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)

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

 

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

 

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