I spend my days building AI applications that turn chaos into structure. Give me a messy dataset, some business logic, and a powerful enough model, and I can extract signal from noise. 私は、混乱を構造に変えるAIアプリケーションを構築するために日々を費やします。 したがって、大きな言語モデルが本当に何を理解しているかを理解したいとき、私はどのエンジニアもやろうとしていることをしました:私は実験を実行しました。 LLMに入って、彼らが何を意味するかを分析するように頼んだ。 詩人 結果は技術的に完璧でした。モデルはリムのスケジュールを特定し、比を説明し、対立する概念間の構造的緊張をマッピングしました。 しかし、それが機能しているのを見て、私はカテゴリエラーを犯したことに気付きました. 私は温度を測るためにスクラウンドライバーを使用していました. モデルが見えなかったもの 「Dark Pillar Growth / Shadow Lack」のようなラインを取る。 LLMは、これらの単語が存在と欠席、成長と損失の対立を作成することをあなたに言うことができます。 それは、この言葉が人間の神経系で生み出す静かな不快感と一緒に座ることはできません。その意味は、言葉そのものにはありません。 それは、彼らがあなたの中で作る共鳴の中にあります。 What it cannot do is feel the specific weight of growth that is shadowed by loss 詩は解読されることを求めていなかったが、経験されることを求めていた。 本当に大切な問題 これは単に詩のことではなく、我々が今日の世界で構築した製品についてです。 私がその詩に近づいた方法と同じように、何回ユーザーの問題にアプローチしましたか? 抽出、測定、ログ、およびダッシュボードに送信できるものを探しています。 私たちはユーザーの行動を解読することに執着し、その過程で、私たちはユーザーの経験に飽きるようになります。 製品に関する最も重要な真理は、A/Bテストの結果には見つかりません。測定に抵抗するもの:混乱したインターフェイスを移動するという微妙な挫折。 これらはデータポイントではなく、人間の経験であり、私たちの最良のツールはしばしばそれらに盲目です。 What This Means For What We Build(私たちが作るもの) 私たちが構築しているAIシステムは、パターン認識と分析において、数値的に向上し、論理的でデータベースのプロセスに分解できる任務を支配します。 しかし、この減少に抵抗するもの:直感、意味、信頼感、それらは深く人間的であり、しばしば私たちの製品が人々にとって本当に重要かどうかを決定するものです。 私たちの仕事は、より強力なデコードを構築することだけではなく、データを超えて何があるかを認識する知恵を持つことです。 重要なものはすべて解読できない、あるものは生きなければならない。 そしてそれは、私たちが人々に生きるように求めている製品を含みます。
