这实际上也反映了这些模型固有的偏见和问题。

Unlocking the Potential of Data at Australia Data Forum
Post Reply
nusaiba123
Posts: 50
Joined: Tue Dec 17, 2024 4:00 am

这实际上也反映了这些模型固有的偏见和问题。

Post by nusaiba123 »

所以再说一次,知道如何驾驭这些事情,知道在哪里会遇到这些限制是非常非常重要的。 激发创意 利用人工智能激发创意 并开始激发一些想法。一个有趣的方法是,我喜欢鼓励人们使用 ChatGPT 或 Gemini 留一个窗口,这样当你在处理事情时就会有某种视觉提示。我仍然这样做,我仍然在挑战自己,想出不同的方法来使用它来帮助加速我正在做的事情。考虑一下你需要做哪些重复性最高的任务,也许你不像其他事情那样关心它们,对吧?我听过人们谈论通过他们的网站浏览他们的潜在客户,过滤掉哪些是垃圾邮件,哪些是真正合格的潜在客户。


这些模型在开始识别其中一些东西方面真的很好。 会议记录也是一样,有 台湾 电话 很多工具,比如 Otter,我相信 Firefly 是另一个。但是它可以旁听会议,记录会议内容,并自动生成会议记录和下一步可操作的步骤,这很棒,对吧?这节省了大量时间。它真的让我们变得更人性化,对吧?这就是这一切的核心,以人为本的元素。考虑一下,你为你的工作增加了什么独特价值,对吧?你有什么独特的见解、观点和经验,你可以在你正在做的事情上加倍努力,增强,对吧?因为人工智能没有经验,它没有我们生活的世界中的基本事实。 采取以人为本的方法 记住要以人为本地对待人工智能 这就是为什么以人为本的人工智能方法如此重要,并且在未来将如此重要。

Image


考虑一下这个应用程序的目的是什么?它为谁服务,对吧?如果出错,谁会受到影响,对吧?如果我们做错了,可能的结果是什么?谁会参与其中,对吧?这些应用程序不是设置好就可以忘记的。应该有人一直参与其中,并确定这个测验是否生成,是否正确?有没有出现任何奇怪的错误?再说一次,这并不能让你完全理解,它只能让你理解 70%、75%。然后真正退一步考虑一下这可能导致哪些意想不到的后果?因此,当我与有兴趣将其纳入其中的新人谈论人工智能时,我已经开始通过我的生成式人工智能课程提出这种初级人工智能堆栈或阶梯,以下是如何思考这个问题。
Post Reply