ສ້າງເນື້ອຫາ
ບົດຮຽນທໍາອິດທີ່ທີມງານໄດ້ຮຽນຮູ້ແມ່ນຄວາມຖ່ອມຕົນ, ເນື່ອງຈາກວ່າມັນບໍ່ຊັດເຈນວ່າ AI ສາມາດສ້າງຂ່າວທີ່ມີທັງຂໍ້ມູນແລະການມີສ່ວນຮ່ວມ.
ທີມງານ AccelerateAI ໄດ້ໃຊ້ເວລາຫົກອາທິດການຝຶກອົບຮົມຮູບແບບພາສາຂະຫນາດໃຫຍ່ (LLM) ແລະສ້າງການເຕືອນສໍາລັບມັນຂຽນຈົດຫມາຍຂ່າວ. ເມື່ອຜົນໄດ້ຮັບບໍ່ໄດ້ຕາມທີ່ຄາດໄວ້, ທີມງານຈົດຫມາຍຂ່າວໄດ້ປະຖິ້ມມັນ.
"ມັນເປັນຄວາມລົ້ມເຫຼວທີ່ຫນ້າປະຫລາດໃຈທີ່ສຸດ, ພວກເຮົາໄດ້ຮຽນຮູ້ຫຼາຍຢ່າງຈາກມັນ," Liz Lohn, ຫົວຫນ້າທີມແລະຫົວຫນ້າຜະລິດຕະພັນຂອງ FT, ກ່າວໃນກອງປະຊຸມເຕັກໂນໂລຢີສື່ມວນຊົນໃນອະນາຄົດໃນວັນພະຫັດທີ່ຜ່ານມາ.
ພາບປະກອບ: FT
ສະກັດຂໍ້ມູນ
ການທົດລອງຕໍ່ໄປແມ່ນການໃຊ້ AI ເພື່ອສະກັດຂໍ້ມູນຈາກຊຸດຂໍ້ມູນແລະສ້າງບົດເລື່ອງໃຫມ່. ພວກເຂົາເຈົ້າໄດ້ຕັດສິນໃຈທີ່ຈະເບິ່ງເລື່ອງກ່ຽວກັບລາຍຮັບແລະລາຍຈ່າຍຂອງ congressmen .
ຢ່າງໃດກໍຕາມ, ບັນຫາກັບ AI ໂດຍທົ່ວໄປແມ່ນວ່າມັນເຮັດໃຫ້ສິ່ງຕ່າງໆຂຶ້ນ (ພາບລວງຕາ).
"ພາບລວງຕາແມ່ນແມງໄມ້ໃນສື່ແລະລັກສະນະໃນ LLM," Lohn ເວົ້າ, ເພີ່ມວ່າ AI ຈະເຮັດວຽກທີ່ດີກວ່າເປັນເຄື່ອງມື "ດົນໃຈ" ແທນທີ່ຈະເປັນເຄື່ອງມືສ້າງເນື້ອຫາ.
Sam Gould, ຫົວຫນ້າ AI ຢູ່ FT Strategies, ເຫັນສາມການປ່ຽນແປງທີ່ຊັດເຈນ: ຂ່າວໄດ້ກາຍເປັນ multimodal; ຜູ້ຊົມມີສ່ວນຮ່ວມໃນປະສົບການການສົນທະນາ; ເຄື່ອງມືອັດຕະໂນມັດແມ່ນກາຍເປັນຕົວແທນ.
ຜະລິດຕະພັນ Multimodal
ວິດີໂອ ກຳລັງກາຍເປັນແຫຼ່ງຂ່າວທາງອິນເຕີເນັດທີ່ນິຍົມຫຼາຍຂຶ້ນ, ໂດຍສະເພາະໃນກຸ່ມຜູ້ຊົມທີ່ໜຸ່ມນ້ອຍ. ເຄື່ອງມືທີ່ຂັບເຄື່ອນດ້ວຍ AI ສາມາດສ້າງຂໍ້ຄວາມ, ຮູບພາບ, ສຽງ ແລະວິດີໂອໄດ້ແລ້ວ, ໃຫ້ຜູ້ເຜີຍແຜ່ສາມາດທົດລອງຮູບແບບ ແລະຄຸນສົມບັດຕ່າງໆ ເປັນສ່ວນຫນຶ່ງຂອງຂະບວນການເຮັດວຽກພາຍໃນຂອງເຂົາເຈົ້າ (ການຖອດຂໍ້ຄວາມ, ການແປ, ການວິເຄາະສ້າງສັນ, ວາລະສານຂໍ້ມູນ). ທັງໝົດນີ້ກ່ຽວຂ້ອງກັບການປະມວນຜົນຂໍ້ມູນທີ່ບໍ່ມີໂຄງສ້າງຫຼາຍຊະນິດ.
ຕົວຢ່າງຫນຶ່ງໃນໂລກທີ່ແທ້ຈິງທີ່ Gould ແບ່ງປັນແມ່ນການວິເຄາະຮູບພາບຈາກບົດລາຍງານສົດໃນພາກສະຫນາມ, ບ່ອນທີ່ AI ສາມາດແປປ້າຍຖະຫນົນທີ່ຂຽນເປັນພາສາອື່ນໄດ້ທັນທີ.
Gould ສະຫຼຸບວ່າເຄື່ອງມື AI ກໍາລັງຖືກມອບຫມາຍໃຫ້ວຽກງານທີ່ສັບສົນຫຼາຍຂຶ້ນ, ເຊັ່ນການຂຽນລະຫັດຫຼືການສ້າງແອັບຯໃຫມ່ທີ່ມີການແຊກແຊງຂອງມະນຸດຫນ້ອຍທີ່ສຸດ.
ດັ່ງນັ້ນ, ຮັກມັນຫຼືກຽດຊັງມັນ, AI ກໍາລັງປ່ຽນແປງນັກຂ່າວແລະພວກເຮົາຕ້ອງກຽມພ້ອມທີ່ຈະໃຊ້ໂອກາດຫຼາຍທີ່ສຸດໃນຂະນະທີ່ຫຼຸດຜ່ອນຄວາມສ່ຽງ.
ຫງອກແອງ (ຕາມນັກຂ່າວ)
ທີ່ມາ: https://www.congluan.vn/nhung-gi-financial-times-hoc-duoc-tu-viec-thu-nghiem-voi-ai-post312736.html
(0)