Ler em português
Jusqu'à récemment, la sagesse conventionnelle était que, même si l'IA était meilleure que les humains dans des tâches de prise de décision basées sur les données, elle était toujours inférieure aux humains pour les tâches cognitives et créatives.Mais au cours des deux dernières années, l'IA basée sur le langage a avancé à pas de géant, modifiant les notions communes de ce que cette technologie peut faire.
Les avancées les plus visibles ont été ce qu'on appelle le «traitement du langage naturel» (PNL), la branche de l'IA s'est concentrée sur la façon dont les ordinateurs peuvent traiter le langage comme les humains.Il a été utilisé pour écrire un article pour The Guardian, et les articles de blog auquel AI-A-A-créé est devenu viral - des exploits qui n'étaient pas possibles il y a quelques années.L'IA excelle même aux tâches cognitives comme la programmation où il est capable de générer des programmes pour des jeux vidéo simples à partir d'instructions humaines.
Pourtant, si ces cascades peuvent être attirées par l'attention, sont-elles vraiment révélatrices de ce que cette technologie peut faire pour les entreprises?
Ce que la NLP peut faire
L'outil de traitement du langage naturel le plus connu est GPT-3, d'Openai, qui utilise l'IA et les statistiques pour prédire le mot suivant d'une phrase basée sur les mots précédents.Les praticiens des PNL appellent des outils comme celle-ci «modèles de langage», et ils peuvent être utilisés pour des tâches d'analyse simples, telles que la classification des documents et l'analyse du sentiment en blocs de texte, ainsi que des tâches plus avancées, telles que répondre aux questions et résumer les rapports. Language models are already reshaping traditional text analytics, but GPT-3 was an especially pivotal language model because, at 10x larger than any previous model upon release, it was the first large language model, which enabled it to perform even more advanced tasks like programming and solving high school–level math problems.La dernière version, appelée InstructGpt, a été affinée par les humains pour générer des réponses qui sont beaucoup mieux alignées sur les valeurs humaines et les intentions des utilisateurs, et le dernier modèle de Google montre d'autres percées impressionnantes sur la langue et le raisonnement.
Pour les entreprises, les trois domaines où le GPT-3 est apparu le plus prometteur est l'écriture, le codage et le raisonnement spécifique à la discipline.Openai, le créateur financé par Microsoft de GPT-3, a développé un modèle de langue basé sur GPT-3 destiné à agir en tant qu'assistant pour les programmeurs en générant du code à partir de l'entrée du langage naturel.Cet outil, Codex, propose déjà des produits comme Copilot pour la filiale de Microsoft GitHub et est capable de créer un jeu vidéo de base simplement en tapant des instructions.Cette capacité transformatrice devait déjà changer la nature de la façon dont les programmeurs font leur travail, mais les modèles continuent de s'améliorer - les dernières personnes du laboratoire DeepMind AI de Google, par exemple, démontrent la pensée critique et les compétences logiques nécessaires pour surpasser la plupart des humains dans les compétitions de programmation.
Des modèles comme GPT-3 sont considérés comme des modèles de fondation - un domaine de recherche sur l'IA émergeant - qui fonctionne également pour d'autres types de données telles que les images et la vidéo.Les modèles de fondation peuvent même être formés sur plusieurs formes de données en même temps, comme Dall · e 2 d'Openai, qui est formé sur la langue et les images pour générer des rendus de scènes ou d'objets imaginaires à partir d'invites de texte.En raison de leur potentiel pour transformer la nature du travail cognitif, les économistes s'attendent à ce que les modèles de fondation puissent affecter toutes les parties de l'économie et pourraient entraîner une augmentation de la croissance économique similaire à la révolution industrielle.
Un assistant de recherche sur l'IA en matière d'IA
Dans mon propre travail, j'ai examiné comment les outils basés sur GPT-3 peuvent aider les chercheurs dans le processus de recherche.Je travaille actuellement avec OUGHT, une entreprise de San Francisco développant un outil de raisonnement ouvert (appelé ELICT) qui vise à aider les chercheurs.ELICT est conçu pour un nombre croissant de tâches spécifiques pertinentes pour la recherche, comme le résumé, l'étiquetage des données, le reformatique, le brainstorming et les revues de littérature.
J'ai trouvé - sans surprise - cette suspension fonctionne mieux pour certaines tâches que d'autres.Des tâches comme l'étiquetage des données et le résumé sont encore difficiles sur les bords, avec des résultats bruyants et une précision inégal.
Par exemple, la tâche de reformularité est utile pour l'écriture, mais le manque d'intégration avec les applications de traitement de texte le rend peu pratique pour l'instant.Les tâches de brainstorming sont idéales pour générer des idées ou identifier des sujets négligés, et malgré les résultats bruyants et les obstacles à l'adoption, ils sont actuellement précieux pour une variété de situations.Pourtant, de toutes les tâches provoquent des offres, je trouve la revue de la littérature la plus utile.Parce qu'Elicit est un assistant de recherche sur l'IA, c'est en quelque sorte son pain et son beurre, et quand je dois commencer à creuser dans un nouveau sujet de recherche, c'est devenu ma ressource incontournable.
Tout cela change comment je travaille.Je passe beaucoup moins de temps à essayer de trouver un contenu existant pertinent pour mes questions de recherche car ses résultats sont plus applicables que les autres interfaces plus traditionnelles pour la recherche académique comme Google Scholar.Je commence également à intégrer les tâches de brainstorming dans mon travail, et mon expérience avec ces outils a inspiré mes dernières recherches, qui cherche à utiliser des modèles de fondation pour soutenir la planification stratégique.
Comment les organisations peuvent-elles se préparer pour l'avenir?
Identifiez vos actifs de données texte et déterminez comment les dernières techniques peuvent être exploitées pour ajouter de la valeur pour votre entreprise.
Vous êtes certainement conscient de la valeur des données, mais vous pouvez toujours négliger certains actifs de données essentiels si vous n'utilisez pas d'analyse de texte et de PNL dans toute votre organisation.Les données texte sont certainement précieuses pour la gestion de l'expérience client et la compréhension de la voix du client, mais pensez aux autres actifs de données texte dans votre organisation: e-mails, rapports des analystes, contrats, communiqués de presse, archives - même les réunions et les appels téléphoniques peuvent être transcrits.
Il y a tellement de données de texte, et vous n'avez pas besoin de modèles avancés comme GPT-3 pour extraire sa valeur.Hugging Face, une startup NLP, a récemment publié AutonLP, un nouvel outil qui automatise les modèles de formation pour les tâches d'analyse de texte standard en téléchargeant simplement vos données sur la plate-forme.Les données ont encore besoin d'étiquettes, mais beaucoup moins que dans d'autres applications.Parce que de nombreuses entreprises ont fait des paris ambitieux sur l'IA pour avoir du mal à générer de la valeur dans le cœur.Cela peut être une bonne première étape que vos ingénieurs d'apprentissage automatique existants - ou même les scientifiques des données talentueux - peuvent gérer.
Pour passer à l'étape suivante, encore une fois, identifiez vos actifs de données.De nombreux secteurs, et même des divisions au sein de votre organisation, utilisent des vocabulaires hautement spécialisés.Grâce à une combinaison de vos actifs de données et de vos ensembles de données ouverts, entraînez un modèle pour les besoins de secteurs ou de divisions spécifiques.Pensez à la finance.Vous ne voulez pas de modèle spécialisé dans la finance.Vous voulez un modèle personnalisé pour la banque commerciale ou pour les marchés des capitaux.Et les données sont essentielles, mais maintenant il s'agit de données non marquées, et plus.Des modèles spécialisés comme celui-ci peuvent débloquer une valeur indigne de votre entreprise.
Comprendre comment vous pouvez tirer parti des technologies linguistiques basées sur l'IA pour prendre de meilleures décisions ou réorganiser votre travail qualifié.
L'IA basée sur le langage ne remplacera pas les emplois, mais elle automatisera de nombreuses tâches, même pour les décideurs.Des startups comme Verneek créent des outils de type stimulation pour permettre à chacun de prendre des décisions axées sur les données.Ces nouveaux outils transcenderont l'intelligence commerciale traditionnelle et transformeront la nature de nombreux rôles dans les organisations - les programmeurs ne sont que le début.
Vous devez commencer à comprendre comment ces technologies peuvent être utilisées pour réorganiser votre travail qualifié.La prochaine génération d'outils comme le codex d'Openai conduira à des programmeurs plus productifs, ce qui signifie probablement moins de programmeurs dédiés et plus d'employés ayant des compétences de programmation modestes qui les utilisent pour un nombre croissant de tâches plus complexes.Cela peut ne pas être vrai pour tous les développeurs de logiciels, mais cela a des implications importantes pour des tâches telles que le traitement des données et le développement Web.
Commencez à incorporer de nouveaux outils d'IA basés sur le langage pour une variété de tâches pour mieux comprendre leurs capacités.
En ce moment, des outils comme ELICI.En fait, la suggestion précédente a été inspirée par l'une des tâches de brainstorming d'Elicit conditionnées sur mes trois autres suggestions.La suggestion originale elle-même n'était pas parfaite, mais elle m'a rappelé des sujets critiques que j'avais négligés, et j'ai révisé l'article en conséquence.Dans les organisations, des tâches comme celle-ci peuvent aider la pensée stratégique ou les exercices de planification de scénarios.Bien qu'il existe un énorme potentiel pour de telles applications, les résultats sont encore relativement grossiers, mais ils peuvent déjà ajouter de la valeur dans leur état actuel.
L'essentiel est que vous devez encourager une large adoption d'outils d'IA basés sur le langage dans votre entreprise.Il est difficile d'anticiper comment ces outils pourraient être utilisés à différents niveaux de votre organisation, mais la meilleure façon de comprendre cette technologie peut être pour vous et d'autres dirigeants de votre entreprise à l'adopter vous-même.Ne pariez pas le bateau dessus parce qu'une partie de la technologie peut ne pas fonctionner, mais si votre équipe gagne une meilleure compréhension de ce qui est possible, alors vous serez en avance sur la compétition.N'oubliez pas que bien que l'IA actuelle ne soit pas sur le point de remplacer les gestionnaires, les gestionnaires qui comprennent l'IA sont prêts à remplacer les gestionnaires qui ne.
Ne sous-estimez pas le potentiel transformateur de l'IA.
De grands modèles de fondation comme GPT-3 présentent des capacités pour se généraliser à un grand nombre de tâches sans aucune formation spécifique à la tâche.Les progrès récents de cette technologie sont une étape importante vers la généralisation au niveau de l'homme et l'intelligence artificielle générale qui sont les objectifs ultimes de nombreux chercheurs de l'IA, y compris ceux d'Openai et de DeepMind d'Openai et de Google.De tels systèmes ont un potentiel perturbateur énorme qui pourrait conduire à une croissance économique explosive dirigée par l'IA, qui transformerait radicalement les affaires et la société.Bien que vous soyez encore sceptique à l'égard de l'IA radicalement transformatrice comme l'intelligence générale artificielle, il est prudent que les dirigeants des organisations soient conscients des premiers signes de progrès en raison de son énorme potentiel perturbateur.
Considérez que l'ancien chef de Google, Eric Schmidt, attend de l'intelligence artificielle générale en 10 à 20 ans et que le Royaume-Uni a récemment pris une position officielle sur les risques de l'intelligence générale artificielle.Si les organisations avaient prêté attention à l'avertissement d'Anthony Fauci en 2017 sur l'importance de la préparation pandémique, les effets les plus graves de la crise pandémique et de la chaîne d'approvisionnement qui en résulte aurait pu être évité.Ignorer le potentiel transformateur de l'IA comporte également des risques, et similaire à la crise de la chaîne d'approvisionnement, l'inaction des entreprises ou une utilisation irresponsable de l'IA pourrait avoir des effets généralisés et dommageables sur la société (E.g., augmentation des inégalités ou risques spécifiques au domaine de l'automatisation).Cependant, contrairement à la crise de la chaîne d'approvisionnement, les changements sociétaux de l'IA transformatrice seront probablement irréversibles et pourraient même continuer à accélérer.Les organisations devraient commencer à se préparer maintenant non seulement à capitaliser sur une IA transformatrice, mais à faire leur part pour éviter les avenir indésirables et s'assurer que l'IA avancée est utilisée pour bénéficier équitablement à la société.
Les outils d'IA basés sur le langage sont là pour rester
Les outils d'IA généralisables puissants puissants comme ELICT sont là, et ils ne sont que la pointe de l'iceberg;Les outils basés sur des modèles de fondations multimodales sont sur le point de transformer les affaires de manière à prévoir encore à prévoir.Pour commencer à vous préparer maintenant, commencez à comprendre vos actifs de données texte et la variété des tâches cognitives impliquées dans différents rôles dans votre organisation.Adopter agressivement les nouvelles technologies d'IA basées sur le langage;Certains fonctionneront bien et d'autres ne le feront pas, mais vos employés seront plus rapides à s'adapter lorsque vous passez au prochain.Et n'oubliez pas d'adopter ces technologies vous-même - c'est la meilleure façon pour vous de commencer à comprendre leurs rôles futurs dans votre organisation.
