Model je manje važan od slojeva oko njega

Dzmitry Yablonski, tehnički direktor, GeoPard Agriculture

Netko me prošli tjedan pitao na kojem modelu radi naš agronom za umjetnu inteligenciju. To je najčešće tehničko pitanje koje dobivamo i obično je pogrešno za početak.

Evo iskrenog odgovora, a zatim i onog korisnijeg.

Iskreni odgovor: nekoliko

Svaki zadatak usmjeravamo prema modelu koji mu najbolje odgovara. U praksi to znači odvojene puteve za:

• Geoprostorno zaključivanje. Čitanje statistike zona, uspoređivanje slojeva, objašnjavanje zašto se jedan dio polja ponaša drugačije od drugog.
• Ocijenite matematiku. Koeficijenti uklanjanja, kritični pragovi, konvencije izgradnje, pretvorbe jedinica.
• Razgovor. Razumijevanje što je agronom zapravo mislio pod zahtjevom od pola rečenice.
• Klasifikacija zadataka. Odlučivanje kojem tijeku rada zahtjev pripada prije nego što se išta drugo dogodi.
• Zaštitne ograde. Provjera izlaza prije nego što postanu artefakti.

Nijedan model nije najbolji u svih pet. Oni koji dobro rasuđuju u neurednom prostornom kontekstu nisu uvijek oni koji drže aritmetičku disciplinu. Oni koji prirodno komuniciraju nisu uvijek oni koji pouzdano klasificiraju.

Ne objavljujemo tablicu usmjeravanja, i ne želimo biti suzdržani. Mijenja se. Izdanja modela izlaze svakih nekoliko mjeseci i svako od njih pomiče ravnotežu na jednom ili dva od tih puta. Zamrzavanje odgovora u objavi na blogu učinilo bi ga pogrešnim do jeseni.

Korisniji odgovor: slojevi

Ako biste sutra zamijenili naše modele za drugi frontier set, proizvod bi i dalje radio i i dalje bi bio prepoznatljivo naš. To je cilj dizajna i vrijedi objasniti zašto.

Agronomska preporuka nije tekstualni odgovor. To je broj koji završava u terminalu stroja i primjenjuje se na polje. Udaljenost između te dvije stvari je mjesto gdje se inženjering zapravo nalazi.

Uzmimo konkretnu klasu neuspjeha. Model može dati savršeno obrazložen recept za fosfor u funtama P₂O₅ po hektaru. Ispravan koeficijent uklanjanja, ispravan prag, ispravna logika nakupljanja. Zatim se stopa veže za proizvod koji je 4 posto P₂O₅, a rasipač ga prima kao količinu proizvoda. Plan je bio ispravan. Primjena je neusklađena za više od reda veličine.

Nijedna kvaliteta modela to ne sprječava. Konverzijski sloj to čini.

Isto vrijedi i za sustave jedinica, za regulatorne gornje granice stopa, za vrijednosti ispitivanja tla iznad kojih je agronomski ispravna stopa nula, za razliku između onoga što laboratorij izvještava i onoga što jednadžba očekuje. To nisu problemi zaključivanja. To su problemi sustava i oni su ti koji odlučuju je li preporuka sigurna za djelovanje.

Dakle, slojevi oko modela obavljaju posao koji je važan.

Uzemljenje. Asistent čita podatke samog kupca. Njihove analize tla, očišćene žetve, topografiju, povijest primjene. Ne opću sliku agronomije, njihovu.

Eksplicitni parametri. Svaki koeficijent, prag i konvencija korišteni za izračun stope prikazani su i mogu se uređivati prije generiranja. Ako se agronom ne slaže s pretpostavkom, mijenja je. Broj koji korisnik ne može provjeriti je broj koji ne može posjedovati.

Deterministička matematika. Izračun stope izvodi se u kodu, a ne u pisanom obliku. Model odlučuje što će izračunati i zašto. Ne obavlja aritmetiku.

Validacija prije generiranja. Planovi se provjeravaju u skladu s agronomskim pravilima za regiju, plus pravilima koja je kupac dodao u vlastitu bazu znanja, prije nego što postoji jedna karta.

Ljudsko odobravanje. Ništa ne dolazi do stroja dok se osoba ne prijavi. Ovo nije UX ustupak. To je posljednji i najvažniji sloj.

Što procjenjujemo

Zbog svega navedenog, izolirana evaluacija modela nam vrlo malo govori.

Visok rezultat na testu višestrukog izbora iz agronomije govori vam da je model pročitao udžbenike. Ne govori vam hoće li sustav ispravno pretvoriti količinu hranjivih tvari u količinu proizvoda, ili će odbiti preporučiti fosfor na polju koje je već testirano visoko, ili će primijetiti da je izvješće o tlu dobiveno drugačijom metodom ekstrakcije od one koju jednadžba pretpostavlja.

Dakle, procjenjujemo sustav od početka do kraja. Dohvaća li ispravne slojeve s računa kupca? Koristi li obranjive koeficijente? Pokazuje li svoje razmišljanje? Uočava li vlastite pogreške prije nego što napuste zgradu? To je teže svesti na jedan broj, zbog čega mislimo da je to prava stvar za mjerenje.

Donesite svoj vlastiti model

Putem MCP-a možete usmjeriti vlastiti model na svoje GeoPard podatke i izravno ga pitati o svojim poljima. Neki od naših tehnički potkovanijih korisnika to već čine i mislimo da je to dobra stvar. Dokumentacija za AI asistenta pokriva kako to funkcionira.

Vrijedi reći otvoreno: kada to učinite, nasljeđujete slojeve. Uzemljenje, transparentnost parametara, disciplinu jedinica, validaciju, korak odobravanja. To nije u modelu. To je dio koji netko mora izgraditi.

Zašto je ovo oklada, a ne zaštita

Mogućnosti modela brzo se komodificiraju. Svakih nekoliko mjeseci granica se pomiče i svi dobivaju novi prag besplatno. Klađenje na jedan određeni model je klađenje na privremenu prednost.

Slojevi se slažu. Akumuliraju agronomska pravila, regionalne konvencije, znanje kupaca i svaki način kvara koji smo pronašli i riješili. To se poboljšava korištenjem i ne resetira se kada se isporuči novi model.

Što je dugačak način da se kaže: pitajte što sustav radi s pogrešnim odgovorom. To vam govori više nego poznavanje koji ga je model proizveo.

Evo asistenta koji upravo to radi, od pitanja do izvezenog recepta, za dvije minute:

Za interaktivnu verziju, sa svakim vidljivim korakom zaključivanja, pogledajte Stranica GeoPard AI asistenta.