了解人工智能的最簡單的方法是考慮它的技術和算法,目的是使機器智能,給他們人類的能力(如視覺、聽覺、演講、寫作、理解、運動)。
具體來說,機器學習,人工智能的一個主要類型,更聰明的機器在做預測。
有時候,表麵上看起來像一個簡單的預測可以對未來有無限深遠的影響。
一個人類司機會怎麼做?
例如,努力構建真正自主車輛,這將改變社會和拯救數百萬人的生命,是錯綜複雜的。然而,當您將其分解為最基本的目標,像特斯拉這樣的公司正試圖建立人工智能係統預測好,集中人力驅動。
所以,自治係統不一定是程序要做什麼在每一情況下,隻需要學習,通過數十億英裏的訓練,“一個人類司機會怎麼做?”
使用人工智能預測下一個單詞
寫呢?AI係統學會怎麼寫,或者比,一個人嗎?
在理論上,它將隻需要不斷預測下一個單詞基於都已經寫好了。
聽起來很瘋狂,但是如果你使用Gmail,你每天看到它完成時,係統顯示單詞完成句子。或者,當你回複短信你的iPhone上使用建議的反應。
人類沒有地方躲在穀歌和蘋果狂熱地預測接下來你會想說什麼,給你建議。不,這是人工智能。你不在乎作為一個消費者,這是人工智能,但是你確實欣賞它所提供的便利。
而這僅僅是一個開始。有一個競賽訓練AI係統生成大規模人類語言。實現時,影響,好的和壞的,都是巨大的。
突破語言音樂界對營銷人員意味著什麼
OpenAI支持的,一個非盈利的AI研究公司Elon Musk、彼得·希爾和萊德·霍夫曼,構建人工智能模型來做到這一點。
它開始與GPT和GPT-2人工智能語言生成模型自動產生最大規模的語言。GPT-2令世界在2019年被釋放時的能力構建longform含量不同的風格,從互聯網上使用大量的內容。
有這樣的GPT-2模型對惡意使用實質性的影響OpenAI最初選擇不釋放訓練模型。組織的希望通過限製釋放他們會給人工智能社區更多的時間來討論這些係統的更大的影響。
然而,2020年5月,OpenAI引入了一個更強大的模型稱為GPT-3(預測)。
GPT-3能夠產生類似人類的文本。
在早期的實驗中,模型已經用於生產從連貫的博客新聞發布技術手冊,經常以高度的準確性。為此,GPT-3使用1750億參數在其語言模型中,相比GPT-2是15億。
GPT-3還是早期,模型的有效性還沒有被充分研究。但有一件事應該給營銷人員暫停:
改善的速度OpenAI的語言模型。
在2018年第一個GPT模型出來。GPT-2大大擴展能力在2019年被釋放。僅僅一年後,GPT-3使用100 x盡可能多的數據,它的前身和開始顯示不可思議的內容創建功能,包括將文本轉化為代碼和評估投資備忘錄。
這種技術對營銷人員提出了重大機遇和挑戰。
根據如果和技術的商業化,品牌可以構建AI-powered內容項目規模。他們還可以大大減少與內容創作相關的成本。
但是,品牌還必須警惕的偏見,AI內容模型。AI模型都太容易不小心產生歧視或攻擊性的內容。(GPT-3已經遇到這個問題)。在紙上內容規模聽起來不錯,但警方在實踐中變得困難。
更不用說…
發生了什麼內容創建者當AI可以自動生成類內容?
我們樂觀的AI會創造更多的就業機會比這讓過時的營銷行業。但是主要的專業人士創建內容可能需要重新評估他們的角色和技能,這種技術應該成為廣泛商用。
GPT-3的完整故事才剛剛開始,還不清楚。但它提供了最明顯的例子是多麼強大的某些類型的人工智能已經就如何嚴重影響品牌和營銷人員。
進一步的閱讀
- 這是一個人寫的標題,還是機器?(有線)
- 一種新的人工智能語言模型生成詩歌和散文(《經濟學人》)
- OpenAI的新語言生成器GPT-3是令人震驚的,而且完全盲目的(麻省理工學院技術評論)
- OpenAI最新的突破是驚人的強大,但仍然對抗它的瑕疵(邊緣)
編者按:這篇文章最初發表在2019年3月。它已經更新,轉載於2020年8月包括GPT-3信息。麥克壞了的更新的文章。
保羅Roetzer
保羅Roetzer銷售人工智能研究所的創始人和首席執行官。BETVlCTOR1946伟德他的作者是營銷人工智能(馬特•霍爾特書2022)營銷性能藍圖(威利,2014)和營銷機構藍圖(威利,2012);AI和創造者的營銷會議(麥孔)。