អ្នកជំនាញ AI៖ ការជំរុញ 'ខ្វាក់' មិនខុសទេ។

សាស្ត្រាចារ្យ Andrew Ng គឺជាស្ថាបនិកម្នាក់នៃ Google Brain ។ រូបថត៖ Coursera ។

នៅក្នុងការបង្ហោះនៅលើ X លោក Ng បានហៅវិធីសាស្ត្រនេះថា " ខ្ជិលជម្រុញ " ពោលគឺការផ្តល់ព័ត៌មានទៅក្នុង AI ជាមួយនឹងបរិបទតិចតួច ឬមិនមានការណែនាំជាក់លាក់។ សហស្ថាបនិក Coursera និង DeepLearning បាននិយាយថា "យើងគួរតែបន្ថែមព័ត៌មានលម្អិតទៅឱ្យភ្លាមៗនៅពេលដែលវាចាំបាច់" ។

ឧទាហរណ៍ធម្មតា Ng ផ្តល់ឱ្យគឺអ្នកសរសេរកម្មវិធីនៅពេលបំបាត់កំហុស។ ជារឿយៗពួកគេចម្លង និងបិទភ្ជាប់សារកំហុសទាំងមូល – ពេលខ្លះទំព័រជាច្រើនវែង – ចូលទៅក្នុងគំរូ AI ដោយមិនបានបញ្ជាក់ច្បាស់លាស់ពីសំណើនោះទេ។

គាត់បានសរសេរថា "គំរូភាសាធំ ៗ (LLMs) ភាគច្រើនគឺឆ្លាតវៃគ្រប់គ្រាន់ដើម្បីយល់ពីអ្វីដែលអ្នកត្រូវការដើម្បីវិភាគ និងណែនាំការជួសជុល ទោះបីជាអ្នកមិននិយាយយ៉ាងច្បាស់ក៏ដោយ" គាត់បានសរសេរ។

យោងតាមលោក Ng នេះគឺជាជំហានឆ្ពោះទៅមុខដែលបង្ហាញថា LLM កំពុងឈានទៅមុខជាបណ្តើរៗហួសពីសមត្ថភាពក្នុងការឆ្លើយតបទៅនឹងពាក្យបញ្ជាសាមញ្ញ ដោយចាប់ផ្តើមយល់ពីចេតនា និងហេតុផលរបស់អ្នកប្រើប្រាស់ក្នុងការផ្តល់នូវដំណោះស្រាយសមស្រប ដែលជានិន្នាការដែលក្រុមហ៊ុនអភិវឌ្ឍម៉ូដែល AI កំពុងស្វែងរក។

ទោះយ៉ាងណាក៏ដោយ "ការជំរុញឱ្យខ្ជិល" មិនតែងតែមានប្រសិទ្ធភាពទេ។ Ng កត់សម្គាល់ថាបច្ចេកទេសនេះគួរតែត្រូវបានប្រើនៅពេលដែលអ្នកប្រើប្រាស់អាចសាកល្បងបានយ៉ាងឆាប់រហ័ស ដូចជាតាមរយៈចំណុចប្រទាក់បណ្ដាញ ឬកម្មវិធីរបស់ AI ហើយម៉ូដែលនេះមានសមត្ថភាពគ្រប់គ្រាន់ក្នុងការសន្និដ្ឋានពីចេតនាពីព័ត៌មានតិចតួច។

លោក Ng បានសង្កត់ធ្ងន់ថា "ប្រសិនបើ AI ត្រូវការបរិបទច្រើនដើម្បីឆ្លើយតបយ៉ាងលម្អិត ឬមិនអាចទទួលស្គាល់កំហុសដែលអាចកើតមាន នោះការជម្រុញដ៏សាមញ្ញមួយនឹងមិនអាចជួយបានទេ" ។

តាមទ្រឹស្ដី "ខ្ជិលជម្រុញ" ជួយសន្សំសំចៃពេលវេលា និងការខំប្រឹងប្រែង ជាពិសេសសម្រាប់អ្នកដែលមិនស៊ាំនឹងការសរសេរពាក្យបញ្ជាលម្អិត។ ទោះយ៉ាងណាក៏ដោយ វាមិនមែនជា "ផ្លូវកាត់" សម្រាប់មនុស្សគ្រប់គ្នានោះទេ។

អ្នក​ប្រើ​ធម្មតា - មិន​ធ្លាប់​គិត​តាម​វិធី​កំណត់​ដោយ​ម៉ាស៊ីន - អាច​នឹង​មាន​បញ្ហា​នៅ​ពេល​ដែល​ការ​ណែនាំ​មិន​ច្បាស់លាស់​ពេក ដែល​នាំ​ឱ្យ​មាន​លទ្ធផល​មិន​បាន​រំពឹង​ទុក។ លុះត្រាតែ AI ស៊ាំជាមួយបរិបទជាក់លាក់មួយ (ដូចជាការជជែកពីមុន) ឬអ្នកប្រើប្រាស់មានបទពិសោធន៍ក្នុងការធ្វើម្តងទៀត និងកែតម្រូវសំណើរយ៉ាងឆាប់រហ័សនោះ វិធីសាស្ត្រនេះទំនងជាមិនមានប្រសិទ្ធភាពទេ។

ទន្ទឹមនឹងនេះ សម្រាប់អ្នកសរសេរកម្មវិធី ឬអ្នកដែលធ្វើការច្រើនជាមួយ AI ការធ្វើឱ្យខ្លីនៃប្រអប់បញ្ចូលជួនកាលជួយឱ្យម៉ូដែលមិន "រំខាន" ដោយសារតែការណែនាំច្រើនពេក។ ដូច្នេះ លោក Ng បញ្ជាក់​ថា នេះ​ជា​បច្ចេកទេស​ជឿនលឿន ស័ក្តិសម​សម្រាប់​អ្នក​ដែល​យល់​ពី​ការ​ឆ្លើយតប​របស់​ម៉ូដែល​រួច​ហើយ។

ប្រភព៖ https://znews.vn/chuyen-gia-ai-prompt-mu-khong-sai-post1543586.html