Thoại Viết Hoàng
Writer
Với sự gia tăng bùng nổ của trí tuệ nhân tạo AI trong nửa năm qua, kỹ thuật nhanh là nghề nghiệp mới thú vị đang phát triển cùng với nó. Nếu bạn muốn có được hợp đồng biểu diễn với tư cách là một kỹ sư chuyên nghiệp nhanh chóng, chúng tôi đã vạch ra sáu kỹ năng bạn cần trau dồi.
Nhưng để trở thành một kỹ sư nhắc nhở AI giỏi liên quan đến nhiều thứ hơn là khả năng đặt những câu hỏi hàng đầu. Bạn cần kết hợp các lĩnh vực AI, lập trình, ngôn ngữ, giải quyết vấn đề và thậm chí cả nghệ thuật để phát triển trên con đường sự nghiệp này.
Kỹ thuật nhanh chóng về cơ bản là tạo ra các tương tác với các công cụ AI tổng quát. Những tương tác đó có thể mang tính đối thoại, như bạn chắc chắn đã thấy (và sử dụng) với ChatGPT. Nhưng chúng cũng có thể được lập trình, với các lời nhắc được nhúng trong mã, tương đương với các lệnh gọi API thời hiện đại; ngoại trừ, bạn không chỉ gọi một thói quen trong thư viện, bạn đang sử dụng một thói quen trong thư viện để nói chuyện với một mô hình ngôn ngữ rộng lớn.
Trước khi chúng ta nói về những kỹ năng cụ thể sẽ hữu ích trong việc đạt được hợp đồng kỹ thuật nhanh chóng đó, hãy nói về một đặc điểm mà bạn sẽ cần để làm cho tất cả hoạt động: sẵn sàng học hỏi. Mặc dù AI đã đồng hành cùng chúng ta trong nhiều thập kỷ, nhưng sự gia tăng nhu cầu về các kỹ năng AI tổng quát là điều mới mẻ. Lĩnh vực này đang phát triển rất nhanh, với những đột phá, sản phẩm, kỹ thuật và phương pháp tiếp cận mới liên tục xuất hiện.
Để theo kịp, bạn phải sẵn sàng học hỏi nhiều hơn -- bạn phải ham học hỏi, tìm kiếm, nghiên cứu và tiếp thu mọi thứ bạn có thể tìm thấy. Nếu bạn tiếp tục học hỏi, thì bạn sẽ sẵn sàng phát triển trong sự nghiệp này.
Sau đây là sáu kỹ năng chúng tôi khuyên bạn nên trau dồi để trở thành một kỹ sư AI nhanh chóng.
1. Hiểu về AI, ML và NLP
Điểm quan trọng để bắt đầu là xây dựng sự hiểu biết về cách thức hoạt động của trí tuệ nhân tạo, học máy và xử lý ngôn ngữ tự nhiên. Nếu bạn sắp tương tác với các mô hình ngôn ngữ lớn, bạn nên hiểu con quái vật đó là gì, các loại LLM khác nhau ngoài kia, những loại LLM làm tốt và những lĩnh vực mà chúng yếu.
Điều này không nhất thiết có nghĩa là bạn cần trở thành một nhà khoa học máy tính có khả năng tạo LLM của riêng mình, nhưng điều đó có nghĩa là bạn cần hiểu nhiều về nội dung và khả năng của các công cụ mà bạn đang cố gắng tạo dựng sự nghiệp. Chìa khóa của việc này là giáo dục bản thân bằng bất kỳ phương tiện nào có sẵn, bao gồm các giáo trình truyền thống, đọc nhiều bài báo và tài liệu kỹ thuật, tham dự hội nghị và thực hiện các thí nghiệm của riêng bạn.
Một tài nguyên mà bạn chắc chắn nên kiểm tra được đánh dấu trong bài viết này bởi Sabrina Ortiz của ZDNET. Cô ấy chỉ cho bạn một lớp học trực tuyến gồm chín phần về cách sử dụng ChatGPT trong các dự án phát triển. Khóa học được tài trợ bởi OpenAI, nhà sản xuất ChatGPT và DeepLearning.ai, người sáng lập Andrew Ng, giảng dạy tại Stanford và đồng sáng lập gã khổng lồ học tập trực tuyến Coursera. Tôi đang tham gia khóa học và tôi khuyên bạn cũng nên làm như vậy.
2. Xác định rõ ràng các tuyên bố vấn đề và chỉ định các truy vấn chi tiết
Về cơ bản, kỹ năng này là khả năng giao tiếp rõ ràng. Kỹ thuật nhanh chóng là tất cả về cách nói với AI những gì bạn cần. Để làm được điều đó, bạn cần hiểu rõ những gì bạn muốn nhận được từ sự tương tác.
Đây là một ví dụ. Giả sử bạn muốn biết thêm về Salem, thủ phủ của Oregon. Bạn cần phải rõ ràng trên ít nhất hai mặt trận. Trước tiên, bạn cần giải thích những điều bạn muốn biết, cho dù đó là cấu trúc chính trị, các vấn đề về quản lý thành phố, giao thông hay cửa hàng bánh rán ngon nhất ở đâu. Thứ hai, bạn cần có khả năng nói với AI rằng bạn đang nói về Salem ở Oregon, không phải Salem ở Connecticut, Virginia hoặc Indiana, hoặc các phiên tòa xét xử phù thủy ở Salem ở Massachusetts, hoặc Winston-Salem ở Bắc Carolina, hoặc tất cả các Salems ở Anh, Wales, Úc và Canada.
Bạn cũng sẽ cần xây dựng kỹ năng giải thích cách đặt kỳ vọng cho AI, cách đặt nó để hiểu được quan điểm mà nó cần sử dụng để cung cấp giá trị cũng như bối cảnh và phạm vi của vấn đề mà bạn muốn nó giải quyết. một truy vấn nhất định.
Ở đây cũng vậy, bạn sẽ cần hiểu giới hạn của các LLM khác nhau và cách khắc phục chúng. Ví dụ: nếu bạn muốn có một trang trắng chi tiết, trước tiên bạn có thể cần tạo một dàn ý, sau đó yêu cầu LLM viết riêng từng phần. Ngoài ra, hãy nhớ rằng một lời nhắc rõ ràng không nhất thiết có nghĩa đó là một lời nhắc ngắn. Lời nhắc dài hơn có thể dẫn đến phản hồi chính xác và phù hợp hơn.
Điểm mấu chốt ở đây rất đơn giản: Nắm bắt sự rõ ràng và đảm bảo rằng bạn có thể giao tiếp mà không đưa ra giả định về sự hiểu biết.
3. Hãy sáng tạo và phát triển kỹ năng đàm thoại của bạn
Kỹ thuật nhanh chóng giống như một cuộc trò chuyện hợp tác hơn là một bài tập về lập trình. Mặc dù LLM chắc chắn không có tri giác, nhưng chúng thường giao tiếp theo cách tương tự như cách bạn giao tiếp với đồng nghiệp hoặc cấp dưới.
Khi bạn đang xác định các báo cáo và truy vấn vấn đề của mình, bạn sẽ thường phải suy nghĩ vượt ra ngoài khuôn khổ. Hình ảnh bạn có trong đầu có thể không chuyển thành hình ảnh bên trong của AI. Bạn sẽ cần có khả năng suy nghĩ về nhiều cách tiếp cận đàm thoại và các nước cờ khác nhau để đạt được kết quả mong muốn.
Mặc dù tôi hy vọng đây không phải là điều bạn đang theo đuổi, nhưng ví dụ điển hình nhất của tôi về việc sử dụng các nước cờ đối thoại được mô tả trong "Cách tôi lừa ChatGPT nói dối tôi". Mục tiêu của tôi cho thí nghiệm đó là khiến AI làm điều gì đó mà nó không muốn làm. Hãy đọc hết bài báo và bạn sẽ thấy tôi đã thử một số cách tiếp cận sáng tạo như thế nào để tìm ra kỹ thuật đàm thoại mang lại kết quả mong muốn.
Nếu bạn muốn trở thành một kỹ sư nhanh nhẹn, kinh nghiệm trong các nhóm tranh luận, đàm phán và thậm chí là bán hàng sẽ giúp bạn có lợi vì họ sẽ thực hiện các cơ hội thoại, thuyết phục và cộng tác rất cần thiết để thu được kết quả mong muốn từ các hệ thống AI tổng quát .
4. Tìm hiểu về phong cách viết và nghệ thuật, đồng thời xây dựng kiến thức chuyên môn về miền
Chatbot không chỉ viết câu trả lời cho bạn mà còn thường làm theo phong cách bạn yêu cầu. Trong "Tôi đã sử dụng ChatGPT để viết lại văn bản của mình theo phong cách của Shakespeare, C3PO và Harry Potter", tôi đã có nhiều niềm vui hơn bất kỳ con người nào có quyền có bằng cách yêu cầu ChatGPT viết mọi thứ theo phong cách của mọi thứ từ Jane Austen đến cổ điển phim cướp biển. Bạn chưa sống cho đến khi bạn đọc phần mở đầu của Hiến pháp Hoa Kỳ được viết bởi một tên cướp biển!
Ngoài việc hiểu phong cách viết và nghệ thuật, điều quan trọng là bạn phải phát triển (hoặc có thể truy cập) kiến thức chuyên môn về lĩnh vực mà bạn đang thiết lập lời nhắc. Ví dụ: nếu bạn đang làm việc trên một ứng dụng AI để chẩn đoán tự động, thì điều quan trọng là bạn phải có đủ sự quen thuộc để có thể đưa ra các phản hồi bạn cần và hiểu liệu chúng đúng hay sai.
5. Phát triển kỹ năng viết kịch bản và lập trình
Bạn có bao giờ để ý rằng bất cứ khi nào ai đó mở đầu một cụm từ bằng "không cần phải nói", thì sẽ có một số câu nói xảy ra không? Trong mọi trường hợp, không cần phải nói (nhưng tôi sẽ nói điều đó) rằng các kỹ năng lập trình sẽ có ích. Mặc dù sẽ có một số hợp đồng kỹ thuật nhanh chóng chỉ tương tác với chatbot, nhưng hợp đồng được trả lương cao hơn có thể sẽ liên quan đến việc nhúng lời nhắc AI vào các ứng dụng và phần mềm sau đó cung cấp giá trị duy nhất.
Tham khảo bài gốc tại đây
Với các công việc kỹ thuật nhanh AI chuyên nghiệp có mức lương từ 175.000 đô la đến hơn 300.000 đô la mỗi năm, kỹ thuật nhanh là một hợp đồng hấp dẫn.
Kỹ thuật nhanh chóng về cơ bản là tạo ra các tương tác với các công cụ AI tổng quát. Những tương tác đó có thể mang tính đối thoại, như bạn chắc chắn đã thấy (và sử dụng) với ChatGPT. Nhưng chúng cũng có thể được lập trình, với các lời nhắc được nhúng trong mã, tương đương với các lệnh gọi API thời hiện đại; ngoại trừ, bạn không chỉ gọi một thói quen trong thư viện, bạn đang sử dụng một thói quen trong thư viện để nói chuyện với một mô hình ngôn ngữ rộng lớn.
Trước khi chúng ta nói về những kỹ năng cụ thể sẽ hữu ích trong việc đạt được hợp đồng kỹ thuật nhanh chóng đó, hãy nói về một đặc điểm mà bạn sẽ cần để làm cho tất cả hoạt động: sẵn sàng học hỏi. Mặc dù AI đã đồng hành cùng chúng ta trong nhiều thập kỷ, nhưng sự gia tăng nhu cầu về các kỹ năng AI tổng quát là điều mới mẻ. Lĩnh vực này đang phát triển rất nhanh, với những đột phá, sản phẩm, kỹ thuật và phương pháp tiếp cận mới liên tục xuất hiện.
Để theo kịp, bạn phải sẵn sàng học hỏi nhiều hơn -- bạn phải ham học hỏi, tìm kiếm, nghiên cứu và tiếp thu mọi thứ bạn có thể tìm thấy. Nếu bạn tiếp tục học hỏi, thì bạn sẽ sẵn sàng phát triển trong sự nghiệp này.
Sau đây là sáu kỹ năng chúng tôi khuyên bạn nên trau dồi để trở thành một kỹ sư AI nhanh chóng.
1. Hiểu về AI, ML và NLP
Điểm quan trọng để bắt đầu là xây dựng sự hiểu biết về cách thức hoạt động của trí tuệ nhân tạo, học máy và xử lý ngôn ngữ tự nhiên. Nếu bạn sắp tương tác với các mô hình ngôn ngữ lớn, bạn nên hiểu con quái vật đó là gì, các loại LLM khác nhau ngoài kia, những loại LLM làm tốt và những lĩnh vực mà chúng yếu.
Điều này không nhất thiết có nghĩa là bạn cần trở thành một nhà khoa học máy tính có khả năng tạo LLM của riêng mình, nhưng điều đó có nghĩa là bạn cần hiểu nhiều về nội dung và khả năng của các công cụ mà bạn đang cố gắng tạo dựng sự nghiệp. Chìa khóa của việc này là giáo dục bản thân bằng bất kỳ phương tiện nào có sẵn, bao gồm các giáo trình truyền thống, đọc nhiều bài báo và tài liệu kỹ thuật, tham dự hội nghị và thực hiện các thí nghiệm của riêng bạn.
Một tài nguyên mà bạn chắc chắn nên kiểm tra được đánh dấu trong bài viết này bởi Sabrina Ortiz của ZDNET. Cô ấy chỉ cho bạn một lớp học trực tuyến gồm chín phần về cách sử dụng ChatGPT trong các dự án phát triển. Khóa học được tài trợ bởi OpenAI, nhà sản xuất ChatGPT và DeepLearning.ai, người sáng lập Andrew Ng, giảng dạy tại Stanford và đồng sáng lập gã khổng lồ học tập trực tuyến Coursera. Tôi đang tham gia khóa học và tôi khuyên bạn cũng nên làm như vậy.
2. Xác định rõ ràng các tuyên bố vấn đề và chỉ định các truy vấn chi tiết
Về cơ bản, kỹ năng này là khả năng giao tiếp rõ ràng. Kỹ thuật nhanh chóng là tất cả về cách nói với AI những gì bạn cần. Để làm được điều đó, bạn cần hiểu rõ những gì bạn muốn nhận được từ sự tương tác.
Đây là một ví dụ. Giả sử bạn muốn biết thêm về Salem, thủ phủ của Oregon. Bạn cần phải rõ ràng trên ít nhất hai mặt trận. Trước tiên, bạn cần giải thích những điều bạn muốn biết, cho dù đó là cấu trúc chính trị, các vấn đề về quản lý thành phố, giao thông hay cửa hàng bánh rán ngon nhất ở đâu. Thứ hai, bạn cần có khả năng nói với AI rằng bạn đang nói về Salem ở Oregon, không phải Salem ở Connecticut, Virginia hoặc Indiana, hoặc các phiên tòa xét xử phù thủy ở Salem ở Massachusetts, hoặc Winston-Salem ở Bắc Carolina, hoặc tất cả các Salems ở Anh, Wales, Úc và Canada.
Bạn cũng sẽ cần xây dựng kỹ năng giải thích cách đặt kỳ vọng cho AI, cách đặt nó để hiểu được quan điểm mà nó cần sử dụng để cung cấp giá trị cũng như bối cảnh và phạm vi của vấn đề mà bạn muốn nó giải quyết. một truy vấn nhất định.
Ở đây cũng vậy, bạn sẽ cần hiểu giới hạn của các LLM khác nhau và cách khắc phục chúng. Ví dụ: nếu bạn muốn có một trang trắng chi tiết, trước tiên bạn có thể cần tạo một dàn ý, sau đó yêu cầu LLM viết riêng từng phần. Ngoài ra, hãy nhớ rằng một lời nhắc rõ ràng không nhất thiết có nghĩa đó là một lời nhắc ngắn. Lời nhắc dài hơn có thể dẫn đến phản hồi chính xác và phù hợp hơn.
Điểm mấu chốt ở đây rất đơn giản: Nắm bắt sự rõ ràng và đảm bảo rằng bạn có thể giao tiếp mà không đưa ra giả định về sự hiểu biết.
3. Hãy sáng tạo và phát triển kỹ năng đàm thoại của bạn
Kỹ thuật nhanh chóng giống như một cuộc trò chuyện hợp tác hơn là một bài tập về lập trình. Mặc dù LLM chắc chắn không có tri giác, nhưng chúng thường giao tiếp theo cách tương tự như cách bạn giao tiếp với đồng nghiệp hoặc cấp dưới.
Khi bạn đang xác định các báo cáo và truy vấn vấn đề của mình, bạn sẽ thường phải suy nghĩ vượt ra ngoài khuôn khổ. Hình ảnh bạn có trong đầu có thể không chuyển thành hình ảnh bên trong của AI. Bạn sẽ cần có khả năng suy nghĩ về nhiều cách tiếp cận đàm thoại và các nước cờ khác nhau để đạt được kết quả mong muốn.
Mặc dù tôi hy vọng đây không phải là điều bạn đang theo đuổi, nhưng ví dụ điển hình nhất của tôi về việc sử dụng các nước cờ đối thoại được mô tả trong "Cách tôi lừa ChatGPT nói dối tôi". Mục tiêu của tôi cho thí nghiệm đó là khiến AI làm điều gì đó mà nó không muốn làm. Hãy đọc hết bài báo và bạn sẽ thấy tôi đã thử một số cách tiếp cận sáng tạo như thế nào để tìm ra kỹ thuật đàm thoại mang lại kết quả mong muốn.
Nếu bạn muốn trở thành một kỹ sư nhanh nhẹn, kinh nghiệm trong các nhóm tranh luận, đàm phán và thậm chí là bán hàng sẽ giúp bạn có lợi vì họ sẽ thực hiện các cơ hội thoại, thuyết phục và cộng tác rất cần thiết để thu được kết quả mong muốn từ các hệ thống AI tổng quát .
4. Tìm hiểu về phong cách viết và nghệ thuật, đồng thời xây dựng kiến thức chuyên môn về miền
Chatbot không chỉ viết câu trả lời cho bạn mà còn thường làm theo phong cách bạn yêu cầu. Trong "Tôi đã sử dụng ChatGPT để viết lại văn bản của mình theo phong cách của Shakespeare, C3PO và Harry Potter", tôi đã có nhiều niềm vui hơn bất kỳ con người nào có quyền có bằng cách yêu cầu ChatGPT viết mọi thứ theo phong cách của mọi thứ từ Jane Austen đến cổ điển phim cướp biển. Bạn chưa sống cho đến khi bạn đọc phần mở đầu của Hiến pháp Hoa Kỳ được viết bởi một tên cướp biển!
Ngoài việc hiểu phong cách viết và nghệ thuật, điều quan trọng là bạn phải phát triển (hoặc có thể truy cập) kiến thức chuyên môn về lĩnh vực mà bạn đang thiết lập lời nhắc. Ví dụ: nếu bạn đang làm việc trên một ứng dụng AI để chẩn đoán tự động, thì điều quan trọng là bạn phải có đủ sự quen thuộc để có thể đưa ra các phản hồi bạn cần và hiểu liệu chúng đúng hay sai.
5. Phát triển kỹ năng viết kịch bản và lập trình
Bạn có bao giờ để ý rằng bất cứ khi nào ai đó mở đầu một cụm từ bằng "không cần phải nói", thì sẽ có một số câu nói xảy ra không? Trong mọi trường hợp, không cần phải nói (nhưng tôi sẽ nói điều đó) rằng các kỹ năng lập trình sẽ có ích. Mặc dù sẽ có một số hợp đồng kỹ thuật nhanh chóng chỉ tương tác với chatbot, nhưng hợp đồng được trả lương cao hơn có thể sẽ liên quan đến việc nhúng lời nhắc AI vào các ứng dụng và phần mềm sau đó cung cấp giá trị duy nhất.
Tham khảo bài gốc tại đây
