1. Prima di iniziare
MakerSuite è un insieme di strumenti che ti consentono di creare prototipi con modelli linguistici di grandi dimensioni direttamente dal browser, senza bisogno di configurazione. Con MakerSuite, puoi passare rapidamente dalla prova dei prompt alla creazione di un'API a cui la tua app può accedere direttamente, il che aiuta i team a fornire rapidamente ottime applicazioni basate sull'AI generativa. La guida People + AI Research (PAIR) offre indicazioni su come progettare un nuovo prodotto con l'AI, concentrandosi sulle pratiche di dati incentrate sull'uomo e sulla fiducia degli utenti, indicazioni applicabili all'utilizzo di MakerSuite.
In questo codelab imparerai a utilizzare queste due risorse insieme per creare esperienze basate sull'AI responsabile. Il codelab si concentra sulla prototipazione responsabile con l'AI generativa, non sul workflow end-to-end di queste risorse specifiche. Per scoprire il workflow generale di MakerSuite, consulta questo tutorial di base per MakerSuite e la guida PAIR per indicazioni più complete sulla progettazione di prodotti AI.
Prerequisiti
- Nozioni di base sull'AI.
- Alcune conoscenze del workflow di sviluppo del prodotto.
Cosa imparerai a fare
- Come utilizzare la guida PAIR per verificare il funzionamento delle tue esperienze di AI per diversi tipi di pubblico e come sapere quali attività devono o non devono utilizzare l'AI.
- Come creare esperienze di AI generativa che attingano alla ricchezza delle pratiche culturali degli utenti.
- Come integrare le opportunità nel processo di sviluppo dell'AI che conquistano la fiducia degli utenti concentrandosi sulla spiegabilità rivolta agli utenti.
- Come utilizzare un toolkit più ampio di materiali di AI generativa e risorse di AI incentrate sull'uomo per ulteriori esplorazioni.
Cosa creerai
Questo codelab ti guida attraverso una procedura pratica di creazione di prototipi per l'AI generativa responsabile durante la progettazione di uno strumento di scrittura creativa. Se ti interessa, puoi anche integrare questi prompt che progetti in Wordcraft, un editor di testo open source basato sull'AI, rilasciato da Google come prototipo di ricerca.
Che cosa ti serve
- Browser
- Account Google per accedere a MakerSuite
2. Configurazione
MakerSuite
MakerSuite è un insieme di strumenti Google che ti consentono di creare prototipi con modelli linguistici di grandi dimensioni direttamente dal browser, senza bisogno di configurazione. Ti consente di provare rapidamente modelli e sperimentare diversi prompt. Quando crei qualcosa che ti soddisfa, puoi esportarlo facilmente come codice Python e poi chiamare gli stessi modelli utilizzando l'API Generative Language.
Per sperimentare i modelli linguistici di grandi dimensioni utilizzando MakerSuite, registrati alla lista di attesa.
Guida People + AI Research
La guida People + AI Research (PAIR) è una risorsa che aiuta sviluppatori, designer, product manager, studenti e molti altri a utilizzare l'AI in modo responsabile.
La guida PAIR può aiutare te e il tuo team a sviluppare un elenco di domande chiave relative all'AI, inclusa l'AI generativa, nel tuo prodotto.
- Quando e come devo utilizzare l'AI nel mio prodotto?
- Come posso aiutare gli utenti a fidarsi del mio sistema di AI?
- Come faccio a spiegare il mio sistema di AI agli utenti?
- In che modo le esperienze di AI possono essere culturalmente inclusive e orientate all'equità?
Utilizzerai la guida PAIR in questo codelab per sviluppare domande per la creazione di prototipi e per scegliere tra diverse opzioni di progettazione.
Scarica il codice di Wordcraft (facoltativo)
Wordcraft è un editor di testo basato sull'AI sviluppato presso Google Research che esplora la scrittura collaborativa di storie tra uomo e AI. Il codice di Wordcraft è open source, quindi puoi sperimentare i prompt in questo codelab in autonomia.
- Per scaricare il codice di Wordcraft, utilizza il seguente comando:
git clone https://github.com/pair-code/wordcraft
In alternativa, puoi scaricare il file ZIP:
Da definire
3. Utilizza l'AI generativa per la scrittura di storie
Un modello linguistico di grandi dimensioni (LLM) è un modello di AI addestrato su enormi quantità di testo di libri, articoli e siti web per apprendere la grammatica, le frasi comuni e altre informazioni. In base a questi dati e con un'ulteriore ottimizzazione, un LLM come PaLM può completare molte attività di intelligenza artificiale in base a semplici istruzioni anziché richiedere una programmazione sofisticata di machine learning. Può anche rispondere a domande, riassumere informazioni, tradurre lingue ed eseguire molte altre attività di AI.
In questo codelab utilizzerai un LLM per creare il prototipo di un'app che aiuti gli autori a scrivere storie. Oltre a disporre di informazioni generali sul mondo, sulla grammatica e così via, l'LLM PaLM di Google è progettato per seguire le istruzioni degli utenti o i prompt. Pertanto, per creare il prototipo dello strumento in MakerSuite, devi insegnare al modello cosa scrivere come risposta a un prompt dell'utente.
Scrivi storie con l'assistenza dell'AI utilizzando i prompt di testo in MakerSuite
- Per creare un prompt, fai clic su Crea nuovo nel riquadro a sinistra e scegli Prompt di testo. Inizia con questo prompt:
You are a talented fiction author. Write a story about a given topic.
Topic: {{topic}}
Dopo aver inserito questo prompt, MakerSuite rileva che {{topic}} è un input del prompt e apre un riquadro Testa il prompt in modo che tu possa vedere come funziona il prompt con una varietà di input.
- Inserisci
A boy discovers a lost cat in his yard, quindi fai clic sul riquadro del modello (a destra del pulsante Esegui) e scegli la temperatura0.8. - Infine, fai clic su Esegui per eseguire il prompt. Dovresti vedere l'output del prompt nella tabella tra qualche istante.
Se scegli la temperatura 0.8, indichi al modello che preferisci la diversità nell'output. In questo modo, le storie sono più creative , ma ogni volta che viene eseguito il prompt, l'output è diverso. Se vuoi che l'output sia sempre lo stesso, imposta la temperatura su 0.
Un possibile output è il seguente:
Henry sat on the edge of his porch and swung his legs back and forth. A small cat ran in front of him. Henry petted the cat. The cat began to purr. Henry picked up the cat and placed it on his lap. The cat began to snuggle close to him. Henry decided to keep the cat.
- Prova a eseguire il prompt più volte e osserva le diverse storie create.
Come puoi vedere, il modello scrive una storia strutturata che scorre in modo logico, ma fa anche diverse ipotesi. Ad esempio, la storia è incentrata su un ragazzo di nome Henry. Puoi modificare queste ipotesi specificando il nome del protagonista o anche se vuoi che la storia si concentri sul gattino o sull'essere umano.
- Aggiorna il prompt, quindi fai clic su Esegui per vedere come funziona con tutti gli input di test.
Identifica le attività più adatte all'assistenza dell'AI utilizzando la guida PAIR
Finora, si è ipotizzato che il modello di AI scriva una storia completa, data solo una breve descrizione. Ma è la decisione di progettazione giusta per il tuo strumento creativo? Ad esempio, immagina un assistente che aiuti gli autori a riscrivere parti della storia a loro scelta. Puoi creare il prototipo di questa interazione in MakerSuite, ad esempio rendendo il frammento della storia più drammatico.
In questo modo, l'assistenza è molto più mirata, riscrivendo i paragrafi uno alla volta. A un livello più alto, con alcune modifiche al prompt, puoi creare il prototipo di uno strumento di aumento degli utenti anziché uno strumento di automazione delle attività.
La guida PAIR offre un modo basato su principi per porre e rispondere a domande come queste nel processo di sviluppo dell'AI. Sebbene MakerSuite ti aiuti a creare rapidamente prototipi di idee, la guida PAIR ti consente di restringere le scelte di progettazione a quelle più promettenti per i tuoi scopi e per il pubblico che vuoi coinvolgere. Utilizza la guida per capire se l'aumento o l'automazione è l'approccio giusto per collaborare con l'AI per creare la tua app.
Inizia con la domanda guida Come devo utilizzare l'AI? nella guida. Come indicato in questo pattern della guida, è meglio utilizzare l'AI quando aggiunge un valore unico. In questo caso, poiché gli LLM vengono addestrati con molti dati su grammatica, frasi comuni e altre informazioni provenienti da internet, potrebbe essere utile sfruttare la capacità del modello di comprendere il mondo della storia che vuoi descrivere nell'output dell'app di scrittura e suggerire modi per riscriverla. Questo si basa sul pattern consiglio personalizzato nella guida.
Fai un ulteriore passo avanti. La guida PAIR offre un capitolo sulle esigenze degli utenti con indicazioni su se le attività devono essere automatizzate o aumentate.
Quando valuti l'aumento o l'automazione, ricorda che il prototipo deve essere un'app utile per gli scrittori. Pertanto, è probabile che i tuoi utenti si divertano a scrivere, vogliano assumersi la responsabilità personale della loro scrittura e abbiano preferenze sviluppate nel corso di una vita di scrittura che potrebbero essere difficili da comunicare. Nel complesso, questo suggerisce che un approccio di aumento potrebbe essere l'opzione più promettente.
In base alla guida PAIR, potrebbe essere opportuno pensare all'app di cui stai creando il prototipo non come a uno strumento per la scrittura, ma per la riscrittura. Ad esempio, puoi modificare il prompt per consentire diversi stili di scrittura.
- Crea un nuovo prompt di testo:
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.
Paragraph: {{paragraph}}
In questo caso, sia \{\{rewrite style\}\} sia {{paragraph}} sono input di testo.
- Nel riquadro di test, prova diversi stili di riscrittura, ad esempio più breve, più drammatico, più spiritoso, meno goffo dal punto di vista grammaticale, poetico e così via.
Progetta storie in tutto il mondo
Finora, hai testato il prompt riscrivi un paragrafo con storie che non hanno un forte contesto culturale. Quando progetti esperienze di AI responsabile, è spesso utile provare una varietà di input.
Prova diversi input di test, ad esempio:
- In un angolo tranquillo di un pittoresco caffè parigino, un cliente solitario assaporava l'aroma del caffè appena preparato, mentre i suoi pensieri vagavano verso un momento dimenticato da tempo che aveva cambiato per sempre il corso della sua vita.
- In mezzo all'energia caotica di un treno locale di Mumbai, una donna di mezza età ha iniziato a parlare con uno sconosciuto. Che cosa affascinante, pensò, vivere nella stessa città e avere vite così diverse.
- In mezzo al caos vibrante di un vivace mercato di strada di Shanghai, un venditore di street food si è preso un momento per osservare il flusso e il riflusso della folla.
Sperimenta in modo responsabile altri contesti culturali e geografici, facendo attenzione a evitare pregiudizi ingiusti e stereotipi storici. Tieni presente che, sebbene l'LLM conosca molte parti del mondo in base ai dati esistenti trovati online, potrebbe non ottenere tutti i dettagli su un luogo geografico specifico. Come suggerisce la guida PAIR, nelle attività di aumento è importante offrire il controllo agli utenti. Ad esempio, puoi estendere le funzionalità di riscrittura del prototipo per consentire un maggiore controllo della trama e dei dettagli della storia.
Molti modelli generativi a volte mostrano anche ipotesi predefinite, in parte a causa di pattern più diffusi nei loro enormi set di dati di addestramento di informazioni online. È importante sapere che i modelli possono essere guidati a fare altre ipotesi, altrettanto valide. Ad esempio, per il prompt riscrivi un paragrafo sopra, puoi specificare un genere per lo sconosciuto sul treno modificando lo stile di riscrittura, scrivendo "più breve. Ricorda che anche lo sconosciuto è una donna."
4. Instaura un clima di fiducia
Senza la fiducia degli utenti, anche le funzionalità di AI più innovative potrebbero non essere utilizzate. La fiducia è il risultato del fatto che gli utenti ritengono che l'AI sia competente, affidabile e utile. Aiutare gli utenti a sviluppare la fiducia può incoraggiarli a imparare come e quando utilizzare funzionalità specifiche e può portare a un'esperienza utente complessiva migliore.
La guida PAIR offre alcune idee per aiutare gli utenti a determinare il livello di fiducia che devono avere nei sistemi di AI:
Crea fiducia fin dall'inizio
Con l'AI generativa, è particolarmente utile comunicare l'intento delle funzionalità e aiutare gli utenti a comprendere i limiti dell'AI. Ad esempio, poiché i modelli linguistici sono progettati principalmente per prevedere cosa verrà dopo nel testo, potrebbero non essere sempre accurati dal punto di vista dei fatti nell'output. Pertanto, è importante aiutare gli utenti a capire che questo prototipo è un supporto per la scrittura creativa e non è pensato per essere oggettivo. Se l'utente vuole verificare i dettagli che vuole siano oggettivi, deve eseguire una ricerca online tramite risorse attendibili.
Fai un brainstorming su alcuni modi diversi per aiutare gli utenti a capire che questo prototipo non è pensato per essere utilizzato per scrivere informazioni oggettive, ma è specificamente per scrivere narrativa.
Mantieni la fiducia
Allo stesso modo, sebbene i modelli di AI generativa siano altamente capaci, gli utenti non possono sempre verificare che le attività siano completate correttamente per molti casi d'uso specifici. Ad esempio, questo prototipo è progettato per il completamento mirato del testo e la riscrittura mirata della narrativa, funzionalità che gli utenti possono verificare facilmente. Al contrario, sebbene i modelli generativi possano essere facilmente richiesti per riscrivere grandi porzioni di testo, gli utenti potrebbero non notare errori sottili che potrebbero essersi insinuati. In generale, concentrare le funzionalità di AI generativa interattiva su attività che gli utenti possono verificare facilmente aiuta a conquistare la loro fiducia.
Un'ultima opportunità per mantenere la fiducia è sfruttare la capacità di guida dei modelli generativi. A differenza dei modelli di AI precedenti progettati per un'attività specificata in modo ristretto, gli output dei modelli generativi sono molto più facili da personalizzare per gli utenti finali (come dimostrato dalla richiesta di più drammatiche, più brevi o simili riscritture). Sebbene questa capacità di guida possa portare a un'esperienza utente migliore, è necessario fare attenzione a limitare questa capacità alle funzionalità del modello. Ad esempio, in questo prototipo, anziché chiedere agli utenti modi per riscrivere il testo, potresti offrire un elenco di istruzioni di riscrittura che si sono rivelate efficaci come suggerimenti per l'utente finale.
Recupera la fiducia persa
Nonostante i tuoi sforzi, potrebbero esserci casi in cui il modello produce risultati non ottimali. In questi casi, è importante consentire agli utenti di annullare qualsiasi azione di AI. Allo stesso modo, è spesso meglio identificare le funzionalità con prestazioni variabili e attivarle solo quando gli utenti richiedono esplicitamente l'assistenza dell'AI.
- Fai un brainstorming su alcuni modi diversi per creare funzionalità di annullamento o altri modi per recuperare la fiducia degli utenti.
Puoi vedere le soluzioni a queste sfide nella soluzione del codelab.
5. Riassumendo
Finora, hai sperimentato i prompt in MakerSuite. Quando sei soddisfatto di questi prompt, utilizzali direttamente nel prototipo.
- Innanzitutto, salva il prompt, quindi fai clic su Scarica codice nell'angolo in alto a destra. Se non l'hai ancora fatto, devi anche abilitare la chiave API facendo clic su Abilita chiave API nella finestra di dialogo Scarica codice visualizzata.
MakerSuite genera codice che puoi utilizzare direttamente nella tua applicazione. Ad esempio, per l'utilizzo con un'applicazione web, scegli il codice JavaScript. Puoi copiare il codice direttamente dalla finestra di dialogo e incollarlo nella tua app web. Se aggiorni il prompt in MakerSuite, ricordati di aggiornarlo nel codice utilizzando la variabile del prompt nel codice incluso.
Se vuoi integrare questa API in un'app predefinita per la scrittura creativa, puoi scaricare il codice di Wordcraft.
Soluzione del codelab
Puoi scaricare il codice di Wordcraft da GitHub:
git clone https://github.com/pair-code/wordcraft
In alternativa, puoi scaricare il repository come file ZIP:
6. Complimenti
Hai completato il codelab Impara a creare prototipi di AI responsabile con la guida PAIR e MakerSuite e hai imparato a creare prototipi di esperienze di AI responsabile (in questo caso, per un'app di scrittura creativa) utilizzando alcuni strumenti Google. Non vediamo l'ora di vedere le tue creazioni.
Per approfondire
- Guida per l'utente di MakerSuite
- Guida PAIR
- Principi dell'AI di Google