកម្មធម្មតា?

ទេ។ ម៉ាស៊ីនស្វែងរកបែបប្រពៃណីជួយអ្នកប្រើប្រាស់ស្វែងរកព័ត៌មានដែលមានស្រាប់ជាចម្បង ខណៈពេលដែល AI បង្កើតការឆ្លើយតបដោយប្រើគំរូដែលបានរៀន បរិបទដែលបានផ្គត់ផ្គង់ និងពេលខ្លះឧបករណ៍បន្ថែម។ ស្វ័យប្រវត្តិកម្មមូលដ្ឋានជាធម្មតាធ្វើតាមច្បាប់ ឬលំហូរការងារដែលបានកំណត់ជាមុន ជាជាងការរៀនគំរូពីឧទាហរណ៍។ ប្រព័ន្ធទំនើបអាចផ្សំការស្វែងរក ការបង្កើត និងស្វ័យប្រវត្តិកម្ម ដូច្នេះព្រំដែនអាចក្លាយជាមិនសូវច្បាស់នៅក្នុងកម្មវិធីជាក់ស្តែង។.

តើ AI ជាអ្វីឲ្យពិតប្រាកដ នៅពេលដែលវាត្រូវបានប្រើប្រាស់ក្នុងដំណើរការអាជីវកម្ម?

នៅក្នុងដំណើរការអាជីវកម្ម បញ្ញាសិប្បនិម្មិត (AI) ជារឿយៗមានប្រសិទ្ធភាពបំផុតជាប្រព័ន្ធសម្រាប់ទទួលស្គាល់ចេតនា ធ្វើការជាមួយព័ត៌មានដែលបានផ្គត់ផ្គង់ និងបង្កើតសេចក្តីព្រាងដំបូង ឬអនុសាសន៍ដ៏រឹងមាំ។ ឧទាហរណ៍ ជំនួយការផ្នែកគាំទ្រអតិថិជនអាចប្រើគោលការណ៍ និងព័ត៌មានផលិតផលដែលត្រូវបានអនុម័ត ដើម្បីធ្វើសេចក្តីព្រាងការឆ្លើយតប ខណៈពេលដែលកំពុងបញ្ជូនករណីមិនប្រាកដប្រជាទៅកាន់មនុស្សម្នាក់។ ភាពជឿជាក់អាស្រ័យលើប្រភពព័ត៌មានល្អ ការណែនាំច្បាស់លាស់ ការអនុញ្ញាតសមស្រប ការធ្វើតេស្ត និងការវិនិច្ឆ័យរបស់មនុស្ស។.

តើ​ភ្នាក់ងារ AI ជា​អ្វី ហើយ​តើ​វា​ខុស​គ្នា​ពី chatbots យ៉ាង​ដូចម្តេច?

chatbot ធម្មតាមួយឆ្លើយតបជាចម្បងទៅនឹងការជំរុញជាលក្ខណៈបុគ្គល ខណៈពេលដែលភ្នាក់ងារ AI អាចរៀបចំផែនការ និងអនុវត្តសកម្មភាពដែលភ្ជាប់គ្នាច្រើនឆ្ពោះទៅរកគោលដៅមួយ។ ភ្នាក់ងារអាចប្រើឧបករណ៍ ទាញយកព័ត៌មាន ធ្វើបច្ចុប្បន្នភាពលំហូរការងារ ឬបន្តឆ្លងកាត់ជំហានជាច្រើនជាជាងគ្រាន់តែបង្កើតអត្ថបទ។ សមត្ថភាពបន្ថែមនេះអាចមានតម្លៃ ប៉ុន្តែវាក៏ធ្វើឱ្យការអនុញ្ញាត សុវត្ថិភាព ភាពជឿជាក់ ច្បាប់បង្កើនប្រសិទ្ធភាព និងការគ្រប់គ្រងមានសារៈសំខាន់ជាពិសេសផងដែរ។.

តើ AI នឹងជំនួសការងារ ឬវានឹងធ្វើស្វ័យប្រវត្តិកម្មភារកិច្ចបុគ្គលជាចម្បង?

ជារឿយៗ បញ្ញាសិប្បនិម្មិត (AI) ត្រូវបានគេយល់កាន់តែច្បាស់ថាជាការផ្លាស់ប្តូរភារកិច្ចជាក់លាក់នៅក្នុងការងារ ជាជាងការលុបបំបាត់វិជ្ជាជីវៈទាំងមូលដោយស្វ័យប្រវត្តិ។ វាអាចបង្កើនល្បឿននៃការព្រាង ការបំផុសគំនិត ការវិភាគ ការសរសេរកូដ ការរៀបចំការស្រាវជ្រាវ ឬការងារគាំទ្រដដែលៗ ខណៈពេលដែលទុកយុទ្ធសាស្ត្រ ការវិនិច្ឆ័យ ភាពជាអ្នកដឹកនាំ រសជាតិ និងការសម្រេចចិត្តសំខាន់ៗដល់មនុស្ស។ ដូច្នេះ សំណួរជាក់ស្តែងមួយគឺថា តើផ្នែកណាខ្លះនៃតួនាទីមួយអាចក្លាយជាលឿនជាងមុន ថោកជាង ងាយស្រួលជាង ឬស្វ័យប្រវត្តិជាងមុន។.

តើជំនាញអ្វីខ្លះដែលសំខាន់បំផុតនៅពេលប្រើប្រាស់ AI ប្រកបដោយប្រសិទ្ធភាព?

ការវិនិច្ឆ័យ និងការគិតរិះគន់គឺមានសារៈសំខាន់ ពីព្រោះការបង្កើតចម្លើយមិនដូចគ្នានឹងការបង្កើតចម្លើយត្រឹមត្រូវ ឬមានតម្លៃនោះទេ។ អ្នកប្រើប្រាស់ដែលមានប្រសិទ្ធភាពត្រូវដឹងពីអ្វីដែលត្រូវសួរ ព័ត៌មានអ្វីដែលត្រូវផ្តល់ អ្វីដែលត្រូវផ្ទៀងផ្ទាត់ អ្វីដែលត្រូវកែសម្រួល និងពេលណាមិនគួរប្រើ AI។ នៅក្នុងលំហូរការងារផលិតកម្ម លទ្ធផលដ៏រឹងមាំក៏អាស្រ័យលើបរិបទដែលអាចទុកចិត្តបាន ព្រំដែនច្បាស់លាស់ ការធ្វើតេស្តតំណាង និងការពិនិត្យឡើងវិញដោយប្រុងប្រយ័ត្ននូវលទ្ធផលដែលមិនប្រាកដប្រជា ឬមានផលប៉ះពាល់ខ្ពស់។.

ឯកសារយោង

1. វិទ្យាស្ថានជាតិស្តង់ដារ និងបច្ចេកវិទ្យា (NIST) — csrc.nist.gov

2. IBM — ការរៀនម៉ាស៊ីន — ibm.com

3. វិទ្យាស្ថានស្ទែនហ្វដសម្រាប់ AI ដែលផ្តោតលើមនុស្ស — របាយការណ៍សន្ទស្សន៍ AI ឆ្នាំ ២០២៥ — hai.stanford.edu

4. អង្គការពលកម្មអន្តរជាតិ (ILO) — បញ្ញាសិប្បនិម្មិត និងការងារ៖ សន្ទស្សន៍សកលដែលបានចម្រាញ់នៃការប៉ះពាល់នឹងការងារ — ilo.org

5. Google Cloud — តើ GPT ជាអ្វី? — cloud.google.com

6. Google សម្រាប់អ្នកអភិវឌ្ឍន៍ — developers.google.com

7. Google Codelabs — codelabs.developers.google.com

8. OpenAI — បច្ចេកទេស​មតិ​ត្រឡប់​របស់​មនុស្ស — openai.com

9. arXiv — ការគណនាបណ្តុះបណ្តាល — arxiv.org

10. ធម្មជាតិ — nature.com