理解人工智能最簡單的方法是將其視為一套旨在使機器變得智能的技術和算法,賦予它們類似人類的能力(例如視覺、聽覺、語言、寫作、理解、運動)。
具體來說,機器學習是人工智能的主要類型,讓機器更聰明地做出預測.
有時候,表麵上看似簡單的預測可能會對未來產生不可估量的深遠影響。
人類司機會怎麼做?
例如,製造真正的自動駕駛汽車——這將改變社會,拯救數百萬人的生命——的努力是極其複雜的。然而,當你把它分解到最基本的目標時,像特斯拉這樣的公司正試圖構建人工智能係統預測一個好的、專注的人類司機會做什麼.
所以,自主係統不需要被編程在每種情況下做什麼,它隻需要學習,經過數十億英裏的訓練,“人類司機會怎麼做?”
用人工智能預測下一個單詞
寫作呢?人工智能係統如何能像人類一樣學習寫作,甚至比人類寫得更好呢?
嗯,理論上,它隻是需要這樣做在已經寫好的基礎上不斷預測下一個單詞.
聽起來很瘋狂,但如果你使用Gmail,你每天都會看到係統建議單詞來完成你的句子。或者,當你用iPhone上的建議回複短信時。
沒有人躲在穀歌的某個角落,蘋果狂熱地預測你接下來想說什麼,並向你發送建議。不,是人工智能。作為消費者,你並不關心它是否是人工智能,但你肯定會欣賞它提供的便利。
而這僅僅是個開始。現在有一場訓練人工智能係統大規模生成人類語言的競賽。一旦實現,無論是好的還是壞的影響都是巨大的。
語言生成技術的突破——以及它對營銷人員的意義
OpenAI該公司是一家非營利的人工智能研究公司,得到了埃隆·馬斯克、彼得·蒂爾和裏德·霍夫曼等人的支持。
它從GPT和GPT-2開始,這是一種自動生成大規模人類發音語言的AI語言生成模型。GPT-2在2019年發布時驚豔了世界,因為它能夠使用互聯網上的大量內容,以不同的風格構建長篇內容。
GPT-2模型就是這樣惡意使用的重大影響OpenAI最初選擇不發布訓練過的模型。該組織希望,通過限製發布,他們將給人工智能社區更多時間來討論此類係統的更大影響。
然而,在2020年5月,OpenAI推出了一個更強大的模型,稱為GPT-3(可以預見)。
GPT-3能夠產生類似人類的文本。
在早期的實驗中,該模型被用於生成從連貫的博客文章到新聞稿再到技術手冊的所有內容,通常具有很高的準確性。為了做到這一點,GPT-3在其語言模型中使用了1750億個參數,而GPT-2隻有15億個參數。
GPT-3還處於早期階段,模型的有效性還沒有得到充分的探索。但有一件事應該讓營銷人員三思:
OpenAI語言模型的改進速度。
第一款GPT車型於2018年問世。GPT-2於2019年發布,功能得到了極大擴展。僅僅一年後,GPT-3使用的數據量是其前身的100倍,並開始顯示出令人難以置信的內容創建能力,包括將文本轉換為代碼和評估投資備忘錄。
這項技術為營銷人員帶來了巨大的機遇和挑戰。
根據這項技術是否以及如何商業化,各品牌或許能夠大規模構建人工智能驅動的內容程序。它們還可以顯著降低與內容創作相關的成本。
但是,品牌也必須警惕人工智能內容模型帶來的偏見。人工智能模型很容易意外地生成歧視性或攻擊性的內容。(GPT-3已經遇到這個問題了)。大規模的內容在紙麵上聽起來很棒,但在實踐中很難監管。
更不用說……
當人工智能可以大規模自動生成類似人類的內容時,內容創造者會發生什麼?
我們樂觀地認為,在整個營銷行業,人工智能創造的就業機會將超過它淘汰的就業機會。但是,如果這項技術能夠廣泛商用的話,主要從事內容創作的專業人士可能需要重新評估他們的角色和技能。
GPT-3的完整故事才剛剛開始,還有很多不清楚的地方。但它提供了迄今為止最鮮明的例子,說明某些類型的人工智能已經變得多麼強大,以及它們將如何嚴重影響品牌和營銷人員。
進一步的閱讀
- 這個標題是人寫的,還是機器寫的?(有線)
- 一種新的人工智能語言模型可以生成詩歌和散文(《經濟學人》)
- OpenAI的新語言生成器GPT-3非常好,而且完全不需要動腦(麻省理工科技評論)
- OpenAI的最新突破是驚人的強大,但仍在克服其缺陷(邊緣)
編者按:本文最初發表於2019年3月。它已於2020年8月更新並重新發布,以包括GPT-3信息。Mike Kaput對更新後的文章也有貢獻。
保羅Roetzer
本文作者Paul Roetzer是Marketing AI InstiBETVlCTOR1946伟德tute的創始人兼首席執行官。他是《營銷人工智能》(Matt Holt Books, 2022)《營銷績效藍圖》(Wiley, 2014)和《營銷機構藍圖》(Wiley, 2012)的作者;也是營銷人工智能大會(MAICON)的創始人。