GPT-3會將語言AI帶入商業主流嗎?

多年來，人工智能一直處於高管領導人所說的將對他們如何開展業務產生重大影響的技術名單的首位。

然而，人工智能——從本質上來說，它更像是一個類別，而不是一種技術——在某些商業領域還沒有實現它的承諾。

市場營銷可能是個例外。大約一半的市場調查對象Persado 2021 AI在創意調查報告稱，使用人工智能提高了營銷績效，其中67%的公司收入有所提高。其中約40%的公司正在使用人工智能來生成內容和創意。

人工智能沒有更廣泛地用於生成業務內容的一個原因是，它需要很長時間、大量的數據，以及許多有才華的數據科學家和軟件工程師來構建語言數據模型。

這就是為什麼人工智能和營銷界對gpt -3的發布如此興奮的原因之一，gpt -3是OpenAI的人工智能模型的最新迭代，可以讀寫文本。

但是GPT-3對於AI在創意領域的廣泛應用，特別是對Persado來說，意味著什麼呢?

為了回答這個問題，Persado提供了一個關於GPT-3的廣泛概述，以及它如何適應我們的AI內容生成和決策世界。

GPT-3是什麼?

OpenAI的“生成預訓練變形金剛”(GPT)是一種人工智能模型，它通過使用互聯網文本來訓練產生語言。

變形金剛具體來說是一種神經網絡，它本身是機器學習的一個子集。神經網絡被設計用來模仿人類大腦的思維模式。變形金剛有一個特別的架構，可以讓它們把單詞作為句子中的序列來評估。

因此，基於變壓器的語言模型非常擅長獲取少量文本，然後預測接下來的邏輯單詞或句子。

具體來說，GPT-3有1750億個機器學習參數，比微軟的圖靈NLG多15倍以上，後者曾在短時間內保持著最大的機器學習模型的記錄。

將參數的數量與其訓練數據集(即所有互聯網)的大小相結合，GPT-3具有強大的預測能力，使其能夠大規模生成內容。

即使開箱即用，結果也令人印象深刻，”Persado的首席數據科學家Panagiotis Angelopoulos說。“通常這些模型需要一些微調，但即使沒有微調，你也可以得到一些可用的結果。這肯定會是企業生成內容方式的一場革命，但它不會完全取代人的因素。”

為什麼不呢?因為GPT-3的優勢在於，它預測生成的語言是給定樣本的邏輯延續。它的優勢在於數量，而不是質量——也就是說，這個平台沒有上下文或受眾意識，因此不會(也不能)自行調整文本以適應讀者或媒介。

公司如何使用GPT-3?

OpenAI發布了測試版模型，這引發了一波“這是AI寫的的文章、詩歌、短篇故事，以及其他展示GPT-3功能的主要出版物和博客。

GPT-3對內容營銷和SEO優化的好處很快就得到了普遍的思考。早期的采用者也開始應用GPT-3來編寫軟件代碼，這是另一種形式的語言，並且是一種預期會增長的用例使用人工智能來編寫死記硬背的普通代碼開發人員編寫的內容可以讓人類專注於高價值的創意部分。

自2020年10月1日起，OpenAI開始將GPT-3 API授權給第三方。大約在同一時間，微軟向OpenAI投資了10億美元它授予了這家科技巨頭對GPT-3底層代碼的獨家使用權。

五個月後，到2021年3月，OpenAI的數據顯示，有300個應用程序在使用GPT-3，在一係列用例中，每天產生總共45億單詞。毫無疑問，該工具使技術提供商和最終用戶公司更容易在內部構建基本的語言AI應用程序。

開放語言AI模型的利弊。

從可以整理客戶反饋以識別情緒趨勢的應用程序，到針對遊戲平台的響應式體驗，有大量以GPT-3語言AI為核心的創意應用程序即將上線。

如今，創業公司和企業的發展速度都比建立一個專有模型的新公司要快得多。這是gpt -3這樣的模型的真正好處之一——它鼓勵實驗。

但是使用GPT-3也有缺點。一個主要的問題是它不能“學習”。OpenAI使用互聯網數據訓練模型。它能夠模擬用戶輸入的樣例文本的某些方麵作為基礎。但是GPT-3沒有考慮到讀者想要參與的內容，也沒有進行持續的再培訓。它隻是基於之前的內容來預測一行文本中的下一個內容。

在實踐中，這意味著使用GPT-3的應用程序在沒有人工幹預的情況下不會得到改善。觀察人士還指責GPT-3的預測模型很快就會默認充斥偏見和極端主義言論的文本。畢竟，人類在互聯網上彼此使用這種語言，而GPT-3就是在互聯網上訓練出來的。

GPT-3與微軟的關係也引發了問題。OpenAI表示，開發人員將繼續通過API訪問GPT-3，即使微軟享有對底層代碼的獨家訪問權。但這種情況會持續多久，以及這種差異對開發者的價值有何影響，目前尚不清楚。

GPT-3生成業務語言的底線

為了讓語言AI融入組織的核心，他們需要易於實驗和學習的模型。這就是技術如何“跨越鴻溝”，從利基創新到產生商業結果的廣泛使用資產。就GPT-3有助於品牌了解語言AI的潛力而言，這是一個巨大的發展。

然而，它並不是一個為客戶大規模生成個性化內容的挑戰的開箱即用的解決方案。如果一個神經網絡不能從與品牌客戶的持續互動中學習，就會以不敏感的內容(不了解上下文)的形式產生風險。

《Persado》的內容生成和決策AI就沒有這些缺點。Persado依賴於一種專有的語言模型，每次都能在品牌和上下文中為客戶提供價值。我們的語言AI調整以反映品牌的特定語氣和聲音，注意上下文，並隨著客戶對persado生成的消息做出回應(或不回應)而不斷學習。

不僅如此，Persado平台還能記住每次實驗的結果。它知道怎樣才能吸引特定公司的核心用戶，也知道為什麼。Persado可以在活動創建之初與創意團隊分享這些見解，以改善結果。

相比之下，GPT-3可以幫助企業製作大量內容，但最終必須由人類決定在活動中使用哪些內容。

Persado的首席數據科學家Angelopoulos證實:“GPT-3是一個通用模型。“它做了很多事情，但沒有做任何偉大的事情。我們的平台是專門為企業溝通而設計的。我們生成的內容不僅是基於上下文和基於品牌的，而且還有GPT-3完全沒有意識到的另一個維度——性能。GPT-3不知道它生成的內容是如何運行的。”

總而言之，GPT-3對於語言人工智能的廣闊市場來說是一個巨大的發展。它將允許更多的公司利用語言模型來滿足其業務中的一係列需求。

與此同時，Persado將繼續改進和發展我們專有的人工智能語言生成和決策平台，以提供最高性能、個性化、持續改進和上下文感知的通信，吸引企業利益相關者。