Professional Documents
Culture Documents
Основи АІ. Workbook
Основи АІ. Workbook
«ОСНОВИ АІ»
Зміст
Зміст 2
Модуль 1 4
Кому потрібен AI? 4
1.1. Вступ: що таке AI і як він може мені допомогти? 4
1.2. Переваги штучного інтелекту для бізнесу та особистого використання 5
1.3. Структура курсу та як пройти його ефективно 7
1.4. Поради для навчання 7
Модуль 2 9
Принципи AI та ML 9
2.1. Парадигми вирішення задач машинного навчання 9
2.2. Як використовувати AI для роботи з табличними, візуальними та текстовими
даними 11
2.3. Як уникнути помилок на початкових етапах впровадження ML? 12
2.4. Упередження та поширені помилки щодо АІ 14
2.5. Відповідальний AI 16
Модуль 3 17
Стратегії трансформації бізнесу з AI та ML 17
3.1. Як штучний інтелект та машинне навчання впливають на бізнес? 17
3.2. Машинне навчання у бізнесі: на що треба зважати 17
3.3. Рівні інтеграції штучного інтелекту в різних компаніях 20
3.4. Оцінка ризиків у проєктах із AI 21
Модуль 4 23
Використання AI та ML у різних сферах 23
4.1. У маркетингу та PR 23
4.2. У роздрібній торгівлі й електронній комерції 24
4.3. В HR та рекрутингу 25
4.4. У фінансовій сфері 27
4.5. У виробництві 28
4.6. У готельно-ресторанній справі 30
4.7. В освіті 32
4.8. У сільському господарстві 33
Модуль 5 36
Приклади використання інструментів на основі AI 36
5.1. Приклади використання AI у повсякденному житті 36
5.2. Як створювати запити для GenAI 38
5.3. Робота з ChatGPT 39
5.4. Робота з Midjourney 39
5.5. Робота з Bard від Google 41
5.6. Як працювати з ML, якщо я вмію користуватися лише Google Sheets? 42
Модуль 6 44
Як побудувати ML-команду з 0 44
6.1. Типи ML-команд 44
6.2. Наймаємо таланти в ML: основні компетенції та досвід 45
6.3. Софт скіли й культура ML-команди 46
6.4. Як управляти ML-проєктами та пріоритезувати задачі 47
6.5. Типові помилки в ML-проєктах і командах 49
6.6. Збір та обробка даних 49
Модуль 7 51
Що робити далі? 51
7.1. Підсумки та основні уроки курсу 51
7.2. План дій із впровадження AI/ML: цілі та пріоритети 52
7.3. Як встигати за розвитком штучного інтелекту? 53
3
Модуль 1
Алгоритми штучного інтелекту здатні виконувати замість нас частину щоденної роботи:
завдання можна делегувати йому частково, або ж використовувати його як помічника.
З чим саме AI може допомогти? Повний список завдань уже неймовірно довгий і
продовжує поповнюватися, завдяки появі нових інструментів. Ось лише кілька
найпопулярніших варіантів:
● Транскрибувати аудіо.
● Перерахувати основні тези, статті, зустрічі тощо.
● Сформувати лист, пост у соцмережах, текст на потрібну тему.
● Згенерувати ідеї, тези, сценарії.
● Проаналізувати великі обсяги даних, відфільтрувати їх за певними параметрами
чи знайти в них конкретну інформацію.
● Скласти план занять спортом, стратегію запуску бізнесу, схему обліку особистих
фінансів, програму освоєння нових знань тощо.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Загалом AI може забрати на себе частину завдань, які вам не подобаються. Або ж
пришвидшити роботу чи поглянути під іншим кутом на ті речі, які ви любите робити.
4
✎ У полях нижче складіть списки таких завдань особисто для вас чи для вашого
бізнесу. А після закінчення курсу поверніться до них, і спробуйте на практиці
застосувати штучний інтелект для виконання цих завдань.
……………………………………………… ………………………………………………
……………………………………………… ………………………………………………
……………………………………………… ………………………………………………
……………………………………………… ………………………………………………
……………………………………………… ………………………………………………
……………………………………………… ………………………………………………
……………………………………………… ………………………………………………
……………………………………………… ………………………………………………
Генеративних моделей існує безліч. Як для різних типів контенту, з якими вони можуть
працювати, так і для використання в конкретних галузях.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
5
Для написання чи відладки коду: Copilot.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Завдання Інструменти
6
1.3. Структура курсу та як пройти його ефективно
Сьогодні АІ є ключем до інновацій та має великий потенціал для розвитку й
масштабування бізнесу. Навчання на цьому курсі — важливий крок до освоєння цього
потенціалу.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
7
Порада 2. Якнайшвидше випробовуйте набуті знання на практиці.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
8
Модуль 2
Принципи AI та ML
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
9
Навчання з підкріпленням (Reinforcement Learning). Алгоритми намагаються
максимізувати певний показник через взаємодію з оточенням.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
…………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
10
2.2. Як використовувати AI для роботи з табличними,
візуальними та текстовими даними
Від парадигм розв'язання задач машинного навчання перейдемо до конкретних
прикладів того, як штучний інтелект допомагає в роботі з різними типами даних:
табличними, текстовими й візуальними.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Візуальні дані (CV). Комп'ютерний зір включає аналіз зображень і відео. Основні
завдання CV: класифікація зображень, детекція об'єктів (визначення та сегментація
об'єктів на зображенні), а також аналіз відео, як, наприклад, розпізнавання номерних
знаків автомобілів на парковках.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
11
✎ Подумайте, для яких завдань конкретно у вашому бізнесі можна використати
табличні, текстові й візуальні дані. Якщо якась з колонок залишиться пустою — це
абсолютно окей.
Важливий пункт у роботі з АІ — чітко визначити ціль або цілі вашої системи машинного
навчання. Замість загальних цілей, на кшталт «збільшення прибутку», зосередьтеся на
конкретних, вимірюваних метриках, що можуть бути автоматизовані.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
12
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Тепер, коли ви визначили цілі та метрики, звернемо увагу на дані, оскільки вони —
ключовий компонент будь-якої моделі машинного навчання. Вони слугують «паливом»
для вашої системи. Саме тому, важливо забезпечити якість даних. Якщо дані
недоступні, розгляньте можливість їх збору чи купівлі.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
✎ А тепер дані, яких немає, але вони потрібні для виконання ваших цілей. Також
подумайте, яким чином та де ви можете їх отримати.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
13
Для закріплення — ключові запитання, на які вам потрібно відповісти перед стартом
роботи з ШІ:
До вашої уваги кілька корисних ресурсів для тих, хто хоче копнути глибше:
Якщо завдання легко можна вирішити без АІ — робіть це. Якщо у вас немає достатньої
кількості даних, спочатку знайдіть способи отримувати ці дані, а вже тоді думайте, як
використати штучний інтелект для пришвидшення цього процесу.
Впровадження AI забирає більше часу, ніж здається. Тому, потрібно бути впевненими,
що це дійсно допоможе пришвидшити обробку даних, краще зважувати й ухвалювати
рішення, спростити певні процеси тощо.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
14
Тренування власних моделей — процес затратний і не швидкий, тому його варто
використовувати, коли наявні інструменти не наближають вас до розв'язання
потрібного завдання.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Третє упередження, у яке час від часу вірять усі, полягає в тому, що ваш AI
неупереджений.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
15
2.5. Відповідальний AI
Помилково вважати, ніби машини відіграють ключову роль в ухваленні рішень.
Насправді ж, саме люди залучені до кожного аспекту розробки штучного інтелекту.
16
Модуль 3
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
17
Люди. Команди повинні бути міжфункціональними та фокусуватися на продуктах або
послугах, замість відокремленої роботи в окремих групах.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Цінність. Якщо ви намагаєтеся втілити свою ідею в життя, згадайте або визначте, якої
справжньої бізнес-цілі ви намагаєтеся досягти. А також, для кого ви це робите, чи є
клієнт для вашого продукту.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
18
Процес. Яку б послугу чи продукт ви не намагалися змінити за допомогою штучного
інтелекту та машинного навчання, вам потрібно буде реалізувати це в певному процесі.
Тобто вам потрібно розуміти, як цей процес працює зараз, як саме і на яких етапах ви
можете його покращити та як інтегрувати в цей процес ваш продукт.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
✎ У процесі роботи над власним проєктом ставте позначки навпроти пунктів, які
ви вже врахували, допоки не виконаєте весь список.
люди;
технології;
значення;
вимірювання;
процес;
порівняння;
підтримка.
19
3.3. Рівні інтеграції штучного інтелекту в різних компаніях
Штучний інтелект (АІ) та машинне навчання (ML) стають ключовими компонентами
бізнесу в сучасному світі. Організації, незалежно від їхнього масштабу, активно
використовують потенціал штучного інтелекту для підвищення
конкурентоспроможності, оптимізації бізнес-процесів і поліпшення клієнтського досвіду.
Другий рівень. У компанії з'являються співробітники, які 100% свого робочого часу
приділяють роботі з даними та штучним інтелектом.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
20
3.4. Оцінка ризиків у проєктах із AI
Як ми вже казали, важливий етап у впровадженні штучного інтелекту — оцінка ризиків.
Аналізуйте ризики на початкових етапах проєкту та плануйте відповідні заходи з їх
нейтралізації.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
21
Якість даних та уникнення упередженості. Зверніть особливу увагу на якість даних,
які використовуються для тренування моделей АІ. Наприклад, якщо у вашій компанії є
історичні дані про клієнтів, переконайтеся, що дані є повними, достовірними та не
призводять до упередженості, наприклад, за ознакою віку, статі чи раси.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Оцінка ризиків — складний, але важливий процес. Він сприяє досягненню поставлених
цілей, забезпечує збалансований розвиток проєкту та допомагає уникнути можливих
проблем у майбутньому.
22
Модуль 4
4.1. У маркетингу та PR
Маркетинг. Основне завдання маркетингу полягає в розумінні потреб клієнтів, їх
зіставлення з продуктами й послугами — це завдання, виконання якого штучний
інтелект може значно полегшити.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
23
Приклади інструментів
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
24
AI також використовують для відстежування цін конкурентів та їх аналізу, що
допомагає власникам бізнесу залишатися конкурентоспроможними й максимізувати
прибутки.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
4.3. В HR та рекрутингу
Шукати таланти — довготривалий та комплексний процес. Проте, штучний інтелект
може кардинально змінити підхід до найму персоналу, автоматизуючи та покращуючи
різні етапи рекрутингового процесу.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
25
Передбачання ймовірності успіху кандидата на основі історичних даних попередніх
наймів.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Опис вакансії. Textio пропонує унікальні описи вакансій, аналізуючи описи посад і
визначаючи потенційно найефективніший тон спілкування.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
26
Прогноз звільнень. Інструменти на зразок Ultimate Software аналізують дані про
співробітників і виявляють фактори, які корелюють на відтік. Так відділ кадрів може
вчасно вжити заходів, аби утримати співробітників.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Важливо: АІ буде важко повністю замінити людей у сфері Human Resources, оскільки
високий рівень EQ (коефіцієнт емоційного інтелекту) і глибокий особистий контакт — це
ключ в роботі з персоналом.
Оскільки сфера фінансів є доволі зарегульованою через високі рівні захисту даних, то
тут буде менше готових інструментів. Ми зосередимося саме на прикладах
застосування.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
27
Персоналізація та обслуговування клієнтів. ML допомагає покращити
обслуговування клієнтів за допомогою чат-ботів, віртуальних помічників і
персоналізованих фінансових рекомендацій.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
4.5. У виробництві
Завдяки можливостям AI виробничі підприємства ефективно моніторять процеси,
виявляють аномалії, підвищують якість продукції та оптимізують роботу виробничих
ліній.
28
● Siemens використовує штучний інтелект для прогнозованого технічного
обслуговування, що дозволяє скоротити незаплановані простої та оптимізувати
графіки технічного обслуговування.
● General Electric використовують аналітику на основі АІ у своїх газових турбінах,
щоб підвищити ефективність роботи та виявити потенційні проблеми,
перш ніж вони призведуть до збоїв.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Чітко сформулюйте конкретні виклики, які ви хочете вирішити, і встановіть чіткі цілі
для впровадження AI/ML.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
29
Налаштуйте співпрацю між галузевими експертами та дослідниками даних.
Експерти розуміють тонкощі виробничого процесу, а спеціалісти володіють технічними
знаннями для розробки моделей АІ. Разом вони можуть створювати рішення, які
відповідають практичним потребам галузі.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
30
Це допоможе мінімізувати втрати та забезпечити безперебійну роботу в години пік.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Аналіз настроїв і відгуки клієнтів. Аналіз настроїв на основі відгуків клієнтів дає
уявлення про якість обслуговування та задоволеність клієнтів. Ці дані допомагають
зрозуміти потреби та вимоги клієнтів, виявити проблеми та працювати над їхнім
вирішенням, що в результаті веде до покращення якості послуг та задоволеності
клієнтів.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
31
4.7. В освіті
АІ може ефективно доповнювати традиційні методи навчання, сприяючи
індивідуалізації й адаптації змісту та методів навчання під потреби кожного учня. Це
дає змогу кожному розвивати свій потенціал і здібності та допомагає забезпечити більш
ефективну й усвідомлену освіту.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
32
Аналітика навчання та відстеження продуктивності. Система штучного інтелекту
може аналізувати навчальний прогрес кожного студента та їхні сильні та слабкі
сторони.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
33
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
34
✎ Ми не знаємо, в якій саме галузі ви плануєте застосувати штучний інтелект. Або
ж, можливо, для ваших цілей вам взагалі потрібен мікс інструментів. Тому завдання
цього разу одне на весь модуль.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
35
Модуль 5
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
36
Медична діагностика та прогнозна аналітика. Розширені алгоритми здатні
аналізувати медичну візуалізацію, наприклад, рентген, комп’ютерну томографію й
магнітно-резонансну томографію, щоб виявляти аномалії та допомагати в діагностиці
захворювань, зокрема онкологічних.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
37
5.2. Як створювати запити для GenAI
GenAI, тобто Generative Artificial Intelligence, змінює різні галузі, починаючи з творчих
завдань, закінчуючи аналізом даних. Однак, щоб використовувати весь потенціал
GenAI, потрібно навчитися створювати ефективні підказки, які скеровують АІ на бажані
для вас результати.
✎ Тут залишаємо місце для ваших особистих лайфхаків, які ви відкриєте в процесі
роботи з GenAI.
11 ………………………………………………………………………………………………………
12 ………………………………………………………………………………………………………
13 ………………………………………………………………………………………………………
14 ………………………………………………………………………………………………………
15 ………………………………………………………………………………………………………
16 ………………………………………………………………………………………………………
17 ………………………………………………………………………………………………………
38
5.3. Робота з ChatGPT
За останнє десятиліття технології АІ стали рушійною силою для трансформацій чи не
всіх галузей. ChatGPT — одна з найперспективніших інновацій компанії OpenAI у сфері
штучного інтелекту.
Велика база знань. Мовна модель навчена на величезній кількості інформації з різних
джерел — це книги, статті та вебсайти.
Інтеграція API. OpenAI пропонує API, які розробники можуть використовувати для
включення ChatGPT у власні програми, продукти чи послуги.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Існує багато генераторів зображень з тексту, тому виділимо кілька переваг Midjourney,
щоб зрозуміти, чому саме ця модель така популярна.
39
● Висока якість зображень. Midjourney славнозвісний тим, що створює добре
структуровані, деталізовані та реалістичні зображення, які можуть конкурувати з
іншими інструментами AI, такими як DALL-E та Stable Diffusion.
● Висока роздільна здатність зображення. Платформа може створювати
зображення з розширенням до 1024×1024 пікселів, що не дуже багато, але ви
можете використовувати інші платформи AI, щоб збільшити масштаб
зображень.
● Простота у використанні. Платформа працює через Discord, що робить її
доступною навіть для тих, хто не має досвіду програмування.
● Налаштування. Користувачі мають доступ до різноманітних команд і
параметрів для точного налаштування зображень.
● Постійний розвиток. Команда Midjourney постійно працює над вдосконаленням
і розширенням можливостей штучного інтелекту, щоб функціонал інструменту
залишався актуальним.
Наприклад, --ar або --aspect, щоб встановити співвідношення сторін. --No, щоб
пропустити певні об’єкти і --c, щоб отримати більш оригінальні результати. І --s або
--stylize, щоб створити більш художні зображення.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
40
Важливо: наразі Middjourney підтримує тільки англійську мову.
Проте, якщо ви все ж вирішите купити підписку для тесту, спробуйте згенерувати
зображення, почавши з найпростішого промпта, та з кожним новим запитом
додавайте до нього нові уточнення, стиль, параметри. Це дасть змогу наочно
побачити різницю в результатах.
Bard допоможе:
41
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
42
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
43
Модуль 6
Як побудувати ML-команду з 0
Тип ML-команди вибирають з огляду на те, чого найбільше потребує бізнес: рішень
щодо розробки, математичних і статистичних рішень чи доменної експертизи, тобто
експертизи в певній сфері.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Другий тип — B2B компанії. Наприклад, YouScan, People AI. Також до цього типу
належать маркетплейси, як-от «Розетка», що здебільшого не мають однієї конкретної
функції (фічі), на основі якої побудовані всі процеси. Зазвичай у них багато різних
функцій, які разом і утворюють цінність, яку продає компанія.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
44
✎ Проаналізуйте свій продукт: чи має він одну ключову функцію, як плануєте його
розвивати? Та дайте відповідь на запитання, чи потрібна вам взагалі ML-команда і,
якщо потрібна, то яка?
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Data science, тобто наука про дані, і те, що ми називаємо машинним навчанням,
знаходиться на перетині трьох галузей — програмування, математики та статистики й
доменної експертизи. Хороший data science фахівець має бути компетентним у цих
галузях.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
45
В ідеалі, члени ML-команди мають більшою чи меншою мірою володіти всіма трьома
компетенціями — знанням програмування, математики та статистики й доменної
експертизи. Але відповідно до потреб бізнесу, ви можете наймати конкретних або
універсальних фахівців.
✎ Поверніться до своїх цілей та визначте, який фахівець чи фахівці вам для цього
потрібні. І чи потрібні взагалі.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Софт скіли — це особистісні характеристики людини, завдяки яким вона може успішно
взаємодіяти в команді під час розв'язання робочих задач.
46
…………………………………………………………………………………………………
…………………………………………………………………………………………………
Валідація. Маємо визначити, які дані ми використовуємо для тренування нашої моделі
машинного навчання, а які — для перевірки її якості, тобто для валідації.
47
Тренування моделі. Отримуємо певну оцінку точності, пробуємо іншу модель і
отримуємо іншу оцінку. Тобто робимо експерименти, ітеруємо моделі. Бажано вже на
цьому етапі одразу аналізувати помилки.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Далі поговоримо про те, як ML-команді обирати ідеї, з якими працювати. Існує класична
матриця пріоритезації ML-проєктів. Вона має дві осі — цінність для бізнесу і складність
проєкту.
Одразу потрібно брати в роботу проєкт, що має високу цінність і низьку складність.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
48
6.5. Типові помилки в ML-проєктах і командах
Тепер розглянемо типові помилки, з якими ви можете зіткнутися в ML-проєктах і
командах, щоб ви знали про них та могли їх уникнути.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
Етап росту. Коли компанії потрібні будуть інструменти для роботи з даними, а готові
варіанті не підходитимуть, можна або розробляти власні інструменти, які
кастомізуються, або купувати комерційні рішення для обробки даних. Можливо також
віддати розмітку даних на аутсорс.
Останній етап. Коли компанія вже на етапі сталого розвитку. Тоді вона напевне має
власну централізовану платформу для розмітки даних, де всі процеси налагоджені так,
49
щоб потім отримані дані використати якомога простішим способом і вони, можливо,
вже були готові для навчання.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
50
Модуль 7
Що робити далі?
Дані — ваше все. Без якісних даних навіть найпотужніші алгоритми не здатні
допомогти у розв'язку завдання.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
51
7.2. План дій із впровадження AI/ML: цілі та пріоритети
Тепер проговоримо орієнтовний план дій, відповідно до якого ви зможете
впроваджувати AI/ML-технології у своїй організації.
Спочатку визначте мету вашої моделі машинного навчання і чітко зрозумійте, які
метрики будете відстежувати. Упевніться, що вашу задачу не можна розв'язати без
використання ML і що машинне навчання допоможе з нею впоратися.
Визначте тип своєї компанії за класифікацією, про яку говорили в шостому модулі.
Залежно від нього та з огляду на вашу мету, оберіть стратегію щодо ML-команди.
Завжди починайте з одного проєкту. Ось короткий шлях, як обрати той самий проєкт:
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
52
7.3. Як встигати за розвитком штучного інтелекту?
Щоб і надалі ефективно використовувати ці знання, радимо вам наступні кроки:
Стежте за лідерами думок. Оберіть двох-трьох лідерів, котрі регулярно пишуть про
використання та впровадження штучного інтелекту в бізнеси, і стежте за ними. До
прикладу, в українському інформаційному просторі можна стежити за публікаціями
Дениса Суділковського. Також якісні статті можна знайти на сторінках Medium —
профіль Jim the AI Whisperer, приміром.
Проходьте відкриті курси для глибшого розуміння AI та ML. Одним із лідерів серед
освітнього контенту по AI є DeepLearning.Ai. На їхньому сайті, Youtube каналі та github є
багато якісної інформації, розподіленої за різними рівнями складності.
Сподіваємось, цей курс був для вас корисним. І ми не лише надихнули вас
використовувати AI/ML-інструменти, а й навчили, як можна це зробити. Хай усі
ваші експерименти будуть вдалими, а моделі — робочими й ефективними.
53