Schauen wir uns ein Beispiel an KI Wir erleichtern unser tägliches Leben und verbessern unsere Arbeitsleistung – und schaffen dabei jedes Mal einen kleinen Mehrwert, der sich zu einem enormen Gesamtwert summiert. Der Prozess der Recherche und des Sammelns von Informationen hat sich im Laufe der Zeit drastisch weiterentwickelt, was auf Fortschritte sowohl im Informationsmanagement als auch in der Analyse zurückzuführen ist. Natürlich große und generative Sprachmodelle KI waren die neuesten Innovationen, um die Artwork und Weise, wie wir Informationen sammeln, weiter zu optimieren. Im Folgenden gehe ich zunächst auf einen gängigen Forschungsprozess ein und zeige dann, wie sich die Durchführung dieses Forschungsprozesses im Laufe der Zeit verändert hat und wie die volle Wirkung dieses Fortschritts unterschätzt wird.
Der Grundlagenforschungsprozess
Nehmen wir an, ich benötige Informationen zu allem, von einem Produkt über ein Ereignis, eine Analysemethode bis hin zu allem anderen. Im Allgemeinen muss ich sechs Schritte ausführen, um zu einem zufriedenstellenden Ergebnis zu gelangen. Ich muss:
- Definieren Sie, nach welchen Informationen ich suche
- Identifizieren Sie Quellen, die möglicherweise alle oder einen Teil der von mir benötigten Informationen enthalten
- Überprüfen und lesen Sie die identifizierten Quellen durch, um zu verstehen, was sie enthalten
- Extrahieren Sie die relevanten Informationen, die Sie während dieser Überprüfung gefunden haben
- Konsolidieren und fassen Sie alle relevanten Informationen aus allen Quellen zusammen
- Bestimmen Sie anhand dieser konsolidierten Zusammenfassung konkrete Handlungsoptionen (oder auch nicht).
Im Laufe der Zeit haben wir uns von einer Welt, in der ein Mensch alle diese Schritte ausführen musste, zu einer heutigen Welt entwickelt, in der die Schritte entweder vollständig oder größtenteils durch Suchanalysen, große Sprachmodelle und generative Methoden für uns erledigt werden können KI. Schauen wir uns die Entwicklung an.
Die alten Zeiten
Wir definieren die alten Zeiten als alles vor den frühen 2000er Jahren, als das Internet und Suchmaschinen allgegenwärtig wurden. Zu Beginn meiner Karriere waren wir beispielsweise ziemlich auf uns allein gestellt, um herauszufinden, wie wir ein Codierungsproblem lösen können. Ich hatte Regale voller ausführlicher Produkt- und Sprachhandbücher, die meine Hauptinformationsquelle waren. Ich könnte auch ein paar Kollegen vor Ort fragen oder einen Produkt-Helpdesk anrufen. Abgesehen davon lag es an mir, entweder aus diesen begrenzten Ressourcen das zu finden, was ich brauchte, es selbst herauszufinden oder zu scheitern. Ebenso musste ich, wenn ich Informationen zur Unterstützung einer Schulzeitung benötigte, in die Bibliothek gehen und persönlich nach Büchern suchen, die ich durchsehen konnte, wobei ich mich auf den Bestand dieser speziellen Bibliothek beschränken musste.
Früher musste ich additionally alle sechs Schritte selbst machen. Bei einem Codierungsproblem umfasste das das mühsame manuelle Durchsuchen von Inhaltsverzeichnissen in den Handbüchern, das Lesen relevanter Abschnitte und möglicherweise auch das Durchsuchen der Codeordner auf meinem Pc, um etwas zu finden, an das ich mich aus der Vergangenheit erinnerte und das zu meinen aktuellen Bedürfnissen passen könnte . Es warfare manuell, zeitaufwändig und mühsam. Schlimmer noch: Der Prozess hat auf eine sehr kleine Informationsbasis zugegriffen.
Das Zeitalter der Suchmaschinen und des Teilens
Von den frühen 2000er Jahren bis vor Kurzem haben sich Forschung und Informationsbeschaffung dramatisch verändert. Zunächst wurde eine riesige Menge an Dokumenten, Artikeln und Code ins Web hochgeladen. Dann haben Suchmaschinen ihre Magie vollbracht, um diese Dokumente zu indizieren und zu kennzeichnen, damit sie leichter auffindbar sind. Darüber hinaus gibt es einen weit verbreiteten Wissensaustausch über Web sites wie GitHub und Social-Media-Plattformen ermöglichten es uns, unzählige andere Menschen zu identifizieren und mit ihnen zu interagieren, die uns relevante Ratschläge geben könnten.
Dies machte Schritt 2) sehr einfach. Es beschleunigte auch die Schritte 3) und 4), wenn jemand anderes, der zuvor eine Frage wie unsere hatte, eine Zusammenfassung seiner Ergebnisse dokumentierte. Mit anderen Worten: Wir konnten sehr schnell sehr relevante Informationen von sehr relevanten Personen finden. Allerdings mussten wir noch die Erkenntnisse aus diesen Gesprächen, Dokumenten und Codebeispielen konsolidieren und zusammenfassen und entscheiden, wie wir mit den Informationen umgehen sollten.
Das KI-Zeitalter
Seit 2023, künstliche Intelligenz hat die Sache noch weiter vorangetrieben. Große Sprachmodelle können jetzt dieselben Dokumente und Codebeispiele aus dem Internet verwenden und die Schritte 3), 4) und 5) quick vollständig ausführen, während sie gleichzeitig erhebliche Hilfe bei der Ausführung von Schritt 6) bieten.
Die Modelle beginnen beispielsweise immer noch damit, die zehn wichtigsten Dokumente zu identifizieren, die für meine Frage am relevantesten erscheinen, nachdem ich meine Eingabeaufforderung interpretiert und mit dem Dokumenten-Repository abgeglichen habe. Aber das ist noch nicht alles. Heutige Sprachmodelle gehen noch einen Schritt weiter und konsolidieren und fassen die Informationen in diesen Dokumenten für mich zu einer schönen, prägnanten Erzählung zusammen. Das Neue Google KI Ein Beispiel hierfür ist die Übersicht. Darüber hinaus können wir auch fragen LLM für empfohlene Maßnahmen, die auf dieser Zusammenfassung basieren. Auch wenn die Vorschläge vielleicht nicht perfekt sind, sind sie ein guter Ausgangspunkt. Zählen Sie Schritt 6) als beschleunigt, aber nicht vollständig automatisiert.
Den Wert einschätzen
Nachdem wir heute definiert haben, welche Informationen wir benötigen, können wir die Schritte 2) – 5) vollständig und Schritt 6) teilweise automatisieren. Besser noch: Wir sind in der Lage, diese Schritte in nur wenigen Sekunden durchzuführen und dabei einen weitaus größeren Satz an Basisdokumenten und Wissen als je zuvor zu berücksichtigen. Indem wir so schnell detaillierte Antworten erhalten, können wir iterieren und mehr Fragen stellen, um schneller als zuvor ein besseres Ergebnis zu erzielen.
Die Leute neigen dazu, sich auf die auffälligen Beispiele zu konzentrieren KI auf neuartige oder kreative Weise verwendet werden. Ich denke jedoch, dass der Wert, der durch die Automatisierung der Forschung entstehen wird, weitaus größer ist, als den meisten Menschen bewusst ist. Milliarden von Menschen werden bei all ihren Forschungsbemühungen Zeit sparen. Während der Wert jedes einzelnen Exemplars gering ist, stellt die Summe dieser Bemühungen einen enormen Wert dar!
Dieses einfache Forschungsbeispiel ist eines davon KI Wir erleichtern unser tägliches Leben und steigern unsere Arbeitsleistung – und schaffen dabei immer wieder kleine Werte, die sich zu etwas ganz Bedeutsamem summieren. Ich weiß, dass ich es nicht vermisse, den gesamten Rechercheprozess selbst durchführen zu müssen. Ich lasse gerne zu KI Erledige diese Artwork von Aufgabe für mich. Nicht wahr?
Ursprünglich veröffentlicht in der Analytics Issues-Publication An LinkedIn
Der Beitrag Wie künstliche Intelligenz den Forschungsprozess aufwertet erschien zuerst auf Datenfloq.