תחזיות לשנת 2023 עבור AI, למידת מכונה ו-NLP

זו הייתה שנה מרגשת בתחום הבינה המלאכותית, למידת מכונה ו-NLP, עם מחוללי טקסט לתמונה ומודלים של שפה גדולים המספקים כמה תוצאות מרשימות מאוד והבטחות רבות לעתיד - תוך שימת לב לכל הסייגים החשובים לגבי החסרונות שלהם, כולל הפחתת הטיות חברתיות, האפשרות להשתמש בהן ליצירת "חדשות מזויפות", וההשפעה הסביבתית שלהן. 

כשאנחנו יוצאים לשנת 2023, רצינו לחשוב מה תביא השנה החדשה ב-AI, למידת מכונה ו-NLP.

ג'ף קטלין, ראש Lexalytics, חברת InMoment:

AI מקבל החזר ROI: ההאטה בהוצאות הטכנולוגיה תופיע בבינה מלאכותית ולמידת מכונה בשתי דרכים: מתודולוגיות ופריצות דרך חדשות של בינה מלאכותית יאטו, בעוד שהחדשנות בבינה מלאכותית נעה לכיוון "פרודוקציה". נראה AI נהיה מהיר יותר ויותר זול ככל שהחדשנות תעבור לטכניקות להפחתת היישום של למידה עמוקה ומהירה יותר באמצעות מודלים כמו DistilBERT, שבהם הדיוק יורד מעט, אך הצורך במעבדי GPU מצטמצם.

קבלה גוברת של NLP היברידי: זה ידוע למדי שפתרונות NLP היברידיים המשלבים למידת מכונה וקלאסיקה טכניקות NLP כמו רשימות לבנות, שאילתות ומילוני סנטימנט מעורבים עם מודלים של למידה עמוקה מספקים בדרך כלל פתרונות עסקיים טובים יותר מאשר פתרונות למידת מכונה ישרה. היתרון של פתרונות היברידיים אלה פירושו שהם יהפכו לפריט תיבת סימון בהערכות ארגוניות של ספקי NLP.

פול ברבה, מדען ראשי בחברת Lexalytics, חברת InMoment:

עליית הלמידה הרב-מודאלית: הגל של רשתות יוצרות תמונות כמו Stable Diffusion ו-DALL-E מדגימים את הכוח של גישות AI שמבינות צורות מרובות של נתונים - במקרה זה, תמונה כדי ליצור תמונה, וטקסט כדי לקלוט תיאורים מאדם. . בעוד שלמידה מולטי-מודאלית תמיד הייתה תחום מחקר משמעותי, היה קשה לתרגם לעולם העסקי שבו כל מקור נתונים קשה לאינטראקציה בדרכו שלו. ובכל זאת, ככל שעסקים ממשיכים לגדול יותר בשימוש שלהם בנתונים, למידה מולטי-מודאלית קופצת כהזדמנות חזקה ביותר בשנת 2023. מערכות שיכולות לאחד את הידע הרחב המועבר בטקסט, תמונה ווידאו עם מודלים מתוחכמים של מודלים פיננסיים ואחרים. סדרות יהיו השלב הבא בחברות רבות מדע נתונים יוזמות.

הייחודיות שבמראותינו? מאמר מחקר מאת Jiaxin Huang et al. פורסם באוקטובר האחרון עם הכותרת מושכת תשומת לב "מודלים גדולים של שפה יכולים להשתפר בעצמם." למרות שעדיין לא הייחודיות, החוקרים שידלו מודל שפה גדול ליצור שאלות מקטעי טקסט, לענות על השאלה שהציבה בעצמה באמצעות "שרשרת של הנחיית מחשבה", ולאחר מכן ללמוד מהתשובות הללו על מנת לשפר את היכולות של הרשת על מגוון משימות. לגישות האתחול הללו הייתה היסטורית קשר די הדוק לשיפור - בסופו של דבר, דוגמניות מתחילות ללמד את עצמן את הדבר הלא נכון ויורדות מהפסים - אבל ההבטחה לביצועים משופרים ללא מאמצי הערות מפרכים היא שיר סירנה ל מתרגלי AI. אנו צופים שאמנם גישות כאלה לא יגרמו אותנו לרגע ייחודיות, אבל זה יהיה נושא המחקר החם של 2023 ועד סוף השנה תהיה טכניקה סטנדרטית בכל השפה הטבעית המתקדמת והחדשנית. עיבוד תוצאות.

לסיכום, 2023 צפויה להביא לשינוי במיקוד של AI ולמידת מכונה לכיוון ייצור וחסכוניות, כמו גם אימוץ מוגבר של פתרונות NLP היברידיים. השימוש בלמידה מולטי-מודאלית, הכוללת הבנת צורות מרובות של נתונים כגון טקסט, תמונה ווידאו, צפוי להיות נפוץ יותר בעסקים. בנוסף, מחקר על מודלים של שפה גדולים המשפרים את עצמם צפוי להמשיך להיות מוקד מרכזי בתחום, עם פוטנציאל למודלים אלה להפוך לטכניקה סטנדרטית בעיבוד שפה טבעית. עם זאת, חשוב לשקול את האתגרים הפוטנציאליים והמגבלות של התקדמות אלה, כגון הטיות חברתיות ואפשרות של שימוש לרעה.

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
• מקור: https://www.dataversity.net/2023-predictions-for-ai-machine-learning-and-nlp/