2023 Predictions For AI, Machine Learning, And NLP

Taasavaldanud Platon

järgijaid: 0

See on olnud põnev aasta tehisintellekti, masinõppe ja NLP vallas, tekstist pildiks generaatorid ja suured keelemudelid on andnud väga muljetavaldavaid tulemusi ja palju lubadusi tulevikuks – märkides samas ära kõik olulised hoiatused nende puuduste kohta, sealhulgas ühiskonna eelarvamuste leevendamine, võimalus neid kasutada „võltsuudiste” loomiseks ja nende keskkonnamõju.

Aastat 2023 asudes tahtsime mõelda, mida toob uus aasta AI-s, masinõppes ja NLP-s.

Jeff Catlin, InMomenti ettevõtte Lexalyticsi juht:

AI toob ROI-d: Tehnikakulutuste aeglustumine avaldub tehisintellektis ja masinõppes kahel viisil: uued suured tehisintellekti metoodikad ja läbimurded aeglustuvad, samas kui tehisintellekti innovatsioon liigub "produktsiooni" suunas. Näeme, et tehisintellekt muutub kiiremaks ja odavamaks, kui innovatsioon liigub tehnikatesse, mis muudavad süvaõppe rakendamiseks odavamaks ja kiiremaks selliste mudelite nagu DistilBERT abil, kus täpsus väheneb veidi, kuid vajadus GPU-de järele väheneb.

Kasvav hübriid-NLP aktsepteerimine: On üsna üldteada, et hübriid-NLP-lahendused, mis segavad masinõppe ja klassika NLP tehnikad nagu valged nimekirjad, päringud ja tundesõnastikud, mis on segatud süvaõppe mudelitega, pakuvad tavaliselt paremaid ärilahendusi kui tavalised masinõppelahendused. Nende hübriidlahenduste eelised tähendavad, et need muutuvad NLP-müüjate ettevõtete hinnangutes märkeruutudeks.

Paul Barba, InMomenti ettevõtte Lexalyticsi peateadur:

Multimodaalse õppe tõus: Pilti genereerivate võrkude laine, nagu Stable Diffusion ja DALL-E, demonstreerivad tehisintellekti lähenemisviiside võimsust, mis mõistavad mitut tüüpi andmeid – antud juhul pilti, et luua pilt, ja teksti, et võtta inimese kirjeldusi. . Kuigi multimodaalne õpe on alati olnud oluline uurimisvaldkond, on seda olnud raske üle kanda ärimaailma, kus iga andmeallikaga on raske omal moel suhelda. Siiski, kuna ettevõtted muutuvad üha keerukamaks oma andmete kasutamisel, hüppab multimodaalne õpe 2023. aastal välja kui väga võimas võimalus. Süsteemid, mis suudavad ühendada tekstis, pildis ja videos edastatud laialdased teadmised finants- ja muude numbrite keeruka modelleerimisega. sari on paljude ettevõtete järgmine etapp andmeteadus algatused.

Ainulaadsus meie silmis? Jiaxin Huangi jt uurimistöö. ilmus möödunud oktoobris tähelepanu köitva pealkirjaga "Suured keelemudelid saavad ennast täiendada.” Kuigi see polnud veel singulaarsus, pakkusid teadlased suurt keelemudelit, et genereerida tekstijuppidest küsimusi, vastata enese püstitatud küsimusele "mõtteahela õhutamise" kaudu ja seejärel õppida nendest vastustest, et parandada võrgu võimeid. mitmesuguseid ülesandeid. Nendel alglaadimismeetoditel on ajalooliselt olnud üsna tihe täiustumine – lõpuks hakkavad modellid endale valesid asju õpetama ja lähevad rööpast kõrvale –, kuid lubadus täiustada jõudlust ilma vaevarikka annotatsioonitööta on sireenilaul. AI praktikud. Ennustame, et kuigi sellised lähenemisviisid ei vii meid singulaarsushetkesse, on see 2023. aasta kuum uurimisteema ja aasta lõpuks on see standardtehnika kõigis tipptasemel loomulikus keeles. töötlemise tulemused.

Kokkuvõttes eeldatakse, et 2023. aasta toob tehisintellekti ja masinõppe fookuse nihkumist produktiseerimise ja kuluefektiivsuse suunas, samuti hübriidsete NLP-lahenduste suuremat kasutuselevõttu. Eeldatavasti muutub ettevõtetes levinumaks ka multimodaalse õppe kasutamine, mis hõlmab mitmete andmete, näiteks teksti, pildi ja video mõistmist. Lisaks eeldatakse, et enesetäiendavate suurte keelemudelite uurimine on selles valdkonnas jätkuvalt põhirõhk, kusjuures nendest mudelitest võib saada loomuliku keele töötlemise standardtehnika. Siiski on oluline kaaluda nende edusammude võimalikke väljakutseid ja piiranguid, nagu ühiskondlikud eelarvamused ja väärkasutuse võimalus.