Társadalom ÚTMUTATÓ

Belépés az AI-ba kódolás nélkül

Kódolás nélkül is bekerülhet a mesterséges intelligencia területére olyan szerepkörök révén, mint az AI-oktató vagy adatmagyarázó, az AI-értékelési szakértő, az AI-irányítási és etikai elemző, az AI-termékműveletek, valamint az AI-megoldások tanácsadója vagy az ügyfelek sikere.

Hallgassa meg ezt az útmutatótAI-narrált · ~3 min

Ezen az oldalon4 perc olvasás
  1. Áttekintés
  2. Mély merülés
  3. Valós megvalósítás
  4. A kódolás nélküli mesterséges intelligencia bevezetésének jövője
  5. A gyakorlatba ültetés
  6. Folytassa a felfedezést
  7. Gyakran ismételt kérdések

Áttekintés

Ezek a szerepkörök a tartományi szakértelemre, az egyértelmű írásra, a körültekintő megítélésre és a kommunikációra támaszkodnak. Valódi utat biztosítanak a nem programozóknak az AI-rendszerek felépítéséhez, teszteléséhez és telepítéséhez.

Mély merülés

Számos különálló nem kódoló útvonal létezik. AI tréner és adatannotátor. Ember által írt példákkal és emberi ítéletekkel finomítják a nyelvi modelleket. Az annotátorok ideális válaszokat írnak, rangsorolják a modell kimeneteit, felcímkézik az adatokat és megjelölik a káros tartalmakat. Az ilyen munkát kínáló platformok közé tartozik a Scale AI (Outlier és Remotasks márkáival), a DataAnnotation, az Appen és a TELUS Digital (korábban TELUS International). Az általános feladatok általában kevesebbet fizetnek, míg a jogi, orvosi, matematikai vagy kódolási szakterületi feladatok többet fizetnek. A munka nagy része szerződésen alapul, és figyelmeztetés nélkül elszáradhat. AI értékelési szakértő. A vállalatoknak emberekre van szükségük, hogy teszteljék a mesterséges intelligencia kimeneteit a minőségi rubrikák alapján, megtalálják a meghibásodási mintákat, és egyértelmű jelentéseket írjanak. AI irányítás, kockázat és etika. A szabályozás és a szabványok igényt teremtenek erre a munkára. Az EU AI-törvényét 2024-ben fogadták el, a NIST AI kockázatkezelési keretrendszert 2023-ban, az ISO/IEC 42001-et pedig 2023-ban tették közzé az MI menedzsmentrendszer-szabványaként. A munka magában foglalja a mesterséges intelligencia használati irányelveit, kockázatértékeléseket, modellleltárakat, szállítói áttekintéseket és dokumentációt. Az emberek gyakran megfelelőségi, jogi, adatvédelmi, könyvvizsgálati vagy politikai hátterűek, és az IAPP AI-irányítási tanúsítványt (AIGP) kínál. AI termékműveletek. Ez a szerepkör biztosítja a bevezetett AI-termékek egészségét: a felhasználói visszajelzések tesztelése, a tudásbázisok karbantartása, a felülvizsgálatok koordinálása és a minőségi mutatók követése. Megoldási tanácsadó, az ügyfelek sikere és támogatása. Ezek a szerepkörök segítik a szervezeteket az AI-eszközök átvételében azáltal, hogy felmérik a használati eseteket, futtatják a kísérleteket és képezik az alkalmazottakat. A betöréshez párosítsa domain-szakértelmét a mesterséges intelligencia műveltséggel, és készítsen látható munkát, például vázlatos mesterséges intelligencia-használati szabályzatot a saját területén vagy egy kód nélküli munkafolyamat-automatizálást. Az egyik tévhit az, hogy a "nincs kód" azt jelenti, hogy nincs technikai megértés. Továbbra is tudnod kell, hogyan működnek a modellek, és hol hibáznak. Legyen óvatos azokkal a csalásokkal is, amelyek "AI képzési munkákat" hirdetnek, és előzetes díjat kérnek. A törvényes platformok nem számítanak fel díjat a munkáért.

Valós megvalósítás

Egy volt kémiatanár szerződéses munkákat ír, és szakértői szintű természettudományos kérdéseket értékel, amelyeket a nyelvi modellek képzésére és értékelésére használnak.

A bank megfelelőségi tisztviselője úgy lép be a mesterséges intelligencia irányításába, hogy feltérképezi a bank mesterséges intelligenciájának felhasználásait a NIST AI kockázatkezelési keretrendszerével, és leltárt készít minden használt modellről.

Egy műveleti vezető lesz az AI-termékek üzemeltetési vezetője. Futtatják a megjelölt chatbot-válaszok felülvizsgálati folyamatát, frissítik a tudásbázis tartalmát, és jelentik a hibatrendeket a mérnököknek.

Egy szoftvercég értékesítési mérnöke arra specializálódott, hogy segítse az ügyfeleket a mesterséges intelligencia bevezetésében: a használati esetek feltérképezésében, a pilóták futtatásában és a személyzet képzésében az eszközök megfelelő használatára.

A kódolás nélküli mesterséges intelligencia bevezetésének jövője

A nem kódoló AI-szerepek iránti kereslet valószínűleg inkább eltolódik, mintsem eltűnik. A generalista annotáció csökkenhet, mivel a modellek több saját képzési adatot generálnak, míg a speciális területeken a szakértő értékelők iránti igény jobban kitarthat. Az irányítási munka valószínűleg növekedni fog, mivel az olyan szabályozások, mint például az EU AI-törvény bevezetése, és a szervezetek hivatalossá teszik a felügyeletet, bár a munkakörök pontos számát nehéz megjósolni. Az átvételi és engedélyezési szerepkörök attól függnek, hogy a szervezetek milyen gyorsan telepítik az AI-t. A legtartósabb profil egyesíti a terület mélyreható ismeretét, az erős írást és ítélőképességet, valamint az AI-rendszerek működésének gyakorlati megértését.

A gyakorlatba ültetés

Miért számít

  • Kockázat és biztonság. A katasztrofális és a mindennapi mesterséges intelligencia okozta károk egyaránt attól függnek, hogy ki érti a kockázatokat, és ki tud cselekedni.
  • Tisztább döntések. A közéleti és szakmai műveltség határozza meg, hogy politikailag lehetséges-e az erős biztonsági politika.
  • Átvágva a felhajtáson. A világos magyarázatok csökkentik a hírverés, a laboratóriumi PR és a homályos etikai színház általi elkapását.

Vigyázz

  • Az egzisztenciális kockázat sci-fiként való kezelése, miközben a képesség összetett.
  • Zavaros felületi termékbiztonság a nagy autonómia melletti igazítással.
  • A nem angol nyelvű és nem szakértő közönségnek csak rossz minőségű forrásokat kell hagynia.

Következő lépések

  1. Különítse el a termékkárok, a visszaélések és az ellenőrzés elvesztésének/hibás beállításának kockázatait.
  2. Kérdezd meg, milyen bizonyítékok változtatnák meg az idővonalakról és a súlyosságról alkotott nézetedet.
  3. Részesítse előnyben az elsődleges forrásokat és a konkrét értékeléseket a marketinges állításokkal szemben.
  4. Határozzon meg egy cselekvési utat: karrier, politika, finanszírozás vagy készségek – nem csak a tudatosság.

Folytassa a felfedezést

Ingyenes hírlevél

Szerezze meg a napi AI összefoglalót

Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.

Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.

Teszteld magad

Take the Getting Into AI Without Coding quiz

Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.

Kezdő kvíz

Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt

Gyakran ismételt kérdések

Mit jelent kódolás nélkül belépni az AI-be?

Kódolás nélkül is bekerülhet a mesterséges intelligencia területére olyan szerepkörök révén, mint az AI-oktató vagy adatmagyarázó, az AI-értékelési szakértő, az AI-irányítási és etikai elemző, az AI-termékműveletek, valamint az AI-megoldások tanácsadója vagy az ügyfelek sikere. Ezek a szerepkörök a tartományi szakértelemre, az egyértelmű írásra, a körültekintő megítélésre és a kommunikációra támaszkodnak. Valódi utat biztosítanak a nem programozóknak az AI-rendszerek felépítéséhez, teszteléséhez és telepítéséhez.

Ezek közül melyik szerepel az útmutatóban nem kódoló mesterséges intelligencia szerepkörként?

A mesterséges intelligencia irányítása és az etikai munka az irányelveken, a kockázatértékeléseken és a dokumentáción összpontosul. Programozás helyett megfelelőségi, jogi és szakpolitikai készségekre támaszkodik.

Az RLHF-ben általában mit csinálnak az értékelők?

Az értékelők preferenciái egy jutalmazási modellt képeznek, amely segítőkészebb, pontosabb és biztonságosabb eredmények felé tereli a továbbképzést.

Az útmutató szerint mely annotációs feladatok szoktak többet fizetni?

A szakértői tudás ritkábban áll rendelkezésre, ezért a szakszerű annotáció és értékelés általában többet fizet, mint az általános címkézés.

Mire használják az aranykérdéseket a kommentárplatformokon?

Az aranykérdésekre ismert válaszok vannak, így a platformok mérhetik, hogy az annotátorok pontosak-e, és követik-e a rubrikát.

Az útmutató melyik keretrendszerre hivatkozik, amelyet 2023-ban adtak ki, hogy segítse a szervezeteket a mesterséges intelligencia kockázatának kezelésében?

A NIST 2023-ban adta ki a mesterséges intelligencia kockázatkezelési keretrendszerét. Az útmutató az EU AI-törvénye és az ISO/IEC 42001 mellett felsorolja, mint az irányítási munka iránti kereslet mozgatórugóját.