𝗔𝗜 𝘃𝘀 𝗠𝗟 𝘃𝘀 𝗗𝗲𝗲𝗽 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝘃𝘀 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗲 𝗔𝗜
AI, Machine Learning, Deep Learning i Generative AI to nie oddzielne byty. To okręgi wpisane jeden w drugi.
Jestem product managerem. Uczę się, jak zostać AI PM, dzieląc się swoją wiedzą publicznie. To moja pierwsza lekcja.
Oto jak działają te warstwy:
• AI: Maszyny wykonujące inteligentne zadania. Obejmuje to starsze systemy, które postępują zgodnie z ludzkimi regułami. Przykład: Termostat. • Machine Learning (ML): Rodzaj AI, który uczy się wzorców na podstawie danych, a nie reguł. Przykład: Filtr antyspamowy w Twojej poczcie e-mail. • Deep Learning: Rodzaj ML wykorzystujący sieci neuronowe. Świetnie radzi sobie z obrazami i głosem. Przykład: Odblokowywanie twarzy w telefonie. • Generative AI: Rodzaj deep learningu, który tworzy nowe treści, takie jak tekst czy obrazy. Przykład: ChatGPT lub Claude.
Generative AI znajduje się wewnątrz deep learningu. Deep learning znajduje się wewnątrz machine learningu. Machine learning znajduje się wewnątrz AI.
Kiedy ludzie mówią, że chcą dodać AI do produktu, często są zbyt ogólnikowi. Zamiast tego zadaj te pytania:
- Której warstwy potrzebujemy? Prosta reguła może działać lepiej niż złożony model.
- Czy mamy wystarczająco dużo danych? ML i deep learning wymagają ogromnych ilości danych do działania.
- Czy Generative AI to właściwe narzędzie? Czasami wystarczy przewidzieć liczbę lub sklasyfikować element.
Przestań potakiwać na każdy hype. Użyj tej mapy, aby zadawać lepsze pytania.
Szybki test: Gdzie znajduje się filtr antyspamowy? Gdzie znajduje się Claude? Daj mi znać w komentarzach.
Dokumentuję swoją drogę od nietechnicznego PM do AI PM. Obserwuj mnie, aby poznać każdą lekcję.
Optional learning community: https://t.me/GyaanSetuAi