AI को समस्याओं से शुरू करना चाहिए, न कि क्षमताओं से

हम कौन सी समस्या हल करने की कोशिश कर रहे हैं और AI का उपयोग करके उस समस्या को हल करने में कैसे मदद मिल सकती है, इसके बारे में सोचना महत्वपूर्ण है, न कि AI से क्या कर सकते हैं।

यह 'चमकीले वस्तु का जाल' कहा जाता है, और मैं लोगों से हमेशा कहता हूं, 'ओह, AI के लिए AI न करो।' यह सुनिश्चित करें कि वहाँ कोई समस्या है। यह सुनिश्चित करें कि हल किया जाने वाला कोई दर्द है।

जब आप छोटे से शुरू करते हैं, तो आपको यह सोचने के लिए मजबूर करता है कि आप किस समस्या का समाधान करने जा रहे हैं। AI के इन सभी प्रगतियों में, एक आसान, खतरनाक रास्ता यह है कि आप समाधान की जटिलताओं के बारे में सोचते रहें और उस समस्या को भूल जाएं जिसका समाधान आप करना चाहते हैं।

मेरे लिए, इस व्यायाम पर सैकड़ों डॉलर खर्च करना, बेहतर अंतर्दृष्टि प्राप्त करने की संभावित रणनीतिक मूल्य के मुकाबले नगण्य है। ऐसा लगता है जैसे कि एक वास्तव में, वास्तव में स्मार्ट मुख्य सहायक ने पिछले एक वर्ष के हर बिक्री कॉल प्रतिलिपि को पढ़कर देखा है।

उत्पाद की दृष्टि से, मेरे मन में तीन बबल हो सकते हैं। इसलिए आप उस संगमरमर का पता लगाना चाहते हैं जो उपयोगकर्ताओं के लिए वांछनीय है, व्यवसाय के लिए व्यवहार्य होगा और शोधकर्ताओं और तकनीकी दृष्टिकोण से व्यवहार्य होगा।

एलेक्स एलएलएम (चैटजीपीटी जैसे बड़े भाषा मॉडल) को 'जादुई डक्ट टेप' के रूप में संदर्भित करते हैं - एक बहुउपयोगी उपकरण जो अलग-अलग सिस्टम को जोड़ सकता है लेकिन पूर्ण नहीं है।

यह मान नहीं लेना चाहिए कि यह आपकी समस्याओं का समाधान कर देगा। यह स्वचालित रूप से उच्च गुणवत्ता वाले परिणाम नहीं दे सकता है। लेकिन अब आप क्या बना सकते हैं जो आप पहले नहीं बना सकते थे?

जब भी आप निर्णय लेने की क्षमताएं एजेंसी प्रणालियों को सौंपते हैं, तो आप कुछ हद तक अपने नियंत्रण को छोड़ देते हैं।