നിർമിതബുദ്ധി ഉപയോഗിച്ചുള്ള പ്രവർത്തനക്രമം എന്താണ്?

ആവർത്തിച്ചുചെയ്യുന്ന ഒരു ജോലിയിൽ ഒന്നോ അതിലധികമോ ഘട്ടങ്ങൾ AI ഉപകരണം ചെയ്യുകയും പരിശോധന ഉൾപ്പെടെയുള്ള ബാക്കി ഘട്ടങ്ങൾ ഒരു വ്യക്തി ചെയ്യുകയും ചെയ്യുന്ന എഴുതിവെച്ച നടപടിക്രമമാണ് AI പ്രവർത്തനക്രമം. 'എല്ലാ തിങ്കളാഴ്ചയും കഴിഞ്ഞ ആഴ്ചയിലെ ഉപഭോക്തൃസഹായ അഭ്യർഥനകൾ ഒട്ടിക്കുക, സംരക്ഷിച്ചുവെച്ച നിർദേശം ഉപയോഗിച്ച് പൊതുവിഷയങ്ങൾ കണ്ടെത്താൻ ആവശ്യപ്പെടുക, ഓരോ വിഷയവും മൂന്ന് മാതൃകാ അഭ്യർഥനകളുമായി ഒത്തുനോക്കുക, തുടർന്ന് സംഗ്രഹം ടീമുമായി പങ്കിടുക' എന്നത് ഒരു AI പ്രവർത്തനക്രമമാണ്. 'ഉപഭോക്തൃസഹായത്തിന് ChatGPT ഉപയോഗിക്കുക' എന്നത് അങ്ങനെയല്ല.

സ്വയമേവ പ്രവർത്തിക്കുന്ന സംവിധാനങ്ങളെ സൂചിപ്പിക്കാനും ഈ പദം ഉപയോഗിക്കുന്നു: മനുഷ്യന്റെ ഇടപെടലില്ലാതെ ആപ്പുകൾക്കിടയിൽ ഡാറ്റ കൈമാറുകയും AI മാതൃകയെ വിളിക്കുകയും ചെയ്യുന്ന സോഫ്റ്റ്‌വെയർ. അത് പ്രയോജനകരമാകാം, പക്ഷേ വ്യത്യസ്ത അപകടസാധ്യതകളുള്ള മറ്റൊരു പദ്ധതിയാണത്. മിക്ക ടീമുകൾക്കും ആദ്യം ആവശ്യമുള്ള രീതിയെക്കുറിച്ചാണ് ഈ പേജ്; അതിന് കോഡ് ആവശ്യമില്ല, ഓരോ തവണയും മനുഷ്യപരിശോധന നിലനിർത്തുകയും ചെയ്യുന്നു. മനുഷ്യർ നേരിട്ട് നടത്തുന്ന ഒരു പ്രവർത്തനക്രമം ഏതാനും ആഴ്ചകൾ വിശ്വസനീയമായി പ്രവർത്തിച്ചുകഴിഞ്ഞാൽ, അതിന്റെ ഏതെങ്കിലും ഭാഗം സുരക്ഷിതമായി സ്വയമേവ പ്രവർത്തിപ്പിക്കാനാകുമോ എന്ന് നിങ്ങൾക്ക് മനസ്സിലാകും.

ഒരു നല്ല AI പ്രവർത്തനക്രമത്തിൽ എന്തൊക്കെയാണ് ഉൾപ്പെടുന്നത്?

നല്ലൊരു AI പ്രവർത്തനക്രമം ആറ് കാര്യങ്ങൾ വ്യക്തമാക്കുന്നു: തുടക്കമിടുന്ന സംഭവം, നൽകുന്ന വിവരങ്ങൾ, നിർദേശം, പരിശോധന, അന്തിമ അംഗീകാരം, ലഭിക്കേണ്ട ഫലം. ഇവയിൽ ഏതെങ്കിലും ഒരാളുടെ മനസ്സിൽ മാത്രമാണുള്ളതെങ്കിൽ, ആ വ്യക്തി ആദ്യമായി അവധിയെടുക്കുമ്പോൾ തന്നെ പ്രവർത്തനക്രമം തകരും.

പ്രേരകം

പ്രവർത്തനക്രമം എപ്പോൾ നടക്കുന്നു: എല്ലാ തിങ്കളാഴ്ചയും, പുതിയൊരു വിതരണക്കാരന്റെ കരാർ ലഭിക്കുമ്പോൾ, ഒരു സഹായ അഭ്യർഥന മേൽനിലയിലേക്ക് കൈമാറുമ്പോൾ.

നൽകുന്ന വിവരങ്ങൾ

കൃത്യമായി ഏതെല്ലാം വിവരങ്ങൾ നൽകണം, അതിന് മുമ്പ് എന്തെല്ലാം നീക്കം ചെയ്യണം. 'സഹായ അഭ്യർഥനയുടെ ഉള്ളടക്കം മാത്രം, ഉപഭോക്തൃനാമങ്ങൾക്ക് പകരം [ഉപഭോക്താവ്]' എന്നത് കൃത്യമാണ്; 'സഹായ അഭ്യർഥനകൾ' എന്നത് അങ്ങനെയല്ല.

പ്രോംപ്റ്റ്

നിർവഹിക്കേണ്ട പങ്ക്, വായനക്കാർ, രൂപം, 'ഉള്ളടക്കത്തിലെ വസ്തുതകൾ മാത്രം ഉപയോഗിക്കുക; ഇല്ലാത്ത വിവരങ്ങൾ [പരിശോധിക്കുക] എന്ന് അടയാളപ്പെടുത്തുക' എന്നതുപോലുള്ള നിയമങ്ങൾ എന്നിവ ഉൾപ്പെടെ സംരക്ഷിച്ച നിർദേശം.

പരിശോധിക്കുക

വിലയിരുത്തുന്ന വ്യക്തി എന്തൊക്കെ, എങ്ങനെ പരിശോധിച്ച് ഉറപ്പാക്കുന്നു: വസ്തുതകൾ ഉറവിടവുമായി ഒത്തുനോക്കുന്നു, കണക്കുകൾ വീണ്ടും കണക്കുകൂട്ടുന്നു, വാഗ്ദാനങ്ങൾ നയവുമായി താരതമ്യം ചെയ്യുന്നു, ഭാഷയുടെ ഭാവം പരിശോധിക്കാൻ ഉറക്കെ വായിക്കുന്നു.

അന്തിമ അംഗീകാരം

ഫലം ഉപയോഗിക്കാൻ അനുയോജ്യമാണെന്ന് തീരുമാനിക്കുന്നത് ആര്, അനുയോജ്യമല്ലെങ്കിൽ എന്താണ് ചെയ്യുക.

ലഭിക്കുന്ന ഫലം

പൂർത്തിയായ ജോലി എവിടേക്കാണ് കൈമാറേണ്ടതെന്നും ഏത് രൂപത്തിലായിരിക്കണമെന്നും, അതുവഴി അടുത്തയാൾക്ക് എന്താണ് പ്രതീക്ഷിക്കേണ്ടതെന്ന് അറിയാം.

ഒരു AI പ്രവർത്തനക്രമം ഘട്ടം ഘട്ടമായി എങ്ങനെ തയ്യാറാക്കാം?

ഒരു ഉപകരണത്തിന്റെ സവിശേഷതാപട്ടികയിൽനിന്നല്ല, നിങ്ങൾ ഇപ്പോൾ സ്വയം നന്നായി ചെയ്യുന്ന ഒരു ജോലിയിൽനിന്ന് പ്രവർത്തനക്രമം രൂപപ്പെടുത്തുക. ആദ്യം സ്വയം ജോലി ചെയ്യുമ്പോൾ നല്ല ഫലം എങ്ങനെയിരിക്കണമെന്ന് മനസ്സിലാകും. AI ഉപയോഗിച്ചുള്ള രീതിയും ആ നിലവാരം പുലർത്തണം.

1. ആവർത്തിച്ചു ചെയ്യുന്ന ഒരു ജോലി തിരഞ്ഞെടുക്കുക

ആഴ്ചതോറുമോ ദിവസേനയോ ചെയ്യുന്നതും, ആധാരവിവരങ്ങളും ഒരു അവലോകനക്കാരനും ഉള്ളതും, തെറ്റുണ്ടെങ്കിൽ സ്ഥാപനത്തിനുള്ളിൽത്തന്നെ കണ്ടെത്താനാകുന്നതുമായ ഒരു ജോലി തിരഞ്ഞെടുക്കുക.

2. ഇപ്പോൾ അത് എങ്ങനെ ചെയ്യുന്നുവെന്ന് എഴുതിവെക്കുക

ഘട്ടങ്ങളും നൽകേണ്ട വിവരങ്ങളും നിങ്ങൾ പരിശോധിക്കുന്ന കാര്യങ്ങളും പട്ടികപ്പെടുത്തുക. ഇത് പ്രവർത്തനക്രമത്തിന്റെ അടിസ്ഥാനരൂപമാകും.

3. AI ഉപയോഗിച്ച് കരട് തയ്യാറാക്കാനാകുന്ന ഘട്ടം അടയാളപ്പെടുത്തുക

സാധാരണയായി ആദ്യ കരട്, സംഗ്രഹം, അല്ലെങ്കിൽ വിവരങ്ങൾ വേർതിരിച്ചെടുക്കൽ. വിലയിരുത്തൽ ആവശ്യമായ ഘട്ടങ്ങൾ വ്യക്തിയുടെ ഉത്തരവാദിത്തത്തിൽ നിലനിർത്തുക.

4. നിർദേശം എഴുതി പരീക്ഷിക്കുക

ശരിയായ ഉത്തരം നിങ്ങൾക്കറിയാവുന്ന മുൻകാലത്തെ മൂന്ന് ഉദാഹരണങ്ങളിൽ ഇത് പരീക്ഷിക്കുക. കരടുകളിൽ ചെറിയ തിരുത്തലുകൾ മാത്രം വേണ്ടിവരുന്നതുവരെ നിർദേശം മെച്ചപ്പെടുത്തുക.

5. പരിശോധിക്കേണ്ടത് എഴുതിവെക്കുക

പരീക്ഷണത്തിനിടെ തിരുത്തിയ കാര്യങ്ങളെ ഒരു ചെറിയ പരിശോധനപ്പട്ടികയാക്കി മാറ്റുക. പരീക്ഷണത്തിൽ കണ്ട പിശകുകളാണ് ഓരോ തവണയും പരിശോധിക്കേണ്ടത്.

6. മറ്റൊരാൾക്ക് കൈമാറുക

എഴുതിയ നിർദേശങ്ങൾ മാത്രം ഉപയോഗിച്ച് അത് ചെയ്യാൻ ഒരു സഹപ്രവർത്തകനോട് ആവശ്യപ്പെടുക. അവർ ചോദിക്കുന്ന ഓരോ ചോദ്യവും രേഖയിലെ ഒരു വിടവാണ്.

7. ഒരു മാസത്തിനു ശേഷം അവലോകനം ചെയ്യുക

ചില ഫലങ്ങളും പരിശോധിച്ചയാളുടെ തിരുത്തലുകളും പ്രശ്നങ്ങൾ കഷ്ടിച്ച് ഒഴിവായ സംഭവങ്ങളും നോക്കുക. ജോലിക്രമം നിലനിർത്തണോ മാറ്റണോ അവസാനിപ്പിക്കണോ എന്ന് തീരുമാനിക്കുക.

യഥാർഥ ജോലിയിൽ ഒരു AI പ്രവർത്തനക്രമം എങ്ങനെയായിരിക്കും?

നോർത്ത്‌ഗേറ്റ് ലെറ്റിങ്സ് 30 ജീവനക്കാരുള്ള ഒരു സാങ്കൽപ്പിക വാടക ഏജൻസിയാണ്. അറ്റകുറ്റപ്പണികളെക്കുറിച്ച് കെട്ടിട ഉടമകൾക്ക് പുതിയ വിവരങ്ങൾ നൽകുന്ന ഇമെയിലുകൾ എഴുതാനാണ് വസ്തു മാനേജർമാർ വെള്ളിയാഴ്ച ഉച്ചയ്ക്കുശേഷമുള്ള സമയം ചെലവഴിക്കുന്നത്. ഏജൻസി ഇതിനെ ഒരു പ്രവർത്തനപ്രവാഹമാക്കുന്നു. ആരംഭിക്കുന്ന സമയം: എല്ലാ വെള്ളിയാഴ്ചയും. നൽകേണ്ട വിവരങ്ങൾ: ഒരു വസ്തുവിന്റെ ആ ആഴ്ചയിലെ അറ്റകുറ്റപ്പണി രേഖകൾ പരിപാലന സംവിധാനത്തിൽ നിന്ന് പകർത്തിയത്; വാടകക്കാരുടെ പേരുകൾക്ക് പകരം [വാടകക്കാരൻ] എന്ന് നൽകണം. നിർദേശം: 'നിങ്ങൾ ഒരു കെട്ടിട ഉടമയ്ക്ക് ചുരുക്കവും വസ്തുതാപരവുമായ വിവരങ്ങൾ നൽകുന്ന സന്ദേശം എഴുതുകയാണ്. താഴെയുള്ള രേഖകൾ മാത്രം ഉപയോഗിക്കുക. ഓരോ അറ്റകുറ്റപ്പണിക്കും, എന്താണ് റിപ്പോർട്ട് ചെയ്തത്, എന്താണ് ചെയ്തിട്ടുള്ളത്, ഇനി എന്താണ് നടക്കുക എന്ന് പറയുക. ചെലവോ തീയതിയോ കരാറുകാരന്റെ പേരോ രേഖയിലില്ലെങ്കിൽ [പരിശോധിക്കുക] എന്ന് എഴുതുക. ഏജൻസിക്കുവേണ്ടി ക്ഷമ ചോദിക്കുകയോ പൂർത്തീകരണ തീയതികൾ വാഗ്ദാനം ചെയ്യുകയോ ചെയ്യരുത്.'

നിയമങ്ങൾ പ്രധാനമാകുന്നത് എന്തുകൊണ്ടെന്ന് ആദ്യ പരീക്ഷണത്തിൽത്തന്നെ വ്യക്തമാകുന്നു. അവയില്ലാതെ തയ്യാറാക്കിയ കരട്, ആരും സ്ഥിരീകരിച്ചിട്ടില്ലെങ്കിലും ബോയിലർ 'അടുത്ത ആഴ്ചയുടെ തുടക്കത്തിൽ നന്നാക്കും' എന്ന് ഒരു കെട്ടിട ഉടമയോട് പറഞ്ഞു. അറ്റകുറ്റപ്പണിക്ക് 'ഏകദേശം £150' ചെലവാകുമെന്നും കണക്കാക്കി. നിയമങ്ങൾ നൽകിയപ്പോൾ, കരട് ബോയിലറിന്റെ നില 'എൻജിനീയറുടെ സന്ദർശനം നിശ്ചയിച്ചു; പൂർത്തിയാകുന്ന തീയതി [പരിശോധിക്കുക]' എന്ന് രേഖപ്പെടുത്തുകയും ചെലവ് ഒഴിവാക്കുകയും ചെയ്യുന്നു. പരിശോധനയ്ക്ക് മൂന്ന് കാര്യങ്ങളുണ്ട്: എല്ലാ തീയതികളും ചെലവുകളും രേഖയിൽ ഉണ്ടായിരിക്കണം, കരാറുകാരൻ സ്ഥിരീകരിക്കാത്തതൊന്നും വാഗ്ദാനം ചെയ്യരുത്, കെട്ടിട ഉടമയുടെ പേരും വസ്തുവിന്റെ വിലാസവും ഏജൻസിയുടെ സ്വന്തം ഇമെയിൽ സംവിധാനത്തിൽ മാത്രം ചേർക്കണം, ഒരിക്കലും AI ഉപകരണത്തിൽ ചേർക്കരുത്.

പതിവ് അറിയിപ്പുകൾക്ക് അന്തിമ അംഗീകാരം നൽകേണ്ടത് വസ്തു പരിപാലന മാനേജരാണ്. ഏജൻസിക്ക് അംഗീകരിക്കാവുന്ന പരിധിക്ക് മുകളിലുള്ള അറ്റകുറ്റപ്പണികൾക്ക് ശാഖാ മാനേജരുടെ അംഗീകാരം വേണം. ഒരു പേജുള്ള പ്രവർത്തനക്രമം പങ്കിട്ട ഡ്രൈവിൽ സൂക്ഷിച്ചിരിക്കുന്നു. പുതുതായി ചേർന്ന ഒരു വസ്തു പരിപാലന മാനേജർ തന്റെ രണ്ടാമത്തെ ആഴ്ചയിൽ ആ രേഖ മാത്രം നോക്കി അത് ശരിയായി നടപ്പാക്കി. അതാണ് പ്രധാനപ്പെട്ട പരീക്ഷണം.

ഇത് ഒരു തൊഴിൽചുമതലയുമായി എങ്ങനെ ബന്ധപ്പെട്ടിരിക്കുന്നുവെന്ന് കാണണോ?

ടീമുകൾക്കായി ആസൂത്രണം ചെയ്തിരിക്കുന്ന പരീക്ഷണാവസരം പരിചയപ്പെടൂ ↗

എല്ലാ AI പ്രവർത്തനക്രമങ്ങളിലും മനുഷ്യന്റെ പരിശോധന ആവശ്യമായിരിക്കുന്നത് എന്തുകൊണ്ട്?

കാരണം ഉപകരണം ഇടയ്ക്കിടെ തെറ്റുകൾ ആത്മവിശ്വാസത്തോടെ അവതരിപ്പിക്കും. ഒരേ പ്രവർത്തനക്രമം എല്ലാ ആഴ്ചയും ഉപയോഗിക്കുന്നവർ ക്രമേണ പരിശോധിക്കുന്നത് നിർത്തുകയും ചെയ്യും. ആത്മവിശ്വാസത്തോടെ അവതരിപ്പിക്കുന്ന, എന്നാൽ തെറ്റായതോ അസത്യമായതോ ആയ ഉള്ളടക്കം സൃഷ്ടിക്കുന്ന കെട്ടിച്ചമയ്ക്കലിനെക്കുറിച്ചും സ്വയമേവ പ്രവർത്തിക്കുന്ന സംവിധാനങ്ങളെ അമിതമായി ആശ്രയിക്കുന്ന പ്രവണതയെക്കുറിച്ചും NIST-ന്റെ ജനറേറ്റീവ് AI പ്രൊഫൈൽ വിവരിക്കുന്നു. ഈ അമിത ആശ്രയം മറ്റ് അപകടസാധ്യതകൾ വഷളാക്കാമെന്നും അത് പറയുന്നു. എഴുതി നിശ്ചയിച്ച പരിശോധന രണ്ടിനെയും ചെറുക്കുന്നു: എന്താണ് നോക്കേണ്ടതെന്ന് പരിശോധിക്കുന്നയാൾക്ക് കൃത്യമായി വ്യക്തമാക്കുകയും പരിശോധന വേണമെങ്കിൽ മാത്രം ചെയ്യുന്ന ഒന്നായി മാറുന്നത് തടയുകയും ചെയ്യുന്നു.

ഓരോ തവണയും നടത്താൻ കഴിയുന്നത്ര ചുരുക്കമുള്ളതാക്കുക പരിശോധന. ആരും പൂർത്തിയാക്കാത്ത നീണ്ട പട്ടികയെക്കാൾ നല്ലത് മൂന്നോ നാലോ വ്യക്തമായ ചോദ്യങ്ങളാണ്. ജോലി നേരിട്ട് ചെയ്യുന്നതിനെക്കാൾ കൂടുതൽ സമയം പരിശോധനയ്ക്ക് വേണ്ടിവരുന്നെങ്കിൽ, ആ പ്രവർത്തനക്രമം ഒന്നും ലാഭിക്കുന്നില്ല; അത് പുനർരൂപകൽപ്പന ചെയ്യുകയോ ഉപേക്ഷിക്കുകയോ വേണം.

ജോലിപ്രവാഹം സ്വയമേവ നടത്താനുള്ള ഏറ്റവും അനുയോജ്യമായ AI ഉപകരണം ഏതാണ്?

പൊതുവായി ഏറ്റവും മികച്ചത് എന്ന് പറയാവുന്ന ഒരു ഉപകരണമില്ല. കൈകൊണ്ട് നടത്തുന്ന പ്രവർത്തനക്രമം ഫലപ്രദമാണെന്ന് തെളിയുന്നതുവരെ മിക്ക ടീമുകളും ഒന്ന് തിരഞ്ഞെടുക്കാതിരിക്കുന്നതാണ് ഉചിതം. സ്വയമേവ പ്രവർത്തിക്കുന്ന സംവിധാനങ്ങൾ ആപ്പുകളെ ബന്ധിപ്പിക്കുകയും നിശ്ചിത സമയങ്ങളിൽ AI മോഡലുകളെ വിളിച്ച് പ്രവർത്തിപ്പിക്കുകയും ചെയ്യാം. ഇതിലൂടെ പകർത്തി ഒട്ടിക്കൽ ഒഴിവാകുന്നു. പക്ഷേ ഫലം ഒരാൾ വായിക്കുന്ന സ്വാഭാവിക ഇടവേളയും ഇല്ലാതാകുന്നു. നിങ്ങൾ സ്വയമേവ പ്രവർത്തിപ്പിക്കുകയാണെങ്കിൽ, എന്തെങ്കിലും ഉപഭോക്താവിലേക്ക് പോകുന്നതിനുമുമ്പ് ഒരു പരിശോധനാഘട്ടം നിലനിർത്തുക. അതിലൂടെ കടന്നുപോകുന്ന വിവരങ്ങൾ സംവിധാനം എവിടെയാണ് സൂക്ഷിക്കുന്നതെന്നും പരിശോധിക്കുക.

നൽകുന്ന വിവരങ്ങൾ ക്രമബദ്ധമായിരിക്കുമ്പോഴും ഫലം സ്ഥാപനത്തിനുള്ളിൽ മാത്രം ഉപയോഗിക്കുമ്പോഴും പിശകുകൾ കുറഞ്ഞ ചെലവിൽ തിരുത്താനാകുമ്പോഴും ഓട്ടോമേഷൻ കൂടുതൽ അനുയോജ്യമാണ്. ഉദാഹരണത്തിന്, ഒരാൾക്ക് കൈകാര്യം ചെയ്യാനായി വരുന്ന ഇമെയിലുകൾക്ക് അടയാളങ്ങൾ ചേർക്കുന്നത്. ആരെങ്കിലും ആദ്യം പരിശോധിക്കാതെ സന്ദേശങ്ങൾ അയയ്ക്കുകയോ രേഖകൾ മാറ്റുകയോ തീരുമാനങ്ങൾ എടുക്കുകയോ ചെയ്യുന്ന ജോലികൾക്ക് ഇത് അനുയോജ്യമല്ല.

എപ്പോഴാണ് AI ഉപയോഗിച്ചുള്ള പ്രവർത്തനക്രമം അനുയോജ്യമായ പരിഹാരമല്ലാത്തത്?

അപൂർവമായി മാത്രം ചെയ്യുന്ന ജോലിയാണെങ്കിൽ, അംഗീകൃത ഉപകരണത്തിൽ നൽകാൻ കഴിയാത്തത്ര രഹസ്യസ്വഭാവമുള്ള വിവരങ്ങളാണെങ്കിൽ, അല്ലെങ്കിൽ ഒരു മാതൃക ഉപയോഗിച്ച് ജോലി പൂർത്തിയാക്കാമെങ്കിൽ AI ഘട്ടം ഒഴിവാക്കുക. ഓരോ തവണയും രണ്ട് വിവരങ്ങൾ മാത്രം മാറുന്ന ഒരു സാധാരണ കത്തിന് വേണ്ടത് മെയിൽ മെർജ് സംവിധാനമാണ്, മോഡലല്ല. പ്രവർത്തനനിലവാരത്തെക്കുറിച്ചുള്ള ആശങ്ക പോലുള്ള, ഒരു പ്രത്യേക വ്യക്തിയെക്കുറിച്ച് വിവേചനത്തോടെ തീരുമാനമെടുക്കേണ്ട ജോലി ഒരു വ്യക്തി തന്നെ കൈകാര്യം ചെയ്യണം.

ഒരു പ്രവർത്തനക്രമത്തിൽനിന്ന് ലഭിക്കുന്ന ഫലങ്ങൾ അവലോകനം ചെയ്യുന്നയാൾക്ക് വീണ്ടും ആദ്യംമുതൽ എഴുതേണ്ടിവരുന്നത് തുടരുകയാണെങ്കിൽ, അത് ഉപേക്ഷിക്കുക. അത് ഉപകാരപ്രദമായ വിവരമാണ്, പരാജയമല്ല.

AI പ്രവർത്തനക്രമങ്ങൾ നന്നായി നടത്താൻ ആളുകൾ എങ്ങനെ പഠിക്കും?

യഥാർഥ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാകുന്നതിനുമുമ്പ്, യാഥാർഥ്യത്തോട് അടുത്ത ഉദാഹരണങ്ങളിൽ അവ പരീക്ഷിച്ച് പ്രതികരണം നൽകുന്നതിലൂടെ. നിർദേശം നൽകുന്നത് പരിശീലിക്കുന്നത്രതന്നെ പരിശോധനയും പരിശീലിക്കുക: കെട്ടിച്ചമച്ച തീയതിയോ ഉറവിടത്തിലില്ലാത്ത ചെലവോ പോലുള്ള പിശകുകൾ മനഃപൂർവം ചേർത്ത ഒരു കരട് ആളുകൾക്ക് നൽകി അവർ അത് കണ്ടെത്തുന്നുണ്ടോ എന്ന് നോക്കുക. ഞങ്ങളുടെ നിർദേശ മാതൃകകളുടെ മാർഗ്ഗനിർദേശം, നിർദേശം തയ്യാറാക്കുന്ന ഘട്ടത്തിനായി വീണ്ടും ഉപയോഗിക്കാവുന്ന ഘടനകൾ നൽകുന്നു.

ഇത്തരത്തിലുള്ള പരിശീലനം കേന്ദ്രീകരിച്ചാണ് Tosheo.ai വികസിപ്പിക്കുന്നത്. ആസൂത്രണം ചെയ്ത പരിശീലന സാഹചര്യങ്ങൾ വേഷാധിഷ്ഠിത അഭ്യാസങ്ങളാണ്. അവയിൽ പഠിതാവ് യഥാർഥ ജോലിയോട് സാമ്യമുള്ള സാഹചര്യത്തിൽ AI ഉപയോഗിക്കുകയും എന്തൊക്കെ മാറ്റിയെന്നും എന്തുകൊണ്ടെന്നും വിശദീകരിക്കുകയും ചെയ്യുന്നു. വ്യക്തമായി കാണാവുന്ന മൂല്യനിർണയ മാർഗരേഖ അനുസരിച്ചാണ് മാർക്ക് നൽകുന്നത്. ഇത് നിർമാണത്തിന് മുമ്പുള്ള ഘട്ടത്തിലാണ്; ആസൂത്രണം ചെയ്ത നിരക്കുകൾ നിരക്കുകളുടെ പേജിലുണ്ട്.

ഉറവിടങ്ങളും പരിധിയും

NIST, AI 600-1 ജനറേറ്റീവ് AI രൂപരേഖ, July 2024 ↗