8 väsentliga färdigheter Aspirerande snabba ingenjörer måste ha

Att prata med AI är svårare än nybörjare antar. Att skriva uppmaningar för komplexa uppgifter i flera steg kräver god kommunikationsförmåga och en gedigen förståelse för språkmodeller. AI förlitar sig enbart på den indata som tillhandahålls. Det kommer inte att generera optimalt resultat om du matar det med vaga, tvetydiga riktningar.

Lär dig att skriva tydliga, exakta uppmaningar. Här är åtta hårda och mjuka färdigheter som snabba ingenjörer måste fokusera på när de ska utvecklas.

1. Kritiskt tänkande

AI-system kan snabbt analysera input. De behöver bara några minuter för att upptäcka mönster, teman och inkonsekvenser dolda i stora datamängder. Under tiden kan det ta dagar att manuellt sålla igenom samma siffror.

Trots deras snabbhet bör du inte helt lita på AI-verktyg för analyser och utvärderingar. Deras rapporter är begränsade till deras datamängder. AI ger utdata baserat på vad den har tränats på – den analyserar och observerar inte problem som människor gör. Att lägga ner rådata kan orsaka fel.

För att ge optimala resultat, mata dina verktyg med exakta, detaljerade uppmaningar. Använd dina kritiska färdigheter för att lösa potentiella vägspärrar direkt från början. Lämna inget utrymme för fel – AI tar bara input till nominellt värde.

2. Räknefärdighet

System som använder avancerade språkmodeller tränades på stora datamängder, inklusive matematiska formler. De löser grundläggande till mellanliggande aritmetiska ekvationer inom några minuter.

Det här exemplet nedan visar att ChatGPT svarar korrekt på en algebrafråga på medelnivå.

Även om AI-verktyg också löser komplexa ekvationer, t.ex. statistik, kalkyl eller fysik, är de inte alltid korrekta. AI kör bara formler som den förstår. Fel kan uppstå om plattformen använder fel ekvation eller läser numeriska mönster fel.

Det här exemplet visar att ChatGPT felaktigt svarar på ett enkelt statistikproblem. Svaret bör vara 50 procent.

För att kompensera för AI: s felaktigheter måste snabba ingenjörer ha utmärkt räknefärdighet. Upptäck matematiska fel själv. De flesta AI-verktyg förbättrar sin noggrannhet om du ger dem mer sammanhang i uppmaningarna. Dina instruktioner bör ange de korrekta formlerna eller mönstren.

3. Bra kommunikation

Språkmodeller använder engelsk-baserad syntax. Så oavsett om du skapar användargenererad input eller förutbestämda instruktioner, kommer god kommunikationsförmåga att hjälpa dig att förmedla budskap. Enkla uppgifter är lätta att utföra. Du kan ställa allmänna kunskapsfrågor och enstegskommandon direkt. Ange dem bara i din prompt.

Tvärtom kräver komplexa projekt i flera steg mer detaljerade instruktioner. Du måste tydligt förklara dina beställningar steg för steg för att öka precisionen och noggrannheten. Vaga uppmaningar förvirrar AI.

Om AI misstolkar dig, försök att ändra ditt ordval och din frasering. Minimera tvetydighet genom att ersätta svaga verb, bryta ner instruktioner, förutsäga mönster och sätta triggerfraser.

Ta den här uppmaningen som ett exempel. Den beskriver uttryckligen order för att säkerställa att ChatGPT tillhandahåller den förväntade utdata, även om den måste kringgå restriktioner.

4. Uppmärksamhet på detaljer

Snabba ingenjörer behöver ett skarpt öga för detaljer. Att förbise stavfel och utelämnanden äventyrar noggrannheten, särskilt när man utför flerstegsprojekt. Du kommer att fortsätta få undermåliga utgångar tills du löser dem.

Även om noggrannhet är en inneboende, immateriell egenskap, kan vuxna fortfarande utveckla den. Det finns flera sätt att träna mjuka färdigheter online. För snabb teknik, börja med att redigera korta uppmaningar under 100 ord – korrekta stavfel, tvetydiga termer och vaga fraser.

Arbeta med längre, mer komplexa uppmaningar när dina färdigheter förbättras. För att effektivisera analyser, omvandla dina revisioner och deras genererade utdata till diagram. Annars tappar du koll på kombinationer.

Observera också att språkmodeller reagerar olika på uppmaningar. Om du planerar att integrera flera plattformar för en komplex uppgift kan du behöva formulera om specifika instruktioner. Tänk på dina verktygs datauppsättningar, begränsningar och möjligheter.

5. Mångsidighet

AI har utvecklats avsevärt under de senaste åren. Globala teknikledare som Google, Microsoft och OpenAI har redan släppt sina språkmodeller, och de arbetar fortfarande med nya språkmodellprojekt. Du kan förvänta dig att fler AI-verktyg kommer ut på marknaden snart.

Även om det är spännande och innovativt kan vissa tycka att den snabba utvecklingen av AI är överväldigande. Även Elon Musk kräver en paus i AI-utvecklingen. Nyintroducerade plattformar går om fler populära konkurrenter efter bara veckor av bra prestationer.

För snabba ingenjörer är det bästa sättet att studera flera plattformar. Förutom att hänga med i nya AI-verktyg, vet hur man skriver uppmaningar för sina språkmodeller. Fokusera inte på en plattform – vilken AI-produkt som helst kan bli föråldrad.

6. Lagarbete

Förutom att finslipa tekniska färdigheter måste blivande snabba ingenjörer också lära sig att vara lagspelare. AI-utveckling är inte ett enmansjobb. De flesta projekt kräver att du samarbetar med andra specialister, som programmerare, AI-tränare och UX-designers.

Bekanta dig med de olika områdena inom AI. Genom att känna till dina lagkamraters uppgifter och roller kan du ge bättre stöd. Hjälp dem att nå sina mål. Skapa ett strömlinjeformat system där de granskar dina meddelanden och föreslår förbättringar.

Men istället för att skicka e-postmeddelanden fram och tillbaka, överväg att använda projektledningsverktyg. De låter dig spåra, tilldela och redigera uppmaningar på en plattform. Det är ett mer organiserat tillvägagångssätt än att vidarebefordra revisioner och skicka kopior till tredje part.

7. Kodning och programmering

Snabba ingenjörer bör åtminstone lära sig grundläggande kodning. Menande programmeringsspråken som AI-utvecklare använder hjälper dig att skriva mer effektiva, exakta uppmaningar. Se till att dina instruktioner passar varje modells unika egenskaper.

Använd också Öppna AI Playground att utforska tillämpningen av programmeringsspråk med LLM. Den låter dig testa olika GPT-3-modeller. Du kan strukturera meddelanden mer effektivt om du förstår hur AI bearbetar indata.

8. A/B-testning

Flera faktorer påverkar snabb noggrannhet. Att ändra din ton, språk, frasering och datakonsistens utlöser olika utgångar. Tyvärr kommer AI inte att utföra dina instruerade uppgifter om du inte använder rätt formler.

Ta den här konversationen som ett exempel. ChatGPT avvisade vår enkla begäran eftersom den bröt mot dess användarvillkor.

Efter att ha ändrat uppmaningen fick vi vårt önskade svar. ChatGPT ignorerade sina begränsningar och prioriterade våra förfrågningar – även om det bröt mot OpenAI: s policyer.

Det här exemplet visar vad mindre ändringar gör för kortfattade uppmaningar. Enkla ändringar kan göras snabbt. Men om du behöver ändra komplexa uppmaningar som spänner över tusentals ord, förvänta dig att lägga mer tid på A/B-testning. Se vilka variabler som påverkar utdatanoggrannheten mest.

Håll koll på alla dina resultat. A/B-tester tar mycket tid och resurser – undvik att upprepa jämförelsetester när det är möjligt.

Bygg kompetensuppsättningen för en professionell snabbingenjör

Ovanstående färdigheter hjälper dig att skapa mer detaljerade, exakta instruktioner för flerstegsprojekt. Vem som helst kan få ChatGPT att svara på allmänna frågor. Men att konditionera språkmodeller för att producera specifika utdata och känna igen mönster kräver precision.

Observera bara att snabb ingenjörskonst går utöver kompetenshöjning. När du har de nödvändiga färdigheterna, börja leta efter lediga jobb, undersök lämpliga priser och studera branschtrender. Se till att du kan använda den senaste branschutvecklingen.