1. Başlamadan önce
MakerSuite, kurulum gerektirmeden, doğrudan tarayıcıdan büyük dil modelleriyle prototip oluşturmanıza olanak tanıyan bir araç setidir. MakerSuite'i kullanarak istemleri hızlı bir şekilde denemekten uygulamanızın doğrudan erişebileceği bir API oluşturmaya başlayabilirsiniz. Bu API, ekiplerin üretken yapay zekaya dayalı muhteşem uygulamaları hızlıca sunmasına yardımcı olur. Kişiler + Yapay Zeka Araştırması (PAIR) Kılavuzu'nda, yapay zekayla yeni bir ürün tasarlama, insan merkezli veri uygulamalarına odaklanma ve kullanıcı güvenini kazanma konularında rehberlik sunulmaktadır. Bu kılavuz, MakerSuite'in kullanımı için geçerli bir rehberdir.
Bu codelab'de, sorumlu AI tabanlı deneyimler oluşturmak için bu iki kaynağı birlikte kullanmayı öğreneceksiniz. Codelab'in odak noktası, söz konusu kaynakların uçtan uca iş akışını değil, üretken yapay zekayla sorumlu prototip oluşturmayı hedefler. MakerSuite'in genel iş akışı hakkında bilgi edinmek için MakerSuite'e yönelik bu temel eğitime göz atın. Yapay zeka ürünleri tasarlamayla ilgili daha kapsamlı rehberlik için PAIR Kılavuzu'nu inceleyin.
Ön koşullar
- Yapay zekayla ilgili temel bilgiler.
- Ürün geliştirme iş akışı hakkında biraz bilgi.
Neler öğreneceksiniz?
- Yapay zeka deneyimlerinizin farklı kitlelerde ne kadar işe yaradığını anlamak ve hangi görevlerde yapay zekanın kullanılıp kullanılmaması gerektiğini öğrenmek için PAIR Kılavuzu'nu kullanma.
- Kullanıcıların zenginliğinden yararlanan üretken yapay zeka deneyimleri nasıl oluşturulur? kültürel uygulamalarımız var.
- Kullanıcılara yönelik açıklanabilirliğe odaklanarak kullanıcıların güvenini kazanmanızı sağlayan fırsatları yapay zeka geliştirme sürecine entegre etme.
- Daha kapsamlı araştırmalar için üretken yapay zeka materyalleri ve insan odaklı yapay zeka kaynaklarından oluşan kapsamlı bir araç seti kullanma.
Oluşturacaklarınız
Bu codelab'de, yaratıcı yazma aracı tasarlarken sorumlu üretken yapay zeka için uygulamalı bir prototip oluşturma süreci açıklanmaktadır. İsterseniz tasarladığınız bu istemleri, Google'ın araştırma prototipi olarak yayınlanan, yapay zeka destekli açık kaynak metin düzenleyici Wordcraft'a entegre edebilirsiniz.
Gerekenler
- Tarayıcı
- Google Hesabı ( MakerSuite'e erişmek için)
2. Hazırlanın
MakerSuite
MakerSuite, kurulum gerektirmeden, doğrudan tarayıcıdan büyük dil modelleriyle prototip oluşturmanıza olanak tanıyan bir dizi Google aracıdır. Modelleri hızlı bir şekilde deneyebilir ve farklı istemlerle denemeler yapabilirsiniz. Memnun olduğunuz bir uygulama derlediğinizde bunu kolayca Python kodu olarak dışa aktarabilir, ardından Generative Language API'yi kullanarak aynı modelleri çağırabilirsiniz.
MakerSuite'i kullanarak büyük dil modellerini denemek için bekleme listesine kaydolun.
İnsan + Yapay Zeka Araştırma Kılavuzu
Kişiler + Yapay Zeka Araştırması (PAIR) Kılavuzu geliştiricilerin, tasarımcıların, ürün yöneticilerinin, öğrencilerin ve diğer birçok kişinin yapay zekayı sorumlu bir şekilde kullanmasına yardımcı olan bir kaynaktır.
PAIR Kılavuzu, sizin ve ekibinizin ürününüzde yapay zeka (üretken yapay zeka dahil) ile ilgili temel soruların bir listesini oluşturmanıza yardımcı olabilir.
- Ürünümde ne zaman ve nasıl yapay zeka kullanmalıyım?
- Kullanıcıların yapay zeka sistemime güven duymalarına nasıl yardımcı olabilirim?
- Yapay zeka sistemimi kullanıcılara nasıl anlatabilirim?
- Yapay zeka deneyimleri kültürel olarak nasıl kapsayıcı ve eşitlik odaklı olabilir?
Prototip oluşturma konusunda sorular geliştirmek ve farklı tasarım seçenekleri arasından seçim yapmak için bu codelab boyunca PAIR Kılavuzu'nu kullanırsınız.
Wordcraft kodunu alma (isteğe bağlı)
Wordcraft, Google Araştırması'nda geliştirilen ve insan ve yapay zekayla ortak çalışmayla hikaye yazmayı inceleyen yapay zeka destekli bir metin düzenleyicidir. Wordcraft kodu açık kaynak olduğundan bu codelab'deki istemlerle kendi başınıza deneme yapabilirsiniz.
- Wordcraft kodunu almak için aşağıdaki komutu kullanın:
git clone https://github.com/pair-code/wordcraft
Alternatif olarak zip dosyasını indirebilirsiniz:
Henüz belli değil
3. Hikaye yazarken üretken yapay zekadan yararlanın
Büyük dil modeli (LLM) dil bilgisini, yaygın ifadeleri ve diğer bilgileri öğrenmek için kitaplardan, makalelerden ve web sitelerinden çok miktarda metinle eğitilen bir yapay zeka modelidir. PaLM gibi bir LLM, bu verilere dayanarak ve ek ince ayarlarla birçok yapay zeka görevini, gelişmiş makine öğrenimi programlaması gerektirmeden basit talimatlara dayanarak tamamlayabilir. Ayrıca soruları yanıtlayabilir, bilgileri özetleyebilir, dilleri çevirebilir ve diğer birçok yapay zeka görevini yerine getirebilir.
Bu codelab'de, yazarların hikaye yazmasına yardımcı olan bir uygulamanın prototipini oluşturmak için bir büyük dil modeli (LLM) kullanacaksınız. Google'ın PaLM LLM'si dünya, dil bilgisi vb. hakkında genel bilgilere sahip olmanın yanı sıra kullanıcı talimatlarını veya istemlerini uygulayacak şekilde tasarlanmıştır. Bu nedenle, aracınızın MakerSuite'te prototipini oluşturmak için kullanıcı istemiyle tetiklenen bir yanıt olarak ne yazması gerektiğini modelinize öğretirsiniz.
MakerSuite'te metin istemleri kullanarak yapay zeka destekli hikayeler yazma
- İstem oluşturmak için sol panelde Yeni Oluştur'u tıklayın ve Metin istemi'ni seçin. Şu istemle başlayın:
You are a talented fiction author. Write a story about a given topic.
Topic: {{topic}}
Bu istemi girdiğinizde MakerSuite, {{topic}} ifadesinin isteme giriş olduğunu algılar ve isteminizin çeşitli girişlerle nasıl çalıştığını görebilmeniz için bir İsteminizi test edin paneli açar.
A boy discovers a lost cat in his yardyazın, ardından model panelini (Çalıştır düğmesinin sağında) tıklayın ve sıcaklığı0.8olarak seçin.- Son olarak, isteminizi çalıştırmak için Çalıştır'ı tıklayın. Kısa bir süre içinde tabloda istem çıkışını göreceksiniz.
Sıcaklık ayarının 0.8 olarak seçilmesi, modele çıkışında çeşitliliği tercih ettiğinizi bildirir. Bunun yapılması daha fazla reklam öğesi hikayesiyle sonuçlanır ancak her çalıştırıldığında farklı çıkışlar sağlar. Her seferinde tam olarak aynı çıkışın elde edilmesini istiyorsanız sıcaklığı 0 olarak ayarlayın.
Olası çıktılardan biri şudur:
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.
- İstemi birkaç kez çalıştırmayı deneyin ve oluşturulan farklı haberlere dikkat edin.
Gördüğünüz gibi model, mantıksal olarak akan, yapılandırılmış bir hikaye yazar ancak aynı zamanda çeşitli varsayımlarda da bulunur. Örneğin, hikayenin merkezinde Henry adlı bir çocuk yer alıyor. Bu varsayımları kahramanımızın adını belirterek veya hikayenin kedi yavrusuna mı yoksa insana mı odaklanmasını istediğinizi belirterek değiştirebilirsiniz.
- İsteminizi güncelleyin ve tüm test girişleriyle nasıl çalıştığını görmek için Çalıştır'ı tıklayın.
PAIR Kılavuzu'nu kullanarak yapay zeka desteğine en uygun görevleri belirleme
Şimdiye kadar yapay zeka modelinin sadece kısa bir açıklamayla eksiksiz bir hikaye yazdığı varsayılır. Peki bu, kreatif aracınız için doğru tasarım kararı mı? Örneğin, yazarların istedikleri hikayenin bazı bölümlerini yeniden yazmalarına yardımcı olan bir asistan hayal edin. Örneğin, bu etkileşimin MakerSuite'te prototipini oluşturarak hikaye parçasını daha dramatik hale getirebilirsiniz.
Bu sayede paragrafları bir kerede yeniden yazarak daha iyi odaklanmış bir destek elde edebilirsiniz. Daha yüksek bir düzeyde, isteminizde birkaç değişiklik yaparak görev otomasyonu aracı yerine kullanıcı genişletme aracının prototipini oluşturabilirsiniz.
PAIR Kılavuzu, yapay zeka geliştirme sürecinde buna benzer soruları sormak ve yanıtlamak için ilkeli bir yol sunar. MakerSuite, fikirleri hızla prototip oluşturmanıza yardımcı olurken PAIR Kılavuzu, amaçlarınız ve etkileşime geçmeyi hedeflediğiniz kitle için tasarım seçeneklerini en fazla umut vadeden seçeneklerle sınırlandırmanıza olanak tanır. Uygulamanızı geliştirirken yapay zeka ile iş ortaklığı yaparken kullanılacak doğru yaklaşımın mı yoksa otomasyonun mu olduğunu anlamak için kılavuzdan yararlanın.
Rehber'deki Yapay zekayı nasıl kullanmalıyım? kılavuz sorusuyla başlayın. Bu kılavuz kalıbında belirtildiği gibi, benzersiz değer kattığında yapay zekayı kullanmak daha iyidir. Bu durumda, LLM'ler dil bilgisi, yaygın ifadeler ve internetteki diğer bilgilerle ilgili birçok veri kullanılarak eğitildiğinden, yazma uygulamanızın sonucunda açıklamak istediğiniz hikayenin dünyasını anlamak ve bunu yeniden yazma yöntemleri önermek için modelin yeteneğinden yararlanmak yararlı olabilir. Bu, Rehber'deki kişiselleştirilmiş öneri kalıbına dayanır.
Bunu bir adım daha ileri götürün. PAIR Kılavuzu'nda, görevlerin otomatikleştirilmesi mi yoksa artırılması mı gerektiği ile ilgili yol gösterici bilgiler de içeren kullanıcı ihtiyaçları ile ilgili bir bölüm yer almaktadır.
Genişletme veya otomasyondan yararlanmayı düşünüyorsanız prototipinizin yazarlar için faydalı bir uygulama olduğunu unutmayın. Dolayısıyla, kullanıcılarınızın yazmaktan hoşlandığı, yazılarının sahipliğini kendilerinin üstlenmek istediği ve yazmanın ömür boyu sürecek, iletişim kurması zor olabilecek tercihleri olduğu anlaşılıyor. Birlikte ele alındığında, bu durum, genişletme yaklaşımının daha umut verici seçenek olabileceğini gösteriyor.
PAIR Kılavuzuna göre, prototipini oluşturduğunuz uygulamayı bir yazma aracı değil, yeniden yazma aracı olarak düşünebilirsiniz. Örneğin, istemi farklı yazma stillerine izin verecek şekilde değiştirebilirsiniz.
- Yeni bir metin istemi oluşturun:
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.
Paragraph: {{paragraph}}
Burada hem \{\{rewrite style\}\} hem de {{paragraph}} metin girişleridir.
- Test panelinde daha kısa, daha etkileyici, daha esprili, dil bilgisi bakımından daha az tuhaf, şiirsel gibi çeşitli yeniden yazma stilleri deneyin.
Dünyanın dört bir yanından hikayelere göre tasarım yapın
Şimdiye kadar güçlü bir kültürel bağlama sahip olmayan hikayelerle bir paragrafı yeniden yazma istemini test ettiniz. Sorumlu yapay zeka deneyimleri tasarlarken çeşitli girdileri denemek genellikle fayda sağlar.
Bir dizi test girişi deneyin. Örneğin:
- Paris'teki ilginç bir kafenin sessiz bir köşesinde yalnız bir müşteri, taze demlenmiş kahvenin kokusunun tadına bakarken düşünceleri, hayatının seyrini sonsuza kadar değiştiren unutulmuş bir anı düşünün.
- Mumbai'deki bir trenin kaotik enerjisi arasında orta yaşlı bir kadın, bir yabancıyla sohbet ediyor. Aynı şehirde yaşamanın ve farklı hayatlara sahip olmanın ne kadar etkileyici olduğunu düşündü.
- Şangay'daki kalabalık bir sokak pazarındaki coşkulu kaosun ortasında bir sokak yemeği satıcısı, kalabalığın gelgitlerini takip etti.
Haksız önyargılardan ve tarihsel ön yargılardan kaçınmaya özen göstererek diğer kültürel ve coğrafi bağlamları sorumlu bir şekilde deneyin. LLM, internette bulunan mevcut verilere göre dünyanın birçok yeri hakkında bilgi sahibi olsa da belirli bir coğrafi yerle ilgili tüm ayrıntıları doğru şekilde alamayabilir. PAIR Kılavuzu'nda belirtildiği gibi, genişletme görevlerinde kullanıcılara kontrol olanağı sunmak önemlidir. Örneğin, prototipinizin yeniden yazma özelliklerini genişleterek hikayenin kurgusunu ve ayrıntılarını daha iyi kontrol edebilirsiniz.
Birçok üretken modelde bazen varsayılan varsayımlar da yer alır. Bu varsayımlar, kısmen, çevrimiçi bilgilere ait devasa eğitim veri kümelerinde daha yaygın olan kalıplar nedeniyle ortaya çıkar. Modellerin eşit ölçüde geçerli başka varsayımlar yapmaya yönlendirilebileceğini bilmek önemlidir. Örneğin, yukarıdaki bir paragrafı yeniden yazma isteminiz için yeniden yazma stilini değiştirip "daha kısa Unutmayın, yabancı da bir kadın.."
4. Güven oluşturun
Kullanıcılar olmadan bile olsa en yenilikçi yapay zeka yetenekleri kullanılmayabilir. Güven, kullanıcıların yapay zekanın yetenekli, güvenilir ve faydalı olduğunu düşünmesinden kaynaklanır. Kullanıcıların güven duymalarına yardımcı olmak, belirli özellikleri nasıl ve ne zaman kullanacaklarını öğrenmeye teşvik edebilir ve genel olarak daha iyi bir kullanıcı deneyimi sağlayabilir.
EŞLEME Kılavuzu'nda, kullanıcıların yapay zeka sistemlerine ne kadar güvenmeleri gerektiğini belirlemelerine yardımcı olacak birkaç fikir yer almaktadır:
Erkenden güven kazanın
Üretken yapay zekada özellikle özelliklerin amacını iletmek ve kullanıcıların yapay zekanın sınırlarını anlamasına yardımcı olmak önemlidir. Örneğin, dil modelleri temel olarak metinde sıradaki ifadeyi tahmin etmek için tasarlandığından, ürettikleri sonuçlarda her zaman doğru bilgiler içermeyebilir. Bu nedenle, kullanıcıların bu prototipin yaratıcı bir açıklamaya yardımcı olduğunu ve gerçeğe dayalı bir amaç gütmediğini anlamaları önemlidir. Kullanıcı, doğru olmasını istediği bilgilerin doğruluğunu kontrol etmek istiyorsa güvenilir kaynaklar aracılığıyla internette arama yapmalıdır.
Bu prototipin gerçeklere dayalı bilgiler yazmak için değil, özellikle kurgu yazmak için tasarlandığını anlamaları konusunda kullanıcılara yardımcı olabileceğiniz birkaç farklı yöntem üzerinde beyin fırtınası yapın.
Güveni koruma
Benzer şekilde, üretken yapay zeka modelleri son derece yetenekli olsa da kullanıcılar birçok belirli kullanım alanında görevlerin doğru şekilde tamamlandığını her zaman doğrulayamaz. Örneğin, bu prototip, metnin hedef tamamlaması ve kurgunun hedeflenerek yeniden yazılması (kullanıcıların kolayca doğrulayabileceği özellikler) etrafında tasarlanmıştır. Buna karşın, üretken modellerde metnin büyük bir bölümünü yeniden yazması istenmesi mümkün olsa da kullanıcılar sızmış olabilecek gözden kaçan hataları gözden kaçırabilir. Genel olarak, etkileşimli üretken yapay zeka özelliklerine, kullanıcıların kolayca doğrulayabileceği görevlere odaklanmak, kullanıcıların güvenini kazanmanızı sağlar.
Güveni korumak için son seçenek, üretken modellerin yönlendirilebilirliğinden yararlanmaktır. Dar kapsamlı bir görev için tasarlanmış önceki yapay zeka modellerinin aksine, üretken modellerin çıktılarını son kullanıcılar çok daha kolay bir şekilde özelleştirebilir (bunun da anlaşılacağı üzere daha etkileyici, daha kısa veya benzer yeniden yazmalar talep edilebilir). Böyle bir değişkenlik, daha iyi bir kullanıcı deneyimi sağlayabilir ancak bu değişkenliği, modelin olanaklarıyla sınırlamaya dikkat edilmelidir. Örneğin bu prototipte, kullanıcılardan metinlerini yeniden yazmalarının yollarını istemek yerine, işe yarayan yeniden yazma talimatlarını içeren bir liste ve son kullanıcıya öneriler sunabilirsiniz.
Güven kaybından kurtulma
Tüm çabalarınıza rağmen modelin optimum düzeyin altında sonuçlar verdiği durumlar olabilir. Bu tür durumlarda, kullanıcıların yapay zeka işlemlerini geri almasına izin vermek önemlidir. Benzer şekilde, değişken performansa sahip özellikleri tanımlamak ve bunları yalnızca kullanıcılar açıkça yapay zeka yardımı istediğinde tetiklemek genellikle daha iyidir.
- Geri alma özelliklerini oluştururken veya kullanıcıların güvenini kazanmak için başka yöntemler kullanabileceğinizi birkaç farklı şekilde beyin fırtınası yapın.
Bu zorlukların çözümlerini codelab çözümünde görebilirsiniz.
5. Her şeyi bir araya getirin
Şu ana kadar MakerSuite'te istemlerle denemeler yaptınız. Bu istemlerden memnun kaldığınızda bunları doğrudan prototipinizde kullanın.
- Önce isteminizi kaydedin ve ardından sağ üst köşedeki Kodu al'ı tıklayın. Henüz yapmadıysanız, görüntülenen Kodu al iletişim kutusunda API anahtarını etkinleştir'i tıklayarak API anahtarınızı da etkinleştirmeniz gerekir.
MakerSuite, doğrudan uygulamanızda kullanabileceğiniz kod oluşturur. Örneğin, bir web uygulamasıyla kullanmak için JavaScript kodunu seçin. Kodu doğrudan iletişim kutusundan kopyalayıp web uygulamanıza yapıştırabilirsiniz. MakerSuite'te isteminizi güncellerseniz eklenen koddaki istem değişkenini kullanarak kodunuzda güncellemeyi unutmayın.
Bu API'yi yaratıcı yazma için önceden oluşturulmuş bir uygulamaya entegre etmek istiyorsanız Wordcraft kodunu indirebilirsiniz.
Codelab çözümü
Wordcraft kodunu GitHub'dan alabilirsiniz:
git clone https://github.com/pair-code/wordcraft
Alternatif olarak, depoyu zip dosyası olarak indirebilirsiniz:
6. Tebrikler
PAIR Guidebook ve MakerSuite ile Sorumlu Yapay Zeka'nın prototipini oluşturmayı öğrenin codelab'ini tamamladınız ve birkaç Google aracını kullanarak Sorumlu AI deneyimlerinin (bu örnekte yaratıcı yazma uygulaması için) nasıl prototip oluşturabileceğinizi öğrendiniz. Neler geliştireceğinizi görmek için sabırsızlanıyoruz!
Daha fazla bilgi
- MakerSuite kullanıcı rehberi
- EŞLEME kılavuzu
- Google Yapay Zeka İlkeleri