1. Zanim zaczniesz
MakerSuite to zestaw narzędzi umożliwiający tworzenie prototypów z wykorzystaniem dużych modeli językowych bezpośrednio w przeglądarce – bez konieczności konfiguracji. Dzięki MakerSuite możesz szybko wypróbowywać prompty i tworzyć interfejs API, z którego aplikacja może uzyskiwać bezpośredni dostęp. Dzięki temu zespoły mogą szybko tworzyć świetne aplikacje oparte na generatywnej AI. Przewodnik People + AI Research (PAIR) zawiera wskazówki dotyczące projektowania nowych usług wykorzystujących AI, koncentrujących się na człowieku i zdobywaniu zaufania użytkowników – wskazówki dotyczące korzystania z MakerSuite.
Dzięki temu ćwiczeniu w programowaniu dowiesz się, jak jednocześnie wykorzystać te 2 zasoby, aby tworzyć odpowiedzialne środowisko oparte na AI. Ćwiczenia w Codelabs będą się skupiać na odpowiedzialnym tworzeniu prototypów z użyciem generatywnej AI, a nie na całym przepływie pracy związanym z tymi konkretnymi zasobami. Aby poznać ogólny przepływ pracy w MakerSuite, zapoznaj się z tym podstawowym samouczku dotyczącym MakerSuite. Zapoznaj się też z przewodnikiem po Parowaniu, w którym znajdziesz bardziej szczegółowe wskazówki dotyczące projektowania usług AI.
Wymagania wstępne
- Podstawowa wiedza na temat AI.
- Wiedza na temat procesu tworzenia produktów i usług.
Czego się nauczysz
- Jak korzystać z przewodnika po wdrożeniu PAIR, aby sprawdzać, jak funkcje AI sprawdzają się w przypadku różnych odbiorców i jak określić, które zadania powinny korzystać z AI.
- jak tworzyć rozwiązania wykorzystujące generatywną AI praktyk kulturowych.
- Jak w procesie opracowywania AI wykorzystywać możliwości, aby zdobyć zaufanie użytkowników, skupiając się na wyjaśnialności dla nich.
- Jak korzystać z szerszego zestawu materiałów dotyczących generatywnej AI i zasobów AI skoncentrowanych na człowieku do dalszych badań.
Co utworzysz
Dzięki nim dowiesz się, jak zaprojektować narzędzie do pisania kreatywnego, z których dowiesz się, jak w praktycznym procesie tworzenia prototypów z myślą o odpowiedzialnej generatywnej AI. Jeśli chcesz, możesz nawet zintegrować projektowane przez siebie prompty w Wordcraft, opartym na AI edytorze tekstu open-source, który jest dostępny jako prototyp badawczy Google.
Czego potrzebujesz
- Przeglądarka
- konta Google, aby uzyskać dostęp do MakerSuite.
2. Konfiguracja
MakerSuite
MakerSuite to zestaw narzędzi Google, które umożliwiają tworzenie prototypów z wykorzystaniem dużych modeli językowych bezpośrednio w przeglądarce – bez konieczności konfiguracji. Możesz szybko wypróbować modele i eksperymentować z różnymi promptami. Gdy stworzysz coś, co będzie Ci się podobało, możesz je łatwo wyeksportować jako kod w języku Python, a potem wywoływać te same modele za pomocą interfejsu Generative Language API.
Aby poeksperymentować z dużymi modelami językowymi przy użyciu MakerSuite, zarejestruj się na liście oczekujących.
Przewodnik na temat badań nad ludźmi i AI
The People + AI Research (PAIR) to przewodnik, który pomaga deweloperom, projektantom, menedżerom produktów, uczniom i studentom w odpowiedzialny sposób korzystać z AI.
Przewodnik PAIR może pomóc Tobie i Twojemu zespołowi opracować listę kluczowych pytań dotyczących AI, w tym generatywnej AI, w Twojej usłudze.
- Kiedy i jak używać AI w mojej usłudze?
- Jak mogę pomóc użytkownikom budować zaufanie do mojego systemu AI?
- Jak wyjaśnić użytkownikom mój system AI?
- W jaki sposób rozwiązania oparte na AI mogą promować integrację kulturową i promować równość?
Podczas tego ćwiczenia z programowania możesz korzystać z Przewodnika PAIR, aby tworzyć pytania dotyczące prototypowania i wybierać spośród różnych opcji projektowania.
Pobierz kod Wordcrafta (opcjonalnie)
Wordcraft to oparty na AI edytor tekstu opracowany w zespole ds. badań Google, który umożliwia współpracę między ludźmi i AI. Kod Wordcrafta jest kodem open source, więc możesz samodzielnie eksperymentować z promptami w ramach tego ćwiczenia.
- Aby pobrać kod Wordcrafta, użyj tego polecenia:
git clone https://github.com/pair-code/wordcraft
Możesz też pobrać plik zip:
Do ustalenia
3. Wykorzystanie generatywnej AI do pisania opowiadań
Duży model językowy (LLM) to model AI trenowany na ogromnych ilościach tekstu z książek, artykułów i stron internetowych, aby nauczyć się gramatyki, popularnych wyrażeń i innych informacji. Dzięki tym danym i dodatkowym dostrajaniu LLM, takie jak PaLM, może wykonywać wiele zadań związanych ze sztuczną inteligencją na podstawie prostych instrukcji, a nie wymagają zaawansowanego programowania systemów uczących się. Potrafi też odpowiadać na pytania, podsumowywać informacje, tłumaczyć tekst na różne języki i wykonywać wiele innych zadań związanych z AI.
W ramach tego ćwiczenia w Codelabs wykorzystasz LLM do prototypowania aplikacji, która pomoże autorom pisać historie. Oprócz ogólnych informacji o świecie, gramatyce itp. model LLM Google PaLM został zaprojektowany tak, aby postępował zgodnie z instrukcjami lub promptami użytkownika. Aby więc utworzyć prototyp narzędzia w MakerSuite, naucz go, co ma napisać w odpowiedzi na prompt użytkownika.
Tworzenie artykułów wspomaganych przez AI za pomocą promptów tekstowych w MakerSuite
- Aby utworzyć prompt, w panelu po lewej stronie kliknij Utwórz nowy i wybierz Prompt tekstowy. Zacznij od tego promptu:
You are a talented fiction author. Write a story about a given topic.
Topic: {{topic}}
Gdy wpiszesz ten prompt, MakerSuite wykryje, że pole {{topic}} zawiera dane wejściowe, i otwiera panel Przetestuj prompt, aby sprawdzić, jak prompt działa w przypadku różnych danych wejściowych.
- Wpisz
A boy discovers a lost cat in his yard, a potem kliknij panel modelu (po prawej stronie przycisku Uruchom) i wybierz temperaturę na0.8. - Na koniec kliknij Uruchom, aby uruchomić prompt. Prompt powinien za chwilę pojawić się w tabeli.
Wybór ustawienia temperatury na 0.8 informuje model, że w danych wyjściowych wolisz różnorodność. W ten sposób uzyskasz więcej kreacji, ale różne wyniki przy każdym uruchomieniu. Jeśli chcesz, aby wyjście za każdym razem było dokładnie takie samo, ustaw temperaturę na 0.
Oto przykładowe dane wyjściowe:
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.
- Spróbuj uruchomić prompt kilka razy i zwróć uwagę na różne tworzone artykuły.
Jak widać, model pisze ustrukturyzowaną historię, która toczy się logicznie, ale jednocześnie przyjmuje kilka założeń. Historia opowiada na przykład o chłopcu o imieniu Henry. Możesz zmienić te założenia, podając imię głównej postaci albo nawet określając, czy opowieść ma dotyczyć kota czy człowieka.
- Zaktualizuj prompt i kliknij Uruchom, aby sprawdzić, jak działa ze wszystkimi danymi wejściowymi testowymi.
Określ zadania najlepiej nadające się do uzyskania pomocy AI, korzystając z Przewodnika PAIR
Jak dotąd założono, że model AI tworzy kompletną historię, podając tylko krótki opis. Czy jest to jednak właściwa decyzja dotycząca narzędzia twórczego? Wyobraź sobie na przykład asystenta, który pomaga autorom przeredagować wybrane przez nich fragmenty. Możesz na przykład utworzyć prototyp tej interakcji w MakerSuite, dzięki czemu fragment historii będzie bardziej dramatyczny.
Zapewnia to znacznie bardziej precyzyjną pomoc dzięki możliwości przeredagowania poszczególnych akapitów. Na wyższym poziomie po wprowadzeniu kilku zmian w prompcie możesz utworzyć prototyp narzędzia do rozszerzania listy działań użytkowników zamiast narzędzia do automatyzacji zadań.
Przewodnik po programie PAIR (PAIR) zapewnia zasady dotyczące zadawania takich pytań i udzielania na nie odpowiedzi w procesie rozwoju sztucznej inteligencji. MakerSuite pomaga szybko tworzyć prototypy koncepcji, a Przewodnik po PAIR pozwala zawęzić wybór projektów do tych najbardziej obiecujących z punktu widzenia Twoich celów i odbiorców, których chcesz zaangażować. Skorzystaj z przewodnika, aby dowiedzieć się, czy ulepszenie czy automatyzacja jest właściwym podejściem do tworzenia aplikacji przy pomocy AI.
Zacznij od pytania głównego Jak używać AI? w Przewodniku. Jak wskazuje na to wzorzec Przewodnika, że lepiej korzystać z AI, gdy zapewnia ona unikalną wartość. W tym przypadku, ponieważ modele LLM są trenowane na podstawie dużej ilości danych o gramatyce, popularnych wyrażeniach i innych informacjach z internetu, warto wykorzystać zdolność modelu do zrozumienia świata historii, którą chcesz opisać w wynikach swojej aplikacji do pisania tekstów, i zaproponowania sposobów jej przeredagowania. Opiera się on na wzorcem spersonalizowanej rekomendacji, który omówiono w Przewodniku.
Pójdź o krok dalej. Przewodnik PAIR zawiera rozdział na temat potrzeb użytkownika, w którym wskazują, czy zadania powinny być zautomatyzowane czy rozszerzone.
Rozważając ulepszenia lub automatyzację, pamiętaj, że prototyp ma być pomocny dla pisarzy. Wydaje się więc, że Twoi użytkownicy lubią pisać, chcą przejąć odpowiedzialność za swoje twórczość i mają swoje preferencje przez całe życie, co sprawia, że trudno jest się z nimi komunikować. Łącznie wskazują, że bardziej obiecującą opcją może być podejście rozszerzające.
Kierując się Przewodnikiem PAIR, warto traktować prototypowaną aplikację jako narzędzie do pisania, a nie do pisania. Możesz na przykład zmienić prompt, aby uwzględnić różne style pisania.
- Utwórz nowy prompt tekstowy:
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.
Paragraph: {{paragraph}}
W tym przypadku zarówno \{\{rewrite style\}\}, jak i {{paragraph}} to dane wejściowe.
- W panelu testowania wypróbuj różne style redagowania, takie jak krótszy, bardziej dramatyczny, bardziej dowcipny, mniej niezręczny, poetycki itd.
Twórz historie z całego świata
Jak dotąd udało Ci się przetestować funkcję przeredagowania akapitu w artykułach bez odpowiedniego kontekstu kulturowego. Przy projektowaniu odpowiedzialnej AI często przydaje się wypróbowywanie różnych danych wejściowych.
Wypróbuj różne testowe dane wejściowe, na przykład:
- W cichym zakątku urokliwej paryskiej kawiarni, samotny patron rozkoszał się zapachem świeżo parzonej kawy, jego myśli odpływały do dawno zapomnianych chwil, które na zawsze zmieniły bieg jego życia.
- Wśród chaotycznej energii lokalnego pociągu w Bombaju pewna kobieta w średnim wieku nawiązała rozmowę z nieznajomą. Jak fascynujące było jej mieszkanie w tym samym mieście i życie odmiennie.
- Pomimo chaosu gwarnego szanghajskiego targu ulicznego sprzedawca jedzenia ulicznego poświęcił chwilę, aby przyglądać się wszelkim wymianie tłumów.
Eksperymentuj z innymi kontekstami kulturowymi i geograficznymi, starając się unikać niesprawiedliwych uprzedzeń i historycznych stereotypów. Pamiętaj, że chociaż LLM ma wiedzę o wielu częściach świata na podstawie istniejących danych znalezionych w internecie, może nie uzyskać wszystkich informacji o konkretnym miejscu geograficznym. Zgodnie z przewodnikiem na temat ochrony prywatności w środowisku PAIR (w tym przewodniku) ważne jest, aby użytkownicy mieli kontrolę nad swoimi zadaniami. Możesz na przykład rozszerzyć możliwości przepisywania prototypu, aby mieć większą kontrolę nad fabułą i szczegółami historii.
Wiele modeli generatywnych czasem przyjmuje też domyślne założenia, częściowo z powodu wzorców, które są bardziej powszechne w ogromnych zbiorach danych treningowych z informacjami online. Pamiętaj, że modele można na podstawie innych wnioskować, aby przyjąć inne, równie ważne założenia. Na przykład w momencie przeredagowania akapitu powyżej możesz określić płeć obcej osoby w pociągu, zmieniając styl przepisywania na „krótsze. Pamiętaj, że nieznajomy też jest kobietą”.
4. Wzbudzanie zaufania
Bez danych użytkowników że nawet najbardziej innowacyjne funkcje AI mogą nie zostać wykorzystane. Zaufanie wywodzi się z tego, że użytkownicy mają poczucie, że sztuczna inteligencja jest zaawansowana, niezawodna i pomocna. Pomaganie użytkownikom w budowaniu zaufania może zachęcić ich do poznania sposobów i czasu korzystania z konkretnych funkcji, co może przełożyć się na lepsze wrażenia użytkowników.
Przewodnik po Parowaniu Równości zawiera kilka pomysłów, które pomogą użytkownikom określić, w jakim stopniu powinni ufać systemom AI:
Wzbudzanie zaufania na wczesnym etapie
W przypadku generatywnej AI szczególnie przydatne jest informowanie użytkowników o celach związanych z funkcjami i pomaganie użytkownikom w zrozumieniu jej ograniczeń. Na przykład modele językowe są zaprojektowane przede wszystkim w taki sposób, aby przewidywać, co pojawi się w tekście, więc nie zawsze są dokładne pod względem merytorycznym. Trzeba więc pomóc użytkownikom zrozumieć, że prototyp jest narzędziem do pisania kreatywnego i nie jest oparte na faktach. Jeśli użytkownik chce potwierdzić informacje, które są prawdziwe, powinien przeszukać internet, korzystając z zaufanych źródeł.
Zastanów się, jak możesz pomóc użytkownikom zrozumieć, że ten prototyp nie służy do pisania prawdziwych informacji, tylko do pisania fikcji.
Utrzymanie zaufania
Chociaż modele generatywnej AI mają duże możliwości, użytkownicy nie zawsze mogą sprawdzić, czy zadania zostały ukończone prawidłowo w wielu konkretnych przypadkach użycia. Na przykład ten prototyp został zaprojektowany z myślą o docelowym uzupełnianiu tekstu i odpowiednim przeredagowaniu tekstu, które użytkownicy mogą łatwo zweryfikować. W przeciwieństwie do tego, chociaż modele generatywne mogą być zachęcane do przeredagowania dużych fragmentów tekstu, użytkownicy mogą przegapić drobne błędy, które mogły się pojawić. Ogólnie rzecz biorąc, koncentracja interaktywnych funkcji generatywnej AI na zadaniach, które użytkownicy mogą łatwo zweryfikować, pomaga zdobyć ich zaufanie.
Ostatnia szansa na utrzymanie zaufania to wykorzystanie sterowalności modeli generatywnych. W przeciwieństwie do poprzednich modeli AI, które są przeznaczone do ściśle określonego zadania, dane wyjściowe modeli generatywnych są znacznie łatwiejsze do dostosowania (co można wykazać, prosząc o bardziej dramatyczne, krótsze lub podobne zmiany). Choć taka sterowalność może zwiększyć wygodę użytkowników, należy ją zachować z góry w ramach możliwości modelu. Na przykład w prototypie, zamiast prosić użytkowników o sposoby na przeredagowanie tekstu, możesz zaoferować listę sprawdzonych instrukcji dotyczących redagowania wiadomości, a także sugestie dla użytkowników.
Odzyskanie zaufania
Pomimo Twoich starań, może się zdarzyć, że model będzie dawał nieoptymalne wyniki. W takich przypadkach ważne jest, aby umożliwić użytkownikom cofnięcie wszystkich działań AI. Podobnie często lepiej jest identyfikować funkcje o zmiennej skuteczności i aktywować je tylko wtedy, gdy użytkownicy wyraźnie proszą o pomoc AI.
- Zastanów się nad różnymi sposobami cofnięcia funkcji lub innymi sposobami na odzyskanie zaufania użytkowników.
Rozwiązania tych problemów możesz znaleźć w rozwiązaniu do ćwiczeń z programowania.
5. Połącz wszystkie elementy
Do tej pory eksperymentowałeś(-aś) z promptami w MakerSuite. Jeśli te prompty będą dla Ciebie zadowalające, wykorzystaj je bezpośrednio w prototypie.
- Najpierw zapisz prompt i kliknij Pobierz kod w prawym górnym rogu. Musisz też włączyć klucz interfejsu API, klikając Włącz klucz interfejsu API w wyświetlonym oknie Pobierz kod.
MakerSuite generuje kod, którego możesz użyć bezpośrednio w aplikacji. Na przykład w przypadku aplikacji internetowej wybierz kod JavaScript. Możesz skopiować kod bezpośrednio z okna dialogowego i wkleić go w aplikacji internetowej. Jeśli zaktualizujesz prompt w MakerSuite, pamiętaj o zaktualizowaniu go w kodzie za pomocą zmiennej promptu w dołączonym kodzie.
Jeśli chcesz zintegrować ten interfejs API z gotową aplikacją do tworzenia kreacji, możesz pobrać kod Wordcrafta.
Rozwiązanie do ćwiczeń z programowania
Kod do Wordcrafta znajdziesz na GitHubie:
git clone https://github.com/pair-code/wordcraft
Możesz też pobrać repozytorium jako plik ZIP:
6. Gratulacje
Udało Ci się ukończyć szkolenie z programowania dotyczące tworzenia prototypu odpowiedzialnej AI z przewodnika PAIR i MakerSuite. Wiesz już, jak za pomocą kilku narzędzi Google tworzyć prototypy funkcji w zakresie odpowiedzialnej AI (w tym przypadku do aplikacji do pisania kreatywnego). Chętnie zobaczymy, co stworzysz!
Więcej informacji
- Przewodnik użytkownika MakerSuite
- Przewodnik po sparowaniu
- Zasady Google dotyczące AI