Ģeneratīvā mākslīgā intelekta izmantošana biznesā
Iemācies efektīvi iegūt vajadzīgo rezultātu ar mākslīgā intelekta rīkiem
mācības paredzētas ikvienam biroja darbiniekam, kas ikdienā strādā ar datoru
ieteicamais dalībnieku skaits grupā: 10 – 15 cilvēki
Treneris: Maksims Sičs
praktiskie uzdevumi veido 50% no programmas satura
vienas sesijas mācību ilgums: klātienē no 4h, attālināti 3,5hx2 (iespējams pielāgot)
Ģeneratīvā mākslīgā intelekta izmantošana ir kļuvusi par būtisku jautājumu mūsdienu jebkurā biznesā, atverot plašas iespējas uzņēmējdarbības attīstībai un efektivitātes paaugstināšanai. Arvien pieaugošā datu apjoma un sarežģītības apstākļos ģeneratīvā intelekta tehnoloģijas sniedz uzņēmumiem plašas iespējas.
No ģeneratīvā intelekta veidotajām automātiskajām ziņu rakstīšanas sistēmām līdz automātiskajām reklāmu veidošanas platformām, šīs tehnoloģijas palīdz uzņēmumiem ātri reaģēt uz tirgus mainīgajiem nosacījumiem un veidot personalizētas, uz klienta vajadzībām orientētas pieejas.
Ieguvumi pēc mācībām:
- Inovācijas veicināšana: iegūstot izpratni par ģeneratīvā intelekta tehnoloģijām, variet izveidot jaunas un inovatīvas idejas, paaugstinot konkurētspēju
- Efektivitātes paaugstināšana: ģeneratīvā intelekta sistēmas var automatizēt rutīnas uzdevumus, tādējādi samazinot darbu apjomu un ļaujot koncentrēties uz stratēģiski svarīgiem risinājumiem
- Personāla attīstība: darbinieki attīsta prasmes un zināšanas, kas nepieciešamas, lai izmantotu ģeneratīvo intelektu savā ikdienas darbā
Programma
Motivācija
kāpēc ir svarīgi saprast kas ir mākslīgais intelekts – reālās dzīves piemēri un mākslīgā intelekta praktiskā pielietojuma gadījumi mūsu apkārtējā vidē: MI ziņās, mūzikā, video, programmēšanā, sociālajos tīklos un citur.
Kā darbojas mākslīgais intelekts(MI):
- MI definīcija
- MI veidi
- MI mehānismu izpratne
- Apmācību tehnikas
- Neironu tīkli un dziļās mācīšanās metodes + demo
- Pastiprināšanas mācības (Reinforcement learning) izpratne
Lieli valodu modeļi (Large Language Models, LLM) un čatboti:
- Kas ir LLM un kā tas darbojas
- Dažādi LLM un to salīdzinājums
- Čatboti (piemēram, ChatGPT, Claude, Gemini) dažādās jomās (audio, teksts, video, attēls)
2. sesija: Uzdevumu formulēšana (Prompt Engineering)
Dažādu tehniku apguve, kā efektīvi iegūt vajadzīgo rezultātu no MI čatbotiem:
- 7 labākās prakses tehnisko uzdevumu formulēšanā
- Taktikas un stratēģijas
- Megaprompts
- Attēlu ģenerēšanas uzdevumu formulēšanas pamati un piemēri
Praktiskais uzdevums I
Uzdevumu formulēšana, lai saņemtu tieši vēlamo rezultātu, masveidā
Praktiskais uzdevums II
Grupu darbs: MI pielietojums ikdienas darbplūsmā. Brainstorming sesijas, risinājumu apspriešana, darba rezultāta prezentēšana
3. sesija: MI automatizācija un integrācija
Izpēte, kā ikdienā lietot MI čatbotus un citus modeļus masveidā, automatizējot uzdevumus un integrējot lietotnes
- Sākums ar GPTs vai pielāgotiem aģentiem – kas tas ir un kāpēc mums par to ir jāzina?
- Populārākie GPTs
AI automatizācija un integrācija
- MI lietošana Microsoft Office lietotnēs
- MI automatizācijas un integrācijas pakalpojumi
- 3 biznesa situācijas MI integrācijai uzņēmuma darbībā
- API izpratne
Praktiskais uzdevums III
Parasto uzdevumu automatizācija un integrācija, izmantojot LLM
4. sesija: MI ētika, nākotne un produktivitātes rīki
Diskusija par ētiskajām problēmām, strādājot ar MI modeļiem:
- datu drošības jautājumi
- galvenās ētikas problēmas
- 5 biznesa piemēri ētikas pārkāpšanā
14 rīki produktivitātes uzlabojumiem
Ievads par MI rīkiem, kas ievērojami var palielināt ikdienas produktivitāti, ieskaitot dažas demonstrācijas: rīki satura ģenerēšanai, dizainam, efektivitātes uzlabošanai, meklēšanai un citi
- Praktiski piemēri rīku lietošanai reālajā dzīvē
- Citi noderīgi MI rīki un resursi, lai sekotu līdzi nozares tendencēm
Praktiskais uzdevums IV
Pieredzes apmaiņa par MI rīku lietošanu, lietošanas iemesliem un diskusija – vai pastāv labāki aizstājēji. Kopīgā apspriešana par rīku praktisko pielietošanu ikdienā.
Demonstrācija par rīku funkcijām, lietošanas specifikām.
Makslīga Intelekta nākotne
Balstoties uz pašreizējo MI attīstību, mēģināt prognozēt, ko varētu sagaidīt tuvākajā nākotnē. Pagātne un tagadne:
- jaunākie atklājumi un tehnoloģiskais progress
- iespējama MI nākotne dažādās nozarēs: bizness, sociālie tīkli, veselības aprūpe, spēles, video u.c.
- vadošo AI ekspertu citāti par pašreizējo un nākotnes attīstību MI jomā
