Jak działają narzędzia do pisania GPT-3 i 4 rzeczy, na które należy uważać podczas ich używania

Od czasu pojawienia się GPT-3 napływa powódź startupów walczących o uwagę użytkowników sprzedających usługi copywritingu AI dla różnych formatów.

E-maile, posty na blogu, strony docelowe, tekst reklamy, komunikacja sprzedażowa...

Pamiętasz, kiedy większość prac związanych z tłumaczeniem i korektą nadal wykonywali ludzie?

Potem pojawiły się DeepL, Tłumacz Google i Grammarly.

Demokratyzacja i przyspieszenie alfabetyzacji i języka dla wszystkich.

Zgadnij co?

To, co się tam wydarzyło, dzieje się teraz z tworzeniem tekstu.

Warstwa źródłowa całego łańcucha wartości.

Porozmawiajmy o tym, co dzieje się z copywritingiem AI, dlaczego GPT-3 to dopiero początek i jak większość tych narzędzi do copywritingu AI nie robi wiele poza budowaniem ładnej twarzy na tym samym rdzeniu.

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

Przybyli, zobaczyli GPT-3, a teraz próbują zdobyć Cię jako potencjalnego użytkownika.

Niektóre narzędzia do copywritingu AI rozrosły się niesamowicie szybko, budując silne pasy startowe przychodów i zdobywając od wymyślnych inwestorów.

Często przesadnie obiecujące z setkami szablonów, które tak naprawdę nie dostarczają tego, o czym mówiono, a po sprowadzeniu wszystkie są takie same, nie mają możliwości wpływania i ulepszania ich samej jakości tekstu.

Wszyscy są zależni od...

GPT-3 z OpenAI.

Zdolny do wielu, prawdziwa generalistyczna potęga sztucznej inteligencji i latarnia morska dla wielu ciekawskich umysłów, które teraz gromadzą się w dziedzinie generowania języka naturalnego.

Ale GPT-3 to dopiero początek niesamowicie szybko rozwijającej się gałęzi technologicznej.

Nagle pojawił się GPT-3 i niebezpieczeństwo stało się okazją. Historia OpenAI

Bare with me na krótkie wprowadzenie techniczne. Pozwól, że opowiem Ci więcej o znaczeniu tych pozornie tajemniczych listów.

GPT-3 to skrót od Generative Pre-trained Transformer v3 .

Pozwól, że cię przez to przeprowadzę - słowo po słowie.

Rozpoczęcie łatwego „generatywnego” oznacza, że ​​model AI ma tworzyć.

Przy „transformatorze” nie mówimy o Autobotach wielkości trzypiętrowego budynku, jakie znamy z filmów.

Transformatory to stosunkowo nowe rozwiązanie w dziedzinie głębokiego uczenia i sztucznej inteligencji.

Technika dająca maszynie zdolność uczenia się wzorców ludzkiego języka i kontynuowania go poprzez tworzenie zdań słowo w słowo.

Sam model transformatora jest jak noworodek, który nie jest w stanie wiele zrobić, dopóki nie nauczy się od rodziców.

Transformers uczą się, czytając miliardy przykładów, aby stać się kreatywnymi.

Dlatego nazywa się to „wstępnie wytrenowanym” w dużej części ludzkiego języka.

Rozmawiamy o bilionach słów.

Tu i tam opowiem też o modelach.

Nie robimy tu high fashion, dlatego staraj się myśleć o modelce jako o czymś.

W tym wszystkie doświadczenia, nauki i zmiany, przez które przeszedł.

Pomyśl o tym, jak obudziłeś się dziś rano, w tej jednej chwili odzwierciedlającej i obejmującej całe swoje życie pełne doświadczeń i nauki, które uczyniły z Ciebie osobę, którą jesteś dzisiaj.

Wyobraź sobie, że robisz migawkę tej chwili ze wszystkimi wcześniej wpływającymi wydarzeniami. To jest model przeszkolony na twoich doświadczeniach.

Daj mi znać, czy to sprawiło, że model GPT-3 był dla Ciebie trochę bardziej zrozumiały w komentarzach lub na DM.

Jesteśmy TextCortex, startupem AI, który odbiera 80% Twojej pracy pisarskiej.

Historia OpenAI

Dlaczego OpenAI jest ważny w tym kontekście?

Byli latarnią zdolną wzbudzić w terenie istotne zainteresowanie.

Przyciąganie w kosmos ludzi z różnych środowisk, od dociekliwych naukowców, poważnych korporacji, kreatywnych przedsiębiorców aż po pojedyncze osoby, które chcą być częścią, gdy technologia transformatorowa tworzy historię.

Zacznijmy tę historię od tych, którzy stworzyli GPT-3.

Koniec 2015 r. – Historia zaczyna się tak, jak wiele innowacyjnych rozwiązań, które widzimy dzisiaj, od samego technokinga, Elona Muska.

Wraz z Samem Altmanem i kilkoma innymi kumplami-inwestorami zobowiązali się ogromnie 1 miliard dolarów na zbudowanie organizacji non-profit, która swobodnie współpracowałaby ze społecznością naukową i stanęła na czele etycznego rozwoju sztucznej inteligencji.

Rok 2019 był dla OpenAI naprawdę bogaty w wydarzenia.

Po odejściu Elona Muska z organizacji M icrosoft zaangażował się w kolejny miliard dolarów, przekształcając firmę w komercyjną organizację nastawioną na zysk.

Kiedy OpenAI przygotowywał się do wprowadzenia na rynek, jeden z ich modeli zaczął robić fale - - wtedy ogłoszono, że jest zbyt niebezpieczny, aby go udostępnić światu.

Uwaga na marginesie: Wymienione powyżej niebezpieczeństwa były jednym z powodów, dla których przeniosłem się w kosmos, gdy jeszcze studiowałem uczenie maszynowe na uniwersytecie.

W 2020 roku wypuścili światu GPT-3.

Model AI prawie 116 razy większy niż jego poprzednik z 175 miliardami. parametry *.

Początkowo tylko kilka wybranych instytucji miało możliwość eksperymentowania z nim, aż do niedawna, kiedy udostępnili GPT-3 wszystkim, którzy byli gotowi zapłacić drogo za jego możliwości.

• pomyśl o parametrach jako wielkości mózgu AI, który Cię uzupełnia i pomaga.

Pojawienie się copywritingu AI

GPT-3 zmotywował wielu konstruktorów produktów do stworzenia przyjemnie wyglądającego interfejsu użytkownika na szczycie GPT-3. Na początku wymieniłem tylko kilka z nich.

Jednak co tydzień obserwujemy nowe premiery tak identycznego produktu.

Po obejrzeniu 40. narzędzia przestałem zbierać informacje o nich do mojej bazy wiedzy...

Widziałem, jak niektórzy z nich twierdzili, że wyróżniają się tym, że są lepszym „komunikatorem API GPT-3”.

Co to znaczy? Czy jest to rzeczywisty punkt różnicowania?

API to skrót od interfejsu programowania aplikacji.

Brzmi skomplikowanie, ale czy pamiętasz, jak wielkie wyrocznie w filmach zawsze miały strażnika przemawiającego za nimi?

API jest czymś takim dla komputerów.

Wszystkie te firmy zajmujące się copywritingiem AI odbywają pielgrzymkę do strażnika GPT-3, aby wysłać życzenie swoich użytkowników i otrzymać na nie odpowiedź.

Wracając do punktu bycia najlepszym komunikatorem API gatekeepera w GPT-3.

Chociaż komunikacja jest kluczowa, nie wpływa na proces wyroczni podczas tworzenia.

Tylko OpenAI może ulepszyć tworzoną dla Ciebie sztuczną inteligencję.

Jednak GPT-3 nie jest już jedyną wyrocznią w bloku.

Wraz ze zwiększonym zainteresowaniem dostępnych jest wiele różnych wyroczni, a w TextCortex naszym chlebem powszednim jest szkolenie ich na naszych własnych danych, aby osiągnąć jak najlepsze wyniki dla danego celu.

4 rzeczy, na które należy uważać podczas korzystania z narzędzi do pisania GPT-3

Jak powiedziałem, widzieliśmy, jak te narzędzia do copywritingu AI wyrastają jak grzyby po deszczu na dnie lasu deszczowego.

Większość z nich ma jedną motywację - zarobić szybkie pieniądze.

Staje się to problemem, gdy chodzi o stabilność firmy stojącej za oprogramowaniem.

Dokonaliśmy pewnych szacunków i biorąc przykład z naszych zaawansowanych użytkowników, ich operacje kosztowałyby około 100 USD miesięcznie na jednego użytkownika.

Moje kondolencje dla tych, którzy rozpoczęli dożywotnie umowy tylko po to, by zdać sobie sprawę, że GPT-3 nie jest dostępny za darmo.

Smutne, że klienci, którzy je kupili, teraz stoją przed zamkniętymi drzwiami z oprogramowaniem, które nie odpowiada.

Ponadto duże firmy towarzyszące AI, takie jak Replika AI z 7 milionami użytkowników, odeszły od GPT-3 ze względu na ograniczenie możliwości wpływania na jakość przy jednoczesnym płaceniu wysokich kosztów operacyjnych w celu unieruchomienia w zależnościach.

1. Nie skacz na najtańszą (dożywotnią) ofertę

Jak wiele rzeczy w życiu, kupowanie tanio jest drogie.

Podobnie jak umowy na całe życie.

Widziałem wielu użytkowników, którzy kontaktowali się z nami, ponieważ w pewnym momencie oprogramowanie, z którym pracowali, albo wyłączyło obsługę klienta, albo samo w sobie przestało działać, ponieważ miało podstawową wadę operacyjną.

Bądź ostrożny... płacąc szybką kasę komuś ze znakami dolara w oczach.

2. Nie daj się nabrać na sztuczkę # szablonów

Wiele reklamowanych szablonów to tylko symbole zastępcze, aby zorientować się, co może Cię zainteresować.

To częsta skarga, którą obserwujemy. Zła „instrukcja dotycząca trafności tworzenia” lub ciągle powtarzający się wzorzec tworzenia.

Aktywnie pytamy naszych użytkowników w ścisłej rozmowie w naszych społecznościach, czego chcą.

Kiedy widzimy wystarczające zainteresowanie formatem, kopiemy głęboko, gromadzimy dane, szkolimy własne modele transformatorów AI i oferujemy naszym społecznościom coś zrównoważonego.

3. Kiedy wszyscy używają tego samego, może to zaszkodzić twoim rankingom

Jak już mówimy, wszystkie te programy oparte na regułach, które twierdzą, że są sztuczną inteligencją, ale ostatecznie po prostu przepychają i obracają twoje dane wejściowe przez proces wycinania ciasteczek, zostają trafione.

Mimo że nowoczesne technologie sztucznej inteligencji, takie jak GPT-3, są niezwykle kreatywne i naturalne, dają poczucie bezpieczeństwa, zakładając, że wykrycie ich kreacji byłoby wyzwaniem.

Jeśli jednak zbyt wiele osób używa jednego wzorca do tworzenia, można go poddać inżynierii wstecznej.

Widzimy dostawców korzystających z GPT-3 oferujących pisanie artykułów na blogu 10.000 miesięcznie.

Ci źli aktorzy po prostu wymyślą więcej śladów, aby znaleźć rozwiązanie.

Obecnie uważamy, że metryka trafności poprzez zawartość (RTC) może zostać wykorzystana do wykrywania wykorzystania treści generowanych przez sztuczną inteligencję.

Pozwolę sobie przedstawić porównywalną sytuację na rynku telefonów komórkowych.

Gdybyś miał zaoferować usługę, zbudować aplikację lub zaatakować system, na który byś się wybrał?

iOS firmy Apple z apx. 27,5% czy Androidy 71% globalnego mobilnego systemu operacyjnego?

Zastanów się więc, jaki będzie pierwszy cel Google podczas walki z treściami generowanymi przez sztuczną inteligencję.

Skorzystaj z modeli zorientowanych na cel, które są ekspertami w swojej dziedzinie.

Obok tego powinieneś szukać jak największej możliwości dostosowywania. Oferujemy na przykład wykorzystanie różnych silników kreatywności.

4. Niestabilność po aktualizacji infrastruktury

Te duże modele językowe stale się rozwijają.

Każda aktualizacja i szkolenie podstawowej infrastruktury wpływa na jakość tekstu.

Ponieważ większość narzędzi do copywritingu AI jest zależna i zależna od wielu odmian GPT-3, zmiana w ich infrastrukturze zakłóca jakość.

Potrzeba czasu, zanim odnajdą „znowu łączność z wyrocznią”. ;)

Dlaczego GPT-3 to dopiero początek generowania języka naturalnego i jak robimy rzeczy inaczej w TextCortex

Zepsułem to już kilka razy i możecie się domyślać, czy z GPT-3 osiągnęliśmy Olimp generacji języka naturalnego?

To nie, nie mamy.

Bez wahania powtarzam, że GPT-3 był odważnym krokiem, który wywołał fale wzywające osoby prywatne, naukowców, firmy i rządy do działania w terenie.

Niemniej jednak to początek nowej ery. Obecnie obserwujemy wyścig zbrojeń w tworzeniu AI o coraz większej liczbie parametrów, coraz większych mózgach.

Wracając do moich transformatorów (film) narracyjny model Microsofts Megatron-Turing.

Model z mózgiem 3x wielkości GPT-3.

Wykorzystując swoje 530 mld. parametry do napisania opisu produktu lub artykułu na blogu to jak budowa elektrowni węglowej, której jedynym celem jest ładowanie smartfona.

To nie koniec.

Pojawiły się plotki, że GPT-4 będzie w bilionach parametrów.

Google ogłosił, że osiągnął już model w bilionach.

Istnieje również chiński model Wu Dao.

Czy to oznacza, że ​​są 10x lepsze niż GPT-3?

Czy większy rozmiar parametru wiąże się z lepszym tworzeniem?

Czy wielka moc wiąże się z wielką odpowiedzialnością?

Jedno jest pewne: przy dużych rozmiarach parametrów z pewnością wiąże się duże zużycie energii.

Budowanie, szkolenie i obsługa tak dużych modeli językowych to katastrofa dla środowiska.

Pamiętasz, jak wcześniej mówiłem o „wytrenowanych” modelach? Nie pomaga stworzenie mózgu, który przewyższa ilość, z której może się uczyć. Najmądrzejszy maluch ogranicza się do uczenia się tego, co może obserwować ze swojego otoczenia.

Ogromnie szanujemy operatorów ogólnych przestrzeni NLG, od OpenAI przez DeepMind, po EleutherAI i AI21 Labs.

Wszyscy wkładają ogromne wysiłki i zasoby, aby uczynić ludzkość krokiem naprzód.

Chcemy dołączyć do nich w ich poszukiwaniach i gardzić tymi, którzy pragną szybkich pieniędzy za zasługi ich pracy.

W TextCortex lubimy wykonywać ciężką pracę.

Ponieważ nie buduje się trwałej i konkurencyjnej wartości, idąc na skróty, gdy dotyczy to twojego rdzenia.

Jakość tworzenia.

I chociaż GPT-3 jest generalistą, prawdziwym gniazdem we wszystkich branżach, ma już ogromne rozmiary w przypadku użycia copywritingu AI.

Tak jak ludzkość przeszła od uogólnienia do specjalizacji, aby się rozwijać i dotrzeć tam, gdzie jesteśmy dzisiaj.

Dotyczy to również generowania języka naturalnego.

Dlatego w TextCortex nie opracowujemy jednego rozmiaru dla wszystkich modeli. Budujemy małe, ukierunkowane modele, tworząc i organizując sieć.

Ponieważ „jeden rozmiar pasuje do wszystkich”, po prostu nie pasuje do wszystkich.

Zamiast jednego ogromnego bilionowego modelu parametrów AI, budujemy sieć setek i tysięcy modeli, które służą Ci jako ekspert w pisaniu AI.

Szkolimy, budujemy, testujemy, rozwijamy, eksperymentujemy i wdrażamy własne modele sztucznej inteligencji na własnej, starannie dobranej wiedzy i danych.

Uczenie ich, jak stać się specjalistami w świecie generalistów.

Zamiast oferować setki gotowych szablonów, które często nie pasują do Twoich potrzeb, udostępniamy szablony, które specjalnie zbadaliśmy, zgromadziliśmy wiedzę i wyszkoliliśmy do opanowania naszą sztuczną inteligencję.

Wybierz dla siebie odpowiednie narzędzie do pisania AI

To proste pytanie, co wolisz?

Profesjonalista z rocznym doświadczeniem lub z 10-letnią głęboką wiedzą w dziedzinie, której potrzebujesz?

Czy prawnik, który powinien pisać rzetelne umowy, musi też wiedzieć, jak pisać najbardziej angażujące blogi o przepisach na babeczki czekoladowe?

Dzięki naszej mniejszej, ukierunkowanej na cel metodologii modeli sztucznej inteligencji możemy nauczyć ich, dlaczego, jak i jak wyglądają określone formaty i style pisania.

Na przykład nasz długi model został przeszkolony na ponad 10 milionach bardzo angażujących blogów.

Rozumieją, że długa treść składa się z wciągającego wstępu do informacyjnej części głównej z zakończeniem prowadzącym wszystko do punktu.

Dostosowywanie modeli AI do potrzeb naszych użytkowników to dla nas chleb powszedni.

Każdego dnia dążymy do powiększenia tej sieci ekspertów AI i umieszczamy ich w każdym polu tekstowym, w jakim powinni być.

Jesteś zapalonym pisarzem?

Sprawdź nasze rozszerzenie do chromu, które hiper ładuje Twoje dzieło w każdym polu tekstowym.

Jesteś programistą szukającym rozwiązania NLG AI? Skontaktuj się z nami, aby przetestować nasze API.

Chcesz wnieść dane do naszej sprawy? Proszę bądź naszym gościem.

Zbudujmy kreatywne AI z celem!