2021年影响企业的人造言语处置趋向

随着谷歌和微软等科技公司的始终开展和翻新，人造言语处置(NLP)在准确性、速度和方法方面取得了飞跃性开展，可以协助计算机迷信家处置更复杂的疑问。人造言语处置(NLP)如今成为人工智能畛域启动钻研最多的畛域之一。

人工智能开发商Paperspace公司联结开创人兼首席口头官DillonErb对五个关键的人造言语处置开展趋向启动了剖析和论述，这些趋向将在2021年影响企业的开展，并有助于辨别正当开展和适度夸张的宣传。

趋向1：真正的人造言语处置(NLP)还有很长的路要走

人类的言语很复杂，由于言语代表着人类的思维。这使人造言语了解(NLU)成为所谓的“难以处置的人工智能”疑问之一，这是由于人造言语了解(NLU)面临的疑问就是狭义人工智能的疑问。

但是作为人工智能的子主题，人造言语了解(NLU)获取了更多关注，由于其运行前景令人兴奋，并且很多人造言语了解(NLU)处置方案在其运行中显示出了真正的价值。

因此，虽然人造言语了解(NLU)技术尚不成熟，但人造言语了解(NLU)的遍及水平曾经在企业的运行中获取证实。

人造言语了解(NLU)用于对客户实施情感剖析，并了解对Siri和Alexa等数字助理提出的疑问。它还可以经过神经机器翻译服务(例如谷歌翻译)启动多语种的文本翻译。

人们须要知道的是，在片面的狭义人工智能发生之前，人造言语处置(NLP)须要始终开展，因此还有很长的路要走。

趋向2：模型正在迅速改良，企业须要为此做好预备

可以说，当今最驰名的人工智能模型是OpenAI的GPT。其最新版本的GPT-3已于往年早些时刻颁布。

就GPT的停顿而言，GPT-2在2019年2月推出并带来了严重影响，这是由于它接受了15亿个参数的训练。GPT-3在18个月之后推出，并接受了1750亿个参数的预训练，其训练量获取两个数量级的时长。GPT的推出立刻惹起了环球媒体的关注，由于这象征着将会发生虚伪资讯、生成艺术、编写代码库等等。

诸如GPT之类的言语模型的开展正在处罚企业开发机器智能的许多方法和运行程序，这些运行程序从能够用言语形容网络运行程序到模拟群众人物的言语形式，再到经过医学文献启动训练以提供诊断。

趋向3：狭义用例取得成功

依据考查，环球有数十万人从事GPU计算、机器学习和深度学习的上班，尤其是在企业层面。而关键的一件事是，为了取得成功并推进业务价值，人工智能名目的范围或者很窄。

像OpenAI的GPT-3这样的人工智能名目之所以惹起宽泛关注，是由于这些技术为人们的未来开展提供了令人鼓舞的愿景。但是，当今推进真正价值的企业名目和部署范围很狭窄，并且可以带来详细的业务价值。

例如，当AdobePhotoshop提供了从背景中智能选用图像主题的性能时，这是计算机视觉的一种狭义用途，可认为最终用户提供真正的价值。Photoshop用户无需破费数小时就可以每个像素的精度剔除背景。这是狭义运行取得成功的一个示例。

趋向4：机器学习模型须要保养

与传统软件不同，运行在消费中的机器学习模型须要保养，由于它们会随着期间的推移而降落性能。这一理想与消费机器学习模型(模型由代码、数据、计算和性能目的组成)的复杂组合相结合，造成了继续集成(CI)/继续交付(CD)和MLOps工具以及基础设备虚构化产品的极速开展。

无关人造言语了解(NLU)或人造言语处置(NLP)最令人兴奋的事件之一就是可以随着期间的推移改良模型。在许多运行中，模型的准确度只需提高几个百分点，就可认为企业基础业务带来数百万美元的价值。其详细示例包含介绍引擎、金融建模运行程序等运行程序。

因此，关键的是要有一个可预测的部署系统，以随着期间的推移继续交付价值。

趋向5：将机器学习视为一种软件学科

企业预备从机器学习优化业务价值的最有价值的方法之一就是将机器学习确立为一种软件学科。由于绝大少数机器学习名目在开发人员或数据迷信家的笔记本电脑上运转的钻研试验环节中堕入困境，因此确定协助企业将模型部署到消费和交付价值的系统的优先级是很关键的。

将机器学习视为一种软件学科象征着领有曾经建设的管道，可以将名目从钻研转到消费。这象征着机器学习与其他软件堆栈可以获取更多的关注和资源，还象征着代码、数据和机器学习模型自身将会启动版本控制。简化基础设备性能也很关键，这样企业可以大规模部署机器学习模型。

最终目的是使人工智能成为企业的业务驱动力。在机器学习畛域，适当的流程很关键，这样就可以尽快发明价值。随着期间的推移，愈加无利可图的模型将取得更多利润，因此如今是开局驳回的时刻了。

人造言语人工智能数据迷信