គ្មាននរណាម្នាក់ត្រូវការវិស្វករដើម្បីបញ្ជា AI ទៀតទេ

AI prompt engineering គឺជាការងារមួយក្នុងចំណោមការងារដែលគេស្វែងរកច្រើនបំផុតក្នុងឆ្នាំ 2023។ ទោះជាយ៉ាងណាក៏ដោយ ការអភិវឌ្ឍន៍យ៉ាងឆាប់រហ័សនៃ AI បានធ្វើឱ្យវិជ្ជាជីវៈនេះលែងប្រើហើយ។

នៅឆ្នាំ 2023 ខណៈពេលដែលមនុស្សរាប់លាននាក់ព្រួយបារម្ភអំពីលទ្ធភាពនៃគំរូបញ្ញាសិប្បនិម្មិតដូចជា ChatGPT ទទួលយកការងាររបស់ពួកគេ ក្រុមហ៊ុនមួយចំនួនសុខចិត្តចំណាយប្រាក់រាប់រយពាន់ដុល្លារដើម្បីជ្រើសរើសមនុស្សដែលអាចទាញយកប្រយោជន៍ពី AI chatbots ជំនាន់ថ្មីទាំងនេះ។

យោងតាម ​​Bloomberg ការលេចឡើងនៃ ChatGPT នៅពេលនោះបានបង្កើតវិជ្ជាជីវៈថ្មីមួយហៅថា Prompt Engineer ជាមួយនឹងប្រាក់ខែរហូតដល់ 335,000 ដុល្លារ ក្នុងមួយឆ្នាំ។

"និយាយជាមួយ AI"

មិនដូចអ្នកសរសេរកម្មវិធីបែបបុរាណទេ វិស្វករស្នើឱ្យសរសេរកម្មវិធីជាពាក្យសំដី បន្ទាប់មកផ្ញើពាក្យបញ្ជាដែលសរសេរជាអត្ថបទធម្មតាទៅប្រព័ន្ធ AI ដែលបន្ទាប់មកបង្វែរការពិពណ៌នាទៅជាការងារជាក់ស្តែង។

មនុស្សទាំងនេះតែងតែយល់អំពីគុណវិបត្តិរបស់ AI ដែលបន្ទាប់មកអាចបង្កើនថាមពលរបស់វា និងបង្កើតយុទ្ធសាស្ត្រស្មុគស្មាញ ដើម្បីប្រែក្លាយធាតុចូលសាមញ្ញៗទៅជាលទ្ធផលពិតៗ។

Lance Junck ធ្លាប់ទទួលបានប្រាក់ចំណូលជិត $35,000 ពីវគ្គសិក្សាតាមអ៊ីនធឺណិតដែលបង្រៀនមនុស្សពីរបៀបប្រើប្រាស់ ChatGPT ។ រូបថត៖ Gearrice ។

Lydia Logan អនុប្រធានផ្នែក អប់រំ សកល និងអភិវឌ្ឍន៍ធនធានមនុស្សនៅក្រុមហ៊ុន IBM Technology Group បាននិយាយថា "ដើម្បីប្រើប្រាស់ AI ប្រកបដោយប្រសិទ្ធភាព អ្នកត្រូវតែស្ទាត់ជំនាញនៃការរចនាពាក្យបញ្ជា។ ប្រសិនបើគ្មានជំនាញនេះទេ អាជីពរបស់អ្នកនឹងឆាប់ឬក្រោយមកត្រូវបាន "បំផ្លាញ"។

ទោះជាយ៉ាងណាក៏ដោយ ជាមួយនឹងការអភិវឌ្ឍន៍យ៉ាងឆាប់រហ័ស ម៉ូដែល AI ឥឡូវនេះមានភាពល្អប្រសើរក្នុងការយល់ដឹងពីចេតនារបស់អ្នកប្រើប្រាស់ ហើយថែមទាំងអាចសួរសំណួរតាមដាន ប្រសិនបើចេតនាមិនច្បាស់លាស់។

លើសពីនេះ យោងតាម ​​WSJ ក្រុមហ៊ុននានាកំពុងបណ្តុះបណ្តាលបុគ្គលិកជាច្រើននៅទូទាំងនាយកដ្ឋានផ្សេងៗគ្នាអំពីរបៀបប្រើប្រាស់ពាក្យបញ្ជា និងគំរូ AI ឱ្យល្អបំផុត ដូច្នេះមិនមានតម្រូវការសម្រាប់មនុស្សតែម្នាក់ដើម្បីកាន់ជំនាញនេះទេ។

ជាពិសេស នៅក្នុងការស្ទង់មតិថ្មីមួយដែលធ្វើឡើងដោយក្រុមហ៊ុន Microsoft បុគ្គលិកចំនួន 31,000 នៅក្នុងប្រទេសចំនួន 31 ត្រូវបានសួរអំពីតួនាទីថ្មីដែលក្រុមហ៊ុនរបស់ពួកគេកំពុងពិចារណាបន្ថែមក្នុងរយៈពេល 12-18 ខែខាងមុខ។ យោងតាមលោក Jared Spataro នាយកផ្នែកទីផ្សាររបស់ក្រុមហ៊ុន Microsoft សម្រាប់ AI at Work វិស្វករបញ្ជាគឺស្ថិតនៅលំដាប់ទីពីរពីបាតតារាង។

ទន្ទឹមនឹងនេះ តួនាទីដូចជាគ្រូបង្វឹក អ្នកវិទ្យាសាស្ត្រទិន្នន័យ និងអ្នកជំនាញសន្តិសុខ AI ស្ថិតនៅលំដាប់កំពូល។

Spataro អះអាងថា គំរូភាសាធំៗបានវិវត្តន៍គ្រប់គ្រាន់ហើយ ដើម្បីបើកដំណើរការអន្តរកម្ម ការសន្ទនា និងការយល់ដឹងអំពីបរិបទកាន់តែប្រសើរឡើង។

ជាឧទាហរណ៍ ឧបករណ៍ស្រាវជ្រាវដែលមានមូលដ្ឋានលើ AI របស់ Microsoft នឹងសួរសំណួរតាមដាន ប្រាប់អ្នកប្រើប្រាស់ឱ្យដឹងនៅពេលដែលវាមិនយល់អ្វីមួយ និងសុំមតិកែលម្អលើព័ត៌មានដែលបានផ្តល់។ និយាយម្យ៉ាងទៀត Spataro និយាយថា "អ្នកមិនចាំបាច់មានប្រយោគល្អឥតខ្ចោះទេ" ។

ការជម្រុញ "ខ្វាក់" មិនខុសទេ។

មាន​ការ​ប្រកាស​ការងារ​តិច​តួច​ណាស់​សម្រាប់​វិស្វករ​បញ្ជា​នា​ពេល​បច្ចុប្បន្ន​នេះ បើ​យោង​តាម Hannah Calhoon VP of AI នៅ​វេទិកា​ស្វែងរក​ការងារ​ពិត។

នៅខែមករាឆ្នាំ 2023 ប៉ុន្មានខែបន្ទាប់ពីការចាប់ផ្តើម ChatGPT អ្នកប្រើប្រាស់ស្វែងរកនៅលើពិតជាសម្រាប់តួនាទីបានកើនឡើងដល់ 144 ក្នុងមួយលានការស្វែងរក។ ទោះយ៉ាងណាក៏ដោយ ចាប់តាំងពីពេលនោះមក ចំនួននោះបានធ្លាក់ចុះប្រហែល 20-30 ក្នុងមួយលានការស្វែងរក។

Prompt Engineers គឺជាវិស្វករដែលមានភារកិច្ចបង្កើតសំណួរ ឬផ្តល់ពាក្យបញ្ជាទៅឧបករណ៍ AI ដូចជា ChatGPT ជាដើម។ រូបថត៖ Riku AI ។

បន្ថែមពីលើការធ្លាក់ចុះនៃតម្រូវការ ដែលត្រូវបានច្របាច់ដោយថវិកាតឹងតែង និងភាពមិនប្រាកដប្រជា នៃសេដ្ឋកិច្ច ក្រុមហ៊ុនក៏មានការប្រុងប្រយ័ត្នច្រើនផងដែរអំពីការជួលជាទូទៅក្នុងប៉ុន្មានឆ្នាំថ្មីៗនេះ។

ក្រុមហ៊ុនដូចជា ធានារ៉ាប់រងទូទាំងប្រទេស, Carhartt Workwear និង New York Life Insurance សុទ្ធតែនិយាយថា ពួកគេមិនដែលបានជួលវិស្វករបញ្ជាការទេ ផ្ទុយទៅវិញ ឃើញជំនាញបញ្ជាប្រសើរជាងមុន ព្រោះជាជំនាញដែលបុគ្គលិកបច្ចុប្បន្នទាំងអស់អាចទទួលបានការបណ្តុះបណ្តាល។

លោក Jim Fowler ប្រធានផ្នែកបច្ចេកវិទ្យារបស់ Nationwide មានប្រសាសន៍ថា "មិនថាអ្នកនៅក្នុងផ្នែកហិរញ្ញវត្ថុ ធនធានមនុស្ស ឬផ្នែកច្បាប់ទេ យើងមើលឃើញថាវាជាសមត្ថភាពមួយនៅក្នុងចំណងជើងការងារ មិនមែនជាចំណងជើងការងារដាច់ដោយឡែកនោះទេ" ។

សាស្ត្រាចារ្យ Andrew Ng ស្ថាបនិក Google Brain និងជាសាស្ត្រាចារ្យនៅសាកលវិទ្យាល័យ Stanford បាននិយាយថា ពេលខ្លះអ្នកប្រើប្រាស់មិនចាំបាច់លម្អិតពេកទេនៅពេលបញ្ចូលសំណើរ (ប្រអប់បញ្ចូល) សម្រាប់ AI ។

នៅក្នុងការបង្ហោះនៅលើ X លោក Ng បានហៅវិធីសាស្ត្រនេះថា " ខ្ជិលជម្រុញ " ពោលគឺការផ្តល់ព័ត៌មានទៅក្នុង AI ជាមួយនឹងបរិបទតិចតួច ឬមិនមានការណែនាំជាក់លាក់។ សហស្ថាបនិក Coursera និង DeepLearning បាននិយាយថា "យើងគួរតែបន្ថែមព័ត៌មានលម្អិតទៅឱ្យភ្លាមៗនៅពេលដែលចាំបាច់" ។

Ng ផ្តល់នូវឧទាហរណ៍ធម្មតានៃការបំបាត់កំហុសអ្នកសរសេរកម្មវិធី ដែលជារឿយៗចម្លង និងបិទភ្ជាប់សារកំហុសទាំងមូល - ពេលខ្លះទំព័រជាច្រើនវែង - ចូលទៅក្នុងគំរូ AI ដោយមិនបានបញ្ជាក់យ៉ាងច្បាស់ពីអ្វីដែលពួកគេចង់បាន។

គាត់បានសរសេរថា "គំរូភាសាធំ ៗ (LLMs) ភាគច្រើនគឺឆ្លាតវៃគ្រប់គ្រាន់ដើម្បីយល់ពីអ្វីដែលអ្នកត្រូវការដើម្បីវិភាគ និងណែនាំការជួសជុល ទោះបីជាអ្នកមិននិយាយយ៉ាងច្បាស់ក៏ដោយ" គាត់បានសរសេរ។

LLM កំពុងផ្លាស់ប្តូរលើសពីការឆ្លើយតបទៅនឹងពាក្យបញ្ជាសាមញ្ញ ដោយចាប់ផ្តើមយល់ពីចេតនារបស់អ្នកប្រើ និងការវែកញែកដើម្បីស្វែងរកដំណោះស្រាយសមស្រប។ រូបថត៖ Bloomberg ។

យោងតាមលោក Ng នេះគឺជាជំហានឆ្ពោះទៅមុខដែលបង្ហាញថា LLM កំពុងឈានទៅមុខជាបណ្តើរៗហួសពីសមត្ថភាពក្នុងការឆ្លើយតបទៅនឹងពាក្យបញ្ជាសាមញ្ញ ដោយចាប់ផ្តើមយល់ពីចេតនារបស់អ្នកប្រើប្រាស់ និងហេតុផលដើម្បីឈានទៅដល់ដំណោះស្រាយសមស្រប ដែលជានិន្នាការដែលក្រុមហ៊ុនអភិវឌ្ឍម៉ូដែល AI កំពុងស្វែងរក។

ទោះជាយ៉ាងណាក៏ដោយ "ការជម្រុញឱ្យខ្ជិល" មិនតែងតែដំណើរការទេ។ Ng កត់សម្គាល់ថាបច្ចេកទេសនេះគួរតែត្រូវបានប្រើនៅពេលដែលអ្នកប្រើប្រាស់អាចសាកល្បងបានយ៉ាងឆាប់រហ័ស ដូចជាតាមរយៈគេហទំព័រ ឬកម្មវិធី AI ហើយម៉ូដែលនេះមានសមត្ថភាពសន្និដ្ឋានពីចេតនាពីព័ត៌មានតិចតួច។

លោក Ng បានសង្កត់ធ្ងន់ថា "ប្រសិនបើ AI ត្រូវការបរិបទច្រើនដើម្បីឆ្លើយតបយ៉ាងលម្អិត ឬមិនអាចទទួលស្គាល់កំហុសដែលអាចកើតមាន នោះការជម្រុញដ៏សាមញ្ញនឹងមិនអាចជួយបានទេ" ។

ប្រភព៖ https://znews.vn/khong-con-ai-can-ky-su-ra-lenh-cho-ai-nua-post1549306.html