GPT-3 쓰기 도구 작동 방식 및 사용 시 주의해야 할 4가지 사항

GPT-3의 출현 이후 다양한 형식의 AI 카피라이팅 서비스를 판매하는 사용자의 관심을 끌기 위해 싸우는 신생 기업이 넘쳐났습니다.

이메일, 블로그 게시물, 방문 페이지, 광고 카피, 영업 커뮤니케이션...

대부분의 번역 및 교정 작업이 여전히 사람에 의해 수행되었을 때를 기억하십니까?

그런 다음 DeepL, Google 번역 및 Grammarly가 도착했습니다.

모든 사람의 문해력과 언어를 민주화하고 가속화합니다.

뭔지 맞춰봐?

그곳에서 일어난 일은 이제 텍스트 생성과 함께 일어나고 있습니다.

전체 가치 사슬의 소스 계층.

AI 카피라이팅에 무슨 일이 일어나고 있는지, 왜 GPT-3이 시작에 불과한지, 그리고 이러한 AI 카피라이팅 도구의 대부분이 동일한 코어 위에 예쁜 얼굴을 만드는 것 이상으로 많은 일을 하지 못하는 이유에 대해 논의해 보겠습니다.

Jarvis, Copy AI, CopySmith, CopyShark, Writesonic, Anyword...

그들은 와서 GPT-3을 보았고 이제 잠재 사용자로 당신을 얻으려고 노력하고 있습니다.

일부 AI 카피라이팅 도구는 엄청나게 빠르게 성장하여 강력한 수익 활주로를 구축하고 멋진 투자자로부터 자금을 모았습니다.

종종 그들이 말한 것을 실제로 전달하지 못하는 수백 개의 템플릿으로 과도하게 약속하고 요약하면 핵심 텍스트 품질에 영향을 미치고 개선할 수 있는 힘이 모두 동일하지 않습니다.

그들은 모두 의존하고 있습니다 ...

OpenAI의 GPT-3.

인공 지능의 진정한 일반 강국이자 이제 자연어 생성 분야로 몰려든 많은 호기심 많은 마음을 위한 등대입니다.

그러나 GPT-3은 엄청나게 빠르게 발전하는 기술 분야의 시작에 불과합니다.

갑자기 GPT-3가 등장하고 위기가 기회가 되었습니다. OpenAI의 역사

짧은 기술 소개를 위해 나와 함께하십시오. 그 비밀스러워 보이는 편지의 의미에 대해 자세히 말씀드리겠습니다.

GPT-3 은 Generative Pre-trained Transformer v3의 약자입니다.

단계별로 안내해 드리겠습니다.

쉬운 "제너레이티브"로 시작하는 것은 AI 모델이 생성된다는 것을 의미합니다.

"트랜스포머"는 영화에서 보던 3층 건물 크기의 오토봇을 말하는 것이 아닙니다.

트랜스포머는 딥 러닝 및 인공 지능 분야에서 비교적 최근에 개발된 제품입니다.

기계에 인간 언어의 패턴을 학습할 수 있는 능력을 부여하고 문장을 단어 단위로 생성하여 계속하는 기술입니다.

트랜스포머 모델 자체는 부모에게서 배울 때까지 많은 것을 할 수 없는 갓난아기와 같습니다.

트랜스포머는 수십억 개의 예를 읽고 학습하여 창의적이 됩니다.

이것이 인간 언어의 많은 부분에 대해 "사전 훈련"이라고 불리는 이유입니다.

우리는 수조 개의 단어에 대해 이야기합니다.

여기 저기에서 모델에 대해서도 이야기하겠습니다.

우리는 여기서 하이 패션을 하지 않습니다. 따라서 모델을 무언가의 스냅샷으로 생각하려고 합니다.

모든 경험, 학습 및 개발을 포함합니다.

오늘 아침에 당신이 어떻게 일어났는지 생각해 보십시오. 이 한 순간이 당신을 오늘의 당신으로 만든 경험과 배움으로 가득 찬 당신의 삶 전체를 반영하고 포함합니다.

이전에 영향을 미친 모든 이벤트와 함께 이 순간의 스냅샷을 찍는다고 상상해 보십시오. 이것은 귀하의 경험에 대해 사전 훈련된 모델입니다.

댓글이나 DM으로 GPT-3 모델을 조금 더 이해하기 쉽게 만들었는지 알려주세요.

우리는 글쓰기 작업의 80%를 차지하는 TextCortex AI 스타트업입니다.

OpenAI의 역사

이러한 맥락에서 OpenAI가 중요한 이유는 무엇입니까?

현장에서 결정적인 관심을 모을 수 있는 등대였다.

호기심 많은 학자, 진지한 기업, 창의적인 기업가부터 트랜스포머 기술이 역사를 만들 때 함께 하고 싶어하는 독신 개인에 이르기까지 모든 배경의 사람들을 공간으로 끌어들입니다.

GPT-3를 만든 사람들과 함께 이 스토리라인을 시작합시다.

2015년 말 - 이야기는 오늘날 우리가 테크노킹을 하는 엘론 머스크(Elon Musk)와 함께 볼 수 있는 수많은 혁신적인 개발로 시작됩니다.

Sam Altman 및 몇몇 다른 투자자 친구와 함께 그들은 연구 커뮤니티와 자유롭게 협력하고 AI의 윤리적 개발을 주도할 비영리 조직을 구축하기 위해 무려 10억 달러를 약속했습니다.

2019년 은 OpenAI에게 정말 다사다난한 해였습니다.

Elon Musk가 조직을 떠난 후 icrosoft는 회사를 상업 중심의 영리 조직으로 전환하는 데 10억 달러를 추가로 투입했습니다.

OpenAI가 시장에 출시될 준비를 하는 동안 그들의 모델 중 하나가 파문을 일으키기 시작했습니다. 당시에는 OpenAI가 세상에 출시되기에는 너무 위험하다고 선언되었습니다.

Sidenote: 위에서 언급한 위험은 제가 대학에서 기계 학습을 공부하는 동안 우주로 이동한 이유 중 하나였습니다.

2020년에 그들은 GPT-3를 세계에 출시했습니다.

1,750억 으로 이전 모델보다 거의 116배 큰 AI 모델입니다. 매개변수 *.

처음에는 소수의 선별된 기관만이 최근까지 GPT-3 기능에 대해 값비싼 비용을 지불할 의사가 있는 모든 사람에게 GPT-3을 공개할 때까지 이를 실험할 수 있었습니다.

• 매개변수를 AI 두뇌의 크기로 보완하고 도움을 주는 것으로 생각하십시오.

AI 카피라이팅의 등장

GPT-3은 많은 제품 빌더가 GPT-3 위에 보기 좋은 사용자 인터페이스를 만들도록 동기를 부여했습니다. 처음에 몇 가지만 언급했습니다.

그러나 우리는 매주 똑같은 제품이 새로 출시되는 것을 관찰합니다.

40번째 도구를 본 후 지식 기반에 대한 정보 수집을 중단했습니다...

나는 그들 중 일부가 "GPT-3의 API에 대한 더 나은 커뮤니케이터"가 되어 자신을 차별화한다고 주장하는 것을 보았습니다.

그게 무슨 뜻이야? 실질적인 차별화 포인트인가?

API는 응용 프로그래밍 인터페이스의 약자입니다.

복잡하게 들릴지 모르지만 영화의 큰 신탁은 항상 게이트키퍼가 그들을 위해 이야기했던 것을 기억합니까?

API는 컴퓨터를 위한 것입니다.

이들 AI 카피라이팅 업체들은 모두 GPT-3의 게이트키퍼를 찾아가 사용자의 욕망을 전달하고 그에 대한 응답을 받고 있다.

GPT-3의 게이트키퍼 API에 대한 최고의 커뮤니케이터가 되는 시점으로 돌아갑니다.

커뮤니케이션이 중요하지만 생성할 때 오라클의 프로세스에는 영향을 미치지 않습니다.

OpenAI만이 당신을 위해 생성하는 인공 지능을 향상시킬 수 있습니다.

그러나 GPT-3은 더 이상 블록의 유일한 오라클이 아닙니다.

관심이 높아짐에 따라 사용할 수 있는 다양한 오라클이 있으며 TextCortex에서는 각자의 목적을 위해 최선을 다할 수 있도록 자체 데이터를 교육하는 것이 일용할 양식입니다.

GPT-3 쓰기 도구를 사용할 때 주의해야 할 4가지

내가 말했듯이 우리는 그 AI 카피라이팅 도구가 우림 바닥에 버섯처럼 나타나는 것을 보았습니다.

그들 중 대부분은 단일 동기로 - 빨리 돈을 벌 수 있습니다.

소프트웨어 뒤에 있는 회사의 안정성과 관련하여 문제가 됩니다.

우리는 몇 가지 추정을 하고 고급 사용자를 예로 들면 단일 사용자의 운영 비용이 월 100달러 정도일 것입니다.

평생 거래를 시작한 사람들에게 GPT-3가 무료로 제공되지 않는다는 사실을 깨닫고 애도를 표합니다.

이제 응답하지 않는 소프트웨어로 닫힌 문 앞에 서게 된 고객이 안타깝습니다.

또한 Replika AI와 같이 700만 명의 사용자를 보유한 대형 AI 컴패니언 회사는 종속성에 묶여 높은 운영 비용을 지불하면서 품질에 영향을 줄 수 없다는 한계로 인해 GPT-3에서 멀어졌습니다.

1. 가장 저렴한(평생) 거래에 뛰어들지 마십시오.

인생의 많은 것들이 그렇듯이 싸게 사는 것은 비쌉니다.

평생 거래도 마찬가지입니다.

나는 많은 사용자들이 우리에게 연락하는 것을 보았습니다. 한때 사용하던 소프트웨어가 고객 지원을 종료하거나 근본적인 운영 결함이 있어서 더 이상 작동하지 않았기 때문입니다.

조심하세요... 눈에 달러 표시가 있는 사람에게 급하게 돈을 지불할 때.

2. # 템플릿 속임수에 넘어가지 마세요

많은 광고 템플릿은 귀하가 관심을 가질 만한 항목에 대한 아이디어를 얻기 위한 단순한 자리 표시자입니다.

이것은 우리가 관찰하는 일반적인 불만 사항입니다. 잘못된 "창조 관련성 지침" 또는 계속 반복되는 생성 패턴입니다.

우리는 커뮤니티 내에서 긴밀한 대화를 통해 사용자에게 원하는 것이 무엇인지 적극적으로 묻습니다.

형식에 대한 관심이 충분할 때 깊이 파고 데이터를 수집하고 자체 AI 변환기 모델을 훈련하고 커뮤니티에 지속 가능한 것을 제공합니다.

3. 모두가 같은 것을 사용하면 순위에 영향을 줄 수 있습니다.

우리가 말하면서 AI라고 주장하지만 궁극적으로 쿠키 커터 프로세스를 통해 입력을 밀어 넣고 돌리는 이러한 모든 규칙 기반 소프트웨어가 공격을 받고 있습니다.

GPT-3과 같은 최신 AI 기술은 놀라울 정도로 창의적이고 자연스럽긴 하지만 창작물을 감지하는 것이 어렵다는 가정하에 안정감을 줍니다.

그러나 너무 많은 사람들이 단일 패턴을 사용하여 생성하는 경우 리버스 엔지니어링될 수 있습니다.

한 달에 10,000개의 블로그 기사를 작성하도록 제안하는 GPT-3을 실행하는 제공업체가 있습니다.

그 나쁜 행위자들은 해결책을 찾기 위해 더 많은 흔적을 남길 것입니다.

현재 우리는 콘텐츠를 통한 관련성(RTC) 메트릭을 활용하여 AI 생성 콘텐츠의 사용을 감지할 수 있다고 생각합니다.

휴대폰 시장에서 비교 가능한 상황을 말씀드리겠습니다.

서비스를 제공하거나 앱을 구축하거나 시스템을 공격한다면 어느 쪽을 택하시겠습니까?

apx가 있는 Apple의 iOS. 27.5% 또는 Android가 71%의 글로벌 모바일 운영 체제 점유율?

따라서 AI 생성 콘텐츠를 다룰 때 Google의 첫 번째 목표가 무엇인지 생각해 보십시오.

해당 분야의 전문가인 목적 중심 모델을 사용하는 것이 유리할 것입니다.

그 옆에 가능한 한 많은 사용자 정의 가능성을 찾아야 합니다. 예를 들어 다양한 창의성 엔진을 활용할 수 있습니다.

4. 인프라 업데이트 시 불안정

이러한 대규모 언어 모델은 지속적으로 개발되고 있습니다.

모든 업데이트 및 기본 인프라 교육은 텍스트 품질의 출력에 영향을 줍니다.

대부분의 AI 카피라이팅 도구는 GPT-3의 다양한 변형에 의존하고 의존하기 때문에 인프라 변경으로 인해 품질이 저하됩니다.

그들이 "신탁과 다시 통신"을 찾을 때까지 시간이 걸립니다. ;)

GPT-3이 자연어 생성의 시작에 불과한 이유와 TextCortex에서 우리가 어떻게 다른지

나는 이미 그것을 꽤 여러 번 망치고 있었고 우리가 GPT-3으로 자연어 생성의 올림피아를 달성했는지에 대한 나의 대답을 추측할 수 있습니까?

아니요, 우리는 하지 않았습니다.

GPT-3는 개인, 학계, 기업, 정부를 현장으로 불러들이는 과감한 발걸음이었다고 다시 한 번 말씀드립니다.

그럼에도 불구하고 그것은 새로운 시대의 시작입니다. 현재 우리는 더 많은 매개변수와 더 큰 두뇌로 AI를 만드는 데 있어 군비 경쟁을 보고 있습니다.

내 트랜스포머(영화) 내러티브 Microsoft의 Megatron-Turing 모델로 돌아갑니다.

뇌가 GPT-3의 3배 크기인 모델.

5300억을 사용합니다. 제품이나 블로그 기사에 대한 설명을 작성하기 위한 매개변수는 스마트폰 충전만을 목적으로 석탄 발전소를 짓는 것과 같습니다.

여기서 그치지 않습니다.

GPT-4가 1조 매개변수가 될 것이라는 소문이 나왔습니다.

Google은 이미 수조에 달하는 모델을 달성했다고 발표했습니다.

중국인 Wu Dao 모델도 있습니다.

그것은 그들이 GPT-3보다 10배 더 낫다는 것을 의미합니까?

더 큰 매개변수 크기는 더 나은 생성과 함께 제공됩니까?

큰 힘에는 큰 책임이 따르는가?

한 가지는 확실합니다. 매개변수 크기가 크면 확실히 전력 소모가 커집니다.

이러한 대규모 언어 모델을 구축, 교육 및 운영하는 것은 환경에 재앙입니다.

이전에 "사전 훈련된" 모델에 대해 이야기한 것을 기억하십니까? 학습할 수 있는 양을 초과하는 두뇌를 만드는 것은 도움이 되지 않습니다. 가장 똑똑한 유아는 주변 환경에서 관찰할 수 있는 것을 배우는 것으로 제한됩니다.

우리는 OpenAI에서 DeepMind, EleutherAI, AI21 Labs에 이르기까지 NLG 공간의 OG를 크게 존경합니다.

인류를 한 단계 더 발전시키기 위해 엄청난 노력과 자원을 쏟아 붓습니다.

우리는 그들의 탐구에 동참하고 그들의 일의 장점에서 빠른 수익을 갈망하는 사람들을 경멸하려고 합니다.

TextCortex에서 우리는 열심히 일하기를 좋아합니다.

핵심에 대한 지름길을 택함으로써 지속되고 경쟁력 있는 가치가 만들어지지 않기 때문입니다.

창조의 질.

그리고 GPT-3은 모든 분야의 진정한 잭인 제너럴리스트이지만 AI 카피라이팅의 사용 사례에서는 이미 엄청난 규모입니다.

인류가 일반화에서 전문화로 발전하여 오늘날의 위치에 도달한 것처럼.

이것은 자연어 생성에도 올 것입니다.

이것이 TextCortex에서 모든 모델에 맞는 단일 크기를 개발하지 않는 이유입니다. 우리는 네트워크를 구축하고 조정하는 소규모 목적 중심 모델을 구축합니다.

"하나의 크기가 모든 사람에게 적합"하기 때문에 단순히 모든 사람에게 적합하지는 않습니다.

하나의 방대한 매개변수 AI 모델 대신 100~1000개의 모델 네트워크를 구축하여 전문 AI 작성 동반자 역할을 합니다.

우리는 신중하게 선택한 지식과 데이터를 기반으로 자체 AI 모델을 교육, 구축, 테스트, 개발, 실험 및 배포하고 있습니다.

제너럴리스트의 세계에서 전문가가 되도록 가르칩니다.

종종 귀하의 요구 사항과의 관련성을 놓치는 사전 작성 템플릿 100개를 제공하는 대신 특별히 탐구하고 지식을 수집하고 AI가 마스터하도록 훈련시킨 템플릿을 출시합니다.

자신에게 적합한 AI 쓰기 도구 선택

무엇을 선호하는지에 대한 간단한 질문입니다.

당신이 필요로 하는 분야에서 1년의 경험을 가진 전문가입니까, 아니면 10년의 깊은 지식을 가진 전문가입니까?

신뢰할 수 있는 계약서를 작성해야 하는 변호사는 초콜릿 칩 머핀 레시피에 대해 가장 매력적인 블로그를 작성하는 방법도 알아야 합니까?

더 작은 목적 중심의 AI 모델 방법론을 사용하여 특정 형식과 쓰기 스타일이 왜, 어떻게, 무엇인지 가르칠 수 있습니다.

예를 들어 우리의 긴 형식 모델은 1천만 개 이상의 참여도가 높은 블로그에서 학습되었습니다.

그들은 긴 형식의 콘텐츠가 모든 것을 요점으로 이끄는 결론과 함께 유익한 주요 부분에 대한 매력적인 소개로 구성된다는 것을 이해합니다.

AI 모델을 사용자 요구에 맞게 조정하는 것은 우리의 일용할 양식입니다.

우리는 매일 이 AI 전문가 네트워크를 확대하기 위해 노력하고 있으며 필요한 모든 텍스트 상자에 이들을 제공합니다.

당신은 열렬한 작가입니까?

모든 텍스트 상자에서 창작물을 충전하는 크롬 확장 프로그램을 확인하세요.

NLG AI 솔루션을 찾고 있는 개발자입니까? API를 테스트하기 위해 우리에게 접근하십시오.

데이터를 우리의 대의에 기여하고 싶습니까? 손님이 되어주세요.

목적이 있는 창의적 AI를 구축하자!