كيفية توسيع نطاق استخدام النماذج اللغوية الكبيرة في التسويق

تم تعيين الذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة لتغيير صناعة التسويق كما نعرفها.

قال كريستوفر بن ، كبير علماء البيانات في TrustInsights.ai ، متحدثًا في مؤتمر MarTech ، لكي تظل قادرًا على المنافسة ، ستحتاج إلى فهم التكنولوجيا وكيف ستؤثر على جهودنا التسويقية.

تعلم طرقًا لتوسيع نطاق استخدام نماذج اللغات الكبيرة (LLMs) ، وقيمة الهندسة السريعة وكيف يمكن للمسوقين الاستعداد لما هو قادم.

الفرضية الكامنة وراء نماذج اللغة الكبيرة

منذ إطلاقه ، كان ChatGPT موضوعًا شائعًا في معظم الصناعات. لا يمكنك الاتصال بالإنترنت دون رؤية الجميع يأخذها. ومع ذلك ، لا يفهم الكثير من الناس التكنولوجيا التي تقف وراءها ، كما قال بن.

ChatGPT هو روبوت محادثة AI يعتمد على OpenAI's GPT-3.5 و GPT-4 LLMs.

تم بناء LLMs على أساس من 1957 من قبل اللغوي الإنجليزي جون روبرت فيرث: "يجب أن تعرف كلمة من الشركة التي تحتفظ بها".

هذا يعني أنه يمكن فهم معنى الكلمة بناءً على الكلمات التي تظهر بجانبها عادةً. ببساطة ، يتم تعريف الكلمات ليس فقط من خلال تعريف القاموس الخاص بها ولكن أيضًا من خلال السياق الذي تستخدم فيه.

هذه الفرضية هي المفتاح لفهم معالجة اللغة الطبيعية.

على سبيل المثال ، انظر إلى الجمل التالية:

• "أنا أختمر الشاي."
• "أنا أسكب الشاي."

يشير الأول إلى مشروب ساخن ، بينما يشير الأخير إلى عامية للنميمة. "الشاي" في هذه الحالات لها معاني مختلفة للغاية.

ترتيب الكلمات مهم أيضًا.

• "أنا أختمر الشاي."
• "الشاي الذي أختمره."

الجمل أعلاه لها مواضيع مختلفة من التركيز ، على الرغم من أنها تستخدم نفس الفعل ، "تخمير".

كيف تعمل النماذج اللغوية الكبيرة

يوجد أدناه مخطط نظام للمحولات ، نموذج العمارة الذي يتم فيه بناء النماذج اللغوية الكبيرة.

ببساطة ، يأخذ المحول مدخلاً ويحوله (أي "يحوله") إلى شيء آخر.

يمكن استخدام LLMs للإنشاء ولكنها أفضل في تحويل شيء واحد إلى شيء آخر.

تبدأ شركة OpenAI وشركات البرمجيات الأخرى باستيعاب مجموعة هائلة من البيانات ، بما في ذلك ملايين المستندات والأوراق الأكاديمية والمقالات الإخبارية ومراجعات المنتجات وتعليقات المنتدى وغير ذلك الكثير.

ضع في اعتبارك عدد المرات التي قد تظهر فيها عبارة "أنا أختمر الشاي" في كل هذه النصوص المبتلعة.

تعد مراجعات منتجات Amazon وتعليقات Reddit أعلاه بعض الأمثلة.

لاحظ "الشركة" التي تحتفظ بها هذه العبارة - أي ، كل الكلمات التي تظهر بالقرب من "أنا أقوم بتخمير الشاي".

"المذاق" و "الرائحة" و "القهوة" و "الرائحة" والمزيد جميعها تضفي سياقًا على LLMs هذه.

لا تستطيع الآلات القراءة. لمعالجة كل هذا النص ، يستخدمون الزخارف ، الخطوة الأولى في هندسة المحولات.

يتيح التضمين للنماذج تعيين قيمة رقمية لكل كلمة ، وتحدث هذه القيمة الرقمية بشكل متكرر في مجموعة النص.

موضع الكلمة مهم أيضًا لهذه النماذج.

في المثال أعلاه ، تظل القيم الرقمية كما هي ولكنها في تسلسل مختلف. هذا ترميز موضعي.

بعبارات بسيطة ، تعمل نماذج اللغات الكبيرة على النحو التالي:

• تأخذ الآلات البيانات النصية.
• قم بتعيين القيم العددية لجميع الكلمات.
• انظر إلى التكرارات الإحصائية والتوزيعات بين الكلمات المختلفة.
• حاول معرفة الكلمة التالية في التسلسل.

كل هذا يتطلب قوة حاسوبية كبيرة ووقتًا وموارد.

الهندسة السريعة: مهارة يجب تعلمها

كلما زاد السياق والتعليمات التي نقدمها LLM ، زادت احتمالية إرجاعها لنتائج أفضل. هذه هي قيمة الهندسة السريعة.

يفكر بن في المطالبات على أنها حواجز حماية لما ستنتجه الآلات. ستلتقط الآلات الكلمات الموجودة في مدخلاتنا وتلتصق بها من أجل السياق أثناء تطويرها للمخرجات.

على سبيل المثال ، عند كتابة مطالبات ChatGPT ، ستلاحظ أن الإرشادات التفصيلية تميل إلى إرجاع ردود أكثر إرضاءً.

في بعض النواحي ، تكون الموجهات بمثابة ملخصات إبداعية للكتاب. إذا كنت تريد تنفيذ مشروعك بشكل صحيح ، فلن تعطي كاتبك تعليمات من سطر واحد.

بدلاً من ذلك ، سترسل موجزًا ​​بحجم لائق يغطي كل ما تريد أن يكتبوا عنه وكيف تريد كتابتهم.

تحجيم استخدام LLMs

عندما تفكر في روبوتات دردشة AI ، قد تفكر على الفور في واجهة ويب حيث يمكن للمستخدمين إدخال المطالبات ثم انتظار استجابة الأداة. هذا ما اعتاد الجميع رؤيته.

"هذه ليست اللعبة النهائية لهذه الأدوات بأي حال من الأحوال. هذا هو الملعب. هذا هو المكان الذي يصل فيه البشر إلى العبث بالأداة ، "قال بن. "ليست هذه هي الطريقة التي ستقدم بها الشركات هذا إلى السوق."

فكر في الكتابة السريعة على أنها برمجة. أنت مطور يكتب التعليمات إلى جهاز كمبيوتر لجعله يفعل شيئًا ما.

بمجرد ضبط مطالباتك لحالات استخدام محددة ، يمكنك الاستفادة من واجهات برمجة التطبيقات والحصول على مطورين حقيقيين لتغليف تلك المطالبات في رمز إضافي حتى تتمكن من إرسال البيانات واستلامها برمجيًا على نطاق واسع.

هذه هي الطريقة التي ستعمل بها LLM على توسيع نطاق الأعمال وتغييرها للأفضل.

نظرًا لأن هذه الأدوات يتم نشرها في كل مكان ، فمن المهم أن تتذكر أن كل شخص مطور.

ستكون هذه التقنية موجودة في Microsoft Office - Word و Excel و PowerPoint - والعديد من الأدوات والخدمات الأخرى التي نستخدمها يوميًا.

أضاف بن: "نظرًا لأنك تبرمج بلغة طبيعية ، فليس بالضرورة أن يكون للمبرمجين التقليديين أفضل الأفكار".

نظرًا لأن LLMs مدعومة بالكتابة أو التسويق أو متخصصي العلاقات العامة - وليس المبرمجين - فقد يطورون طرقًا مبتكرة لاستخدام الأدوات.

نصيحة إضافية لمسوقين البحث

بدأنا نرى تأثير النماذج اللغوية الكبيرة على التسويق ، وخاصة البحث.

في فبراير ، كشفت Microsoft النقاب عن Bing الجديد ، المدعوم من ChatGPT. يمكن للمستخدمين التحدث مع محرك البحث والحصول على إجابات مباشرة على استفساراتهم دون النقر فوق أي روابط.

قال بن: "يجب أن تتوقع أن تأخذ هذه الأدوات جزءًا من بحثك بدون علامة تجارية لأنها تجيب على الأسئلة بطرق لا تحتاج إلى نقرات".

"لقد واجهنا هذا بالفعل كمحترفي تحسين محركات البحث (SEO) ، مع مقتطفات مميزة ونتائج بحث بدون نقرة ... ولكن الأمر سيزداد سوءًا بالنسبة لنا."

ويوصي بالذهاب إلى Bing Webmaster Tools أو Google Search Console والنظر في النسبة المئوية لحركة المرور التي يحصل عليها موقعك من عمليات البحث المعلوماتية التي لا تحمل علامة تجارية ، حيث إنها أكبر منطقة خطر على مُحسّنات محرّكات البحث.