Использование языковой модели, чтобы работать эффективнее, начиная с именования
Представляем GPT-3, машинное обучение OpenAI
Влияние машинного обучения на нашу жизнь далеко не нишевое. Это помогает отвечать на миллиарды поисковых запросов каждый день. Он заряжает камеры смартфонов, чтобы делать более профессиональные фотографии. Это даже влияет на то, сколько лайков получает ваш пост в Instagram. Однако то, что OpenAI представил с GPT-3, является новым. С точки зрения непрофессионала, GPT-3 — это программное обеспечение ИИ, которое учится на массивах данных, чтобы генерировать человекоподобный язык в контексте подсказки. Напишите ему что-нибудь, и он попытается [довольно успешно] ответить разумно в течение нескольких секунд.
Потратив некоторое время на изучение новаторской технологии OpenAI, можно выделить три вещи:
Она универсальна. Подумайте об этом. больше как чистый холст, чем инструмент для рисования по номерам. Он функционирует как песочница, в которой пользователи могут экспериментировать, ограниченная, по-видимому, только их воображением.
Это доступно. Чтобы начать разработку приложения, достаточно написать несколько предложений. Все взаимодействия происходят внутри пустого текстового поля, где пользователи могут создать контекст, написать приглашение и получить ответ за считанные секунды. Годы, потраченные на поисковые системы и умных помощников, означают, что огромное количество людей уже готовы экспериментировать с этой формой машинного обучения.
Это креативно. Выполнение повседневных задач, таких как поиск данных, находится в пределах его рулевой рубки, API продемонстрировал способность воспроизводить творческое мышление — от создания умных ассоциаций до подражания общественным деятелям. Многие из навыков и знаний, которые может использовать GPT-3, являются непреднамеренным, но удивительным результатом того, как модель подвергалась воздействию и узнавала из Интернета на протяжении многих лет.
Одна только универсальность и доступность GPT-3 заслуживают восхищения. Любой может экспериментировать с программным обеспечением для машинного обучения с чистого листа, не зная языка программирования, такого как Python. Теперь это мощный и значимый шаг вперед для искусственного интеллекта.
Но именно способность GPT-3 генерировать выходные данные, напоминающие творческое мышление, помогла ему взорваться в последнее время — выполнение новых, более сложных приложений за считанные секунды. написания общей подсказки. Вместо того, чтобы просто представить более способный Clippy, OpenAI представил нечто, что приближает нас к воспроизведению человеческого интеллекта и изобретательности.
Будь моим R2-D2, GPT-3
Узнав вышеизложенное, не потребовалось много времени, чтобы зарегистрироваться в бета-программе OpenAI API, задав главный вопрос: что может сделать стратег с такой технологией, как GPT-3? Теперь у стратегов есть масса задач, которые они выполняют изо дня в день. Наши возможности и задачи летают на разной высоте и служат разным целям, начиная от простого исполнения и заканчивая более абстрактным решением задач.
Иногда мы именуем предложения, а иногда помогаем их создавать. Нас могут попросить написать текст для конкретного использования или поручить выделить и описать нематериальные преимущества компании. Воплотить в жизнь единый бренд может быть сложной задачей — как насчет структурирования и оптимизации того, как портфель компаний соотносится и взаимодействует? Знание того, где и как GPT-3 может начать расширять рабочий процесс стратега, не является очевидным или объективным. Тем не менее, для начала пришло в голову несколько задач: может ли он придумать названия для новых продуктов, услуг, компаний и т. д.? Может ли он взять идею и конкретизировать ее [например. написать сообщение о бренде]? Более того, может ли он сам придумывать идеи?
Каждая из этих задач по своей сути творческая, но заметно по-разному. Именование об определении или создании слов, которые лучше всего соответствуют брифу и в конечном итоге кажутся правильными. Одна из самых известных технологических компаний названа в честь фрукта, а самая успешная автомобильная компания сейчас взяла фамилию отчужденного изобретателя. Написание сообщения — это четкое и убедительное формулирование концепции, которая соответствует вашим представлениям. Несмотря на то, что операционные системы функционально очень похожи, разные способы коммуникации iOS и Android являются результатом тщательного изучения бренда. Наконец, мозговой штурм — это выявление чего-то грандиозного из ограниченного набора входных данных. Например, общий запрос от многих клиентов в этом году: как мы можем переосмыслить XYZ [например, конференцию], чтобы она могла продолжаться виртуально?
После того, как я был принят в бета-программу API OpenAI, проведя несколько месяцев в списке ожидания, мой путь к использованию их программного обеспечения начался с именования.
Корпоративное именование с помощью GPT-3
Поиск названия для новой компании или переименование существующей компании, чтобы сигнализировать об изменениях, являются распространенными задачами именования. Поскольку выбор правильного имени — это субъективный процесс, успех во многом зависит от выбора большого количества вариантов, которые необходимо рассмотреть. Это также учитывает тот факт, что большинство классов товарных знаков невероятно переполнены, что увеличивает вероятность того, что придумать имя, которое будет одновременно привлекательным и юридически приемлемым.
Имея это в виду, на ум пришла одна возможность:
Как это выглядит:
Соглашения об именах для GPT-3
Более банальные вещи тоже нуждаются в именах — подумайте о функциях, возможностях, услугах, командах, инициативах и т. д. В лучшем случае это выглядит как сплоченная экосистема вещей, которые следуют структурированному подходу и четко сообщают, что они из себя представляют или что делают. Тем не менее, поскольку этот тип именования, как правило, происходит в данный момент в командах, офисах и географических регионах, слишком часто соглашения игнорируются или теряются в шуме.
Возможность под рукой:
Как это выглядит:
Нейминг, безусловно, является многообещающим приложением для него в будущем — и будет продолжать развиваться в будущем. Но это только первый шаг на гораздо более грандиозном пути к пониманию и применению GPT-3 в качестве стратега. Какие другие общие навыки он может воспроизвести? Может ли он полностью автоматизировать определенные задачи? Как далеко можно зайти, прежде чем проявятся его ограничения?
И в дальнейшем я хотел бы работать с командой OpenAI, чтобы показать результаты этих условных приложений, а не только входные данные. Быть в курсе!
Хотите поделиться отзывами, задать вопросы, поговорить об этом подробнее и т. д.? Вы можете найти меня на @konerbrounel в Твиттере
