Cosa serve per creare un prodotto GPT-3 Quando Open-AI ha introdotto GPT-3 l'anno scorso, è stato accolto con molto entusiasmo. Poco dopo il rilascio di GPT-3, le persone hanno iniziato a utilizzare l'enorme modello di linguaggio per scrivere automaticamente e-mail e articoli , riassumere testo, comporre poesie, creare layout di siti Web e generare codice per l'apprendimento profondo in Python. C'era l'impressione che tutti i tipi di nuove attività sarebbero emerse oltre a GPT-3. Otto mesi dopo, GPT-3 continua a essere un impressionante esperimento scientifico nella ricerca sull'intelligenza artificiale. Ma resta da vedere se GPT-3 sarà una piattaforma per democratizzare la creazione di applicazioni basate sull'intelligenza artificiale. Certo, una tecnologia dirompente potrebbe richiedere più tempo per creare un mercato sostenibile, e GPT-3 non ha precedenti sotto molti aspetti. Ma gli sviluppi fino ad ora mostrano che coloro che trarranno il massimo vantaggio da GPT-3 sono le aziende che detengono già gran parte del potere nell'IA , non quelle che vogliono iniziare da zero. GPT-3 da un punto di vista scientificoPer quanto riguarda la ricerca sull'elaborazione del linguaggio naturale, GPT-3 non è una svolta. Come altri modelli linguistici basati esclusivamente sull'apprendimento profondo, lotta con il buon senso e non è bravo a gestire la conoscenza astratta. Ma è comunque notevole e mostra che puoi ancora spostare l'ago sulla PNL creando reti neurali ancora più grandi e alimentando loro più dati rispetto a prima. GPT-3 ha superato il suo predecessore in termini di dimensioni di oltre due ordini di grandezza ed è stato addestrato su almeno 10 volte più dati. Il risultato è stato un modello linguistico in grado di eseguire l'apprendimento zero e pochi colpi. Ciò significa essenzialmente che è possibile utilizzare GPT-3 per molte applicazioni senza scrivere alcun codice, senza spendere tempo e risorse costose per riqualificarlo e senza apportare modifi...
Continua a Leggere

In che modo le soluzioni di Product Discovery di Google basate sull'intelligenza artificiale stanno migliorando il campo di gioco. Product Discovery Solutions for Retail di Google Cloud è una raccolta degli algoritmi di intelligenza artificiale all'avanguardia abbinati all'infrastruttura scalabile della piattaforma Google Cloud. Google Cloud ha annunciato una nuova suite, nota come Product Discovery Solutions for Retail . La nuova suite è progettata per aiutare i rivenditori a migliorare le loro capacità di e-commerce e offrire esperienze di consumo altamente personalizzate. Il settore della vendita al dettaglio è impegnato nella migrazione alle piattaforme cloud negli ultimi dieci anni. Tuttavia, poiché lo shopping online sta guadagnando slancio, i rivenditori devono affrontare problemi nell'incorporare miglioramenti nella tecnologia di e-commerce. "Man mano che il passaggio all'online continua, esperienze di acquisto più intelligenti e personalizzate saranno ancora più fondamentali per i rivenditori per superare la concorrenza", ha affermato Carrie Tharp, Vice President Retail and Consumer di Google Cloud. "I rivenditori hanno un disperato bisogno di modelli operativi agili alimentati da infrastrutture cloud e tecnologie come l'intelligenza artificiale e l'apprendimento automatico per soddisfare le esigenze del settore di oggi. Siamo orgogliosi di collaborare con rivenditori in tutto il mondo e portare avanti le nostre offerte di Product Discovery per aiutarli ad avere successo ", ha aggiunto. Product Discovery Solutions for Retail di Google Cloud è una raccolta degli algoritmi di intelligenza artificiale all'avanguardia abbinati all'infrastruttura scalabile della piattaforma Google Cloud. La suite include quanto segue: Nel 2019, Google ha lanciato Recommendations AI in versione beta alla conferenza Cloud Next. Raccomandazioni AI è un servizio completamente gestito, creato per aiutare le aziende orientate al dettaglio a fornire consigli perso...
Continua a Leggere

I ricercatori propongono LEAF, un frontend per lo sviluppo di algoritmi di classificazione AI Nell'apprendimento automatico, i banchi di filtri mel - rappresentazioni del suono fisse e ingegnerizzate a mano - vengono spesso utilizzati per addestrare algoritmi che classificano il suono. Decenni dopo la progettazione dei banchi di filtri mel, la ricerca mostra che esibiscono proprietà matematiche desiderabili per l'apprendimento della rappresentazione; in altre parole, rappresentano forti caratteristiche audio. Ma il design dei banchi di filtri mel è anche viziato da bias, e questi bias possono essere dannosi per le attività che richiedono una risoluzione a grana fine alle alte frequenze. In un passo verso un'alternativa AI-forward, i ricercatori di Google hanno sviluppato LEAF , un frontend che scompone i banchi di filtri mel in diversi componenti - filtraggio, raggruppamento e compressione / normalizzazione - per creare modelli di classificazione audio apparentemente con pregiudizi minimi. I ricercatori affermano che LEAF può apprendere un singolo set di parametri che supera i banchi di filtri mel, suggerendo che può essere utilizzato per attività di classificazione audio di uso generale. LEAF ha implicazioni nel mondo reale dato che il mercato globale del riconoscimento del suono è stato valutato a $ 66,5 milioni nel 2018, secondo Grand View Research . Oltre al riconoscimento vocale e vocale, il senso dell'udito è diventato essenziale nell'IA; il suono consente all'IA di comprendere il contesto e distinguere tra i vari eventi che si verificano in un ambiente. Ad esempio, in caso di intrusione, un sistema di gestione degli eventi con una tecnologia di rilevamento del suono alimentata dall'intelligenza artificiale potrebbe accendere le luci e riprodurre musica ad alto volume per scoraggiare una violazione, oltre a inviare avvisi ai proprietari di case. LEAF potrebbe semplificare la creazione di questo tipo di prodotti senza dover creare minuziosamente rappr...
Continua a Leggere

L'intelligenza artificiale di Cortical.io rende l'analisi dei contratti collettivi più rapida e accurata In passato, la revisione di grandi pile di documenti era un compito sconvolgente per i giovani avvocati, un processo che poteva letteralmente consumare mesi di vita di più dipendenti. Ma le innovazioni nell'intelligenza artificiale hanno consentito a Cortical.io di automatizzare il processo di revisione dei documenti con il software e la società ha annunciato oggi una nuova versione di Contract Intelligence con miglioramenti di precisione e velocità che promettono di ridurre i tempi di analisi dei dati fino all'80%. Utilizzando grandi quantità di documenti come input e un sistema di comprensione del linguaggio naturale basato sulla teoria del ripiegamento semantico per analizzare il contenuto, Contract Intelligence può trasformare accordi strutturati e documenti non strutturati in dati comprensibili. Il software è in grado di cercare, estrarre, classificare e confrontare dati da contratti, politiche, rapporti finanziari e altri documenti, inclusa la capacità di comprendere il significato di concetti e intere frasi, più che semplici parole chiave, che potrebbero essere state estratte in precedenza e ricercabile utilizzando il riconoscimento ottico dei caratteri di base. L'aggiornamento di Cortical.io è significativo per i responsabili delle decisioni tecniche perché dimostra come l'intelligenza artificiale consente ai computer di tagliare le attività di elaborazione dei dati umani che prima richiedevano tempo come un coltello caldo nel burro, comprese le attività legali precedentemente complesse . Il nuovo software accelera il processo di estrazione dei dati, rende i documenti con una maggiore fedeltà e consente ricerche avanzate che possono cercare intervalli di date o numeri. Le ricerche nell'intervallo di date di Contract Intelligence possono identificare rapidamente le lacune di copertura nelle polizze assicurative o le date di applicazione delle dis...
Continua a Leggere

I migliori assistenti di scrittura basati sull'intelligenza artificiale per creare contenuti migliori Con i giusti assistenti di scrittura basati sull'intelligenza artificiale, le aziende e gli utenti possono ora creare contenuti privi di errori e grammaticalmente corretti. Gli assistenti di scrittura hanno fatto molta strada dai semplici correttori di ortografia e plagio. Al giorno d'oggi, gli strumenti di scrittura online utilizzano l'intelligenza artificiale, l'apprendimento automatico, l'analisi predittiva e l'elaborazione del linguaggio naturale per generare nuove idee, controllare il tono e strutturare storie . Inoltre, l'ascesa di GPT-3 ha completamente rivoluzionato l'ecosistema dei contenuti. Il mercato è affollato di assistenti di scrittura che affermano di utilizzare l'intelligenza artificiale , insieme a una coorte di imitatori. Tuttavia, con i giusti assistenti di scrittura basati sull'intelligenza artificiale , le aziende e gli utenti possono ora creare contenuti privi di errori e grammaticalmente corretti. Ecco un elenco di assistenti di scrittura basati sull'intelligenza artificiale per aiutare le aziende a creare contenuti migliori nel 2021. AI WriterAI Writer è un assistente di scrittura costruito con intelligenza artificiale per generare nuovi contenuti per gli utenti. Sviluppato da Information Architects, AI Writer è dotato di funzionalità di scrittura automatica e generazione di testo per produrre contenuti privi di errori e ricchi di informazioni in base al titolo degli utenti. Le sue capacità di intelligenza artificiale consentono agli utenti di riformulare un articolo già scritto utilizzando uno spinner di testo. Aiuta anche nei progetti di blog automatico, dove la sua API aiuta gli utenti con poche righe di codice. Afferma di risparmiare fino al 33% del tempo degli utenti con il 100% di controllo sul software. WordtuneGli israeliani AI21 Labs hanno recentemente sviluppato un compagno di scrittura basato sull'intelligenza a...
Continua a Leggere

Springbox AI rafforza le tue operazioni con la sua conveniente app di informazioni finanziarie Il 2020 è stato un mucchio di esistenza fetida appena mitigato e appena marcito. È stato anche peggio per molti di noi finanziariamente, poiché la disoccupazione record, le chiusure di attività legate alla pandemia e la carenza di carta igienica hanno creato un buco nero di mezzi monetari. O abbiamo passato l'anno spacciandoci per sbarcare il lunario (mentre il governo sputava una miseria nella nostra direzione) o guardando gli ultra ricchi diventare più ricchi mentre scendevamo verso la rovina finanziaria. Mentre alcune persone si procuravano un secondo lavoro come un modo per allontanare il padrone di casa, milioni si sono diretti verso app di trading sui mercati finanziari come Robinhood per giocare d'azzardo per un secondo reddito. Ma la verità è che la maggior parte dei trader giornalieri perde denaro ed è tutto divertimento e giochi finché non vieni spazzato via perché il livello di esperienza nel mondo del trading di mercato non corrisponde a ciò che è necessario. Gli strumenti necessari per effettuare operazioni intelligenti sono costosi: gli strumenti di investimento tradizionali costano migliaia di dollari all'anno. Semplicemente non abbiamo migliaia da spendere. Ecco perché Springbox AIun prezzo fisso di $ 49 / mese senza componenti aggiuntivi o costi segreti. Considerando quanto spendiamo in servizi di streaming al mese, spendere $ 49 su un'app per fare scambi più intelligenti dovrebbe essere un gioco da ragazzi. L'applicazione beta di Springbox AI, lanciata oggi su iOS e Android, è uno strumento di approfondimenti finanziari supportato dall'esperienza decennale dei suoi fondatori nei mercati finanziari e bancari, abbinata all'intelligenza artificiale di apprendimento profondo per creare previsioni attuabili che vantano un rapporto di vittorie dell'85% e uno Sharpe ratio in media superiore a 3,0. “La pandemia ha colpito duramente le persone. Stanno...
Continua a Leggere

Nella maggior parte dei casi, l'allucinazione si verifica a causa della divergenza tra la fonte e il riferimento. Google ha sviluppato un set di dati di generazione da tabella a testo di dominio aperto chiamato ToTTo per superare il problema delle allucinazioni. Il set di dati ToTTo è composto da 121.000 esempi di addestramento e ha 7.500 esempi ciascuno per lo sviluppo e il test. Il team di Google afferma che ToTTo è un punto di riferimento adatto per la ricerca nella generazione di testo ad alta precisione. Il problema dell'allucinazioneL'allucinazione si riferisce alla generazione di un testo che non è "fedele" alla fonte. Al centro della maggior parte delle applicazioni di PNL risiede la generazione di testo in linguaggio naturale dal contenuto di origine. Gli esempi includono la sintesi, la traduzione automatica, la generazione di dati in testo, ecc. Tuttavia, ci sono stati innumerevoli casi in cui i sistemi neurali hanno generato un testo infedele alla fonte. Nella maggior parte dei casi, l'allucinazione si verifica a causa della divergenza tra la fonte e il riferimento. Detto questo, l'allucinazione è stata osservata anche in riferimenti puliti. Significa che l'allucinazione si verifica quando il sistema rileva correlazioni errate tra le diverse parti dei dati di allenamento. Con i dati ei modelli che diventano sempre più grandi e complicati, l'allucinazione indotta da correlazioni errate può limitare gravemente l'utilità dei sistemi neurali in molte situazioni del mondo reale, una preoccupazione pressante, specialmente quando si genera testo relativo a campi medici, finanziari o ingegneristici. In questi casi, è del tutto inaccettabile sia "allucinare" contenuti inesistenti o errati, sia omettere informazioni. ToTTo DatasetIl processo di valutazione della fedeltà di un testo generato può essere impegnativo. Tuttavia, l'attività diventa più comoda quando il contenuto di origine è in un formato tabulare o strutturato. I dati in forma tabular...
Continua a Leggere

Google lancia una suite di soluzioni basate sull'intelligenza artificiale per i rivenditori Google ha annunciato oggi il lancio di Product Discovery Solutions for Retail, una suite di servizi progettata per migliorare le capacità di e-commerce dei rivenditori e aiutarli a offrire esperienze personalizzate ai clienti. Product Discovery Solutions for Retail riunisce algoritmi di intelligenza artificiale e un servizio di ricerca, Cloud Search for Retail, che sfrutta la tecnologia di ricerca di Google per potenziare gli strumenti di ricerca dei prodotti dei rivenditori. La pandemia e il corrispondente aumento degli acquisti online minacciano di spingere le catene di approvvigionamento fino al punto di rottura. All'inizio della crisi del COVID-19, Amazon è stata costretta a limitare la quantità di inventario che i fornitori potevano inviare ai suoi magazzini. Il volume degli ordini e-commerce è aumentato del 50% rispetto al 2019 e i tempi di spedizione per prodotti come i mobili sono più che raddoppiati a marzo. Inoltre, le vendite digitali complessive negli Stati Uniti sono aumentate del 30%, accelerando la transizione dello shopping online di ben due anni . Product Discovery Solutions for Retail, che è generalmente disponibile per tutte le aziende a partire da oggi, mira ad affrontare le sfide con l'intelligenza artificiale e l'apprendimento automatico. A tal fine, include l'accesso alle raccomandazioni di Google AI, che utilizza l'apprendimento automatico per adattarsi dinamicamente al comportamento dei clienti e ai cambiamenti di variabili come assortimento, prezzi e offerte speciali. Raccomandazioni AI , che è stata lanciata in beta a luglio ed è ora generalmente disponibile, eccelle apparentemente nel gestire i consigli in scenari con prodotti a coda lunga e utenti e articoli a freddo. Grazie a modelli di deep learning "affamati di contesto" sviluppati in collaborazione con Google Brain e Google Research, è in grado di ricavare informazioni su decine d...
Continua a Leggere