Nikt już nie potrzebuje inżynierów wydających polecenia sztucznej inteligencji.

Inżynieria AI była jedną z najbardziej pożądanych profesji w 2023 roku. Jednak szybkie tempo rozwoju AI sprawiło, że zawód ten stał się przestarzały.

W 2023 roku, gdy miliony ludzi obawiały się, że modele sztucznej inteligencji, takie jak ChatGPT, odbiorą im pracę, niektóre firmy były gotowe zapłacić setki tysięcy dolarów, aby zatrudnić osoby potrafiące obsługiwać te chatboty oparte na sztucznej inteligencji nowej generacji.

Jak podaje Bloomberg , pojawienie się ChatGPT doprowadziło do powstania nowego zawodu – inżyniera ds. szybkiego reagowania, w którym pensje sięgały nawet 335 000 dolarów rocznie.

„Rozmowa ze sztuczną inteligencją”

W przeciwieństwie do tradycyjnych programistów, inżynier proponuje programowanie w formie prozy, a następnie wysyła polecenia w postaci zwykłego tekstu do systemu sztucznej inteligencji. System przekształca następnie tekst opisowy w rzeczywiste zadania.

Osoby te często rozumieją wady sztucznej inteligencji, co pozwala im na zwiększanie jej możliwości i opracowywanie zaawansowanych strategii, dzięki którym proste dane wejściowe mogą przekształcić się w naprawdę wyjątkowe wyniki.

Lance Junck zarobił kiedyś prawie 35 000 dolarów przychodu na kursie online, który uczył ludzi, jak korzystać z ChatGPT. Zdjęcie: Gearrice.

„Aby skutecznie korzystać ze sztucznej inteligencji, musisz opanować umiejętność projektowania poleceń. Bez tej umiejętności twoja kariera prędzej czy później legnie w gruzach” – powiedziała Lydia Logan, wiceprezes ds. edukacji globalnej i rozwoju zasobów ludzkich w IBM.

Jednak dzięki szybkiemu rozwojowi modele sztucznej inteligencji znacznie lepiej rozumieją intencje użytkowników i mogą nawet zadawać dodatkowe pytania, jeśli intencje są niejasne.

Co więcej, jak podaje WSJ , firmy szkolą szereg pracowników z różnych działów w zakresie najlepszego wykorzystania poleceń i modeli sztucznej inteligencji, dzięki czemu zmniejsza się potrzeba, aby jedna osoba posiadała taką wiedzę specjalistyczną.

W niedawnym badaniu zleconym przez Microsoft, 31 000 pracowników w 31 krajach zostało zapytanych o nowe stanowiska, które ich firmy rozważają w ciągu najbliższych 12-18 miesięcy. Według Jareda Spataro, dyrektora ds. marketingu w dziale AI at Work w Microsoft, inżynier ds. dowodzenia zajął drugie miejsce od końca listy.

Tymczasem na szczycie listy znajdują się role takie jak trener, specjalista ds. danych i ekspert ds. bezpieczeństwa sztucznej inteligencji.

Spataro twierdzi, że główne modele językowe rozwinęły się już na tyle, że umożliwiają lepszą interakcję, dialog i świadomość kontekstową.

Na przykład narzędzie badawcze Microsoftu oparte na sztucznej inteligencji zadaje pytania uzupełniające, informuje użytkownika o niezrozumieniu czegoś i prosi o opinię na temat dostarczonych informacji. Innymi słowy, Spataro argumentuje, że „nie trzeba mieć idealnych stwierdzeń”.

Nie ma nic złego w tym, że prompt jest „ślepy”.

Jak twierdzi Hannah Calhoon, wiceprezes ds. sztucznej inteligencji w platformie z ofertami pracy Indeed, liczba ofert pracy dla inżynierów wiersza poleceń jest obecnie bardzo mała.

W styczniu 2023 roku, zaledwie kilka miesięcy po uruchomieniu ChatGPT, liczba wyszukiwań użytkowników na Indeed dla tej roli gwałtownie wzrosła do 144 na milion wyszukiwań. Jednak od tego czasu liczba ta ustabilizowała się na poziomie około 20-30 na milion wyszukiwań.

Inżynierowie Prompt to inżynierowie, których zadaniem jest tworzenie pytań lub poleceń dla narzędzi AI, takich jak ChatGPT. Zdjęcie: Riku AI.

Oprócz spadku popytu, ograniczeń spowodowanych napiętymi budżetami i rosnącą niepewnością gospodarczą , w ostatnich latach firmy stały się również znacznie ostrożniejsze w kwestii zatrudniania pracowników.

W związku z tym firmy takie jak Nationwide Insurance, marka odzieży roboczej Carhartt i New York Life Insurance oświadczyły, że nigdy nie zatrudniały inżynierów zamówień. Zamiast tego stwierdziły, że doskonalenie umiejętności składania zamówień to lepsza specjalizacja, w której można przeszkolić wszystkich obecnych pracowników.

„Niezależnie od tego, czy pracujesz w finansach, dziale kadr czy dziale prawnym, traktujemy to jako umiejętność w ramach stanowiska, a nie jako osobne stanowisko” – powiedział Jim Fowler, dyrektor ds. technologii w Nationwide.

Profesor Andrew Ng, założyciel Google Brain i wykładowca na Uniwersytecie Stanforda, uważa, że ​​użytkownicy nie muszą czasami wprowadzać zbyt szczegółowych informacji w odpowiedziach na pytania dotyczące sztucznej inteligencji.

W poście na X, Ng nazwał tę metodę „ leniwym podpowiadaniem ” – czyli wprowadzaniem informacji do sztucznej inteligencji z bardzo ograniczonym kontekstem lub bez konkretnych instrukcji. „Powinniśmy dodawać szczegóły do ​​podpowiedzi tylko wtedy, gdy jest to absolutnie konieczne” – powiedział współzałożyciel Coursera i DeepLearning.

Doskonałym przykładem podanym przez Ng są programiści podczas debugowania. Często kopiują i wklejają całe komunikaty o błędach – czasem kilkustronicowe – do modelu sztucznej inteligencji bez określania wymagań.

„Większość dużych modeli językowych (LLM) jest na tyle inteligentna, że ​​rozumie, że potrzebujesz ich do przeprowadzenia analizy i zaproponowania sposobów naprawienia błędów, nawet jeśli nie powiesz tego wprost” – napisał.

LLM stopniowo wychodzą poza proste reagowanie na polecenia, zaczynając rozumieć intencje i rozumowanie użytkownika, aby oferować odpowiednie rozwiązania. Zdjęcie: Bloomberg.

Według Nga jest to krok naprzód pokazujący, że LLM stopniowo wychodzą poza proste reagowanie na polecenia i zaczynają rozumieć intencje i powody użytkownika, aby oferować odpowiednie rozwiązania – trend, który podążają również firmy zajmujące się tworzeniem modeli AI.

Jednak „leniwe podpowiadanie” nie zawsze jest skuteczne. Warto zauważyć, że tę technikę należy stosować tylko wtedy, gdy użytkownicy mogą szybko przetestować model, na przykład za pośrednictwem interfejsu internetowego lub aplikacji AI, a model jest wystarczająco zdolny do wnioskowania o intencji na podstawie ograniczonych informacji.

Pan Ng podkreślił: „Jeśli sztuczna inteligencja potrzebuje szerokiego kontekstu, aby odpowiedzieć szczegółowo, lub nie potrafi rozpoznać potencjalnych błędów, to prosty komunikat nie pomoże”.

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