Frontier Enterprise inaripoti kwamba Maktaba za NUS zilizindua AI Sense Maker

Nini kilitokea

Frontier Enterprise inaripoti kwamba Chuo Kikuu cha Kitaifa cha Singapore kilizindua AI Sense Maker, jukwaa la mazungumzo la msingi la wavuti lililoundwa na Maktaba za NUS na Teknolojia ya Habari ya NUS. Jukwaa linatumia modeli kubwa ya lugha ya OpenAI na utafutaji wa kimaana ili kuwasaidia watumiaji kuanza utafiti kwa maswali ya lugha asilia badala ya manenomsingi ya hifadhidata mahususi.

Frontier Enterprise inaripoti kwamba Maktaba za NUS zilizindua AI Sense Maker, au ASM, kwa pamoja na Teknolojia ya Habari ya NUS. Ripoti hiyo inaelezea ASM kama jukwaa la mazungumzo la mtandao na inasema NUS ni chuo kikuu cha kwanza katika Asia ya Kusini-mashariki kutumia AI ya mazungumzo kwa njia hii. Taarifa hiyo ya kikanda-kwanza inawasilishwa na uchapishaji na haijathibitishwa kivyake na nyenzo asili iliyotolewa hapa. Mfumo huu unafafanuliwa kuwa unaendeshwa na muundo mkubwa wa lugha wa OpenAI, lakini ripoti haitambui toleo la mfano, mpangilio wa matumizi au usanifu wa kiufundi.

Kulingana na Frontier Enterprise, watumiaji wanaweza kuanza na swali katika lugha ya kila siku, kama vile kwa nini baadhi ya vitongoji nchini Singapore vinahisi joto zaidi kuliko vingine. ASM hutumia utaftaji wa kisemantiki kutafsiri maana na dhamira ya swali badala ya kutegemea tu ulinganifu halisi wa nenomsingi. Utendakazi ulioripotiwa ni pamoja na kurejesha vyanzo vinavyofaa, kuibua dhana zinazohusiana, kutoa muhtasari wa mada mafupi, kuratibu marejeleo ya usomaji zaidi na kuunda grafu za maarifa shirikishi zinazoonyesha miunganisho kati ya mawazo. Haya ni maelezo ya uwezo wa mfumo ulioripotiwa, sio matokeo yaliyopimwa kwa kujitegemea.

Frontier Enterprise inaripoti kuwa ASM hapo awali huchota kwenye nyenzo 150,000 za dijiti. Mkusanyiko huo unajumuisha karatasi za utafiti kutoka kwa ScholarBank, hazina ya utafiti ya NUS, na nyenzo kutoka kwa Vito vya Dijiti, juhudi za kuweka dijitali kwenye Maktaba za NUS zinazozingatia makusanyo maalum na vyanzo vya msingi, haswa vinavyohusiana na Kusini-mashariki mwa Asia. Nakala hiyo inasema mikusanyo hiyo ni pamoja na vitabu vya karne ya 17. Haibainishi ni kiasi gani cha nyenzo kinachoweza kutafutwa kikamilifu, jinsi vyanzo vinavyoorodheshwa, iwapo mfumo unaweza kufikia uchanganuzi asili, au iwapo watumiaji wote watapokea huduma sawa ya mkusanyiko.

Ripoti hiyo inamnukuu Natalie Pang, profesa mshiriki na mkutubi wa chuo kikuu katika NUS, akisema watafiti wana muda mfupi na uwazi na kwamba ASM inakusudiwa kusaidia watu kupata maana ya habari badala ya kuipata tu. Pang pia alisema mfumo huo unakusudiwa kusaidia maswali bora na uchunguzi wa kina badala ya kuchukua nafasi ya kufikiria kwa umakini. Taarifa hizo zinahusishwa na Pang kupitia Frontier Enterprise; chanzo hakitoi majaribio ya mtumiaji huru, utafiti linganishi au tathmini ya iwapo chombo kinafikia malengo hayo.

Maelezo ya chanzo: frontier-enterprise.com ↗

Kwa nini ni muhimu

Utumaji unaonyesha jinsi chuo kikuu kinavyoweka AI ya uzalishaji moja kwa moja ndani ya ugunduzi wa utafiti na makusanyo ya maktaba. Taarifa yake ya awali inachanganya karatasi za utafiti na nyenzo adimu zilizowekwa kidijitali na vyanzo msingi vya Asia ya Kusini-Mashariki, hivyo basi kuwapa watumiaji njia rahisi zaidi ya kupata miunganisho katika mikusanyiko yote. Makala hayathibitishi kwa kujitegemea usahihi, upatikanaji, utendaji au athari ya mfumo kwenye matokeo ya kujifunza.

Uzinduzi ulioripotiwa ni muhimu kwa sababu unaweka AI katika hatua muhimu ya kazi ya maarifa: kuamua wapi utafiti unaanza. Utafiti wa kawaida wa maktaba mara nyingi huhitaji watumiaji kujua ni hifadhidata gani ya kutafuta na istilahi gani ya kutumia. Kiolesura cha mazungumzo kinaweza kupunguza kizuizi hicho kwa kuruhusu swali kuonyeshwa katika lugha ya kawaida. Urejeshaji wa kisemantiki pia unaweza kuibua nyenzo zinazotumia msamiati tofauti na maneno ya mtumiaji. Frontier Enterprise inawasilisha hizi kama faida zinazokusudiwa, lakini haitoi uboreshaji uliopimwa katika kukumbuka, umuhimu au wakati wa utafiti.

Mkakati wa ukusanyaji unaipa uwekaji umuhimu zaidi ya chatbot ya jumla. Kwa kuchanganya hazina ya karatasi za utafiti na makusanyo maalum ya dijiti, ASM inaripotiwa kuunganisha usomi wa kisasa na vyanzo adimu na vya kihistoria. Ikiwa mfumo utahifadhi viungo vya chanzo na kufanya uthibitisho wa majibu kuwa wazi, inaweza kusaidia wanafunzi na watafiti kugundua nyenzo ambazo ni ngumu kupata kupitia utafutaji tofauti wa maneno muhimu. Thamani inayoweza kutokea kwa umma ni muhimu hasa kwa historia na usomi wa Asia ya Kusini-Mashariki, ambapo uwekaji dijitali na utambuzi unaweza kuathiri ni nani anayeweza kujihusisha na vyanzo vya msingi.

Wakati huo huo, mkusanyiko mkubwa wa indexed hauanzishi usaidizi wa kuaminika wa utafiti. Muhtasari unaotokana na muundo wa lugha unaweza kuacha kuhitimu, kubana mizozo au kuanzisha madai ambayo hayaungwi mkono na nyenzo zilizorejeshwa. Utafutaji wa kimantiki unaweza pia kupata vyanzo vinavyofanana kimawazo ambavyo havifai kwa swali fulani. Chanzo hakisemi ikiwa ASM inaonyesha manukuu, manukuu ya kiwango cha ukurasa, viashirio vya kuaminika, mapungufu ya mkusanyiko au maonyo wakati ushahidi ni dhaifu. Pia haitoi ripoti ya tathmini dhidi ya wasimamizi wa maktaba, utafutaji wa kawaida au zana zingine za utafiti.

Kwa hivyo mradi unawakilisha majaribio ya kitaasisi ya vitendo, lakini athari yake bado haijapimwa katika ripoti iliyotolewa. Hakuna taarifa kuhusu idadi ya watumiaji, vikwazo vya ufikiaji, gharama za uendeshaji, masharti ya ufikiaji, mipangilio ya leseni au matokeo ya kujifunza. Ripoti pia haibainishi kama mfumo huo unapatikana zaidi ya jumuiya ya NUS. Ushahidi wenye nguvu zaidi ni kwamba maktaba ya chuo kikuu imezindua jukwaa la AI lililopewa jina na mkusanyiko wa awali uliofafanuliwa na kazi kadhaa zilizotajwa; madai mapana kuhusu kubadilisha elimu au utafiti yangehitaji ushahidi wa ziada.

Nini cha kutazama baadaye

Maswali muhimu yanayofuata ni jinsi AI Sense Maker inavyotaja na kutofautisha vyanzo, jinsi inavyoshughulikia makosa katika nyenzo za kihistoria, ni nani anayeweza kuipata, na kama msingi wa vipengee 150,000 utapanuka. Watumiaji na taasisi wanapaswa pia kuangalia ushahidi kuhusu faragha, hakimiliki, ufunikaji wa mkusanyiko, ukaguzi wa kibinadamu na kama zana inaboresha ubora wa utafiti badala ya kupunguza tu muda wa utafutaji.

Kwanza, waangalizi wanapaswa kutafuta taarifa kamili kuhusu ufikiaji na upeo. Ripoti hiyo haisemi ikiwa AI Sense Maker iko wazi kwa umma, imezuiwa kwa wanafunzi wa NUS na wasomi, inapatikana tu kupitia majaribio au tayari kutumwa kwa upana. Pia haielezi ikiwa watumiaji wanaweza kutafuta kila bidhaa katika msingi wa nyenzo 150,000 au kama ufikiaji unatofautiana kulingana na hakimiliki, faragha, sera ya ukusanyaji au hali ya uwekaji dijiti. Maelezo haya yatabainisha ikiwa uzinduzi huo kimsingi ni huduma ya chuo kikuu au rasilimali pana ya maarifa ya umma.

Pili, ubora wa utunzaji wa chanzo utakuwa kati. Mfumo muhimu wa utafiti unapaswa kuweka wazi ni hati zipi zinazounga mkono jibu, kutofautisha muhtasari unaozalishwa kiotomatiki kutoka kwa ushahidi wa msingi na kutoa njia ya vitendo ya kukagua kipengee asili. Maswali muhimu yanajumuisha iwapo manukuu ni sahihi, ikiwa grafu za maarifa zimetolewa kutokana na mahusiano dhahiri au makisio ya kielelezo, jinsi vyanzo rudufu na vinavyokinzana vinashughulikiwa, na kinachotokea swali linapotoka nje ya mkusanyiko. Frontier Enterprise hairipoti ulinzi huu au upimaji wowote wa usahihi.

Tatu, uchaguzi wa utawala wa chuo kikuu unastahili kuzingatiwa kwa sababu mfumo unashughulikia karatasi za kisasa za utafiti na nyenzo adimu za kihistoria. Kuripoti kwa siku zijazo kunapaswa kufafanua jinsi maswali ya watumiaji yanahifadhiwa, ikiwa mwingiliano hutumiwa kuboresha muundo, jinsi mikusanyiko nyeti au yenye vikwazo inalindwa, na jinsi hakimiliki na majukumu ya leseni yanavyodhibitiwa. Chanzo pia hakitambui modeli ya OpenAI au kusema kama NUS inaendesha uchujaji wa ziada, urejeshaji au mapitio ya tabaka karibu nayo.

Hatimaye, tathmini yenye maana ingeonyesha kama ASM inaboresha utafiti badala ya kufanya tu mwingiliano wa kwanza uhisi rahisi. Ushahidi muhimu unaweza kujumuisha ulinganisho unaodhibitiwa na utafutaji uliopo wa maktaba, majaribio yanayohusisha istilahi zisizojulikana na mikusanyiko ya kihistoria, uchanganuzi wa makosa na wasimamizi wa maktaba, na maoni kutoka kwa wanafunzi na watafiti kwa muda. Upanuzi wa ukusanyaji, masahihisho ya kumbukumbu na ushahidi wa matumizi endelevu utaonyesha kama uzinduzi umekuwa miundombinu ya kudumu. Bila habari kama hiyo, athari za kiutendaji zinabaki kuwa za kuahidi lakini hazijathibitishwa.

Miongozo & maswali yanayohusiana