Katika michakato ya biashara ya kisasa, matumizi ya AI jenereta yamepita hatua ya matumizi kama zana na sasa yanaingia katika awamu ya uwekaji mifumo.
Zaidi ya hapo, enzi mpya ya akili inayoitwa "Akili ya Symphonic" inasubiri.
Makala haya yanachunguza hali ya sasa na matarajio ya baadaye ya matumizi ya AI jenereta kutoka mitazamo miwili: kazi ya marudio na kazi ya mtiririko.
Kazi ya Marudio
Katika makala yaliyopita, nilichambua mitazamo ya kazi ya marudio na zana, na kazi ya mtiririko na mifumo, kama vigezo vya kuwezesha AI jenereta kutekeleza kazi.
Kazi ya marudio inarejelea kazi ambazo binadamu hufanya kwa kuchanganya nusu-fahamu kazi nyingi tofauti na thabiti, na kuendelea kwa njia ya majaribio na makosa.
Na kwa kazi hii ya marudio, zana ndizo bora zaidi. Kwa kuchagua zana zinazofaa kazi mbalimbali, kazi inaweza kuendelea kwa ufanisi. Kwa hiyo, ni muhimu kuandaa vifaa vinavyohitajika na kuwa na ujuzi katika matumizi yake.
Kwa sasa, wakati AI jenereta inatumiwa katika biashara, idadi kubwa ya kesi inahusisha AI jenereta kama zana.
Mijadala mingi kuhusu kuboresha ufanisi wa biashara na AI jenereta inarejelea kuongeza zana hii mpya na yenye nguvu kwenye vifaa vilivyopo vinavyotumiwa na binadamu kwa kazi yao ya marudio.
Matatizo ya Kazi ya Marudio
Kwa upande mwingine, kama ilivyoelezwa katika makala yaliyopita, faida za ufanisi kutokana na zana katika kazi ya marudio ni ndogo kiasi.
Zana zinapokuwa na ufanisi zaidi, wanadamu hatimaye huwa kikwazo. Hatuwezi hatimaye kushinda kikomo cha saa za kazi za binadamu.
Zaidi ya hayo, kuna pengo kubwa katika ufanisi na usahihi wa kazi ya marudio kati ya wafanyakazi wenye uzoefu na walioajiriwa wapya, na kuziba pengo hili ni ngumu. Kwa hiyo, hata kama mtu analenga kuongeza mzigo wa kazi mara mbili mwezi ujao, haiwezi kushughulikiwa bila wafanyakazi wenye ujuzi wa mtaalamu.
Kutatua tatizo la wanadamu kuwa kikwazo, suluhisho la mwisho litakuwa kubadilisha kila kitu na akili bandia.
Hata hivyo, AI jenereta ya sasa bado haina kiwango hicho cha utendaji.
Zaidi ya hayo, hata kazi za marudio zinazoonekana rahisi, zinapochunguzwa kwa karibu, zinajumuisha idadi kubwa ya kazi ndogo ndogo zisizo na fahamu.
Kwa sababu hii, kazi hizi hazikuweza kuvunjwa katika mifumo ya kawaida ya IT au miongozo rahisi kufuata, na badala yake zilitumegemea ustadi wa binadamu.
Isipokuwa kazi hizi nyingi zisizo na fahamu zinazohitaji ustadi zitapangwa, na ujuzi muhimu kwa kila moja utafafanuliwa kuwa maarifa, AI jenereta, bila kujali jinsi utendaji wake unavyoboresha, haitaweza kufanya kazi kama mbadala wa binadamu.
Ubadilishaji wa Kazi ya Mtiririko na Uwekaji Mifumo
Ili kushughulikia malengo ya kusambaza kazi ndani ya mipaka ya utendaji wa sasa wa AI jenereta, na kupanga kazi zisizo na fahamu na kufafanua ujuzi katika maarifa, ni muhimu sana kupanga kazi ya marudio ya majaribio na makosa kuwa kazi ya mtiririko sanifu.
Kazi ya mtiririko sanifu inafaa si tu kwa zana bali pia kwa mifumo.
Ndani ya kazi ya mtiririko, kuna kazi za kutekelezwa na AI jenereta na kazi za kutekelezwa na binadamu. Kwa kuunganisha hizi kwa mfumo, kazi nzima ya mtiririko inakuwa inawezekana kutekelezwa.
Ubadilishaji wa kazi ya mtiririko na uwekaji mifumo hutoa faida kadhaa muhimu:
Kwanza, kwa sababu AI jenereta imebobea kwa kila kazi binafsi, kuboresha ufanisi na usahihi wake kwa kila kazi kunakuwa wazi.
Pili, wafanyakazi wengi wanaweza kuongeza maarifa kwenye AI jenereta, na faida huenea kwa kila mtu.
Tatu, inakuwa rahisi kuelekeza hatua kwa hatua mgawanyo wa kazi ndani ya kazi hii kwa AI jenereta.
Kwa kubadilisha kazi ya marudio kuwa kazi ya mtiririko na kukusanya maarifa yanayohitajika na AI jenereta kwa kila kazi kama mfumo, kazi ya kiakili inakaribia otomatiki, kama tu laini ya uzalishaji ya kiwanda.
Na kwa kujumuisha utendaji msingi unaoboreka wa AI jenereta, ambayo hubadilika na nyakati, na kutumia maarifa yaliyokusanywa maalum kwa kazi mbalimbali, itawezekana kufanya kazi nzima ya mtiririko kuwa mchakato otomatiki unaotekelezwa na AI jenereta.
Akili Halisi
Hadi kufikia hapa, uchambuzi umekuwa kutoka mitazamo ya kazi ya marudio na zana, na kazi ya mtiririko na mifumo.
Makala mengine ya hivi karibuni yanaendeleza mjadala huu zaidi.
Katika makala hayo, niligusia mada ya usimamizi wa akili halisi.
Kwa sasa, na katika siku za usoni, kutokana na mapungufu ya utendaji, AI jenereta ni bora zaidi na sahihi zaidi inapozingatia kazi maalum.
Kwa hiyo, kama ilivyojadiliwa hapo awali na kazi ya mtiririko na mifumo, utaratibu unaounganisha AI jenereta maalum kwa kila kazi binafsi ulikuwa bora.
Hata hivyo, hata kama utendaji wa AI jenereta utaboreka kwa kiasi kikubwa, kuchakata kazi kwa kubadilisha majukumu na kutumia maarifa ndani ya mchakato mmoja, badala ya kushughulikia kazi mbalimbali kwa wakati mmoja, kunaweza kusababisha ufanisi na usahihi wa juu zaidi.
Mbinu hii huondoa hitaji la mfumo wa kuunganisha AI jenereta pamoja. Shughuli zinazofanana na ujumuishaji wa mfumo zingetokea ndani ya AI jenereta yenyewe.
Zaidi ya hayo, inaruhusu majibu rahisi ndani ya AI jenereta yenyewe, ikiondoka kwenye hali ambazo kazi haziwezi kubadilishana au kuongezwa bila kurekebisha mfumo.
Hii inamaanisha kurudisha kazi ya mtiririko iliyowekwa kimfumo kuwa kazi ya marudio.
Hata hivyo, kazi hii ya marudio, baada ya kupitia uwekaji mifumo na ubadilishaji wa kazi ya mtiririko, sasa iko katika hali ambayo maarifa yanayoweza kutumika tena yanaweza kuundwa, hata kama idadi ya AI jenereta itaongezwa au matoleo yatabadilishwa.
Hii inasuluhisha masuala ya kazi ya marudio ya binadamu, ikiwezesha kazi rahisi sawa na ile ya binadamu.
Hapa, ninarejelea uwezo wa AI jenereta kubadilisha majukumu na maarifa wakati wa utekelezaji mmoja kama akili halisi. Hii inafanana na mashine halisi ya kompyuta.
Kama vile teknolojia ya mashine halisi inavyoiga kompyuta tofauti kabisa zinazoendeshwa kwenye maunzi moja, AI jenereta moja huchakata kazi kwa kubadilisha kati ya majukumu mengi.
AI jenereta ya sasa tayari imepata uwezo huu wa akili halisi. Kwa sababu hii, AI jenereta inaweza kuiga majadiliano kati ya watu wengi na kuzalisha riwaya zinazojumuisha wahusika wengi.
Ikiwa uwezo huu wa akili halisi utaboreshwa na maarifa ya kutosha yatatolewa, itawezekana kutekeleza kazi ya marudio.
Usimamizi wa Akili
Zaidi ya hayo, ninafafanua uwezo wa kuchanganya kwa uhuru majukumu na maarifa mengi ili kutekeleza kazi kwa njia hii kama usimamizi wa akili.
Hii inafanana na teknolojia ya usimamizi inayodhibiti mashine halisi nyingi.
Kama vile teknolojia ya usimamizi inavyoendesha mifumo kwa ufanisi kwa kuanzisha mashine halisi zinazohitajika inapohitajika, AI jenereta yenye ujuzi ulioimarishwa wa usimamizi wa akili—uwezo wa akili halisi—itaweza kutekeleza kazi ya marudio kwa urahisi, huku ikisimamia ipasavyo majukumu na maarifa mengi, na kudumisha ufanisi na usahihi.
Akili ya Symphonic
AI jenereta inayofikia hatua hii inaweza kuitwa Akili ya Symphonic.
Kama vile okestra, yenye ujuzi wa kupiga kila ala, inavyocheza kipande kimoja cha muziki huku ikitimiza majukumu yake, Akili ya Symphonic inaweza kucheza simfoni ya kazi za kiakili.
Akili hii ya Symphonic ni dhana mpya, inayowakilisha mojawapo ya kilele cha AI jenereta.
Hata hivyo, Akili ya Symphonic yenyewe tayari ipo.
Ni akili yetu ya binadamu.
Ni kwa sababu tunayo Akili ya Symphonic ndiyo maana tunaweza kufanya kazi nyingi ngumu za kiakili bila kujua na kwa urahisi kupitia kazi ya marudio, tukitumia utajiri wa ujuzi.
Hatimaye: Aina ya AGI
Kwa kutoa AI jenereta yenye uwezo wa kuiga Akili ya Symphonic na kazi ya mtiririko na hifadhidata za maarifa kwa kazi zingine, itaweza kushughulikia kazi nyingi za marudio.
Mara tu ikiweza kushughulikia kazi nyingi tofauti za marudio, itaweza kuelewa sheria za kawaida kati ya kazi hizo na mifumo ya kimuundo ndani ya maarifa.
Wakati huo, kwa kazi za marudio zisizojulikana kabisa, kwa maelezo mafupi tu kutoka kwa binadamu, AI itaweza kujifunza ujuzi wa kazi hiyo kwa kuangalia tu jinsi binadamu anavyoifanya.
Hii ndiyo Akili ya Symphonic ya kweli. Mara tu hatua hii inapofikiwa, wanadamu hawatahitaji tena kutumia nguvu nyingi kubadilisha kazi kuwa michakato ya mtiririko au kufafanua ujuzi kuwa maarifa.
Zaidi ya hayo, maarifa yaliyokusanywa kiotomatiki na AI jenereta yanaweza kushirikiwa kati ya AI jenereta zingine.
Ikiwa hili litatokea, uwezo wa kujifunza wa AI jenereta utazidi ule wa wanadamu.
Hii inaweza kuchukuliwa kuwa aina moja ya AGI.