Contents

วิธีลดอาการประสาทหลอนของ AI ด้วย 6 เทคนิคกระตุ้นเตือนเหล่านี้

ประเด็นที่สำคัญ

เพื่อที่จะบรรเทากรณีของเนื้อหาที่สร้างโดยปัญญาประดิษฐ์ซึ่งหลงไปจากผลลัพธ์ที่ตั้งใจไว้ จำเป็นอย่างยิ่งที่จะต้องจัดเตรียมคำสั่งที่มีการกำหนดไว้อย่างดีเพื่อให้เข้าใจได้อย่างแม่นยำถึงสิ่งที่คาดหวัง คำแนะนำที่ไม่ชัดเจนอาจนำไปสู่ผลลัพธ์ที่ไม่พึงประสงค์ ในขณะที่การระบุข้อกำหนดโดยละเอียดจะส่งเสริมความสามารถในการคาดการณ์ในผลลัพธ์ที่สร้างขึ้น

เมื่อใช้การต่อสายดินหรือแนวทาง"ตาม…“สิ่งสำคัญคือต้องระบุแหล่งที่มาหรือมุมมองเฉพาะของเอาต์พุตที่สร้างขึ้น การทำเช่นนี้สามารถป้องกันการเกิดความคลาดเคลื่อนและอคติทางข้อเท็จจริงภายในเนื้อหาที่ผลิตโดย AI ได้

เพื่อนำทางปัญญาประดิษฐ์ไปสู่ผลลัพธ์ที่เฉพาะเจาะจง สิ่งสำคัญคือต้องกำหนดพารามิเตอร์หรือข้อจำกัดที่ชัดเจนภายในระบบที่ต้องดำเนินการ ข้อจำกัดเหล่านี้สามารถระบุได้อย่างชัดเจนหรือโดยนัยตามบริบทหรืองานที่มีอยู่ เพื่อหลีกเลี่ยงผลลัพธ์ที่ไม่พึงประสงค์หรือไร้เหตุผลที่อาจเกิดขึ้นจากการตีความคำสั่งที่ผิด ด้วยการพิจารณาปัจจัยเหล่านี้อย่างรอบคอบ เราจึงสามารถควบคุมทิศทางของการตอบสนองที่สร้างโดย AI ได้อย่างมีประสิทธิภาพ และรับประกันความเกี่ยวข้องและความสอดคล้องกับเป้าหมายที่เราตั้งใจไว้

ปรากฏการณ์ภาพหลอนของ AI อาจเกิดขึ้นเมื่อบุคคลพบกับการตอบสนองที่ไม่พึงประสงค์และไม่เป็นจริงซึ่งเกิดจากระบบปัญญาประดิษฐ์กำเนิด ปัญหานี้อาจแสดงว่าเป็นข้อมูลที่ทำให้เข้าใจผิดหรือไม่เกี่ยวข้องซึ่งเกิดจากโมเดล AI ซึ่งเบี่ยงเบนไปจากผลลัพธ์ที่ต้องการ

ความน่าเชื่อถือของการตอบสนองที่สร้างโดย AI อาจได้รับอิทธิพลจากตัวแปรหลายตัว รวมถึงความสามารถของข้อมูลที่ใช้เพื่อวัตถุประสงค์ในการฝึกอบรม ข้อมูลบริบทที่ไม่เพียงพอ และการแจ้งเตือนที่ไม่แม่นยำซึ่งอาจนำไปสู่ความสับสน อย่างไรก็ตาม มีวิธีการที่ช่วยให้ผู้ใช้ได้รับผลลัพธ์ที่เชื่อถือได้มากขึ้นเมื่อโต้ตอบกับระบบปัญญาประดิษฐ์

ให้ข้อมูลที่ชัดเจนและเฉพาะเจาะจง

วิธีหนึ่งในการลดศักยภาพของระบบปัญญาประดิษฐ์ในการสร้างผลลัพธ์ที่ไม่พึงประสงค์หรือทำให้เข้าใจผิดคือการกำหนดแนวทางที่แม่นยำและมีรายละเอียดเมื่อป้อนข้อมูล คำขอที่คลุมเครือหรือไม่แม่นยำอาจส่งผลให้เกิดผลลัพธ์ที่ไม่พึงประสงค์เนื่องจากความซับซ้อนโดยธรรมชาติของเทคโนโลยีเหล่านี้ ดังนั้นจึงเป็นเรื่องสำคัญที่จะต้องร่างความคาดหวังอย่างชัดเจนเพื่อให้ได้ผลลัพธ์ที่แม่นยำและน่าพอใจยิ่งขึ้น

การจัดรูปแบบแบบสอบถามใหม่เพื่อขอข้อมูลเฉพาะเกี่ยวกับคุณลักษณะและการจัดการของสายพันธุ์โกลเด้นรีทรีฟเวอร์สามารถช่วยลดกรณีการตีความที่ไม่ถูกต้องในการตอบสนองของ AI ด้วยการลดขอบเขตการสืบค้นให้แคบลง ระบบจะมีโอกาสน้อยที่จะสร้างเนื้อหาเชิงจินตนาการหรือไม่เกี่ยวข้องซึ่งเบี่ยงเบนไปจากเนื้อหาที่ตั้งใจไว้

/th/images/screenshot-of-chatgpt-response-about-golden-retrievers.JPG

ใช้ Grounding หรือเทคนิค “ตาม…”

การใช้ระบบปัญญาประดิษฐ์มักนำเสนอความยากลำบากในการสร้างผลลัพธ์ที่ผิดพลาด มีอคติ หรือไม่สอดคล้องกับความเชื่อหรือหลักการของตน ความคลาดเคลื่อนดังกล่าวอาจเกิดขึ้นเนื่องจากการฝึกอบรมระบบ AI เหล่านี้กับชุดข้อมูลที่กว้างขวางและหลากหลายซึ่งประกอบด้วยความไม่สมบูรณ์ มุมมองส่วนบุคคล หรือความแตกต่าง

เพื่อป้องกันเหตุการณ์ดังกล่าว อาจใช้เทคนิคการต่อสายดินหรือวิธีการ"ตาม"โดยที่เนื้อหาที่สร้างขึ้นของ AI นั้นมาจากแหล่งกำเนิดหรือมุมมองเฉพาะ ตามภาพประกอบ บุคคลอาจขอให้ระบบ AI สร้างข้อความที่ตรวจสอบได้เกี่ยวกับหัวเรื่องโดยอิงจากข้อมูลที่ได้รับจากแหล่งข้อมูล เช่น Wikipedia, Google Scholar หรือแหล่งข้อมูลอื่นๆ ที่มีอยู่อย่างกว้างขวาง

/th/images/screenshot-of-peace-definition-on-bing-ai.JPG

ใช้ข้อจำกัดและกฎเกณฑ์

การรวมข้อจำกัดและแนวปฏิบัติภายในระบบปัญญาประดิษฐ์จะทำหน้าที่หลีกเลี่ยงการสร้างผลลัพธ์ที่ไม่เกี่ยวข้อง ขัดแย้งกัน หรือไร้สาระ นอกจากนี้ พารามิเตอร์เหล่านี้จะกำหนดทิศทางและปรับแต่งผลลัพธ์ให้สอดคล้องกับวัตถุประสงค์และความตั้งใจเฉพาะ ข้อกำหนดเบื้องต้นเหล่านี้อาจแสดงไว้อย่างชัดเจนในคำสั่งหรืออนุมานอย่างละเอียดผ่านสถานการณ์โดยรอบหรืองานที่ได้รับมอบหมาย

เมื่อพยายามใช้ปัญญาประดิษฐ์ในการแต่งบทกวีเกี่ยวกับความรักใคร่ เราอาจเลือกที่จะจัดเตรียมคำสั่งที่เฉพาะเจาะจงและมีโครงสร้างมากขึ้นให้กับซอฟต์แวร์ ซึ่งตรงข้ามกับคำขอทั่วไป เช่น"สร้างกลอนเกี่ยวกับความรัก"ตัวอย่างนี้อาจเป็นการสั่งให้โปรแกรมสร้างโคลงที่ประกอบด้วยสิบสี่บรรทัดและสิบพยางค์ต่อบรรทัด เพื่อจำกัดขอบเขตการสร้างสรรค์ภายในขอบเขตที่กำหนด

/th/images/screenshot-of-poem-generated-by-bard.JPG

ใช้การแจ้งแบบหลายขั้นตอน

ในบางครั้ง การสอบถามที่ซับซ้อนอาจล้วงเอาภาพลวงตาที่สร้างโดย AI เนื่องจากความพยายามของระบบที่จะจัดการกับสิ่งเหล่านั้นในทันที กลยุทธ์หนึ่งที่มีประสิทธิภาพคือการแบ่งคำถามเหล่านี้ออกเป็นชุดขั้นตอนตามลำดับเพื่อความเข้าใจที่ดีขึ้นและความแม่นยำในการตอบสนอง

การสอบถามทางเลือกอาจกล่าวได้ว่า “โดยทั่วไปแล้วการรักษาแบบใดที่ใช้ในการจัดการกับโรคเบาหวาน และวิธีใดที่ถือว่าเหนือกว่าเมื่อพิจารณาจากผลการวิจัยทางการแพทย์

การใช้การแจ้งเตือนแบบหลายขั้นตอนจะบังคับให้โมเดล AI จัดเตรียมรายละเอียดตัวกลางก่อนที่จะส่งคำตอบที่ชัดเจน ซึ่งท้ายที่สุดแล้วจะได้คำตอบที่แม่นยำและมีข้อมูลครบถ้วนมากขึ้น

กำหนดบทบาทให้กับ AI

เมื่อกำหนดฟังก์ชันของแบบจำลองปัญญาประดิษฐ์ภายในระยะเวลาที่กำหนด จะเป็นประโยชน์ในการสร้างวัตถุประสงค์ที่ตั้งใจไว้ ในขณะเดียวกันก็ลดโอกาสที่จะตีความผิดหรือส่งออกข้อมูลที่ผิดพลาดให้เหลือน้อยที่สุด แทนที่จะขอข้อมูลทั่วไปเกี่ยวกับการพัฒนาทางประวัติศาสตร์ของกลศาสตร์ควอนตัม เราสามารถสั่งการ AI ได้โดยสั่งให้ AI รวบรวมบุคลิกของนักวิชาการผู้ทุ่มเทซึ่งจะเล่าเหตุการณ์สำคัญที่หล่อหลอมวิถีของสาขานี้อย่างพิถีพิถัน

/th/images/screenshot-of-chatgpt-response-after-role-assignment.JPG

แนวทางที่แนะนำจะกระตุ้นให้ปัญญาประดิษฐ์รวบรวมคุณลักษณะของนักวิจัยที่ขยันขันแข็ง มากกว่าลักษณะของผู้บรรยายที่เพ้อฝัน

เพิ่มข้อมูลตามบริบท

การใช้โมเดล AI เช่น ChatGPT โดยไม่ระบุรายละเอียดบริบทที่เหมาะสมอาจนำไปสู่ผลลัพธ์ที่ไม่เหมาะสมได้ การให้ข้อมูลเชิงบริบทช่วยในการทำความเข้าใจบริบทพื้นฐานของงาน รวมถึงขอบเขต วัตถุประสงค์ และตัวอย่างหรือการอ้างอิงที่เกี่ยวข้อง ข้อมูลดังกล่าวอาจรวมถึงคำหลัก แท็ก หมวดหมู่ แหล่งที่มา และอื่นๆ ที่คล้ายคลึงกัน ซึ่งทั้งหมดนี้มีส่วนช่วยสร้างคำตอบที่สอดคล้องกับความหมายที่ตั้งใจไว้มากขึ้น

เพื่อจัดทำการประเมินเกี่ยวกับชุดหูฟัง จำเป็นต้องเสนอรายละเอียดที่เกี่ยวข้องตามบริบท รวมถึงการกำหนดรายการ ผู้ผลิต ความสามารถ ต้นทุน อันดับ และความคิดเห็นจากลูกค้า คำเชิญชวนที่มีประสิทธิภาพสำหรับความพยายามนี้อาจมีลักษณะคล้ายกับรูปแบบต่อไปนี้:

/th/images/screenshot-of-review-generated-by-bard.JPG

รับการตอบสนอง AI ที่ดีขึ้น

การก้าวข้ามข้อจำกัดของปัญญาประดิษฐ์สามารถพิสูจน์ได้ว่าเป็นสาเหตุของความยุ่งยากสำหรับผู้ใช้ที่อาจไม่ได้รับผลลัพธ์ที่คาดหวังจากโมเดล AI อย่างไรก็ตาม ด้วยการใช้กลยุทธ์การกระตุ้นเตือน เราสามารถลดโอกาสที่จะเกิดภาพลวงตาที่สร้างโดย AI และดึงผลลัพธ์ที่เชื่อถือได้และแม่นยำมากขึ้นจากระบบ AI

โปรดทราบว่ากลยุทธ์เหล่านี้ไม่รับประกันผลลัพธ์ที่ผิดพลาด และกลยุทธ์เหล่านี้อาจใช้ไม่ได้กับทุกงานหรือทุกวิชา จำเป็นอย่างยิ่งที่จะดำเนินการกระบวนการตรวจสอบเนื้อหาที่สร้างโดย AI อย่างละเอียดก่อนที่จะนำไปใช้กับแอปพลิเคชันที่สำคัญใดๆ