من هندسة التحفيز إلى هندسة القصد: تطور التواصل بين البشر والذكاء الاصطناعي

لمدة几 سنوات، أصبحت هندسة التحفيز واحدة من أهم المهارات في عصر الذكاء الاصطناعي. تم بناء دورات حولها. تم إنشاء ألقاب وظيفية لها. تم تشكيل مجتمعات كاملة لمشاركة نصائح حول كيفية صياغة الجملة المثالية التي ستجعل نموذج اللغة يفعل بالضبط ما تريد. السبب الرئيسي وراء شعبية هندسة التحفيز هو أن: الذكاء الاصطناعي قوي، ولكن أيضًا حرفي. كنت بحاجة إلى تعلم لغته قبل أن يتمكن من مساعدتك. كانت تلك المنطق منطقيًا في ذلك الوقت. لكنها بدأت في التدهور.

随着 نمو قدرات نماذج الذكاء الاصطناعي، يتحول عبء التواصل. السؤال لم يعد فقط “كيف أphrase هذا بشكل صحيح؟” بل يصبح “كيف أ đảmن أن الذكاء الاصطناعي يفهم بالفعل ما أحاول إنجازه؟” هذا هو سؤال أعمق. ويشير إلى ظهور مجال جديد يسمى هندسة القصد.

ما كانت هندسة التحفيز بالفعل

Để hiểu إلى哪里 نحن ذاهبون، من المفيد理解 ما كانت هندسة التحفيز بالفعل. في جوهرها، كانت حلاً مؤقتًا. كانت نماذج اللغة المبكرة قوية ولكنها هشة. استجابت جيدًا لأنماط محددة وسيئة للاستجابة لأنماط غامضة. لذلك، تعلم المستخدمون تلك الأنماط. اكتشفوا أن الطلب من النموذج “التفكير خطوة خطوة” يحسن التفكير. تعلموا أن تقديم أمثلة يجعل الإخراج أكثر ثباتًا. اكتشفوا أن منح النموذج دورًا، مثل “التصرف كمهندس برمجيات خبير”، يغير نبرة وجودة استجاباته. في حين أن هذه الاكتشافات تحسنت بالفعل من النتائج، إلا أنها تتطلب من البشر التكيف مع الآلة. كان الناس يتعلمون التحدث بطريقة تناسب بنية النموذج أكثر من طريقة تفكيرهم الطبيعية.

هذا ليس كيفية عمل التواصل الجيد بين الوكلاء الذكيين. عندما تفسر مشكلة لموظف ماهر، لا تفكر أولاً في استراتيجية الصياغة التي سوف تنشط مساراته العصبية. تفسر الوضع. يفهم السياق. يسأل أسئلة توضيحية إذا لزم الأمر. ويعمل نحو ما تريد بالفعل. مهنة هندسة التحفيز، مع قيمتها، كانت دائمًا تعويضًا عن فجوة يجب أن تغلقها الذكاء الاصطناعي الأفضل في النهاية.

الحدود التي جعلت هندسة التحفيز ضرورية

السبب وراء أهمية هندسة التحفيز لم يكن فقط أن النماذج كانت غير كاملة. بل كان لأن النماذج لم تكن لديها نموذج حقيقي للمستخدم. كانت معالجة النص وإرجاع النص. لم يكن لديهم فهم دائم لمن أنت، ما تحاول بناءه، أو ما يعني “جيدًا” في سياقك المحدد.

خلق هذا وضعًا غريبًا. يمكنك أن تسأل نفس السؤال و تحصل على نتائج مختلفة بشكل كبير اعتمادًا على كيفية صياغتك. يمكنك قضاء عشرين دقيقة في تعديل تحفيز و突然 تفك تحفيز يحتوي على استجابة أكثر فائدة من أي شيء حصلت عليه من قبل. التحفيز لم يكن فقط إدخالًا. كان مفتاحًا، و العثور على المفتاح الصحيح يتطلب مهارة و صبرًا و في بعض الأحيان حظًا.

كما يعني ذلك أن جودة إخراجك غالبًا ما تعتمد على مهارة تحفيزك أكثر من معرفتك الفعلية بالمجال. يمكن لأي طبيب ماهر في هندسة التحفيز استخراج استدلال طبي أفضل من نموذج من طبيب أكثر معرفة لا يعرف الأنماط. هذا هو انعكاس غريب للقيمة. يشير إلى أن النظام كان يضبط لشيء خاطئ.

ما يغيره هندسة القصد

هندسة القصد مصممة للتعامل مع مجموعة مختلفة من الافتراضات الأساسية. بدلاً من سؤال كيفية صياغة طلب لاستجابة جيدة للنموذج، يسأل كيفية التواصل مع ما تريد بالفعل، على كل مستوى، حتى يتمكن النموذج من التفكير في النتيجة الصحيحة بنفسه.

يشمل ذلك عدة أشياء التي لا يمكن لهندسة التحفيز التعامل معها. يتضمن تقديم معلومات كافية حول أهدافك وقيودك ومعاييرك حتى يتمكن النموذج من اتخاذ قرارات جيدة دون أن تحدد كل خطوة. يتضمن إنشاء فهم مشترك بدلاً من إصدار تعليمات دقيقة. ويتضمن بناء أنظمة حيث يمكن للذكاء الاصطناعي أن يسأل الأسئلة الصحيحة بدلاً من انتظار الإجابة الصحيحة.

نحن نرى هذا بالفعل في الممارسة. أنظمة الذكاء الاصطناعي الحديثة تدعم بشكل متزايد الذاكرة الدائمة والمحفظة المستخدمة والسياق المستمر. عندما يعرف النموذج أنك مدير منتج يعمل على تطبيق الرعاية الصحية مع قيود تنظيمية محددة، فإن طلباتك تحمل معنى غنيًا تلقائيًا. لا تحتاج إلى إعادة بناء السياق من البداية كل مرة. النموذج يفهم بالفعل السياق الذي تعمل عليه.

هذا هو تحول أساسي. تعاملت هندسة التحفيز مع كل互одействة على أنها معزولة. تعاملت هندسة القصد مع التواصل على أنه تراكمي. النموذج لم يعد يعالج فقط إدخالًا واحدًا. إنه يتابع محادثة مستمرة حول ما تحاول إنجازه ولماذا.

دور السياق الأغنى والتفكير

ي涉ل另ي بعد من هندسة القصد كيفية تعامل النماذج الحديثة مع الغموض. نموذج مدرب جيد اليوم لا يفعل فقط مطابقة الأنماط إلى اكتمال الأكثر احتمالاً للجملة. يفكر في ما كنت على الأرجح تعنيه، ويرفع افتراضات يفترضها، وفي كثير من الحالات يسأل عن توضيح قبل المتابعة.

هذا يهم لأن التواصل البشري يحتوي بشكل固有 على غموض. عندما يطلب شخص ما “يمكنك مساعدتي في كتابة شيء ما لمديري”، قد يعني ذلك تقرير أداء، أو بريد إلكتروني اعتذار، أو مقترح مشروع، أو خطاب استقالة. نظام محسّن لهندسة التحفيز سوف يحاول استنتاج من الكلمات الدقيقة. نظام محسّن لهندسة القصد سوف يعرف الغموض ويتعامل معه بذكاء، إما عن طريق السؤال أو عن طريق إنتاج شيء يعترف بالتفسيرات المحتملة المتعددة.

المنطق في وقت الاختبار، وهو khả năng نموذج التفكير في مشكلة قبل الإجابة، يلعب أيضًا دورًا هنا. النماذج التي تتفكير قبل الاستجابة هي أفضل في 捕获 الحالات التي تتعارض فيها الطلب الحرفي مع القصد الأساسي. يمكنهم ملاحظة عندما طلبت X ولكن ما تحتاجه بالفعل هو Y، ويمكنهم إظهار تلك الملاحظة بدلاً من تنفيذ طلب سوف لا يخدم هدفك الفعلي.

نوع جديد من المهارات

هذا التطور لا يجعله مهارات التواصل البشري غير ذات صلة. إنه يغير ما تبدو عليه تلك المهارات. الشخص الذي يزدهر في عالم هندسة القصد ليس الشخص الذي تذكر قوالب التحفيز الأفضل. إنه الشخص الذي يمكنه التعبير بوضوح عما يحاول إنجازه، ويتواصل بالقيود والسياق التي تهم، ويعترف عندما يستجيب إخراج الذكاء الاصطناعي للغرض الحقيقي مقابل مجرد الطلب المعلن.

في nhiều طرق، هذه هي المهارات القديمة. هي مهارات مدير جيد، أو معلم جيد، أو شريك جيد. القدرة على نقل القصد بوضوح، لشرح ليس فقط ما تريد ولكن لماذا تريد ذلك، كانت دائمًا علامة على التواصل الفعال. ما هو جديد هو أن أنظمة الذكاء الاصطناعي أصبحت متقدمة بما يكفي لاستجابة فعلاً لتلك الأنواع من التواصل.

الاستنتاج المثير هو أنه随着 تحسن الذكاء الاصطناعي، سوف يبدو واجهة بين البشر والآلات أقل مثل البرمجة وأكثر مثل التعاون. لا تحتاج إلى هندسة الإدخال المثالي. سوف تحتاج إلى أن تكون متواصلًا واضحًا ومدروسًا.

ما يعنيه هذا للطريقة التي نبني بها أنظمة الذكاء الاصطناعي

لهذا التحول أيضًا عواقب على كيفية تصميم أنظمة الذكاء الاصطناعي. نمط هندسة التحفيز يشجعك على بناء أنظمة استجابة جيدة للإدخال الدقيق. نمط هندسة القصد يشجعك على بناء أنظمة جيدة في الاستدلال والاستفسار والتكيف والاستمرار.

هذا يعني الاستثمار في هياكل الذاكرة التي تمكن النماذج من حمل سياق معنوي عبر الجلسات. يعني بناء نماذج تعرف متى لا تمتلك معلومات كافية للعمل جيدًا ويمكن أن تقول ذلك. يعني إنشاء واجهات حيث يتواصل المستخدمون بأهداف بدلاً من أوامر، ويتصرف الذكاء الاصطناعي كشريك في تحديد كيفية الوصول إلى تلك الأهداف.

كما يعني إعادة التفكير في التقييم. حاليًا، نقيس غالبًا كيفية تنفيذ النموذج لتعليمات محددة. في عالم هندسة القصد، يكون المقاييس الأفضل هو كيفية خدمة النموذج للغرض الأساسي وراء تلك التعليمات، حتى عندما كانت التعليمات نفسها غير دقيقة.

النقطة الأساسية

عاملت هندسة التحفيز الذكاء الاصطناعي على أنه أداة قوية ولكن غبية تحتاج إلى التعامل بحذر. تعاملت هندسة القصد مع الذكاء الاصطناعي على أنه شريك ذكي يمكنه فهم السياق والتفكير في الأهداف وتحديد الغموض. هذا التحول يعكس تغييرًا في ما نفكر فيه حول ما هو الذكاء الاصطناعي من أجل. ليس آلة تنفذ كلماتك الدقيقة. ولكن نظام يساعدك على إنجاز ما تريد بالفعل. يشير هذا التحول إلى أن مستقبل التفاعل بين البشر والذكاء الاصطناعي لن يكون حول التمكن من الصياغة الخبيرة. سوف يكون حول التعبير عن الأهداف والقيود والغرض بوضوح كافٍ للذكاء الاصطناعي للتعاون بدلاً من مجرد الامتثال.