רשימות על עבודה עם AI
לא כל בעיה צריכה מודל שפה
הרבה פרויקטים של בינה מלאכותית הם בעצם בעיות חיזוי קלאסיות על טבלה של נתוני עבר. מודל שפה הוא הכלי הלא נכון להן, וקלוד שימושי יותר בתור האנליסט שבונה את הכלי הנכון.
רוב בעיות החיזוי בעסק הן טבלה
לחברה יש שנתיים של רשומות לקוחות ועמודה שאומרת מי עזב. השאלה היא מי עלול לעזוב בהמשך. אנשים קוראים לזה פרויקט בינה מלאכותית ופונים לצ'אט. זו בעיית חיזוי קלאסית, והיא נפתרה הרבה לפני שהיו מודלי שפה.
הצורה שצריך לזהות פשוטה: שורות של מקרים מהעבר, עמודות שמתארות כל מקרה, ועמודה אחת עם התוצאה שרוצים לנבא. זו למידה מפוקחת, וארבע שיטות מכסות את רוב מה שעסק צריך.
ארבע השיטות במילים פשוטות
רגרסיה ליניארית מתאימה את הקו הישר הטוב ביותר דרך נקודות מהעבר ומשתמשת בו כדי לנבא מספר. הדוגמה הקלאסית היא זמן משלוח לפי מרחק. אם השאלה היא כמה או כמה זמן, מתחילים כאן.
רגרסיה לוגיסטית, למרות השם, עונה כן או לא. היא הופכת את הנתונים להסתברות בין 0 ל־1, ואתם קובעים באיזה סף מקרה נחשב מסוכן. היא עומדת מאחורי ציוני נטישה, סימון הונאות ומסנני ספאם.
עץ החלטה שואל רצף של שאלות כן ולא עד שהוא מגיע לתשובה. היתרון שלו הוא שאדם יכול לקרוא את הרצף. כשצריך להגן על ההחלטה מול מנהל, רגולטור או לקוח, זו לעיתים הבחירה הנכונה.
שכנים קרובים מסווג מקרה חדש לפי המקרים הדומים לו ביותר שנראו בעבר. זה אינטואיטיבי, אבל השיטה שומרת את כל הנתונים ומשווה אליהם בכל חיזוי, ולכן היא מאטה כשהנתונים גדלים.
למה מודל שפה הוא הכלי הלא נכון
מדביקים את אותו גיליון בצ'אט ומבקשים חיזוי נטישה, וארבעה דברים משתבשים. זה איטי יותר, כי טבלת מספרים עוברת במערכת שנבנתה לטקסט. זה עולה יותר על כל תשובה. הוא עלול להחזיר מחר תשובה אחרת על אותה שורה, כי יצירת הטקסט כוללת מרכיב של דגימה. והוא לא יכול להראות איך הגיע להחלטה, אז אין מה לבדוק.
רגרסיה לוגיסטית על אותה טבלה מהירה, כמעט חינמית להרצה, נותנת את אותה תשובה בכל פעם, ומדווחת אילו גורמים דחפו את הציון. העקביות והיכולת להתחקות הן רוב מה שהחלטה עסקית צריכה.
איפה קלוד נכנס
התפקיד השימושי של קלוד הוא אנליסט ולא מנבא. הוא מסתכל בטבלה, בוחר את השיטה הפשוטה ביותר שמתאימה, כותב את הקוד, מסתיר חלק מהשורות כדי לבדוק עליהן, ומדווח באיזה שיעור השיטה צדקה במקרים שלא ראתה. אחר כך הוא מסביר את התוצאה במילים פשוטות.
הבדיקה על שורות מוסתרות חשובה. שיטה שנבחנת רק על השורות שממנן למדה תיראה טובה יותר ממה שהיא. בקשו את הבדיקה בכל פעם.
טבלת העזר נכנסת בארבע שורות. מספר: רגרסיה. כן או לא עם הסתברות: לוגיסטית. צריך להסביר למה: עץ. מקרים דומים מהעבר: שכנים קרובים.
איפה זה נשבר
שיטות קלאסיות צריכות טבלה סבירה. אם יש ארבעים שורות, או שהעמודה שרוצים לנבא ממולאת באופן לא עקבי, שום שיטה לא תציל את המצב. הן גם לומדות רק מהעמודות שנותנים להן, כך שגורם שלא נמצא בטבלה לא יכול להשפיע. וכשהקלט הוא טקסט חופשי, למשל מיילים של תלונות, מודל שפה שוב הכלי הנכון. המיומנות היא להבדיל בין שני סוגי הבעיות.
מה לעשות מחר
מצאו טבלה אחת של מקרים מהעבר עם עמודת תוצאה. העלו אותה לקלוד כשהכלי שמריץ קוד פעיל, והדביקו:
בקובץ יש מקרים מהעבר ועמודת תוצאה אחת. בחר את השיטה הפשוטה ביותר שמתאימה מבין רגרסיה ליניארית, רגרסיה לוגיסטית, עץ החלטה ושכנים קרובים, והסבר במילים פשוטות למה בחרת. אמן אותה על חלק מהשורות, בדוק אותה על שורות שהסתרת, ותגיד לי באיזה שיעור צדקה. רשום את שלושת הגורמים החזקים ביותר.
בדקו אם שלושת הגורמים מתאימים למה שכבר חשדתם. אם כן, יש לכם קו בסיס. אם לא, יש לכם את השאלה הבאה.