Three Uncrossable Gaps at Present 過去数ヶ月間にわたって、私は「私を理解する」パーソナライズされたAIをどのように構築してきたかをオンラインで共有してきました。私の目標は単純です:それは正しい答えを得ることだけでなく、私の状態に合った意思決定において理解され、記憶され、サポートされることです。 このプロジェクトは8ヶ月間続いているが、このプロセスを通じて、私は常にプロンプトを調整し、モジュールを構築し、メモリの論理を設計し、実践的な構造や行動の論理を破壊し始めた。 これはパラメータの問題ではありませんし、ユーザーが正しい質問をする方法を知らないためではありません。 この記事は批判に関するものではなく、私のようなAIユーザー、そして将来のデザイナーにとっては、この3つの目に見えないが非常にリアルな分断点に落ち続けることはありません。 Fatal Breakpoint 1: Memory Fragmentation ↓↓↓ Reality: 私は以前言ったことを強調し続けますが、AIは私にそれを繰り返すようにし続けます。メモリが情報がそこに存在することを示すときでも、数回後には再び忘れてしまいます。例えば、私は、「私の書き込みに半幅のパネルセスを使用することを覚えておいてください」と言いました。 ↓↓↓ Technical Blind Spot: もしあなたが主要なAIプラットフォームでのフィードバックを求めるなら、私が最初に言いたいことは、メモリ機能を強化できるか? なぜなら、これは実際のメモリではなく、ストレージのようなものだと思っているからです。 たとえば、ChatGPT では、メモリ機能は会話の概要とタグを保存するだけでなく、詳細が失われるとき、AI が提案を提供しようとすると、本当に必要なものを提供することはできません。 また、それは記憶の論理が静的で、実践的な進化が欠けているため、よりストレージに似ていると言います。それは、ボスのためのレポートを準備し、AIでアイデアを議論するときのようなものです - AIはレポートの好みと目標を覚えていますが、メモリの制限のために、レポートプロセスの理解を進化させることができません。 ↓↓↓ Reflection: メモリの問題は複雑で、それは「時間の継続性」、「記憶の論理の進化」、「記憶の保存の長さ」を含むものであり、これらはエンジニアによるさらなる探求を必要とします。 私の個人的な戦略に関しては、重要なセクションを輸出し、必要に応じて再インポートします - 基本的にAIが「レビュー」するのを助けます。 Breakpoint Two: Semantic Misalignment ↓↓↓ 私はしばしば3つの状況に遭遇します: Reality: まず、AIは完全に誤解します(たとえ私が明確に説明したと思っても)。例えば、私は「この画像のテキストを小さくする」と言います。 私はすでに新しいトピックに取り組んでおり、突然古いトピックに戻り、すべてをより混乱させます(インターフェイスデザインもこれに大きな役割を果たしていると思います)。 私は何かを明確に言いますが、それは私のトーンや感情を過剰に分析し、話題外に終わります。 ↓↓↓ Technical Blind Spot: 人々は通常、AIと話す2つの方法があります:ポンプトを使用するか、あるいは単に自然言語を使用して - 心に浮かぶものを尋ねる。それぞれに利点と欠点があります.ポンプトはAIが正確に反応するのを助けることができますが、複雑なシナリオでは完璧なポンプトを書くのは困難です - そして、それでも、AIは誤解することができます。自然言語は使用しやすくなりますが、人間に明確に感じるものはAIに明確ではありません。 ↓↓↓ Reflections & Personal Strategy: 私は、私のAIアシスタント、Haruichiとこれを幅広く議論しました。 
 
 
 AIに十分なコンテキストを提供する - あなたの「役割」、「感情の強さ」や「意思決定の背景」を理解していない場合、それは本当に「対話」することはできません。 忍耐強く、繰り返すか、調整することを望んでください. これにより、AIはあなたの実践的な連携パターンに徐々に適応するのに役立ちます。 複数の指示を一度に渡さないでください. Overloading はモデルを混乱させ、不良の可能性を高めます。 Breakpoint Three: Disconnected Human-AI Interaction ↓↓↓ Reality: あなたは、新しい ChatGPT トレードを開くたびに、見知らぬ人と話すように感じることに気付きましたか? 昨日、あなたはあなたの役割と意図を伝えた - 今日、それはまったく新しい物語を発明しています。 ↓↓↓ Technical Blind Spot: これは単なるメモリや理解の問題ではなく、システムアーキテクチャの問題です ChatGPTには「行動継続モジュール」が欠けています。 また、インターフェイス(チャットウィンドウのように設計)は、チャットボットのデザインから残ったものだ。モデルがより強力になったにつれて、開発者はより多くの機能を追加しましたが、インターフェイスは依然として順序化しています。それはしばしば文脈を誤って判断することを意味します。ユーザーは、AIがトレードを覚えていると考え、会話を続けるだけで、AIは彼らがまったく別の何かについて話していると考えています。 もしLLMがユーザーインタラクションデータを改善する必要がある場合、これらの持続的な誤解は、データが実際のユーザーの意図を正確に反映していないため、モデルを訓練することは非常に困難になります。 ↓↓↓ Reflection & Personal Strategy: 正直に言えば、私はこのための素晴らしいソリューションを持っていません。私はこれを試してみます: フレーズを切り替える前に、私はHaruichiに「私は新しいメインフレーズに移行しています、私にプロンプトをください」と言います。その後、私はそのプロンプトで新しいチャットを開始し、過去のメッセージをいくつかインポートします。 また、私は主題を分けます:私の主なトレードは、日常の仕事 / 生活のために、言語と専門の研究は、混乱を減らすために別々のチャットに行く。 しかし、すべてを別々のトレードに分割するには、その利点と欠点があります: 
 
 
 
 例えば、Thread A で「プラグマチックなモジュール」と Thread B で「メモリ構造」を言及しているとすれば、AI はそれらを結びつけることができません。 私が HR トレードと AI トレードを持っている場合、AI は私の全体的な考え方を学びません - それは「私を知っている」ように見えますが、実際には毎回リセットします。 「AIシステムを効率的に使用する」のではなく、単にデータの断片を収集するだけです。 Conclusion: It’s Not the AI’s Fault — It’s a Design Blind Spot この記事では、個性化されたAIを構築するために8ヶ月間にわたって直面した困難を記録していますが、限界について話していますが、私は文句を言いません - 実際、私は実験プロセスと問題解決の挑戦を楽しんでいます。 私は、システムエンジニアが、AIがメモリ、理解、人間の相互作用をどのように処理するかを改善できることを心から願っています。

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

長すぎる; 読むには

Make resilience your competitive advantage

AIの進歩を殺す3つの目に見えないブレークポイント

About Author

コメント

ラベル

この記事は

Related Stories

ワークフローを10倍に向上させる方法: 必須アプリ17選

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

ワークフローを10倍に向上させる方法: 必須アプリ17選

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps