Conversion AI kan være nøglen til at undgå et teknologisk plateau

Efterspørgslen efter indhold ser en stabil og stejl vækst. For at få en realistisk idé om vækstraten gennemførte Adobe en undersøgelse, der omfattede mere end 2,600 kundeservice- og marketingprofessionelle på tværs af store globale økonomier. 

Undersøgelsesresultaterne, som blev offentliggjort af Adobe i marts 2023, viste en vækst i efterspørgslen efter indhold på mindst to gange i løbet af de sidste to år. Omkring to tredjedele var endnu mere optimistiske omkring indholdets fremtid. De sagde, at de forventede, at efterspørgslen ville vokse med mellem fem og tyve gange i de næste tyve timer. 

At imødekomme denne efterspørgsel har tvunget virksomheder til at vælge nye indholdsproduktionsmodeller. Ifølge World Federation of Advertisers har over halvdelen af de store internationale virksomheder udviklet interne indholdsproduktionskapaciteter. Men er det nok? Nå, conversion AI har levet op til udfordringen. 

Hvad er Conversion AI?

Conversion AI handler om at bruge kunstig intelligens til at hjælpe virksomheder med at tale bedre til deres kunder og øge salget. Det gør dette ved at hjælpe med at skabe, forbedre og administrere indhold som tekst, billeder og lyd. Dette gør det lettere for virksomheder at fange deres publikums opmærksomhed, lave indhold der virkelig taler til dem, og forbedre brugeroplevelsen, alt sammen gennem smart AI‑teknologi.

I dag kan virksomheder bruge Conversion AI til at opfylde en række indholdsmarkedsføringsmål, herunder Facebook‑ og Google‑annoncetekster, webindhold, sociale opslag og mere. Men hvordan gør Conversion AI alt dette muligt? Hvilken teknologi driver det? Til det skal vi kende til store sprogmodeller eller LLM‑er. 

Hvad er en stor sprogmodel?

Det er en form for AI, der kan lære af store mængder tekst og data. Der findes anvendelsestilfælde, hvor disse AI‑modeller kan håndtere hundredvis af milliarder datapunkter for at skabe meningsfulde indsigter, strategier og prognoser. 

LLM’ernes oprindelse kort fortalt

De moderne LLM‑er brød ind på scenen for seks år siden, i 2017. Disse LLM‑er benyttede transformer‑modeller, der kunne håndtere et stort antal parametre for hurtigt at forstå og generere præcise svar. 

Fire år senere, i 2021, kom Stanford Institute for Human-Centered Artificial Intelligence op med begrebet og konceptet “foundation models”. Navnet stammer fra, at disse store og indflydelsesrige modeller fungerer som grundlag for yderligere optimeringer og anvendelser. Med udviklingen af LLM har indholdsgenerering, især i skriftlig form, gennemgået betydelige forandringer. 

LLM’ernes indvirkning

ARK Invest’s Research viser, at kvaliteten af LLM‑ers skrivning har oplevet betydelige forbedringer i de sidste to år. Det har ført til større tillid og udrulning af LLM‑drevne løsninger til indholdsgenerering. 

Som følge heraf er omkostningerne ved at producere skriftligt indhold faldet drastisk. De har været relativt stabile i reale termer gennem det sidste århundrede, omkring US$100 per 1.000 skrevne ord. I de sidste to år er den sats dog faldet til US$0,10 og endda mindre. 

Præstationen og produktiviteten forventes at forbedres yderligere, efterhånden som AI‑træningsydelsen hurtigt skrider frem. AI‑forskere innoverer inden for træning og inferens, hardware og modeldesign, hvilket øger ydeevnen samtidig med at omkostningerne reduceres. Det forventes at give over fem gange så store præstationsgevinster i 2024, med 2023 som basisår. 

Der har været flere algoritmiske innovationer, der har resulteret i overlegen skriveevne samt forbedret produktivitet og ydeevne for LLM‑er. Forstærkningslæring fra menneskelig feedback har for eksempel hjulpet meget. Prompt‑design er blevet optimeret til at overgå menneskelige prompt med mere end 50 %. 

Speculative Decoding‑funktioner har accelereret inferens to‑til‑tre gange på specifikke modeller. Forskere har også været proaktive i at prioritere inferensomkostninger. Deres indsats viser resultater på jorden, hvor inferensomkostninger falder med en årlig rate på næsten 86 %, hurtigere end træningsomkostninger. GPT‑modeller har set næsten 3‑gange hurtigere træning med Flash Attention 2. 

Med alle disse forbedringer og fornyelser, der sker i raketfart, undersøges der også, om et potentielt plateau er på vej i brugen af LLM‑er, og om en sådan situation kan undgås. 

Klik her for at lære, hvorfor 2023 var gennembrudsåret for kunstig intelligens.

Potentielt plateau for LLM’er og dets undgåelse

Forskerne undersøger et muligt scenarie, hvor LLM‑er løber tør for data, hvilket fører til begrænset ydeevne. LLM‑er skal konstant fodres med store mængder træningsdata for at fortsætte med at lære og forbedre sig. Dog synes beregningskraft og potentiel mangel på træningsdata at være en bekymring. 

Ifølge estimater fra Epoch AI kan højkvalitets sprog‑/datakilder, herunder bøger og videnskabelige artikler, være udtømt inden 2024. På det tidspunkt vil man skulle trække på et større sæt uudforsket visuel data. Disse uudforskede visuelle data, der kan hjælpe LLM‑er med at undgå plateau, inkluderer talte ord og andre former for fysisk verdensdata. 

Forskning viser, at der årligt tales tredive kvadrillioner ord. Tale‑til‑tekst‑generatorer og lignende værktøjer indfanger mere end 80 billioner ord dagligt. Derudover genererer taxaer, lastbiler, droner og andre robotkøretøjer store mængder fysisk verdensdata og syntetisk data, som supplerer primære data. Alle disse uudforskede data kan fungere som en uovertruffen ressourceformue og gøre LLM‑erne bedre. 

Forbedringer i ydeevne, produktivitet og kvalitet handler dog ikke kun om at finde uudforskede dataminer. Flere innovative virksomheder gør en helhedsorienteret indsats for at forbedre situationen på tværs. 

#1. Replit AI

Når det gælder om at øge produktiviteten, har Replit AI været en af de største succeshistorier. Som en kodningsassistent har den øget produktiviteten og arbejdsglæden blandt softwareudviklere. Den hjælper med at fjerne de iterative dele af kodning, så man kan fokusere på de kreative dele af arbejdet. 

Replit AI strømliner kodning ved at integrere en AI‑kodegenerator, der eliminerer behovet for at skifte faneblade, og tilbyder auto‑komplette kodeforslag for hurtigere fremdrift. Den forbedrer projektforståelsen med sin Code Context‑funktionalitet, som skriver relevante næste linjer og proaktivt opdager problemer, foreslår rettelser direkte i et sømløst editor‑interface.

Alt i alt er Replit AI en effektiv suite af AI‑kodegenereringsfunktioner, herunder Complete Code, Generate Code, Edit Code og Explain Code. 

Det, der driver Replit AI, er LLM‑er. Den returnerer resultater genereret fra store sprogmodeller, der er trænet på offentligt tilgængelig kode og finjusteret af Replit. Den tager højde for den konverserende prompt og det programmeringssprog, man bruger, for at give forslag og forklaringer på den genererede kode. 

Replit AI’s funktioner er gratis tilgængelige for alle brugere. Alt, hvad man behøver, er en Replit‑konto. Replit AI fungerer bedst med JavaScript‑ og Python‑kode, men understøtter 16 sprog, herunder Bash, C, C#, C++, CSS, Go, Java, JavaScript, HTML, PHP, Perl, Python, R, Ruby, Rust og SQL. 

Ifølge de seneste tilgængelige oplysninger, havde virksomheden rejst US$97,4 millioner ved en værdiansættelse på US$1,16 milliard for at udvide sine cloud‑tjenester og lede inden for AI‑udvikling i april 2023. 

#2. Github Copilot

En anden kodningsassistenttjeneste, der ligner Replit AI, som har hjulpet med at forbedre udvikleres produktivitet på kodningsopgaver med 2,2‑gange i 2023, er Github Copilot. Github Copilot tilbyder kontekstualiseret assistance gennem hele softwareudviklingslivscyklussen. 

Ifølge forbruger‑tilfredshedsundersøgelser rapporterer Github Copilot‑brugere op til 75 % højere tilfredshed med deres job end dem, der ikke bruger den, og er op til 55 % mere produktive ved kodning uden at gå på kompromis med kvaliteten. 

Github Copilot træner sig selv på naturlig sprogtekst og kildekode fra offentligt tilgængelige kilder, inklusive kode i offentlige repositories på GitHub. Den er trænet i alle sprog, der forekommer i offentlige repositories. Sprog med mindre repræsentation i offentlige repositories kan dog være mindre effektive. Github Copilot kan bruges af individuelle udviklere, freelancere, studerende, undervisere og open‑source‑vedligeholdere.

Ifølge offentligt tilgængelige udtalelser fra Microsofts VP of Product Mario Rodriguez, er GitHub Copilot i vækst og genererer indtægter med en årlig rate på $100 millioner. 

#3. MosaicML

MosaicML hjælper med at træne LLM‑er og positionerer sig som en løsning, der bringer generativ AI til alle, ved at tilbyde alt hvad der er nødvendigt for at træne og implementere modeller på brugerdata. Deres MPT Foundation Series gør det let at integrere LLM‑er i applikationer, både på open‑source‑ og kommercielt licenserede modeller.

MosaicML‑træning giver udviklere mulighed for at for‑træne eller fin‑tune modeller med fuld datakontrol, forenklet til en enkelt kommando rettet mod en S3‑bucket. Platformen håndterer effektivt orkestrering, node‑fejl og infrastruktur, eksemplificeret ved Replits brug af MosaicML til at træne deres Ghostwriter‑LLM, hvilket viste førende resultater inden for en uge.

MosaicML’s tilgang til træning i enhver cloud‑miljø lægger vægt på dataprivatliv, sikkerhed og fuld model‑ejerskab, med funktioner der understøtter problemfri overgange mellem clouds. De tilbyder fuld data‑ejerskab, indholdsfiltrering efter forretningsbehov og plug‑and‑play‑integration med eksisterende datapipelines, og er cloud‑agnostiske samt virksomhedsgodkendte.

I juni sidste år blev MosaicML opkøbt af Databricks i en aftale vurderet til $1,3 milliard, hvilket fremhævede deres betydelige markedsindflydelse og værditilbud.

#4. Anthropic

Anthropics flagskibsprodukt, Claude, kører på to modeller: Claude og Claude Instant. 

Claude er Anthropics mest kraftfulde model, som udmærker sig i en række opgaver, fra sofistikeret dialog og kreativ indholdsgenerering til detaljeret instruktion. Den fungerer godt i scenarier, der kræver kompleks ræsonnement, kreativitet, gennemtænkte dialoger, kodning og detaljeret indholdsskabelse. 

Claude Instant – den hurtigere og billigere version af Claude – hjælper med afslappet dialog, tekstanalyse, opsummering og dokumentforståelse. Den fungerer godt, hvor lav omkostning og god ydeevne er et krav, og leverer med reduceret latenstid. 

Samlet set er Claude velegnet til at behandle store tekstmængder, føre naturlige samtaler, give svar og automatisere arbejdsgange. Fra kundeservice til juridik, coaching, søgning og back‑office‑opgaver er Claude egnet til en bred vifte af anvendelsestilfælde. 

Ifølge rapporter offentliggjort i slutningen af december 2023 var Anthropic, betragtet som OpenAI‑konkurrenten, i forhandlinger om at rejse SU$ 750 millioner i finansiering med en værdiansættelse på US$18,4 milliard. 

#5. Humata

Med Humata kan man nemt springe gennem lange tekniske papirer. Humata PDF AI hjælper med at opsummere resultater, sammenligne dokumenter og søge efter svar. Den er kompatibel med ubegrænsede filer uden grænser for filstørrelse. Dens dokument‑AI‑svar leveres med kildehenvisninger, så man kan spore, hvor indsigten stammer fra.

Da den fungerer som ChatGPT for PDF‑filer, kan den omskrive opsummeringen, indtil man er tilfreds. Men i modsætning til ChatGPT kan Humata arbejde med filer, læse hver uploadet fil og generere svar baseret på dokumenternes indhold. 

Den 2. oktober 2023 annoncerede Humata AI den vellykkede afslutning af deres seneste finansieringsrunde, hvor de rejste US$3,5 millioner fra Googles Gradient Ventures, Cathie Woods ARK Invest, M13 og andre fremtrædende engle i deres seed‑runde. 

#6. OpenAI

Endelig kan ingen diskussion om AI, dens LLM‑læring og indholdsgenereringsfunktioner være fuldstændig uden omtale af OpenAI, virksomheden der mest populært bygger generative modeller ved hjælp af dyb læring, som udnytter store datamængder til at træne AI‑systemer. 

OpenAI har Chat-, Image- og Audio‑tjenester. Deres GPT‑3, en autoregressiv sprogmodel, er trænet med 175 milliarder parametre. De har dog også trænet sprogmodeller, der er endnu bedre end GPT‑3 til at følge brugerens intentioner. 

Blandt billedrelaterede produkter har OpenAIs forskning i generativ billedmodellering ført til repræsentationsmodeller som CLIP, som kortlægger tekst til billeder for AI‑læsningsformål, samt DALL‑E, et værktøj til at skabe levende billeder ud fra tekstbeskrivelser. 

Endelig har de gjort fremskridt inden for lyd med Whisper, Jukebox og Musenet. Whisper tilbyder robust engelsk talegenkendelse, mens Jukebox hjælper med at generere musik i forskellige genrer og kunstnerstile. MuseNet er et dybt neuralt netværk, der kan generere fuldt udbyggede musikkompositioner med en række instrumenter. 

Ifølge rapporter offentliggjort i slutningen af december 2023 var OpenAI i tidlige drøftelser om at rejse en ny finansieringsrunde med en værdiansættelse på eller over US$100 milliard.

Udover plateauet: Vejen frem 

Kunstig intelligens har hjulpet indholdsgenerering med at rejse millioner af kilometer på meget kort tid. Fremtiden vil være lysere og mere velstående, hvor beregningssystemer og software, der vokser med data, vil løse uoverstigelige problemer. 

Økonomiske sektorer af alle slags vil kunne udnytte teknologi bedre ved at automatisere alle former for vidensarbejde, der er gentagende og tidskrævende. Mens modeller som GPT‑4 vil øge produktiviteten, vil open‑source AI‑modeller føre til drastisk reducerede driftsomkostninger og radikalt forbedret effektivitet. Forskere anslår, at man ikke kun vil undgå et teknologisk plateau, men også firedoble produktiviteten for vidensarbejdere inden 2030. 

Dette understreger betydningen af store sprogmodeller i det teknologiske økosystem, som har spillet en afgørende rolle i alt dette. De har hjulpet produkter som ChatGPT med at konsolidere offentlighedens forståelse af AI, samtidig med at de har gjort det muligt at tilbyde et enkelt chat‑interface, som enhver, der taler et hvilket som helst sprog, kan bruge til egen fordel. 

Klik her for at lære alt om investering i kunstig intelligens (AI).