większość firm zdaje sobie sprawę, że agresywne przyjęcie technologii cyfrowych ma coraz większe znaczenie dla konkurencyjności. Z naszych badań wynika, że 10% pierwszych użytkowników technologii cyfrowych urosło dwukrotnie szybciej niż 25%, i że korzystają oni z systemów chmurowych — a nie starszych systemów — aby umożliwić ich wdrożenie, trend, który spodziewamy się przyspieszyć wśród liderów branży w nadchodzących pięciu latach., Dla porównania, wiele firm z opóźnieniem i w średnim stopniu nie doceniają zasobów w chmurze, których będą potrzebować, aby uzyskać dostęp, zasilać lub szkolić nową generację inteligentnych aplikacji zapowiedzianych przez przełomowe rozwiązania, takie jak GPT-3, najnowocześniejsze narzędzie do przetwarzania języka naturalnego (NLP).
Wielkie przełomy w AI będą dotyczyły języka.,
Rok 2010 przyniósł przełom w technologiach z obsługą wzroku, od dokładnego wyszukiwania obrazów w Internecie po komputerowe systemy wizyjne do analizy obrazu medycznego lub wykrywania wadliwych części w produkcji i montażu, jak szeroko opisaliśmy w naszej książce i badaniach. GPT3, opracowany przez OpenAI, wskazuje, że w 2020 roku będzie mowa o poważnych postępach w zadaniach AI opartych na języku. Wcześniejsze modele przetwarzania języka używały ręcznie kodowanych reguł (dla składni i parsowania), technik statystycznych i, coraz częściej w ciągu ostatniej dekady, sztucznych sieci neuronowych do przetwarzania języka., Sztuczne sieci neuronowe mogą uczyć się na podstawie surowych danych, co wymaga znacznie mniej rutynowego etykietowania danych lub inżynierii funkcji. GPTs (generative pre-trained transformers) idą znacznie głębiej, opierając się na transformatorze-mechanizmie uwagi, który uczy kontekstowych relacji między słowami w tekście. Naukowcy, którzy otrzymali dostęp do GPT-3 za pośrednictwem prywatnej bety, byli w stanie nakłonić go do produkcji krótkich opowiadań, piosenek, komunikatów prasowych, podręczników technicznych, tekstu w stylu poszczególnych pisarzy, tabulatur gitarowych, a nawet kodu komputerowego.
GPT-3 jest daleki od ideału., Jego liczne wady obejmują czasami generowanie bzdurnych lub stronniczych odpowiedzi, niepoprawne odpowiedzi na trywialne pytania i generowanie wiarygodnych, ale fałszywych treści. Nawet jeden z liderów OpenAI ostrzegł przed nadmiernym hiperem GPT-3. Wszystko to sugeruje, że wiele pracy pozostaje do zrobienia, ale pisanie, że tak powiem, jest na ścianie: nowy etap sztucznej inteligencji jest przed nami.
GPT-3 jest obecnie tylko jednym z wielu zaawansowanych transformatorów. Microsoft, Google, Alibaba i Facebook pracują nad własnymi wersjami., Narzędzia te są szkolone w chmurze i są dostępne tylko za pośrednictwem interfejsu programowania aplikacji w chmurze (API). Firmy, które chcą wykorzystać moc sztucznej inteligencji nowej generacji, przeniosą swoje obciążenia obliczeniowe ze starszych na usługi oparte na sztucznej inteligencji w chmurze, takie jak GPT-3.
aplikacje nowej generacji umożliwią innowacje w całym przedsiębiorstwie.
te usługi w chmurze umożliwiają rozwój nowej klasy aplikacji korporacyjnych, które są bardziej kreatywne (lub „generatywne”-„G” w GPT) niż cokolwiek, co widzieliśmy wcześniej., Sprawią, że proces syntezy słów, intencji i informacji w języku będzie tańszy, co sprawi, że wiele działań biznesowych będzie bardziej wydajnych i pobudzi innowacje i wzrost, jaki widzimy u wczesnych użytkowników.
nasza analiza ponad 50 biznesowych dowodów koncepcji (demo) GPT-3 wskazuje, że jutrzejsze wiodące aplikacje biznesowe będą podzielone na co najmniej trzy szerokie kategorie kreatywne, wszystkie związane ze zrozumieniem języka: pisanie, kodowanie i rozumowanie specyficzne dla dyscypliny.,
zdolność GPT-3 do pisania znaczącego tekstu na podstawie kilku prostych podpowiedzi, a nawet jednego zdania, może być niesamowita. Na przykład jeden z prywatnych beta testerów GPT-3 użył go do stworzenia przekonującego bloga na temat bitcoina. Wśród analizowanych przez nas dem, znalazły się aplikacje do tworzenia nowych podcastów, generowania kampanii e-mailowych i reklamowych, sugerowania, jak prowadzić spotkania zarządcze, oraz inteligentne odpowiadanie na pytania, które mogłyby być przyczyną wcześniejszych systemów językowych.
na podstawie podpowiedzi od ludzi, GPT-3 może również instrukcje pisania kodu dla komputerów lub systemów., Może nawet konwertować język naturalny na język programowania. W języku naturalnym (angielskim, hiszpańskim, niemieckim itp.), opisujesz, co chcesz, aby Kod robił — np. rozwijał wewnętrzną lub zorientowaną na klienta stronę internetową. GPT następnie pisze program.
umiejętność myślenia o treści, procedurach i wiedzy w dziedzinie naukowej lub technicznej sugeruje inne potencjalnie płodne zastosowania GPT-3. Potrafi odpowiedzieć na pytania chemiczne — w jednym demo prawidłowo przewidział pięć z sześciu reakcji spalania chemicznego., Może autoplot wykresy na podstawie opisów słownych, biorąc wiele z trudu z zadań, takich jak tworzenie prezentacji. Kolejny beta tester stworzył Bot GPT-3, który umożliwia osobom bez umiejętności księgowych generowanie sprawozdań finansowych. Inna aplikacja może odpowiedzieć na celowo trudne pytanie medyczne i omówić podstawowe mechanizmy biologiczne. Aplikacja otrzymała opis 10-letniego chłopca z objawami układu oddechowego i została poinformowana, że zdiagnozowano u niego chorobę obturacyjną i podano mu leki., Następnie zapytano, na jaki receptor białkowy może działać lek. Program prawidłowo zidentyfikował receptor i wyjaśnił, że chłopiec miał astmę i że jest on zazwyczaj leczony lekami rozszerzającymi oskrzela, które działają na ten receptor.
Ten ogólny potencjał rozumowania w piśmie, kodowaniu i nauce sugeruje, że wykorzystanie transformatorów zasilanych w chmurze może stać się meta-dyscypliną, mającą zastosowanie w naukach o zarządzaniu, naukach o danych oraz naukach fizycznych i naukach o życiu., Ponadto w przypadku zadań nietechnicznych chmura w połączeniu z GPT3 obniży barierę dla skalowania innowacji cyfrowych. Nietechniczni pracownicy będą mogli używać na co dzień języka naturalnego zamiast języków programowania do tworzenia aplikacji i rozwiązań dla klientów.
w świetle nadchodzących zmian firmy będą musiały nie tylko przemyśleć zasoby IT, ale także zasoby ludzkie., Mogą zacząć od analizy pakietów zadań na obecnych stanowiskach, odkrycia konkretnych zadań, które sztuczna inteligencja może rozszerzyć, a także uwolnienia pracowników technicznych i nietechnicznych, aby szybciej wprowadzać innowacje. Korzystając z sieci informacji o pracy (O*NET), opartej na standardzie rządowym USA używanym do klasyfikacji pracowników w kategoriach zawodowych, przeanalizowaliśmy 73 kategorie pracy w 16 klastrach kariery i stwierdziliśmy, że GPT-3 wpłynie na wszystkie klastry., Przeglądając kategorie zadań, odkryliśmy, że 51 może zostać rozszerzonych lub uzupełnionych przez GPT-3 w co najmniej jednym zadaniu, a 30 może użyć GPT-3 do uzupełnienia dwóch lub więcej zadań.
niektóre zadania mogą być zautomatyzowane, ale nasza analiza pokazuje, że większa szansa będzie wokół zwiększenia i wzmocnienia ludzkiej produktywności i pomysłowości. Na przykład specjaliści ds. komunikacji zobaczą, że większość zadań związanych z rutynowym generowaniem tekstu będzie zautomatyzowana, podczas gdy bardziej krytyczne komunikaty, takie jak kopia reklam i wiadomości w mediach społecznościowych, zostaną rozszerzone o zdolność GPT-3 do pomocy w rozwijaniu linii myślowych., Naukowcy firmy mogą używać GPT-3 do generowania wykresów, które informują kolegów o rurociągu rozwoju produktu. W międzyczasie, aby rozszerzyć podstawowe badania i eksperymenty, mogli skonsultować się z GPT-3, aby destylować wyniki z określonego zestawu prac naukowych. Możliwości różnych dyscyplin i branż są ograniczone tylko przez wyobraźnię twoich ludzi.
nie daj się zostawić.
Czas się przygotować. Nowa generacja aplikacji korporacyjnych nie będzie działać na starszych systemach, A firmy będą musiały przejść do chmury bardziej agresywnie niż obecnie., Czekanie nie wystarczy. 1 października OpenAI uruchomi GPT-as-a-service, udostępniając API użytkownikom wersji beta. Liderzy będą wdrażać i dostosowywać GPT – 3 w ciągu miesięcy, ucząc się, gdzie działa najlepiej lub gdzie nie działa w ogóle. Uzyskają przewagę nad przeprojektowaniem miejsc pracy oraz nad kwestiami prywatności, bezpieczeństwa i odpowiedzialności społecznej, które otaczają całą sztuczną inteligencję. W ciągu najbliższych dwóch lat można spodziewać się, że wprowadzą do produkcji różnego rodzaju aplikacje, znajdując możliwości dla innowacji, które jeszcze bardziej pozostaną w tyle.