עונה 1 פרק 3: הכל על בוטים מבוססי בינה מלאכותית
עודכן: מאת צוות פודקאסט·ישראל
/ הפרק במספרים
| פורסם | 5 באוגוסט 2023 |
|---|---|
| אורך | 43 דק׳ |
| הנושא המרכזי | בניית צ'אטבוטים עסקיים מבוססי בינה מלאכותית |
| אורחים | דוקטור קוד |
| קטגוריה | הייטק וסטארטאפים |
על מה הפרק עם דוקטור קוד?
יובל אבידני מסביר כיצד בינה מלאכותית ומודלי שפה הופכים בניית צ'אטבוטים עסקיים מתהליך ידני של שאלות ותשובות מוכנות מראש לפתרון חכם ומותאם אישית.
בפרק יובל אבידני מבית Hackit מסביר מדוע פתאום כולם רוצים צ'אטבוטים לעסק, ומשווה בין הגישה הישנה שמבוססת מילות מפתח ותשובות מוכנות מראש לבין גישת הבינה המלאכותית. הוא מדגים דרך דוגמה של סטארט-אפ סייבר ('הקיט') את עומס ההודעות מכל הפלטפורמות ואת היתרון של מנוע AI שמייצר תשובות לבד. הוא מזהיר מפני סיכוני אמינות וחירטוט, ומציע להוסיף שכבת מוח עם ידע ייעודי על העסק וסייגים מגבילים. לבסוף הוא מסביר את הצד הטכני: עבודה מול API, בחירת מודל שפה ובניית מאגר ידע ממסמכים ומאתר.
/ תובנות מרכזיות
- המעבר מצ'אטבוט קלאסי ל-AI חוסך את העבודה הידנית של הגדרת מילות מפתח ותשובות מוכנות מראש לכל תרחיש אפשרי.
- הסכנה המרכזית בצ'אטבוט מבוסס AI היא חירטוט ומתן מידע שגוי, למשל הבטחת הנחות או פיצויים שלא קיימים.
- הפתרון הוא שכבת מוח שמחוברת גם לבינה מלאכותית וגם לידע ייעודי על העסק, עם סייגים שמגבילים את התשובות בנושאים רגישים.
- אין חובה לעבוד רק עם OpenAI - אפשר לבחור מודלי שפה כמו Llama 2, Falcon, Azure OpenAI או Claude.
- ניתן לבנות מאגר ידע מקבצים קיימים (PDF, DOC, Excel, CSV) ומסריקת תוכן מאתר העסק, וכך המוח החכם לומד את העסק.
- קיימות פלטפורמות No-Code / Low-Code שמאפשרות להקים צ'אטבוטים מבוססי AI עם מעט מאוד ידע בתכנות.
מה השתנה היום שפתאום כולם רוצים צ'אטבוטים, אם צ'אטבוטים זה לא משהו חדש?
ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות
/ שאלות נפוצות על הפרק
- על מה הפרק הזה?
- בפרק יובל אבידני מבית Hackit מסביר מדוע פתאום כולם רוצים צ'אטבוטים לעסק, ומשווה בין הגישה הישנה שמבוססת מילות מפתח ותשובות מוכנות מראש לבין גישת הבינה המלאכותית. הוא מדגים דרך דוגמה של סטארט-אפ סייבר ('הקיט') את עומס ההודעות מכל הפלטפורמות ואת היתרון של מנוע AI שמייצר תשובות לבד. הוא מזהיר מפני סיכוני אמינות וחירטוט, ומציע להוסיף שכבת מוח עם ידע ייעודי על העסק וסייגים מגבילים. לבסוף הוא מסביר את הצד הטכני: עבודה מול API, בחירת מודל שפה ובניית מאגר ידע ממסמכים ומאתר.
- מהן התובנות המרכזיות מהפרק?
- המעבר מצ'אטבוט קלאסי ל-AI חוסך את העבודה הידנית של הגדרת מילות מפתח ותשובות מוכנות מראש לכל תרחיש אפשרי. · הסכנה המרכזית בצ'אטבוט מבוסס AI היא חירטוט ומתן מידע שגוי, למשל הבטחת הנחות או פיצויים שלא קיימים. · הפתרון הוא שכבת מוח שמחוברת גם לבינה מלאכותית וגם לידע ייעודי על העסק, עם סייגים שמגבילים את התשובות בנושאים רגישים. · אין חובה לעבוד רק עם OpenAI - אפשר לבחור מודלי שפה כמו Llama 2, Falcon, Azure OpenAI או Claude. · ניתן לבנות מאגר ידע מקבצים קיימים (PDF, DOC, Excel, CSV) ומסריקת תוכן מאתר העסק, וכך המוח החכם לומד את העסק. · קיימות פלטפורמות No-Code / Low-Code שמאפשרות להקים צ'אטבוטים מבוססי AI עם מעט מאוד ידע בתכנות.
מתיאור הפרק
בפרק זה נדבר על בוטים! מה ההבדל בין בוט קלאסי לבין בוט שמבוסס בינה מלאכותית, מהן סוכנים מבוססי ידע ספציפי, איזה כלים יש לנו לבנות בוטים מבוססי בינה מלאכותית אם אין לנו ידע וניסיון בקוד, ומי המלך בכל הסיפור הזה?לפרטי הקורס שלנו: https://www.doctorcode.org/ai-course .... הצטרפו אלי בערוצים הבאים: הזמנה להצטרפות לקבוצת הוואצאפ השקטה (הודעות מנהל בלבד): https://chat.whatsapp.com/HY4vFgc1qgJ ... הזמנה להצטרפות לקבוצת הדיונים (פתוח לחברי הקהילה): https://chat.whatsapp.com/LlOuboS57Lj ... אתר - https://hackit.co.il ליצירת קשר: yuval@hackit.co.il
/ עוד פרקים על בינה מלאכותית
- 001 - פודקאסט הצומתהצומת | יומינט ואוסינט: ארגז הכלים של היזם החדש - הודיה בן חמוהודיה בן חמו, בת 24, מנהלת סוכנות שיווק ומיזם הדרכה, מספרת איך תואר שהתחילה בגיל 16 ושבת ששמרה לבד מגיל 6 בנו לה משמעת של יזמית.
- 15-מיליון15-מיליוןפרק הכנה ראשון שמפרק את חוקי משחק הפנטזי של המונדיאל ואת השאלה האמיתית - מתי לוותר על הכוכב הגדול לטובת מיסמאצ' זול.
- 8-דקות-מודעות-קבלית-עם-מאיר-ישורוןפרק 1365: עולם מושלםשיעור בוקר קבלי על למה גם המחלות והרוע לא מיותרים בבריאה, ולמה מה שנראה לנו כחושך הוא בעצם אור שאין לנו עדיין כלים לראות אותו.
- ai-today-בינה-מלאכותיתפרק 1 | שגשוג האנושות או עתיד אכזרשיחה עם חוקר בינה מלאכותית ותיק על הדרך מהטכניון של שנות ה-90 ועד מכונות שכבר יודעות לנחש על מה חשבת - ועל מה חלמת.