Что нужно для создания продукта GPT-3

Источник · Перевод автора

Когда Open-AI представил GPT-3 в прошлом году, он был встречен с большим энтузиазмом. Вскоре после выпуска GPT-3 люди начали использовать массивную языковую модель для автоматического написания электронных писем и статей, обобщения текста, сочинения стихов, создания макетов веб-сайтов и генерации кода для глубокого обучения на Python. Создавалось впечатление, что на основе GPT-3 появятся все типы новых предприятий.

Восемь месяцев спустя GPT-3 продолжает оставаться впечатляющим научным экспериментом в области исследований искусственного интеллекта. Но еще неизвестно, станет ли GPT-3 платформой для демократизации создания приложений на базе искусственного интеллекта.

Конечно, прорывной технологии может потребоваться больше времени для создания устойчивого рынка, а GPT-3 во многих отношениях беспрецедентен. Но события, происходящие на данный момент, показывают, что наибольшую выгоду от GPT-3 извлекут компании, которые уже обладают значительной властью в области ИИ, а не те, кто хочет начать с нуля.

GPT-3 с научной точки зрения

Что касается исследований в области обработки естественного языка, GPT-3 не является прорывом. Как и другие языковые модели, основанные исключительно на глубоком обучении, он борется со здравым смыслом и плохо справляется с абстрактными знаниями. Но, тем не менее, это примечательно и показывает, что вы все еще можете двигать иглу в НЛП, создавая еще более крупные нейронные сети и передавая им больше данных, чем раньше. GPT-3 превосходил своего предшественника по размеру более чем на два порядка и был обучен как минимум на 10 раз большем количестве данных.

Результатом была языковая модель, которая могла выполнять обучение с нулевым и малым выстрелами. По сути, это означает, что вы можете использовать GPT-3 для многих приложений без написания какого-либо кода, без затрат времени и дорогих ресурсов на его переобучение и без каких-либо изменений в архитектуре. А для многих приложений вам просто нужно показать модели ИИ один или два примера ожидаемого результата, и она начнет выполнять задачу на новом входе с поразительной точностью.

Такая производительность привела к предположениям, что GPT-3 позволит разработчикам создавать приложения на базе искусственного интеллекта без обширных знаний в области глубокого обучения. И это в конечном итоге приведет к появлению нового поколения предпринимателей, которые будут создавать новые предприятия на основе GPT-3.

Но бизнес с искусственным интеллектом работает не так.

GPT-3 с точки зрения бизнеса

Решение OpenAI коммерциализировать GPT-3 было во многом связано с необходимостью компании в устойчивом финансировании. Исследовательская лаборатория ИИ тратит много денег на обучение своих моделей ИИ и покрытие зарплат своих ученых. И он не мог продолжать работать за счет пожертвований основателей и спонсоров. Ему нужен был устойчивый источник дохода. И часть этого будет получена от сдачи его огромной языковой модели в аренду другим компаниям.

Одним из преимуществ предоставления GPT-3 в качестве облачной службы является то, что он устраняет технические и финансовые проблемы, связанные с запуском модели ИИ. Вместо того чтобы тратить силы и средства на настройку кластера серверов, который может запускать GPT-3, разработчики могут напрямую использовать языковую модель через API и платить по мере ее использования.

Но хотя служба OpenAI GPT-3 абстрагирует сложность сидения языковых моделей, она не устраняет других проблем, связанных с созданием успешных продуктов:

  • Докажите, что вы решаете настоящую проблему, с которой борются люди
  • Докажите, что вы решаете ее как минимум в 10 раз лучше, чем другие на рынке.
  • Докажите, что вы можете предоставлять свои услуги в большом масштабе
  • Составьте план прибыльности, при котором стоимость привлечения клиента ниже, чем средний доход на одного клиента.
  • Имейте бизнес-модель, которую не могут скопировать конкуренты

Последний пункт важен. Рассмотрим, например, Amazon. Создание клона Amazon не невозможно. Так почему же ни один другой продукт не свергнул гиганта электронной коммерции? Amazon построил вокруг своей платформы изрядный «ров» с помощью сетевых эффектов: покупатели продолжают переходить на Amazon, потому что именно там находятся продавцы. Продавцы продолжают продавать свои товары на Amazon, потому что там находятся покупатели. Таким образом, независимо от того, насколько хороший клон Amazon вы создадите, если вы не сможете привлечь на свою платформу критическую массу покупателей и продавцов, вы не сможете вырвать конкурентов из «магазина всего» прибыльным и устойчивым способом. .

Создание прибыльных приложений на GPT-3

Когда дело доходит до запуска продуктов на основе машинного обучения, конкуренция определяется не только сетевыми эффектами и функциями, но и фабриками искусственного интеллекта:

  • У вас должна быть надежная инфраструктура, консолидирующая данные, необходимые для обучения ваших моделей искусственного интеллекта.
  • У вас должны быть средства для сбора свежих качественных данных, чтобы постоянно учиться на взаимодействии пользователей с вашим продуктом и настраивать алгоритмы.

Например, у Amazon есть много исторических данных о покупках клиентов. Это позволяет компании разрабатывать алгоритмы машинного обучения, которые могут предоставлять клиентам актуальные предложения или повышать эффективность цепочки поставок. Эти алгоритмы улучшают продажи, оптимизируют доставку и доставку, а также сокращают эксплуатационные расходы, что дает Amazon преимущество перед другими платформами электронной коммерции. Это преимущество привлекает на Amazon больше пользователей. Пользователи, в свою очередь, генерируют больше данных, предоставляя Amazon еще больше возможностей для обучения, улучшения своих алгоритмов и опробования новых функций на базе искусственного интеллекта. Пока Amazon может поддерживать этот цикл, он будет продолжать доминировать в сфере электронной коммерции.

Компании, которые хотят конкурировать с Amazon, должны не только копировать ее продукты, но и преодолевать огромный информационный барьер Amazon.

Вот где GPT-3 становится немного проблематичным. Языковая модель – это собственная фабрика ИИ. Система обучения с нулевым выстрелом, представленная в виде облачного API-сервиса, не предназначена для изучения нового. Все, что у него есть, выходит из коробки, и вы не можете изменить базовую модель ИИ. И если OpenAI со временем улучшит GPT-3 (что, вероятно, так и будет), он немедленно предоставит обновленную модель всем клиентам API одновременно.

Языковая модель выравнивает почву для всех. Любое приложение, созданное на основе GPT-3, может быть легко клонировано другим разработчиком.

Это подводит меня к основной мысли: вы не можете рассчитывать на GPT-3, чтобы создать целостный продукт и работающую бизнес-модель, не приняв дополнительных мер для укрепления своей позиции на рынке. С другой стороны, GPT-3 может быть хорошей платформой для добавления важных элементов в приложения, которые уже имеют значительную долю рынка.

GPT-3 стартапы

Pages: 1 2