hintleachta saorga Tá sé ag éirí níos forleatach go tapa, le cuideachtaí ar fud na dtionscal éagsúla ag baint úsáide as AI chun seirbhís den scoth a sholáthar do chustaiméirí, chun táirgiúlacht a threisiú, oibríochtaí a shruthlíniú, agus an ROI a thabhairt abhaile.
Mar sin féin, creideann cuideachtaí gur réiteach aon-uaire é réitigh AI-bhunaithe a chur i bhfeidhm agus leanfaidh siad ag oibriú a draíocht go hiontach. Ach, ní mar sin a oibríonn AI. Fiú má tá tú ar an eagraíocht is mó claonadh AI, ní mór duit a bheith duine-sa-lúb (HITL) rioscaí a íoslaghdú agus buntáistí a uasmhéadú.
Ach an bhfuil gá le hidirghabháil dhaonna i dtionscadail AI? A ligean ar a fháil amach.
Tugann AI ar chumas gnólachtaí uathoibriú a bhaint amach, léargais a fháil, éileamh agus díolacháin a thuar, agus seirbhís chustaiméara iontach a sholáthar. Mar sin féin, níl córais AI féin-chothabhálach. Gan idirghabháil dhaonna, is féidir iarmhairtí nach dteastaíonn a bheith ag AI. Mar shampla, b'éigean do Zillow, gnólacht eastáit dhigitigh faoi thiomáint AI, an siopa a dhúnadh toisc gur theip ar a algartam dílseánaigh seachadadh torthaí cruinne.
Is riachtanas próisis í idirghabháil dhaonna agus ceanglas clú, airgeadais, eitice agus rialála. Ba chóir go mbeadh a daonna taobh thiar den mheaisín lena chinntiú go bhfuil seiceálacha agus iarmhéideanna AI i bhfeidhm.
De réir na tuarascála seo ó IBM, tá an bacainní is airde ar ghlacadh AI easpa scileanna AI (34%), iomarca castachta sonraí (24%), agus cinn eile a áireamh. Níl réiteach AI ach chomh maith leis na sonraí a chuirtear isteach ann. Cinneann sonraí iontaofa agus neamhchlaonta agus an algartam éifeachtacht an tionscadail.
Cad is Lúb Daonna ann?
Ní féidir le samhlacha AI tuar cruinn 100% a dhéanamh toisc go bhfuil a dtuiscint ar an gcomhshaol bunaithe ar shamhlacha staidrimh. Chun neamhchinnteacht a sheachaint, cuidíonn an t-aiseolas ó dhaoine leis an gcóras AI a thuiscint ar an domhan a athrú agus a choigeartú.
Duine-sa-lúb (HITL) Is coincheap é a úsáidtear chun réitigh AI a fhorbairt trí mheaisín a ghiaráil agus faisnéis dhaonna. I ngnáthchur chuige HITL, tarlaíonn rannpháirtíocht an duine i lúb leanúnach oiliúna, mionchoigeartaithe, tástála agus athoiliúint.
Buntáistí múnla HITL
Tá roinnt buntáistí ag múnla HITL maidir le hoiliúint mhúnla bunaithe ar ML, go háirithe nuair a sonraí oiliúna atá gann nó i gcásanna imeallacha. Ina theannta sin, i gcomparáid le réiteach lán-uathoibrithe, seachadann modh HITL torthaí níos tapúla agus níos éifeachtaí. Murab ionann agus córais uathoibrithe, tá an cumas dúchasach ag daoine tarraingt go tapa as a n-eispéiris agus a n-eolas chun réitigh ar cheisteanna a dhéanamh amach.
Ar deireadh, i gcomparáid le réiteach iomlán láimhe nó lán-uathoibrithe, is féidir le múnla daonna-i-an-lúb nó samhail hibrideach cabhrú le gnólachtaí an leibhéal uathoibrithe a rialú agus uathoibriú cliste á leathnú acu. Cuidíonn cur chuige HITL le sábháilteacht agus beachtas cinnteoireachta AI a fheabhsú.
Dúshláin agus Duine-sa Lúb á chur i bhfeidhm
Ní tasc éasca é HITL a chur i bhfeidhm, go háirithe ós rud é go mbraitheann rath réiteach AI ar cháilíocht na sonraí oiliúna a úsáidtear chun an córas a oiliúint.
Mar aon leis na sonraí oiliúna, teastaíonn uait freisin daoine atá feistithe chun na sonraí, na huirlisí agus na teicnící a láimhseáil chun oibriú sa timpeallacht áirithe sin. Ar deireadh, ba cheart an córas AI a chomhtháthú go rathúil leis na sreafaí oibre agus na dteicneolaíochtaí oidhreachta chun táirgiúlacht agus éifeachtúlacht a mhéadú.
Iarratais Fhéideartha
Úsáidtear HITL chun sonraí atá lipéadaithe go cruinn a sholáthar d’oiliúint samhail ML. Tar éis an lipéadaithe, is é an chéad chéim eile ná na sonraí atá bunaithe ar an tsamhail a choigeartú trí chásanna imeallacha a rangú, rófheisteas a dhéanamh, nó catagóirí nua a shannadh. I ngach céim, idirghníomhaíocht dhaonna Tá sé ríthábhachtach, toisc gur féidir le haiseolas leanúnach an tsamhail ML a dhéanamh níos cliste, níos cruinne agus níos tapúla.
Cé go bhfreastalaíonn intleacht shaorga ar thionscal éagsúla, baintear úsáid go forleathan as i gcúram sláinte. Chun éifeachtúlacht chumais dhiagnóiseacha an uirlis AI a fheabhsú, caithfidh daoine é a threorú agus a oiliúint.
Cad is Foghlaim Meaisín Dhaonna sa Lúb ann?
Duine-sa-Lúb Foghlaim meaisín seasann sé do rannpháirtíocht daoine le linn oiliúna agus imscaradh samhlacha bunaithe ar ML. Ag baint úsáide as an modh seo, tá an tsamhail ML oilte chun tuiscint a fháil agus a chómhalartú bunaithe ar rún an úsáideora seachas ar ábhar réamhthógtha. Ar an mbealach seo, is féidir le húsáideoirí taithí a fháil ar réitigh phearsantaithe agus saincheaptha dá gcuid fiosrúchán. De réir mar a úsáideann níos mó daoine agus níos mó na bogearraí, is féidir a éifeachtúlacht agus a chruinneas a fheabhsú bunaithe ar aiseolas HITL.
Conas a fheabhsaíonn HITL Foghlaim Meaisín?
Feabhsaíonn an duine-i-an-lúb éifeachtacht an mhúnla meaisín-fhoghlama ar thrí bhealach. Tá siad:
Aiseolas: Ceann de phríomhchuspóirí an chur chuige HITL ná aiseolas a sholáthar don chóras, rud a ligeann don réiteach AI foghlaim, cur i bhfeidhm agus teacht suas le tuar cruinn.
Fíordheimhnigh: Is féidir le hidirghabháil dhaonna cabhrú le barántúlacht agus cruinneas na dtuartha a dhéanann halgartaim foghlama meaisín.
Mol Feabhsuithe: Tá daoine cumasach maidir le réimsí le feabhsú a aithint agus athruithe a mholadh atá riachtanach don chóras.
Bain úsáid as Cásanna
Is iad seo a leanas roinnt de na cásanna úsáide is suntasaí de HITL:
Úsáideann Netflix lúb an duine chun moltaí scannáin agus seónna teilifíse a ghiniúint bunaithe ar stair chuardaigh an úsáideora roimhe seo.
Oibríonn inneall cuardaigh Google ar phrionsabail ‘Human-in-the-Loop’ chun ábhar a phiocadh bunaithe ar na focail a úsáidtear sa cheist chuardaigh.
Miotais faoi Úsáid an Téarma “Duine ar an Lúb”
Níl gach rud mar gheall ar an duine-i-an-lúb rosy agus iontaofa. Tá conspóid thromchúiseach i measc na saineolaithe ina gcoinne siúd a éilíonn go mbeadh níos mó ‘cur isteach daonna’ i gcórais AI.
Cibé an bhfuil daoine i, ar, nó áit ar bith in aice leis an lúb chun maoirseacht a dhéanamh ar chórais casta ar nós AI, d'fhéadfadh iarmhairtí nach dteastaíonn a bheith mar thoradh air. Tá réitigh uathoibrithe AI-bhunaithe ag déanamh cinntí i milleasoicindí, rud a fhágann go bhfuil sé dodhéanta go praiticiúil go ndéanfadh daoine idirghníomhú fiúntach leis an gcóras.
- Ní féidir le duine idirghníomhú go bríoch leis na píosaí AI go léir (na braiteoirí, na sonraí, na gníomhaitheoirí agus algartam ML) trí na páirteanna gluaisteacha idirspleácha seo a thuiscint agus a mhaoirsiú.
- Ní féidir le gach duine cóid atá leabaithe sa chóras a athbhreithniú i bhfíor-am. Teastaíonn rannchuidiú ó shaineolaí daonna ag an gcéim tógála tosaigh agus ar feadh na saolré ar fad.
- Tá córais AI-bhunaithe ag teastáil chun cinntí scoilte-dara, am-íogair a dhéanamh. Agus tá sé dodhéanta go praiticiúil móiminteam agus leanúnachas na gcóras seo a chur ar dhaoine.
- Tá rioscaí níos mó ag baint le HITL nuair a bhíonn an idirghabháil in áiteanna iargúlta. Is féidir le moill ama, saincheisteanna líonra, saincheisteanna bandaleithead agus moilleanna eile tionchar a imirt ar an tionscadal. Ina theannta sin, bíonn claonadh ag daoine a bheith leamh agus iad ag déileáil le meaisíní uathrialacha.
- Agus an uathoibriú ag dul i méid, tagann laghdú ar na scileanna a theastaíonn chun na córais chasta seo a thuiscint. Chomh maith le scileanna idirdhisciplíneacha agus compás eiticiúil, tá sé riachtanach comhthéacs an chórais a thuiscint agus méid daoine sa lúb a chinneadh.
Cabhróidh tuiscint ar na miotais a bhaineann leis an gcur chuige daonna-i-an-lúb le réitigh AI eiticiúla, a chomhlíonann an dlí agus a bheidh éifeachtach a fhorbairt.
Mar ghnólacht atá ag iarraidh réitigh AI a fhorbairt, ní mór duit fiafraí díot féin cad is brí le “duine-i-an-lúb” agus an féidir le haon duine sos, machnamh, anailís a dhéanamh agus gníomh cuí a dhéanamh agus iad ag obair ar an meaisín.
An bhfuil córas Duine-i-an-Lúb inscálaithe?
Cé go n-úsáidtear an modh HITL de ghnáth le linn na gcéimeanna tosaigh d'fhorbairt iarratais AI, ba cheart go mbeadh sé inscálaithe de réir mar a fhásann an t-iarratas. D'fhéadfadh dúshlán a bheith ag baint le hinscálaitheacht a bheith agat toisc go mbíonn sé costasach, neamhiontaofa agus Tógann sé am. Féadann dhá réiteach a bheith in ann inscálaithe: ceann amháin, ag baint úsáide as samhail ML inmhínithe, agus an ceann eile, algartam foghlama ar líne.
Is féidir an chéad cheann a fheiceáil níos mó mar achoimre mhionsonraithe ar na sonraí a chuideoidh leis an tsamhail HITL méideanna ollmhóra sonraí a láimhseáil. Sa mhúnla deiridh, foghlaimíonn an t-algartam go leanúnach agus cuireann sé in oiriúint don chóras agus do na coinníollacha nua.
Duine ar an Lúb: Na Cúrsaí Eitice
Mar dhaoine, táimid bródúil as a bheith mar iompróirí bratacha na heitice agus na cuibheasa. Déanaimid cinntí bunaithe ar ár réasúnaíocht eiticiúil agus phraiticiúil.
Ach cad a tharlóidh má sháraíonn róbat ordú daonna mar gheall ar phráinn an scéil?
Conas a d’oibreodh sé agus conas a ghníomhódh sé gan idirghabháil dhaonna?
Braitheann an eitic ar an gcuspóir atá leis an róbat a dhéanamh. Má tá an córais uathoibrithe teoranta do ghlanadh nó níocháin, is beag an tionchar a bheidh acu ar shaol nó ar shláinte an duine. Ar an láimh eile, má tá an róbat cláraithe chun tascanna saoil agus báis atá ríthábhachtach agus casta a dhéanamh, ba cheart go mbeadh sé in ann cinneadh a dhéanamh cibé an gcloífidh sé le horduithe nó nach gcloífidh sé.
Is é an réiteach ar an aincheist seo ná tacar sonraí faisnéise sluafhoinsithe a fháil faoin mbealach is fearr chun meaisíní uathrialacha a oiliúint chun aincheisteanna eiticiúla a láimhseáil.
Trí úsáid a bhaint as an bhfaisnéis seo, is féidir linn íogaireachtaí fairsinge cosúil le daonna a sholáthar do róbait. I foghlaim faoi mhaoirseacht córas, bailíonn daoine sonraí agus cuireann siad oiliúint ar na múnlaí trí úsáid a bhaint as córais aiseolais. Le haiseolas daonna-i-an-lúb, is féidir an córas AI a thógáil chun comhthéacs socheacnamaíoch, caidreamh idirphearsanta, claonais mhothúchánach, agus breithnithe eiticiúla a thuiscint.
Is fearr duine a bheith taobh thiar den mheaisín!
Samhlacha meaisínfhoghlama rath a bhaint as cumhacht sonraí iontaofa, cruinn agus ardchaighdeáin atá clibáilte, lipéadaithe agus anótáilte. Agus déanann daoine an próiseas seo, agus leis na sonraí oiliúna seo, déantar múnla ML atá in ann anailís a dhéanamh, tuiscint agus gníomhú ar a shon féin. Tá idirghabháil dhaonna ríthábhachtach ag gach céim - ag soláthar moltaí, aiseolas agus ceartúcháin.
Mar sin má tá do réiteach AI-bhunaithe sa tóir ar an míbhuntáiste a bhaineann le sonraí nach bhfuil clib agus lipéadaithe leordhóthanach, rud a chuireann iallach ort torthaí níos lú ná foirfe a bhaint amach, ní mór duit dul i gcomhpháirtíocht le Shaip, an saineolaí bailithe sonraí atá chun tosaigh sa mhargadh.
Cuirimid san áireamh aiseolas “duine-i-an-lúb” chun a chinntiú go mbaineann do réiteach AI feidhmíocht fheabhsaithe amach i gcónaí. Déan teagmháil linn chun ár gcumas a iniúchadh.
