Forstå grundlæggende om KI: Prompt, model, generativ KI

At forstå de grundlæggende begreber, der er forbundet med kunstig intelligens, er afgørende for effektivt at kunne udnytte disse teknologier. I denne sammenhæng vil vi beskæftige os med nøglebegreber som „Prompt“, „Model“ og „Generativ KI“. Forklaringen vil komme i et klart og enkelt sprog, så du straks får et overblik. Derudover vil du opleve en live-demo i ChatGPT og Midjourney, der viser dig, hvordan du praktisk kan anvende disse begreber.

Vigtigste indsigter

• En prompt er den tekst, som du indtaster i et KI-værktøj for at få et svar.
• En model er et trænet KI-system, der har lært at udføre specifikke opgaver.
• Generativ KI skaber nyt indhold som tekst, billeder og musik baseret på dine prompts.

Betyden af en prompt

Begrebet „Prompt“ er afgørende i arbejdet med kunstig intelligens. Forestil dig, at du er på en restaurant og giver servitricen din bestilling. Din prompt er i dette tilfælde den bestilling, du sender til KI'en. Definitionen er enkel: En prompt er den tekst, du indtaster for at modtage en eller anden form for svar eller output fra KI'en.

Hvis du for eksempel anmoder om et Instagram-opslag om hjemmearbejde tips i ChatGPT, er det din prompt. Jo klarere og mere præcis du formulerer denne, desto bedre vil resultatet være. En generel prompt som „Hjemmearbejde“ er alt for vag, mens en specifik prompt som „Formuler et afslappet Instagram-opslag med fem tips til ergonomisk arbejde hjemme“ er langt mere effektiv.

Modellen

Nu kommer vi til det næste begreb: modellen. En model er kernen i KI'en og i en vis forstand motoren, der bearbejder dine prompts. Det er et trænet KI-system, der er blevet fodret med store datamængder – herunder bøger, hjemmesider og mange andre kilder.

Den måde, det fungerer på, bestemmes af parametre og et interface. Parametrene er de milliarder af værdier, som modellen lærer under træningen. Når du indtaster din prompt, bruger modellen disse parametre til at generere et passende output. For eksempel: ChatGPT er en sprogmodel, der har lært at forstå strukturen og meningen af sprog og danne nye sætninger.

Generativ KI

Når vi taler om generativ KI, henviser vi til systemer, der er i stand til at skabe nyt indhold. Det kan være tekst, billeder, lyd og endda musik. Generative KI-modeller skaber kreative resultater baseret på prompts. I modsætning til „genkendelses-KI“, som blot analyserer, producerer generativ KI nye data og tekster, der ikke har eksisteret før.

Et eksempel: ChatGPT kan skrive tekster, mens Midjourney kan generere billeder ud fra beskrivelser. Disse teknologier varierer meget i deres evner og anvendelsesområder, hvorfor forståelsen af begreberne er afgørende for at vælge den rette teknologi til dit projekt.

Andre vigtige begreber

Et andet vigtigt aspekt er termer som træning og inferens.

• Træning er den omfattende proces, hvor en model lærer.
• Inferens beskriver den proces, hvor den trænede model giver svar på dine prompts.

Derudover er der parametre og hyperparametre: Parametre er de værdier, som en model lærer under træningen, mens hyperparametre er de indstillinger, der defineres før træningen, såsom læringsraten og mængden af data.

Begrebet finetuning er også essentielt. Det refererer til efteruddannelse af en allerede eksisterende model på specifikke data for at optimere dens ydeevne til bestemte applikationer – for eksempel ved genkendelse af medicinske billeder eller juridiske tekster.

Anvendelse af KI i praksis

Nu kommer vi til den praktiske anvendelse af alle disse teoretiske koncepter. Først genererer vi en simpel prompt. Lad os skrive en e-mail til en kunde, hvor vi præsenterer et tilbud om sociale medier management.

En simpel prompt kunne se således ud: „Skriv en e-mail til en kunde med et tilbud om sociale medier management.“ Men det er stadig ikke optimalt. Lad os nu optimere denne prompt. Vi formulerer den mere præcist og tilføjer specifikke oplysninger – såsom kundens navn og detaljer om tilbuddet.

En optimeret prompt kunne så se sådan ud: „Formuler en venlig og professionel e-mail til [Kundenavn], hvor du præsenterer et tilbud om månedlig sociale medier management, inklusive tre opslag om ugen. Understreg merværdien og bed om feedback.”

Med denne specifikke prompt får vi et meget bedre resultat, der er tilpasset kundens behov. Dermed er teksterne til e-mailen til kunden oprettet.

Nu har vi også brug for et passende headerbillede til vores e-mail. Her bruger vi Midjourney og indtaster også en præcis prompt for at generere billedet.

Tidligere var brugen af Midjourney begrænset til Discord-servere, men nu findes der brugervenlige grænseflader, der gør processen enklere. Du kan få dit billede genereret ved blot at beskrive det ønskede indhold, og resultatet vil blive skabt.

Sammenfatning – AI-begrebsdefinition lettet: Prompt, Model og Generativ KI

En prompt er inputtet, og jo mere præcis, jo bedre bliver resultatet. Modellen fungerer som en lærende motor med milliarder af parametre, mens generativ KI skaber indhold i forskellige formater. En bedre forståelse af begreber som „træning“, „inferens“ og „finetuning“ hjælper dig med at optimere systemerne og anvende dem målrettet. I live-demoen har du set, hvordan man kan videre forfine et enkelt eksempel for at opnå præcise og effektive resultater.

Skulle du have spørgsmål, står jeg gerne til rådighed. Jeg går ud fra, at du nu har en klar forståelse af de centrale begreber inden for KI. I det næste kapitel vil vi fokusere på prompt engineering, hvor du lærer, hvordan du kan designe prompts, så dine KI-udgange fra starten passer.