AI для студентів та школярів: використання на практиці
Kharkiv IT Cluster👐Вітаємо! 3 івенти ШІ-практик з 4🔥 від Kharkiv IT Cluster та ЕРАМ Україна успішно пройдені.
📍Заходи відбулись в гібридному форматі (онлайн та офлайн на локації Харкова).
За цей час були події для різних цільових аудиторій:
- для креативників;
- для викладачів;
- для студентів та школярів.
🔥Вже зовсім незабаром відбудеться наступний івент.
🧑💻26 жовтня о 16:00 запрошуємо вас на подію «AI для ІТ-фахівців».
🙏Формат зустрічі залишається без змін, якщо ваш вибір – онлайн, то місце проведення ви дізнаєтесь пізніше задля дотримання вимог безпеки.
👉Зареєструватись можна за посиланням.
А зараз згадаємо основні моменти події «AI для студентів та школярів».
🗣️Спікер заходу – Олексій Леуненко, провідний фахівець освітнього напрямку в ЕРАМ Україна.
19 жовтня пройшов івент «Штучний інтелект для студентів та школярів», який був організований спільними силами Kharkiv IT Cluster та ЕРАМ Україна, під час якого з’ясували визначення, що стосуються нового напрямку та виділили основні моменти, чому він може бути корисним для нас.
Огляд поняття «Штучний інтелект»
На заході ми визначили основні поняття, які зустрічаються на просторах Інтернету стосовно штучного інтелекту, якими є:
⚙Artificial Intelligence (AI) – окрема галузь наук, яка пропонує програмні системи для того, щоб працювати з даними, максимально схожими як це робить людина.
⚙Machine Learning (ML) – один з піднапрямків штучного інтелекту, який займається тим, що бере великі дані, складає їх моделі та пропонує результати.
⚙Deep Learning – за допомогою нейронних мереж робити аналіз даних, нейронні мережі працюють майже як мозок людини, тому рішення будуть схожі на ті, як це робить людина.
Deep Learning поділяється на:
⚙Large Language Models (LLM) – великі мовні моделі, це один із піднапрямків Deep Learning, який дозволяє обрати словесний опис, дати великі дані, закладати в ці моделі.
⚙Generative AI (GenAI) – використання штучного інтелекту, для того, щоб отримати дані, «поспілкуватися» з системою.
Можливості GenAI для навчання
🔹Плани та тексти рефератів, доповідей та есе
🔹Скорочення матеріалу
🔹Підготовка до іспитів
🔹Навчання програмування
🔹Вивчення мови та переклад
Доступні інструменти ШІ
«Також зараз створили схоже на ChatGPT – Copilot Chat. Головне з цього, що коли ми з вами пишемо якийсь код або твір, у нас є питання авторських прав, а раптом чат почне імітувати якогось автора, так от Microsoft заявляє, що якщо з’являться проблеми генерації коду штучним інтелектом – з цим вже будуть займатися юристи компанії» – підкреслює Олексій.
Що таке промпти і як їх створювати?
- Prompt – запит на генерацію.
- Prompt Engineering – нова дисципліна, яка досліджує як розробляти та оптимізувати prompt-и для ефективного використання LLM.
Компоненти Prompt-ів
Компоненти дозволяють уточнити запит, аби чат краще зрозумів, а також витратити менше часу на написання інших запитів, що стосуються поданої тематики.
Основна частина – це запит.
Роль, контекст та дані – важливі для запиту, адже, якщо ви підкажете чату вашу роль та додасте трохи більше інформації, тоді ChatGPT буде намагатися відігравати роль, яку ви вказали та буде видавати релевантні відповіді, які вас задовільнять.
Всі інші відносяться до опціональних:
Виведення. Формування необхідного формату.
Приклад. Наведення прикладу.
Обмеження. Встановлення чіткої кількості необхідного.
Критерії оцінювання. Надання певних критеріїв, це прискорить результат.
Рекомендації
- Надавайте максимальну кількість інформації (довгі речення)
- Надавайте контекст розмови
- Уточнюйте та удосконалюйте відповідь в діалозі
- Використовуйте кнопку регенерації відповіді
- Не використовуйте жаргон, сленг та скорочення
- Контролюйте орфографію
- Розбивайте питання на окремі, простіші питання
- Бажано використовувати англійську мову
Приклади і демонстрація
Далі Олексій провів демо як чітко та зрозуміло писати промпти в ChatGPT та Bing, і одразу з цим відповідав на питання гостей.
Обмеження штучного інтелекту
Наостанок, ми розглянули обмеження штучного інтелекту. До списку якого увійшли:
📌когнітивні:
- LLM не знають, дали вони хороший чи поганий результат
- LLMs знають не все
- LLM можуть «галюцинувати»
📌якість продуктів:
- LLM надають відповіді на основі того, як вони пройшли підготовку
- Відсутність навчальних даних і прозорості логіки рішень
📌конфіденційність та безпека:
- Не включайте конфіденційні дані в підказки
- Проблеми з авторським правом
Підпишись на наш телеграм-канал, щоб бути у курсі подій
Також читай новини на наших сторінках в соціальних мережах:
