1. Başlamadan önce
MakerSuite, büyük dil modelleriyle doğrudan tarayıcıdan prototip oluşturmanıza olanak tanıyan bir araç paketidir. Kurulum gerekmez. MakerSuite'i kullanarak istemleri hızlıca deneyebilir ve uygulamanızın doğrudan erişebileceği bir API oluşturabilirsiniz. Bu, ekiplerin üretken yapay zeka tabanlı harika uygulamaları hızlı bir şekilde sunmasına yardımcı olur. People + AI Research (PAIR) Kılavuzu, yapay zeka ile yeni bir ürünün nasıl tasarlanacağı konusunda, insan odaklı veri uygulamalarına ve kullanıcı güvenini kazanmaya odaklanan rehberlik sunar. Bu rehberlik, MakerSuite'i kullanma konusunda da geçerlidir.
Bu codelab'de, sorumlu yapay zeka tabanlı deneyimler oluşturmak için bu iki kaynaktan birlikte nasıl yararlanacağınızı öğreneceksiniz. Kod laboratuvarının odak noktası, bu belirli kaynakların uçtan uca iş akışı değil, üretken yapay zeka ile sorumlu prototip oluşturmadır. MakerSuite'in genel iş akışı hakkında bilgi edinmek için MakerSuite'e yönelik bu temel eğitime göz atın ve yapay zeka ürünleri tasarlamayla ilgili daha kapsamlı rehberlik için PAIR Kılavuzu'na bakın.
Ön koşullar
- Yapay zeka hakkında temel düzeyde bilgi sahibi olmak
- Ürün geliştirme iş akışı hakkında bilgi sahibi olmanız
Neler öğreneceksiniz?
- Yapay zeka deneyimlerinizin farklı kitleler için ne kadar iyi çalıştığını incelemek amacıyla PAIR Kılavuzu'nu kullanma ve hangi görevlerde yapay zeka kullanılması gerektiğini veya gerekmediğini öğrenme.
- Kullanıcıların kültürel uygulamalarının zenginliğinden yararlanan üretken yapay zeka deneyimleri oluşturma
- Kullanıcılara yönelik açıklığa odaklanarak yapay zeka geliştirme sürecine kullanıcı güvenini kazanan fırsatları entegre etme.
- Daha fazla keşif için üretken yapay zeka materyalleri ve insan odaklı yapay zeka kaynaklarından oluşan daha geniş bir araç setini kullanma.
Oluşturacağınız uygulama
Bu kod laboratuvarında, yaratıcı yazma aracı tasarlarken üretken yapay zeka için uygulamalı bir prototip oluşturma sürecinde size rehberlik edilir. Dilerseniz tasarladığınız bu istemleri, Google tarafından araştırma prototipi olarak yayınlanan açık kaynaklı, yapay zeka destekli bir metin düzenleyici olan Wordcraft'e de entegre edebilirsiniz.
Gerekenler
- Tarayıcı
- MakerSuite'e erişmek için Google Hesabı
2. Hazırlanın
MakerSuite
MakerSuite, büyük dil modelleriyle doğrudan tarayıcıdan prototip oluşturmanıza olanak tanıyan bir Google araç paketidir. Kurulum gerekmez. Modelleri hızlı bir şekilde deneyebilir ve farklı istemlerle denemeler yapabilirsiniz. Memnun kaldığınız bir şey oluşturduğunuzda bunu kolayca Python kodu olarak dışa aktarabilir ve ardından Üretken Dil API'yi kullanarak aynı modelleri çağırabilirsiniz.
MakerSuite'i kullanarak büyük dil modellerini denemek için bekleme listesine kaydolun.
Kişiler ve Yapay Zeka Araştırma Kılavuzu
People + AI Research (PAIR) Kılavuzu, geliştiricilerin, tasarımcıların, ürün yöneticilerinin, öğrencilerin ve diğer birçok kullanıcının yapay zekayı sorumlu bir şekilde kullanmasına yardımcı olan bir kaynaktır.
PAIR Kılavuzu, ekibinizle birlikte ürününüzde üretken yapay zeka da dahil olmak üzere yapay zeka ile ilgili temel soruların bir listesini oluşturmanıza yardımcı olabilir.
- Ürünümde yapay zekayı ne zaman ve nasıl kullanmalıyım?
- Kullanıcıların yapay zeka sistemime güvenmelerine nasıl yardımcı olabilirim?
- Yapay zeka sistemini kullanıcılara nasıl açıklayabilirim?
- Yapay zeka deneyimleri nasıl kültürel açıdan kapsayıcı ve eşitlik odaklı olabilir?
Bu kod laboratuvarının tamamında, prototipleme için sorular geliştirmek ve farklı tasarım seçenekleri arasından seçim yapmak amacıyla PAIR Kılavuzu'nu kullanırsınız.
Wordcraft'in kodunu alma (isteğe bağlı)
Wordcraft, Google Research'te geliştirilen ve insan ile yapay zekanın ortaklaşa hikaye yazmasını araştıran yapay zeka destekli bir metin düzenleyicisidir. Wordcraft kodu açık kaynak olduğundan bu codelab'deki istemleri kendiniz deneyebilirsiniz.
- Wordcraft'ın kodunu almak için aşağıdaki komutu kullanın:
git clone https://github.com/pair-code/wordcraft
Alternatif olarak zip dosyasını indirebilirsiniz:
Henüz belli değil
3. Hikaye yazmak için üretken yapay zekayı kullanma
Büyük dil modeli (LLM), dil bilgisini, yaygın ifadeleri ve diğer bilgileri öğrenmek için kitaplardan, makalelerden ve web sitelerinden alınan büyük miktarlarda metinle eğitilen bir yapay zeka modelidir. Bu verilere dayalı olarak ve bazı ek ince ayarlarla PaLM gibi bir LLM, karmaşık makine öğrenimi programlama gerektirmek yerine basit talimatlar temel alınarak birçok yapay zeka görevini tamamlayabilir. Ayrıca soruları yanıtlayabilir, bilgileri özetleyebilir, dilleri çevirebilir ve diğer birçok yapay zeka görevini gerçekleştirebilir.
Bu codelab'de, yazarların hikaye yazmalarına yardımcı olan bir uygulamanın prototipini oluşturmak için LLM'yi kullanacaksınız. Google'ın PaLM LLM'si, dünya, dil bilgisi vb. hakkında genel bilgilere sahip olmanın yanı sıra kullanıcı talimatlarını veya istemlerini yerine getirmek için tasarlanmıştır. Bu nedenle, MakerSuite'te aracınızın prototipini oluşturmak için modelinize, kullanıcı istemi tarafından tetiklenen bir yanıt olarak ne yazacağını öğretirsiniz.
MakerSuite'te metin istemlerini 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 girdikten sonra MakerSuite, {{topic}}'ün istem girişi olduğunu algılar ve isteminizin çeşitli girişlerle nasıl çalıştığını görebilmeniz için bir İsteminizi test edin paneli açar.
A boy discovers a lost cat in his yarddeğerini girin, ardından model panelini (Çalıştır düğmesinin sağındaki) tıklayın ve sıcaklığı0.8olarak seçin.- Son olarak, isteminizi çalıştırmak için Çalıştır'ı tıklayın. İstem çıkışını kısa süre içinde tabloda görürsünüz.
Sıcaklık ayarını 0.8 olarak seçmek, modele çıkışında çeşitliliği tercih ettiğinizi bildirir. Bu, daha fazla yaratıcı hikayeyle sonuçlanır ancak her çalıştırıldığında farklı sonuçlar verir. Her seferinde tam olarak aynı çıkışı istiyorsanız sıcaklığı 0 olarak ayarlayın.
Olası bir çıkış şu şekildedir:
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 hikayeleri fark edin.
Gördüğünüz gibi model, mantıklı bir şekilde ilerleyen yapılandırılmış bir hikaye yazıyor ancak bazı varsayımlar da yapıyor. Örneğin, hikayenin merkezinde Hasan adlı bir çocuk olsun. Bu varsayımları, ana karakterimizin adını belirterek veya hikayenin kediye mi 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 yardımına en uygun görevleri belirleme
Şimdiye kadar, yapay zeka modelinin yalnızca kısa bir açıklamayla eksiksiz bir hikaye yazdığı varsayılıyor. Ancak bu, reklam öğesi aracınız için doğru tasarım kararı mı? Örneğin, yazarların seçtikleri hikaye bölümlerini yeniden yazmalarına yardımcı olan bir asistan düşünün. Bu etkileşimin prototipini MakerSuite'te oluşturabilirsiniz. Örneğin, hikaye parçasını daha etkileyici hale getirebilirsiniz.
Bu sayede paragrafları tek seferde yeniden yazarak çok daha odaklanmış bir yardım alabilirsiniz. Daha üst düzeyde, isteminizde birkaç değişiklik yaparak görev otomasyonu aracı yerine kullanıcı artırma aracının prototipini oluşturabilirsiniz.
PAIR Kılavuzu, yapay zeka geliştirme sürecinde bu tür soruları sorma ve yanıtlama konusunda ilkeli bir yaklaşım sunar. MakerSuite, fikirlerin prototipini hızlı bir şekilde oluşturmanıza yardımcı olurken PAIR Kılavuzu, tasarım seçeneklerini amaçlarınız ve etkileşime geçmeyi amaçladığınız kitle için en umut verici seçeneklere indirmenize olanak tanır. Uygulamanızı oluşturmak için yapay zeka ile iş ortaklığı yaparken hangi yaklaşımın (artırma veya otomasyon) doğru olduğunu anlamak üzere kılavuzu kullanın.
Kılavuzdaki Yapay zekayı nasıl kullanmalıyım? yönlendirici sorusuyla başlayın. Bu kılavuzdaki kalıpta belirtildiği gibi, yapay zekayı benzersiz bir değer kattığı durumlarda kullanmak daha iyidir. Bu durumda, LLM'ler dil bilgisi, yaygın ifadeler ve internetteki diğer bilgilerle ilgili çok sayıda veri kullanılarak eğitildiğinden, yazma uygulamanızın çıktısında açıklamak istediğiniz hikayenin dünyasını anlamak ve hikayeyi yeniden yazmanın yollarını önermek için modelin bu özelliğinden yararlanmak yararlı olabilir. Bu, Kılavuz'daki kişiselleştirilmiş öneri kalıbını temel alır.
Bunu bir adım daha ileri götürün. PAIR Kılavuzu'nda, kullanıcı ihtiyaçlarıyla ilgili bir bölümde görevlerin otomatikleştirilip otomatikleştirilmeyeceğiyle ilgili yol gösterici bilgiler yer alır.
Artırma veya otomasyon seçeneklerini değerlendirirken prototipinizin yazarlar için yararlı bir uygulama olması gerektiğini unutmayın. Dolayısıyla, kullanıcılarınızın yazmaya bayıldığı, yazılarının sorumluluğunu almak istediği ve yazma konusunda bir ömür boyu edindikleri tercihleri olduğu anlaşılıyor. Bu tercihleri iletmeniz zor olabilir. Tüm bunlar, güçlendirme yaklaşımının daha umut verici bir seçenek olabileceğini gösteriyor.
PAIR Kılavuzu'na göre, prototipini oluşturduğunuz uygulamayı yazmak için değil, yeniden yazmak için bir araç olarak düşünmeniz yararlı olabilir. Örneğin, istemi farklı yazı stillerine izin verecek şekilde değiştirebilirsiniz.
- Yeni bir metin istemi oluşturma:
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 girişidir.
- Test panelinde daha kısa, daha dramatik, daha esprili, daha az dil bilgisi hatası, şiirsel gibi çeşitli yeniden yazma stillerini deneyin.
Dünyanın dört bir yanından hikayeler için tasarım
Bir paragrafı yeniden yaz istemlerini şimdiye kadar güçlü bir kültürel bağlam içermeyen hikayelerle test ettiniz. Sorumlu yapay zeka deneyimleri tasarlarken genellikle çeşitli girişler denemek faydalıdır.
Aşağıdakiler gibi çeşitli test girişleri deneyin:
- Paris'in şirin bir kafesinin sessiz bir köşesinde, yalnız bir müşteri taze demlenmiş kahvenin aromasını içip içip çıkarırken düşünceleri, hayatının gidişatını sonsuza dek değiştiren, uzun zaman önce unutulmuş bir ana takılıp kalmıştı.
- Mumbai'deki yerel bir trenin kaotik enerjisi içinde orta yaşlı bir kadın yabancı biriyle sohbet etmeye başladı. Aynı şehirde yaşayıp bu kadar farklı hayatlar yaşamak ne kadar ilginç, diye düşündü.
- Hareketli Şanghay sokak pazarının canlı kaosunun ortasında bir sokak yemeği satıcısı, kalabalığın gelip gidişini gözlemlemek için bir an durdu.
Adil olmayan ön yargılardan ve tarihsel basmakalıp düşüncelerden kaçınarak diğer kültürel ve coğrafi bağlamları sorumlu bir şekilde deneyin. LLM, internette bulunan mevcut verilere dayanarak dünyanın birçok bölgesi hakkında bilgi sahibi olsa da belirli bir coğrafi yerle ilgili tüm ayrıntıları doğru şekilde paylaşmayabilir. PAIR Kılavuzu'nda da belirtildiği gibi, zenginleştirme görevlerinde kullanıcılara kontrol sunmak önemlidir. Örneğin, hikayenin konusu ve ayrıntıları üzerinde daha fazla kontrol sahibi olmak için prototipinizin yeniden yazma özelliklerini genişletebilirsiniz.
Birçok üretken model, kısmen online bilgilerden oluşan devasa eğitim veri kümelerinde daha yaygın olan kalıplar nedeniyle bazen varsayılan varsayımlar da sergiler. Modellerin, eşit derecede geçerli başka varsayımlar yapacak şekilde yönlendirilebileceğini bilmek önemlidir. Örneğin, yukarıdaki bir paragrafı yeniden yazma isteminiz için yeniden yazma stilini değiştirerek "daha kısa. Yabancının da bir kadın olduğunu unutmayın."
4. Güven oluşturun
Kullanıcıların güveni olmadan en yenilikçi yapay zeka özellikleri bile kullanılmayabilir. Güven, kullanıcıların yapay zekanın yetenekli, güvenilir ve yararlı olduğunu hissetmesinden kaynaklanır. Kullanıcıların güvenini kazanmak, onları belirli özellikleri nasıl ve ne zaman kullanacaklarını öğrenmeye teşvik edebilir ve genel olarak daha iyi bir kullanıcı deneyimi sağlayabilir.
İlk aşamada güven kazanma
Üretken yapay zeka ile özellikle özelliklerin amacını iletmek ve kullanıcıların yapay zekanın sınırlarını anlamalarına yardımcı olmak faydalıdır. Örneğin, dil modelleri öncelikle metinde neyin geleceğini tahmin etmek için tasarlandığından, çıktıları her zaman gerçeklere uygun olmayabilir. Bu nedenle, kullanıcıların bu prototipin yaratıcı metin yazmaya yardımcı bir araç olduğunu ve gerçeklere dayalı bilgiler sunmadığını anlamasına yardımcı olmak önemlidir. Kullanıcı, doğru olmasını istediği ayrıntıları doğrulamak istiyorsa güvenilir kaynaklardan yararlanarak internette arama yapmalıdır.
Kullanıcıların bu prototipin gerçek bilgiler yazmak için değil, özellikle kurgu yazmak için tasarlandığını anlamalarına yardımcı olabileceğiniz birkaç farklı yöntem üzerinde kafa yorun.
Güveni koruma
Benzer şekilde, üretken yapay zeka modelleri son derece yetenekli olsa da kullanıcılar, birçok belirli kullanım alanında görevlerin her zaman doğru şekilde tamamlandığını doğrulayamaz. Örneğin, bu prototip, metnin hedefli olarak tamamlanması ve kurgusal metinlerin hedefli olarak yeniden yazılması (kullanıcıların kolayca doğrulayabileceği özellikler) için tasarlanmıştır. Buna karşılık, üretken modellerden metnin büyük bölümlerini yeniden yazmaları istenebilir ancak kullanıcılar, sızmış olabilecek küçük hataları gözden kaçırabilir. Genel olarak, etkileşimli üretken yapay zeka özelliklerini kullanıcıların kolayca doğrulayabileceği görevlere odaklamak, kullanıcıların güvenini kazanmanıza yardımcı olur.
Güveni korumak için son bir fırsat, üretken modellerin yönlendirilebilirliğinden yararlanmaktır. Dar bir şekilde tanımlanmış bir görev için tasarlanmış önceki yapay zeka modellerinin aksine, üretken modellerin çıktılarını son kullanıcıların özelleştirmesi çok daha kolaydır (daha dramatik, daha kısa veya benzer yeniden yazmalar istendiğinde gösterildiği gibi). Bu tür yönlendirilebilirlik daha iyi bir kullanıcı deneyimine yol açsa da bu yönlendirilebilirliğin modelin yetenekleriyle sınırlandırılması gerekir. Örneğin, bu prototipte kullanıcılardan metinlerini yeniden yazma yollarını sormak yerine, son kullanıcıya öneri olarak iyi sonuç veren yeniden yazma talimatlarının bir listesini sunabilirsiniz.
Kaybedilen güveni geri kazanma
Elinizden gelenin en iyisini yapsanız da modelin optimum olmayan sonuçlar verdiği durumlar olabilir. Bu gibi durumlarda, kullanıcıların yapay zeka işlemlerini geri almasına izin vermek önemlidir. Benzer şekilde, genellikle değişken performansa sahip özellikleri tanımlamak ve bunları yalnızca kullanıcılar yapay zeka yardımı istediğinde tetiklemek daha iyidir.
- undo özellikleri oluşturabileceğiniz veya kullanıcı güvenini geri kazanmanın diğer yollarını bulmak için beyin fırtınası yapın.
Bu zorlukların çözümlerini codelab çözümünde görebilirsiniz.
5. Her şeyi bir araya getirin
Şimdiye kadar MakerSuite'te istemlerle denemeler yaptınız. Bu istemlerden memnun kaldığınızda bunları doğrudan prototipinizde kullanın.
- Önce isteminizi kaydedin, ardından sağ üst köşedeki Kod al'ı tıklayın. Henüz yapmadıysanız gösterilen Kod 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. İsteminizi MakerSuite'te güncellerseniz dahil edilen koddaki istem değişkenini kullanarak kodunuzda da güncellemeyi unutmayın.
Bu API'yi, yaratıcı yazarlık için önceden oluşturulmuş bir uygulamaya entegre etmek istiyorsanız Wordcraft kodunu indirebilirsiniz.
Codelab çözümü
Wordcraft'in kodunu GitHub'dan edinebilirsiniz:
git clone https://github.com/pair-code/wordcraft
Alternatif olarak, deposu zip dosyası olarak da indirebilirsiniz:
6. Tebrikler
PAIR Kılavuzu ve MakerSuite ile Sorumlu Yapay Zeka prototipi oluşturmayı öğrenin kod laboratuvarını tamamladınız ve birkaç Google aracını kullanarak sorumlu yapay zeka deneyimlerinin (bu durumda, yaratıcı yazma uygulaması için) nasıl prototipini oluşturacağınızı öğrendiniz. Neler oluşturacağınızı görmek için sabırsızlanıyoruz.
Daha fazla bilgi
- MakerSuite kullanıcı rehberi
- PAIR kılavuzu
- Google Yapay Zeka İlkeleri