Введение в искусственный интеллект в интернете

При разработке с использованием ИИ можно запутаться в выборе модели, инфраструктуре и коде. Можно забыть о целостной картине.

В этом модуле мы представляем шаблон, который вы можете использовать для создания карты любой новой функции или продукта в области искусственного интеллекта:

• Зачем вы занимаетесь разработкой? Какую пользу ваш проект использования ИИ принесет пользователям?
• Как будет работать ваше приложение?
• Как можно обеспечить ответственную разработку каждой части вашей системы?

Чтобы понять, как работает эта модель, представьте, что вы работаете над сайтом электронной коммерции, например, Example Shoppe . Ваши конкуренты активно внедряют стандартные чат-боты, но это не приносит им большого успеха. Вы хотите улучшить пользовательский опыт и решаете усовершенствовать поиск , не нарушая основные процессы взаимодействия с пользователем.

Благодаря обновлению на основе искусственного интеллекта покупатели могли вводить фразы на естественном языке, например, «красные кроссовки для зимнего бега», и получать релевантные результаты, которые они могли бы пропустить при поиске по ключевым словам.

Возможность

Любой проект, связанный с ИИ, должен начинаться с четкого сценария использования: задачи или проблемы пользователя, которую стоит решить с помощью ИИ. ИИ вносит неопределенность и другие риски в ваше приложение, поэтому его следует использовать только в том случае, если проблему нельзя решить традиционным, детерминированным способом.

Вариант использования

Например, в Shoppe поиск — это важная функция, которая связывает пользователей с товарами, которые они ищут. Пользователи часто отказываются от поиска из-за опечаток, синонимов или нечетких запросов. Вы знаете это из собственной аналитики, а также из внешних исследований . Благодаря более гибкому и интеллектуальному поиску, взаимодействие ваших пользователей с сайтом может стать более эффективным и приятным.

Другие примеры применения ИИ включают:

• На новостном сайте можно снизить когнитивную нагрузку, структурированно излагая новости.
• На издательской платформе можно улучшить доступность, автоматически предлагая альтернативные тексты и подписи.
• Как поставщик облачных услуг, вы можете сократить количество обращений в службу поддержки за счет более эффективного поиска по документации.

Выявление перспективных возможностей является ключом к успеху в сфере ИИ. Как показано в отчете корпорации RAND , выбор неправильной возможности — одна из главных причин провала проектов в области ИИ.

Ценить

Ценность имеет две стороны: выгоды для пользователей и выгоды для продукта или бизнеса. В большинстве здоровых и ответственных продуктов эти стороны совпадают: когда пользователи добиваются успеха, бизнес тоже растет. Например, Shoppe, поиск с использованием ИИ создает ценность, помогая пользователям быстрее и проще находить нужные товары. Это увеличивает количество найденных товаров, коэффициент конверсии и долгосрочную удовлетворенность клиентов.

Иногда ценность может быть нематериальной, например, удовлетворенность пользователей и их доверие. Особенно на начальном этапе лучше всего найти способ количественно оценить ценностное предложение. Это даст вам прочную основу для определения приоритетов, демонстрации влияния и убеждения заинтересованных сторон. Даже приблизительные оценки могут помочь в принятии решений и сделать успех измеримым.

Решение

После того, как вы определили, зачем вам нужно добавлять ИИ в свой продукт, подумайте о том , как вы будете его реализовывать. Ознакомьтесь с основными компонентами решения на основе ИИ.

Данные

Данные — это топливо для ИИ. В конечном счете, эффективность вашей системы ИИ зависит от того, насколько хорошо она может обучаться на основе ваших данных. Некачественные, неполные или несогласованные данные приводят к слабым результатам и разочарованию пользователей, независимо от того, насколько сложна модель или инфраструктура. И наоборот, высококачественные данные и хорошо продуманная система управления данными являются факторами, определяющими ценность, и могут стать частью конкурентного преимущества вашего продукта.

Данные бывают разных форм и типов. В нашем примере с поиском на основе ИИ полезными могут быть следующие данные:

• Структурированные данные : названия товаров, цвета, размеры, категории и наличие.
• Неструктурированные данные : описания товаров, отзывы пользователей и часто задаваемые вопросы.
• Списки синонимов : отношения между терминами, например, "кроссовки" равны "кроссовкам для бега".
• Сигналы от пользователей : клики, время пребывания на странице, добавление товара в корзину и покупки — все это сигналы, которые помогают моделям понять, что действительно важно для пользователей.
• Визуальные данные : изображения товаров, которые можно встроить в индекс визуального сходства, позволяя пользователям искать по фотографии или находить визуально похожие товары, даже без совпадения текста.

На первый взгляд, это может показаться большим объемом данных, но не беспокойтесь. Начните с малого, используя несколько источников данных с наилучшим соотношением сигнал/шум, а затем расширяйте их по мере развития вашей системы.

В большинстве случаев ваши исходные данные, скорее всего, не готовы к обработке моделью. Их необходимо очистить, предварительно обработать и организовать в формат, удобный для ИИ. Например, сигналы пользователей можно преобразовать в последовательности действий, а неструктурированные описания продуктов — закодировать в виде семантических вложений.

Данные могут использоваться на разных этапах жизненного цикла ИИ:

• При обучении или тонкой настройке он используется для обучения модели закономерностям и взаимосвязям.
• В процессе оценки его можно использовать для проверки качества, точности и релевантности.
• В производственной среде его можно использовать для отслеживания отклонений и сбора отзывов от реального использования.

Короче говоря, данные — это не просто входные данные, а живой актив. Умение грамотно управлять данными — один из самых ценных навыков, которые может развить веб-разработчик, работающий с ИИ.

Интеллект

Слой интеллекта — это то место, где ИИ обрабатывает информацию и создает ценность. Часто в его основе лежит модель, но большинство систем гораздо сложнее. Например, в Shoppe слой интеллекта обрабатывает запросы пользователей, используя набор методов:

• Распознавание именованных сущностей и извлечение информации для получения таких атрибутов, как color=red или season=winter .
• Модель векторного представления предложений для создания семантических представлений пользовательских запросов и доступных товаров.
• Семантический поиск для получения релевантных результатов.
• Небольшая, специально разработанная модель переранжирования для точного ранжирования результатов по релевантности.

Пожалуй, самая захватывающая часть вашей системы искусственного интеллекта — это интеллект, но и самый раскрученный компонент. Каждую неделю появляются новые модели, часто сопровождаемые превосходными маркетинговыми заявлениями.

Вот два ключевых фактора, которые следует учитывать:

• Искусственный интеллект не ограничивается генеративным ИИ и большими языковыми моделями (БЯМ). Многие задачи лучше решаются с помощью более мелких, специализированных моделей , которые быстрее и дешевле развертывать и поддерживать.
• В реальных системах искусственного интеллекта редко используется единая монолитная модель. Вместо этого они применяют составные архитектуры ИИ , представляющие собой комбинации одной или нескольких моделей с дополнительными компонентами, такими как базы данных, API и механизмы защиты. Эти компоненты работают вместе, обеспечивая надежное поведение, учитывающее контекст.

Вместо того чтобы гнаться за последними хитами в рейтингах, выбирайте тот тип искусственного интеллекта, который лучше всего подходит для решения вашей задачи, что позволит вам адаптироваться по мере развития вашего продукта и бизнеса. В будущих модулях вы получите базовые знания о наиболее распространенных на данный момент методах ИИ: предиктивном ИИ и генеративном ИИ . Вы также научитесь оценивать и выбирать правильный технический подход для вашей системы.

пользовательский опыт

Пользовательский интерфейс — это канал, который предоставляет пользователям ценность ИИ. Детерминированные программные интерфейсы являются определенными и предсказуемыми: один и тот же ввод всегда дает один и тот же результат. В случае с ИИ вы вносите неопределенность. Два почти идентичных запроса могут дать совершенно разные результаты, и даже самые мощные модели ИИ, как известно, склонны к ошибкам и другим подобным искажениям.

К этому переходу нужно подходить крайне обдуманно, особенно если вы добавляете ИИ в уже существующий продукт. Чат-боты с открытым интерфейсом — это интересно, но на практике сложно и рискованно.

На начальном этапе следует стремиться к минимизации неопределенности и рисков для пользователей. Например, в случае Example Shoppe поиск на основе ИИ можно незаметно интегрировать в существующий интерфейс. Пользователи продолжают вводить запросы на естественном языке и получают результаты поиска более высокого качества.

Несмотря на то, что функция ИИ работает в фоновом режиме, целесообразно повышать прозрачность. Например, можно добавить уведомление и краткое объяснение того, как система формирует эти результаты.

В курсе «UX-шаблоны» вы узнаете, как сбалансировать использование ИИ, его возможности и риски в пользовательском опыте вашего продукта.

Управление

Системы искусственного интеллекта должны создаваться ответственно. Необходимо разработать систему, которая защищает конфиденциальность пользователей, минимизирует предвзятость, обеспечивает прозрачность и соответствует всем применимым правовым стандартам. Надлежащее управление — это не просто соблюдение требований, это принцип проектирования, имеющий центральное значение для обеспечения доверия пользователей и внедрения системы.

В поисковой системе Example Shoppe, работающей на основе искусственного интеллекта, управление начинается с мер безопасности, встроенных в сам продукт:

• Конфиденциальность : Персонализированные данные остаются локально, если пользователи явно не дали на это согласие. Эту функцию можно включить или выключить в любое время.
• Справедливость : Результаты поиска проходят аудит для обеспечения сбалансированного охвата всех продавцов.
• Доверие и прозрачность : Example Shoppe предоставляет возможность узнать, почему тот или иной результат оказался вверху результатов поиска. Это дает возможность укрепить доверие пользователей.
• Безопасность : Запросы с ограничениями или небезопасные запросы (например, запросы на запрещенные товары) фильтруются или блокируются с помощью защитных механизмов.
• Способы решения проблем : Пользователи могут быстро отклонять предложения ИИ, сообщать о неудовлетворительных результатах или взаимодействиях с ИИ и возвращаться к поиску только по ключевым словам, если улучшения ИИ не приносят пользы.

Для ответственного создания ИИ необходимо взять на себя ответственность за процесс развертывания. Разработайте продуманные механизмы защиты и обратной связи. Вы формируете безопасность и надежность работы системы, устанавливая ожидания относительно ее использования и ограничений. Хотя вы не можете полностью контролировать результат, вы должны быть готовы к решению любых проблем.

В книге « Разрабатывайте ответственные решения с помощью ИИ» вы узнаете больше об основных аспектах управления ИИ, а также получите практические инструменты для создания устойчивых и заслуживающих доверия приложений на основе ИИ.

Ваши выводы

План развития системы искусственного интеллекта поможет вам внести ясность и обеспечить согласованность действий в любом проекте, связанном с ИИ, в котором вы участвуете. Мы рассмотрели каждый элемент плана в общих чертах, и по мере чтения вы узнаете больше о каждом шаге.

Вы можете ожидать, что этот шаблон будет встречаться и в других примерах, при этом некоторые его элементы будут объяснены более подробно.

Проверьте свое понимание