README.md

កសាងកម្មវិធីជជែកដែលមាន Generative AI ជាថាមពល

(ចុចរូបភាពខាងលើដើម្បីមើលវីដេអូមុខវិជ្ជានេះ)

ឥឡូវនេះពេលដែលយើងបានឃើញពីរបៀបដែលយើងអាចកសាងកម្មវិធីបង្កើតអត្ថបទ មកមើលកម្មវិធីជជែក។

កម្មវិធីជជែកបានបញ្ចូលទៅក្នុងជីវិតប្រចាំថ្ងៃរបស់យើង ដោយផ្តល់មិនត្រឹមតែជាវិធីសម្រាប់ជជែកធម្មតាទេ។ វាជាផ្នែកសំខាន់នៃសេវាកម្មអតិថិជន ការគាំទ្របច្ចេកទេស និងប្រព័ន្ធប្រឹក្សាដែលមានភាពស្មុគស្មាញផងដែរ។ ប្រហែលជាអ្នកបានទទួលជំនួយពីកម្មវិធីជជែកមួយថ្មីៗនេះ។ ខណៈពេលយើងបញ្ចូលបច្ចេកវិទ្យាច្នៃប្រឌិតដូចជា generative AI ទៅក្នុងវេទិកាទាំងនេះ ភាពស្មុគស្មាញកើនឡើង ហើយក៏មានបញ្ហាប្រឈមកើតឡើងដែរ។

សំណួរខ្លះដែលយើងត្រូវការជំនួយបំភ្លឺមានដូចជាៈ

• ការកសាងកម្មវិធី។ តើយើងបញ្ចេញការកសាងនិងបញ្ចូលកម្មវិធីដែលមាន AI ជាថាមពលទាំងនេះសម្រាប់ករណីប្រើប្រាស់ជាក់លាក់បានយ៉ាងមានប្រសិទ្ធភាពដូចម្តេច?
• ការត្រួតពិនិត្យ។ ពេលដែលបានដាក់ជូនសាធារណៈ តើយើងអាចត្រួតពិនិត្យ ហើយធានាថាកម្មវិធីដំណើរការនៅកម្រិតគុណភាពខ្ពស់បំផុតទាំងក្នុងទ្រឹស្តី និងការអនុវត្តតាម ប្រាញីមូលដ្ឋាន ៦ នៃ AI ដែលទទួលខុសត្រូវ ដូចម្តេច?

អំឡុងពេលយើងឆ្លងកាត់យុគសម័យដែលត្រូវបានកំណត់ដោយស្វ័យប្រវត្តិ និងអន្តរកម្មម្ចាស់មនុស្ស - ម៉ាស៊ីន ប្រសូត្តិភាពនៃ generative AI ក្នុងការបម្លែងវិសាលភាពជំហាន និងការត្រូវខ្លួនរបស់កម្មវិធីជជែកក្លាយទៅជាប្រសិនបើប្រយោជន៍។ មុខវិជ្ជានេះនឹងសិក្សាផ្នែកនៃរោងចក្រ ដែលគាំទ្រប្រព័ន្ធស្មុគស្មាញទាំងនេះ ចូលទៅកាន់វិធីសាស្រ្តសម្រាប់ការតុបតែងសម្រាប់ភារកិច្ចជាក់លាក់ និងវាយតម្លៃគន្លងវាស់បញ្ចូលនានា និងការពិចារណាដើម្បីធានាការដាក់ចេញ AI ដែលមានការទទួលខុសត្រូវ។

ការណែនាំ

មុខវិជ្ជានេះគ្របដណ្តប់:

• បច្ចេកទេសសម្រាប់ការកសាង និងបញ្ចូលកម្មវិធីជជែកយ៉ាងប្រសិទ្ធភាព។
• របៀបអនុវត្តន៍ការប្តូរតាមតម្រូវការនិងការតុបតែងកម្មវិធី។
• យុទ្ធសាស្រ្ត និងការពិចារណាដើម្បីត្រួតពិនិត្យកម្មវិធីជជែកយ៉ាងមានប្រសិទ្ធភាព។

គោលបំណងសិក្សា

បញ្ចប់មុខវិជ្ជានេះ អ្នកនឹងអាច៖

• ពិពណ៌នាគន្លងនៃការកសាង និងបញ្ចូលកម្មវិធីជជែកទៅក្នុងប្រព័ន្ធដែលមានរួច។
• ប្តូរតាមតម្រូវការកម្មវិធីជជែកសម្រាប់ករណីប្រើប្រាស់ជាក់លាក់។
• កំណត់មាត្រដ្ឋានសំខាន់ៗនិងការពិចារណាដើម្បីត្រួតពិនិត្យនិងថែរក្សាគុណភាពកម្មវិធីជជែកដែលមាន AI ជាថាមពល។
• ធានាថាកម្មវិធីជជែកប្រើប្រាស់ AI យ៉ាងទទួលខុសត្រូវ។

ការចូលរួម Generative AI ទៅក្នុងកម្មវិធីជជែក

ការលើកតម្កើងកម្មវិធីជជែកតាម generative AI មិនមែនគ្រាន់តែយកវា អោយមានភាពឆ្លាតវៃប៉ុណ្ណោះទេ ប៉ុន្តែគឺពាក់ព័ន្ធនឹងការវាស់វែងរចនាសម្ព័ន្ធ ប្រសិទ្ធភាព និងចំណុចប្រទាក់អ្នកប្រើ ដើម្បីផ្តល់បទពិសោធន៍អ្នកប្រើដែលមានគុណភាព។ វារួមបញ្ចូលការស្វែងយល់ពីមូលដ្ឋានរចនាសម្ព័ន្ធ ការបញ្ចូល API និងការពិចារណាដល់ចំណុចប្រទាក់អ្នកប្រើ។ ផ្នែកនេះគោលបំណងផ្តល់នូវផែនទីព័ត៌មានពេញលេញដើម្បីបណ្តុះបណ្តាលអ្នកឲ្យដើរតាមទិសដៅស្មុគស្មាញទាំងនេះ មិនថាអ្នកកំពុងភ្ជាប់កម្មវិធីទៅប្រព័ន្ធដែលមានរួច ឬកំពុងកសាងវាជាវេទិកាដាច់ដោយឡែក។

បញ្ចប់ផ្នែកនេះ អ្នកនឹងមានជំនាញគ្រប់គ្រាន់ក្នុងការកសាង និងបញ្ចូលកម្មវិធីជជែកយ៉ាងមានប្រសិទ្ធភាព។

Chatbot ឬ កម្មវិធីជជែក?

មុនពេលចូលកសាងកម្មវិធីជជែក មកប្រៀបធៀប 'chatbots' និង 'កម្មវិធីជជែកដែលមាន AI ជាថាមពល' ដែលមានតួនាទី និងមុខងារផ្សេងគ្នា។ Chatbot មានគោលបំណងសំខាន់ក្នុងការអូតូម៉ាទាងភារកិច្ចជជែកជាក់លាក់ ដូចជាការឆ្លើយសំណួរញឹកញាប់ ឬតាមដានកញ្ចប់។ វាទូទៅគ្រប់គ្រងដោយច្បាប់លក្ខណៈមូលដ្ឋាន ឬអាល់ហ្គូរីធម៍ AI ស្មុគស្មាញ។ ខណៈដែលកម្មវិធីជជែកដែលមាន AI ជាថាមពល ជាបរិយាកាសដែលធំជាង ហើយរចនាឡើងដើម្បីជួយសម្រួលការប្រាស្រ័យទាក់ទងផ្នែកឌីជីថលផ្សេងៗ ដូចជាជជែកអក្សរ គូសារសំឡេង និងវីដេអូរវាងមនុស្ស។ លក្ខណៈសំខាន់របស់វាជាការបញ្ចូលម៉ូឌែល generative AI ដែលចម្លងការជជែកដូចទំនាក់ទំនងមនុស្ស ដោយបង្កើតចម្លើយធៀបទៅនឹងចូលបញ្ចូល និងបរិបទនានា។ កម្មវិធីជជែកដែលមាន generative AI អាចចូលរួមក្នុងការពិភាក្សាប្រភពបើក មានភាពអាចត្រូវបានផ្លាស់ប្តូរសម្រាប់បរិបទជជែក ក៏ដូចជាបង្កើតសន្ទនា ដែលមានភាពច្នៃប្រឌិត ឬស្មុគស្មាញ។

តារាងខាងក្រោមបង្ហាញភាពខុសគ្នានិងស្រដៀងគ្នាសំខាន់ៗ ដើម្បីជួយយើងយល់ពីតួនាទីផ្ទាល់ខ្លួនរបស់ពួកវានៅក្នុងការប្រាស្រ័យទាក់ទងឌីជីថល។

Chatbot	កម្មវិធីជជែកដែលមាន Generative AI ជាថាមពល
មានភារកិច្ចផ្ដោតលើការងារ និងផ្អែកលើច្បាប់	មានការយល់ដឹងបរិបទ
ផ្សំចូលទៅក្នុងប្រព័ន្ធធំៗជាញឹកញាប់	អាចបម្រើមាន chatbot មួយ ឬច្រើន
កំណត់នៅលើមុខងារដែលបានកម្មវិធីកំណត់	រួមបញ្ចូលម៉ូឌែល generative AI
អន្តរកម្មឯកទេស និងរចនាសម្ព័ន្ធ	អាចធ្វើការពិភាក្សាប្រភពបើក

ប្រើបច្ចេកវិទ្យាដែលបានសាងស្រាច់ជាមួយ SDK និង API

ពេលកសាងកម្មវិធីជជែក ជំហានដំបូងល្អគឺវាស់វែងថាតើមានអ្វីមានរួចហើយ។ ការប្រើប្រាស់ SDK និង API ក្នុងការកសាងកម្មវិធីជជែក ជាយុទ្ធសាស្រ្តមានអត្ថប្រយោជន៍ជាច្រើន។ ដោយបញ្ចូល SDK និង API ដែលមានឯកសារពាក់ព័ន្ធ អ្នកកំពុងដាក់ទីតាំងយុទ្ធសាស្រ្តសម្រាប់ជោគជ័យរយៈពេលវែង ដោះស្រាយបញ្ហាជាមួយការកែតម្រូវ និងថែទាំ។

• ធ្វើឲ្យដំណើរការកែច្នៃឆាប់រហ័ស និងកាត់បន្ថយភាពធ្ងន់ធ្ងរជាតិ។ អាស្រ័យលើមុខងារដែលបានសាងស្រាច់ហើយ ភ្លាមៗបង្រៀនអ្នកអាចផ្តោតទៅលើផ្នែកផ្សេងៗរបស់កម្មវិធី ដែលអ្នកគិតថាសំខាន់ជាង ដូចជាព័ត៌មានអាជីវកម្ម។
• ប្រសិទ្ធភាពខ្ពស់ជាង។ ពេលដែលគេបង្កើតមុខងារពីគ្មានទុក ម្នាក់នឹងសួរថា "តើវាអាចបណ្តឹងរួចទៀតដើម្បីដោះស្រាយអ្នកប្រើលើកលែងបានយ៉ាងដូចម្តេច?" SDK និង API ដែលបានគ្រប់គ្រងល្អ មានដំណោះស្រាយបញ្ហានេះ។
• ការថែទាំងាយស្រួល។ ការអាប់ដេត និងបន្ថែមមុខងារងាយក្នុងការគ្រប់គ្រង ព្រោះភាគច្រើន API និង SDK ត្រូវការតែធ្វើការអាប់ដេតបណ្ណាល័យមួយពេលម៉ូឌែលថ្មីដាក់បញ្ចូល។
• ការចូលដល់បច្ចេកវិទ្យាលំដាប់ខ្ពស់។ ការប្រើម៉ូឌែលដែលត្រូវបានតម្លើងលំអិត និងបានបណ្តុះបណ្តាលលើឃ្លាំងទិន្នន័យធំនឹងផ្តល់បទពិសោធន៍ភាសាធម្មជាតិនៅក្នុងកម្មវិធីរបស់អ្នក។

ការចូលដល់មុខងាររបស់ SDK ឬ API ជាទូទៅត្រូវការទទួលបានការអនុញ្ញាតដើម្បីប្រើសេវាកម្មដែលបានផ្តល់ សំខាន់ជាងគេត្រូវតែប្រើកូនសោឯកជន ឬសញ្ញាសម្គាល់សុវត្ថិភាព។ យើងនឹងប្រើបណ្ណាល័យ Python របស់ OpenAI ដើម្បីស្វែងយល់ពីរបៀបដែលវាមើលទៅដូចម្តេច។ អ្នកក៏អាចសាកល្បងធ្វើវាដោយខ្លួនឯងនៅក្នុង សៀវភៅកំណត់ត្រា OpenAI រឺ សៀវភៅកំណត់ត្រាសម្រាប់ Azure OpenAI Services សម្រាប់មុខវិជ្ជានេះ។

import os
from openai import OpenAI

API_KEY = os.getenv("OPENAI_API_KEY","")

client = OpenAI(
    api_key=API_KEY
    )

chat_completion = client.chat.completions.create(model="gpt-3.5-turbo", messages=[{"role": "user", "content": "Suggest two titles for an instructional lesson on chat applications for generative AI."}])

ឧទាហរណ៍ខាងលើប្រើម៉ូឌែល GPT-3.5 Turbo ដើម្បីបញ្ចប់សំណើ ប៉ុន្តែមើលឃើញថាគន្លង API ត្រូវបានកំណត់មុន។ អ្នកនឹងទទួលបានកំហុស ប្រសិនបើមិនបានកំណត់គន្លងនេះ។

បទពិសោធន៍អ្នកប្រើ (UX)

គ្រប់តុល្យភាព UX ទូទៅអាចអនុវត្តទៅកម្មវិធីជជែក ប៉ុន្តែក៏មានការពិចារណាបន្ថែមខ្លះៗដែលមានសារៈសំខាន់ដោយសារតែលំនាំម៉ាស៊ីនរៀនមាននៅក្នុងកម្មវិធី។

• មេកានិចសម្រាប់ដោះស្រាយភាពមិនច្បាស់: ម៉ូឌែល generative AI ដំណើរការជាប្រចាំ ធ្វើឲ្យចម្លើយលំបាក ឬមិនច្បាស់។ មុខងារដែលអនុញ្ញាតឲ្យអ្នកប្រើសួរផ្សេងទៀតអាចជួយបំផុតប្រសិនបើពួកគេជួបបញ្ហានេះ។
• ការរក្សាបរិបទ: ម៉ូឌែល generative AI ខ្ពស់អាចចងចាំបរិបទក្នុងជជែក ដែលជាកំណត់សំខាន់ដល់បទពិសោធន៍អ្នកប្រើ។ ការផ្តល់ឲ្យអ្នកប្រើអាចគ្រប់គ្រងនិងបញ្ជាការរក្សាភាពបរិបទ បង្កើតបទពិសោធន៍ល្អ ប៉ុន្ត្រោះហើយមានហានិភ័យនៃការរក្សាព័ត៌មានសំភារៈដែលមានស្និទ្ធស្នាលជាមួយអ្នកប្រើ។ ការពិចារណាថាតើព័ត៌មាននេះត្រូវបានរក្សារយៈเวลាប៉ុន្មាន ដូចជាការបញ្ចូលគោលនយោបាយរក្សា អាចធ្វើតុល្យភាពរវាងតំរូវការបរិបទ និងភាពឯកជន។
• ការផ្ទាល់ខ្លួន: ជាមួយនឹងសមត្ថភាពរៀននិងផ្លាស់ប្ដូរ ម៉ូឌែល AI ផ្តល់បទពិសោធន៍ផ្ទាល់ខ្លួនឲ្យអ្នកប្រើ។ ការតុបតែងបទពិសោធន៍គឺតាមរយៈមុខងារដូចជា រូបប្រវត្តិអ្នកប្រើ មិនត្រឹមតែធ្វើឲ្យអ្នកប្រើមានអារម្មណ៍ថាត្រូវបានយល់កាន់តែចំ ក៏ជួយពង្រឹងការស្វែងរកចម្លើយជាក់លាក់ បង្កើតអន្តរកម្មមានប្រសិទ្ធភាព និងវាយតម្លៃល្អ។

ឧទាហរណ៍មួយនៃការផ្ទាល់ខ្លួនគឺការកំណត់ "Custom instructions" ក្នុង ChatGPT របស់ OpenAI។ វាអនុញ្ញាតឲ្យអ្នកផ្តល់ព័ត៌មានអំពីខ្លួនអ្នក ដែលអាចជាបរិបទសំខាន់សម្រាប់សំណើរបស់អ្នក។ ខាងក្រោមគឺឧទាហរណ៍នៃ custom instruction។

"profile" នេះទាក់ទង ChatGPT បង្កើតផែនការសិក្សាស្តីពី linked lists។ សូមមើលថា ChatGPT គិតបញ្ចូលថា អ្នកប្រើអាចចង់បានផែនការសិក្សាដ៏ជ្រាលជ្រៅបន្ថែមទៅលើបទពិសោធន៍របស់នាង។

ស៊ុមសារប្រព័ន្ធ Microsoft សម្រាប់ ម៉ូឌែលភាសាដ៏ធំ

Microsoft បានផ្តល់ការណែនាំ សម្រាប់ការសរសេរសារប្រព័ន្ធមានប្រសិទ្ធភាពពេលបង្កើតចម្លើយពី LLM ដែលបែងចែកជា ៤ ផ្នែក:

1. កំណត់ថាម៉ូឌែលមានគោលបំណងសម្រាប់នរណា ព្រមទាំងសមត្ថភាព និងកំណត់កម្រិត។
2. កំណត់ទ្រង់ទ្រាយលទ្ធផលរបស់ម៉ូឌែល។
3. ផ្តល់ឧទាហរណ៍ជាក់លាក់ទាក់ទងនឹងអាកប្បកិរិយាចង់បានរបស់ម៉ូឌែល។
4. ផ្តល់ខ្សែដែននៃអាកប្បកិរិយាបន្ថែម។

ភាពងាយស្វែងរក

មិនថា​អ្នកប្រើមានការខូចខាតរង្គោះ៖ មើល ទទួលសម្លេង ចលនា ឬ​អត្ថិភាពមិនល្អៗ សមត្ថភាពរចនារបស់កម្មវិធីជជែក ត្រូវតែអាចប្រើប្រាស់បានដោយអ្នកទាំងអស់។ បញ្ជីខាងក្រោមបង្ហាញពីមុខងារពិសេសសម្រាប់ពង្រឹងភាពងាយស្វែងរកសម្រាប់អ្នកមានបញ្ហានានា។

• មុខងារសម្រាប់អ្នកមានបញ្ហាមើល: ប្រធានបទខ្ពស់ និងអក្សរប្ដូររង្វាស់បាន សមត្ថភាពការអានអេក្រង់។
• មុខងារសម្រាប់អ្នកមានបញ្ហាស្ដាប់: មុខងារផ្តល់សំឡេងទៅអក្សរ និងអក្សរទៅសំឡេង គំនុំបង្ហាញសំឡេង។
• មុខងារសម្រាប់អ្នកមានបញ្ហាចលនា: គាំទ្ររុករកប្រើក្តារចុច សេចក្តីបញ្ជារទម្លាក់ទាំងសម្លេង។
• មុខងារសម្រាប់អ្នកមានបញ្ហាអត្ថិភាពមនុស្ស: ជម្រើសភាសាងាយស្រួល។

ការប្តូរតាមតម្រូវការនិងការតុបតែងសម្រាប់ម៉ូឌែលភាសាផ្នែកដែនជាក់លាក់

ស្រមៃថាកម្មវិធីជជែកយល់ឃើញពាក្យពេចន៍របស់ក្រុមហ៊ុនអ្នក និងរំពឹងតំណើរការសំណួរជាក់លាក់ដែលអ្នកប្រើភាគច្រើនមាន។ មានមុខងារច្រើនណាក្នុងការនិយាយដូចជាៈ

• ប្រើម៉ូឌែល DSL។ DSL មានន័យថា domain specific language (ភាសាលេខាធិការ ជាផ្នែកដែនជាក់លាក់)។ អ្នកអាចប្រើម៉ូឌែល DSL ដែលបានបណ្តុះបណ្តាលលើផ្នែកដែនជាក់លាក់ ដើម្បីយល់បានចំណុចនិងស្ថានភាព។
• អនុវត្តការតុបតែងតិចតួច (fine-tuning)។ Fine-tuning គឺជាដំណើរការបណ្តុះបណ្តាលបន្ថែមម៉ូឌែលរបស់អ្នកជាមួយទិន្នន័យជាក់លាក់។

ការប្តូរតាមតម្រូវការ៖ ប្រើ DSL

ប្រើម៉ូឌែលភាសាផ្នែកដែនជាក់លាក់ (DSL Models) អាចបង្កើនការចូលរួមរបស់អ្នកប្រើ ដោយផ្តល់អន្តរកម្មពិសេស ដែលមានផ្អែកលើបរិបទជាក់លាក់។ វាជាម៉ូឌែលដែលបានបណ្តុះបណ្តាល ឬតុបតែងឡើងវិញ ដើម្បីយល់ និងបង្កើតអត្ថបទដែលទាក់ទងនឹងវិស័យ មុខរបរ ឬប្រធានបទជាក់លាក់។ ជម្រើសក្នុងការប្រើម៉ូឌែល DSL អាចមានពីបណ្តុះឲ្យសាងស្រាយថ្មី រំពឹងទុកម៉ូឌែលដែលមានមុន តាមរយៈ SDK និង API។ ជម្រើសមួយផ្សេងទៀតគឺ fine-tuning ដែលចាប់យកម៉ូឌែលបានបណ្តុះរួចហើយ ហើយផ្លាស់ប្តូរវាសម្រាប់ផ្នែកដែនជាក់លាក់។

ការប្តូរតាមតម្រូវការ៖ អនុវត្ត fine-tuning

Fine-tuning ត្រូវបានគេចាត់ទុក ពេលម៉ូឌែល pre-trained មិនអាចឆ្លើយតបការងារជាក់លាក់ ឬភាគីហ៊ុនជាក់លាក់។

ឧទាហរណ៍ សំណួរពេទ្យគឺស្មុគស្មាញ និងត្រូវការបរិបទច្រើន។ ពេលវេជ្ជបណ្ឌិតវាយតម្លៃអ្នកជំងឺ វាស្ថិតលើប៉ារ៉ាម៉ែត្រ ច្រើនដូចជារបៀបរស់នៅ ឬស្ថានភាពមុន និងប្រើសារព័ត៌មានវេជ្ជសាស្រ្តថ្មីៗដើម្បីបញ្ជាក់ការវាយតម្លៃ។ ក្នុងស្ថានភាពបែបនេះ កម្មវិធី AI ជជែកទូទៅមិនអាចជាដំណោះស្រាយដែលទុកចិត្តបាន។

ស្ថានភាព៖ កម្មវិធីវេជ្ជសាស្រ្ត

សូមពិចារណាកម្មវិធីជជែកដែលរចនាឡើងសម្រាប់ជួយមនុស្សវិជ្ជាជីវៈវេជ្ជសាស្រ្ត ដោយផ្តល់អនុវត្តន៍យោងលឿនទៅលើមេរៀនព្យាបាល ប្រតិកម្មថ្នាំ ឬការស្រាវជ្រាវថ្មីៗ។

ម៉ូឌែលទូទៅប្រហែលជាអាចឆ្លើយសំណួរវេជ្ជសាស្រ្តមូលដ្ឋាន ឬផ្តល់ដំណឹងទូទៅបាន ប៉ុន្តែមិនអាចដោះស្រាយរឿង​ខាងក្រោមបានច្បាស់លាស់៖

• ករណីដែលមានលំដាប់ខ្ពស់ ឬស្មុគស្មាញ។ ឧទាហរណ៍ នសម្មាធិវិទ្យា អាចសួរថា "តើអំពើល្អបំផុតសម្រាប់គ្រប់គ្រងជំងឺប្រឆាំងថ្នាំសន្លាក់ប្រព័ន្ធប្រសាទក្មេងមានតើអ្វីខ្លះ?"
• បាត់បង់ចំណេះដឹងថ្មីៗ។ ម៉ូឌែលទូទៅអាចជួបបញ្ហាក្នុងការផ្តល់ចម្លើយបច្ចុប្បន្ន ដែលរួមបញ្ចូលចំណេះដឹងថ្មីៗ ផ្នែកប្រព័ន្ធប្រសាទ និងវេជ្ជសាស្ត្រ។

ក្នុងស្ថានភាពទាំងនេះ, fine-tuning ម៉ូឌែលជាមួយតំបន់ទិន្នន័យវេជ្ជសាស្រ្តជាក់លាក់ អាចធ្វើឲ្យមានសមត្ថភាពល្អក្នុងការចម្លើយសំណួរវេជ្ជសាស្រ្តស្មុគស្មាញបានច្បាស់លាស់ និងទុកចិត្តបាន។ វាតម្រូវឲ្យមានការចូលដល់ឃ្លាំងទិន្នន័យធំ និងពាក់ព័ន្ធ ដែលបង្ហាញពីបញ្ហា និងសំណួរដែលត្រូវពិនិត្យ។

ការពិចារណាសម្រាប់បទពិសោធន៍ជជែកដែលមាន AI មានគុណភាពខ្ពស់

ផ្នែកនេះរៀបរាប់លក្ខណៈសម្រាប់កម្មវិធីជជែក "គុណភាពខ្ពស់" ដែលរួមបញ្ចូលទិន្នន័យមាត្រដ្ឋានដែលអាចអនុវត្តបាន និងការអនុវត្តន៍តាមគោលការណ៍ដែលទទួលខុសត្រូវក្នុងការប្រើប្រាស់ AI។

មាត្រដ្ឋានសំខាន់ៗ

ដើម្បីថែរក្សាប្រសិទ្ធភាពដែលមានគុណភាពខ្ពស់របស់កម្មវិធី គឺចាំបាច់ត្រូវតែតាមដានមាត្រដ្ឋាន និងការពិចារណាដែលគួរពិចារណា។ ការវាស់វែងទាំងនេះមិនត្រឹមតែធានាអំពីមុខងារល្អនៃកម្មវិធីប៉ុណ្ណោះ ទាស់វាស់គុណភាពម៉ូឌែល AI និងបទពិសោធន៍អ្នកប្រើផងដែរ។ ខាងក្រោមជាបញ្ជីមាត្រដ្ឋានគ្របដណ្តប់គិតទាំងមូលគ្រួសារ AI និង UX ដើម្បីពិចារណា។

មាត្រដ្ឋាន	ការបកស្រាយ	ការពិចារណាសម្រាប់អ្នកអភិវឌ្ឍកម្មវិធីជជែក
Uptime	វាស់ពេលវេលាកម្មវិធីដំណើរការនិងអាចចូលប្រើបានដោយអ្នកប្រើ។	តើយើងនឹងកាត់បន្ថយពេលវេលាធ្វើការបញ្ជប់បានយ៉ាងដូចម្តេច?
Response Time	ពេលវេលាដែលកម្មវិធីចំណាយក្នុងការឆ្លើយតបសំណួរអ្នកប្រើ។	តើយើងអាចបង្កើនដំណើរការសំណួរដើម្បីធ្វើឲ្យមានប្រសិទ្ធភាពឆ្លើយបានយ៉ាងដូចម្តេច?
Precision	អត្រានៃការទស្សន៍ទាយដ៏ត្រឹមត្រូវចំពោះចំនួនទស្សន៍ទាយវិជ្ជមានទាំងអស់។	តើយើងនឹងផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវរបស់ម៉ូឌែលយ៉ាងដូចម្តេច?
Recall (Sensitivity)	អត្រានៃការទស្សន៍ទាយវិជ្ជមានត្រឹមត្រូវចំពោះចំនួនរបស់អង្គធាតុវិជ្ជមានពិតប្រាកដ។	តើយើងនឹងវាស់វែង និងពង្រឹង Recall យ៉ាងដូចម្តេច?
F1 Score	មធ្យមសរុប​​​ (harmonic mean) រវាង Precision និង Recall ដែលធ្វើឲ្យមានតុល្យភាពចំពោះទាំងពីរ។	តើគោលដៅ F1 Score របស់អ្នកជាអ្វី? តើយើងនឹងតុល្យភាពចន្លោះ Precision និង Recall យ៉ាងដូចម្តេច?
Perplexity	វាស់ថាតើចំណែកប្រហែលដែលម៉ូឌែលទស្សន៍ទាយស្របទៅនឹងចំណែកពិតនៃទិន្នន័យយ៉ាងដូចម្តេច។	តើយើងនឹងកាត់បន្ថយ Perplexity យ៉ាងដូចម្តេច?
User Satisfaction Metrics	វាស់អារម្មណ៍របស់អ្នកប្រើចំពោះកម្មវិធី។ ជាញឹកញាប់ប្រមូលតាមការស្ទង់មតិ។	តើយើងនឹងប្រមូលមតិយោបល់អ្នកប្រើសង្គ្រោះប៉ុណ្ណា? តើយើងនឹងផ្លាស់ប្ដូរដោយផ្អែកលើវាយ៉ាងដូចម្តេច?
Error Rate	អត្រាកំហុសដំណើរការរបស់ម៉ូឌែលក្នុងការយល់ដឹងឬបញ្ចេញលទ្ធផលខុស។	តើយើងមានយុទ្ធសាស្រ្តអ្វីខ្លះត្រូវយកមកកាត់បន្ថយអត្រាកំហុស?
Retraining Cycles	ប្រេកង់នៃការធ្វើបណ្តុះបណ្តាលឡើងវិញលើម៉ូឌែល ដើម្បីបញ្ចូលទិន្នន័យថ្មីនិងចំណេះដឹងថ្មីៗ។	តើយើងនឹងធ្វើបណ្តុះបណ្តាលឡើងវិញប៉ុណ្ណា? តើមានអ្វីជាការបញ្ចេញសញ្ញានៃការធ្វើបណ្តុះបណ្តាលថ្មី?
ការរកឃើញអភាពផ្សេងទៀត	គ្រឿងចក្រ និងបច្ចេកទេសសម្រាប់ស្វែងរកលំនាំមិនធម្មតាដែលមិនអនុវត្តទៅតាមអក្ខរកម្មដែលរំពឹងទុក។	តើអ្នកនឹងឆ្លើយតបយ៉ាងដូចម្តេចចំពោះអភាពផ្សេងទៀត?

ការអនុវត្តអនុសាសន៍ AI មានទំនួលខុសត្រូវក្នុងកម្មវិធីសន្ទនា

វិធីសាស្ត្ររបស់ Microsoft សម្រាប់ AI មានទំនួលខុសត្រូវបានកំណត់បួនគន្លងដែលគួរតែដឹកនាំការអភិវឌ្ឍន៍ និងការប្រើប្រាស់ AI។ ខាងក្រោមនេះគឺជាគន្លងទាំងឡាយ ការបកស្រាយរបស់ខ្លួន និងអ្វីដែលអ្នកអwickdeveloper សន្ទនាគួរតែពិនិត្យ និងហេតុផលដែលពួកគេគួរតែយកចិត្តទុកដាក់។

គន្លង	និយមន័យរបស់ Microsoft	វិលមើលសម្រាប់អ្នកអwickdeveloper សន្ទនា	ហេតុអ្វីបានជា វាសំខាន់
អំណតិថិជន	ប្រព័ន្ធ AI គួរតែដោះស្រាយមនុស្សគ្រប់រូបយ៉ាងសមស្រប។	បញ្ចៀសកុំឲ្យកម្មវិធីសន្ទនាផ្តាច់ចិត្តតាមមូលដ្ឋានទិន្នន័យអ្នកប្រើ។	ដើម្បីបង្កើតការជឿទុកចិត្ត និងសារសំខាន់ក្នុងចំណោមអ្នកប្រើ; ជៀសវាងបញ្ហារដ្ឋធម្មនុញ្ញ។
ភាពជឿជាក់ និងសុវត្ថិភាព	ប្រព័ន្ធ AI គួរតែដំណើរការជឿជាក់ និងមានសុវត្ថិភាព។	អនុវត្តការសាកល្បង និងវិធានការពារ_fail-safe ដើម្បីកាត់បន្ថយកំហុស និងហានិភ័យ។	ប្រាកដថាអ្នកប្រើមានការពេញចិត្ត និងទប់ស្កាត់ការបង្កហានិភ័យអាចកើតឡើង។
개인정보 및 보안	ប្រព័ន្ធ AI គួរតែមានសុវត្ថិភាព និងគោរពភាពឯកជន។	អនុវត្តការបង្រួបបង្រួមខ្លាំង និងវិធានការពារទិន្នន័យ។	ដើម្បីការពារទិន្នន័យទម្ងន់ភាគី និងធានាបានគោរពច្បាប់ភាពឯកជន។
ការចូលរួម	ប្រព័ន្ធ AI គួរតែផ្តល់អំណាចជូនមនុស្សគ្រប់រូប និងអនុញ្ញាតឲ្យមានការចូលរួម។	រចនារូបរាង UI/UX ដែលអាចចូលដល់បានងាយស្រួលសម្រាប់អ្នកប្រើជាច្រើនជាតិក្រុមផ្សេងៗ។	ធានាបានថាមនុស្សជាច្រើនអាចប្រើកម្មវិធីនោះបានយ៉ាងមានប្រសិទ្ធភាព។
ការបង្ហាញភាពច្បាស់លាស់	ប្រព័ន្ធ AI គួរតែអាចយល់បាន។	ផ្តល់ឯកសារពណ៌នាច្បាស់លាស់ និងហេតុផលសម្រាប់ការឆ្លើយតប AI។	អ្នកប្រើប្រាស់នឹងមានចំណាប់អារម្មណ៍Trustរបស់ប្រព័ន្ធប្រសិនបើពួកគេអាចយល់ពីរបៀបសម្រេចការសំរេច។
ការទទួលខុសត្រូវ	មនុស្សគួរតែទទួលខុសត្រូវចំពោះប្រព័ន្ធ AI។	បង្កើតដំណើរការច្បាស់លាស់សម្រាប់ពិនិត្យពិនិត្យ និងបង្កើតកំណែប្រែលើការសម្រេច AI។	អនុញ្ញាតឲ្យមានការកែលម្អជាបន្ត និងវិធានការការពារកំហុសក្នុងករណីមានកំហុស។

ការបោះពុម្ព

មើល assignment ។ វានឹងនាំអ្នកឆ្លងកាត់ស៊េរីនៃលំហាត់ពីការរត់រឿងសន្ទនាចាប់ផ្តើមរបស់អ្នក ដល់ការចាត់ថ្នាក់ និងសង្ខេបអត្ថបទ និងផ្សេងៗទៀត។ សូមយកចិត្តទុកដាក់ថា ការបោះពុម្ពមាននៅក្នុងភាសាកម្មវិធីផ្សេងៗគ្នា!

ការងារល្អ! បន្តដំណើរផ្សេងទៀត

បន្ទាប់ពីបញ្ចប់មេរៀននេះ សូមពិនិត្យមើល [ការរៀន Generative AI] (https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) របស់យើង ដើម្បីបន្តជំនាញ Generative AI របស់អ្នក!

សូមចូលទៅមេរៀនទី 8 ដើម្បីមើលពីរបៀបដែលអ្នកអាចចាប់ផ្តើម ការសង់កម្មវិធីស្វែងរក!

---

ការបដិសេធ៖
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI Co-op Translator។ ខណៈពេលដែលយើងខិតខំសំរាប់ភាពត្រឹមត្រូវ សូមយល់ដឹងថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមនៅក្នុងភាសាមូលដ្ឋានគួរត្រូវបានពិចារណាថាជាតំណាងផ្លូវការដ៏ត្រឹមត្រូវ។ សម្រាប់ព័ត៌មានសំខាន់ៗ ជំនួយពីអ្នកបកប្រែដែលមានជំនាញមនុស្សគឺបានណែនាំ។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកអកប្រែខុសណាមួយ ដែលកើតឡើងពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។