Sitemap Menüyü Değiştir

Pazarlamada büyük dil modellerinin kullanımı nasıl ölçeklendirilir?

Yayınlanan: 2023-05-19

Üretken yapay zeka ve büyük dil modelleri, bildiğimiz pazarlama endüstrisini değiştirmeye hazırlanıyor.

TrustInsights.ai'nin baş veri bilimcisi Christopher Penn, The MarTech Conference'da konuşurken, rekabetçi kalabilmek için teknolojiyi ve bunun pazarlama çabalarımızı nasıl etkileyeceğini anlamanız gerekecek, dedi.

Büyük dil modellerinin (LLM'ler) kullanımını ölçeklendirmenin yollarını, hızlı mühendisliğin değerini ve pazarlamacıların geleceğe nasıl hazırlanabileceğini öğrenin.

Büyük dil modellerinin arkasındaki öncül

ChatGPT, lansmanından bu yana çoğu sektörde trend olan bir konu olmuştur. Herkesin üstlendiğini görmeden çevrimiçi olamazsın. Penn, yine de pek çok kişinin arkasındaki teknolojiyi anlamadığını söyledi.

ChatGPT, OpenAI'nin GPT-3.5 ve GPT-4 LLM'lerini temel alan bir yapay zeka sohbet robotudur.

LLM'ler, İngiliz dilbilimci John Rupert Firth tarafından 1957'den kalma bir öncül üzerine inşa edilmiştir: "Sahip olduğu şirketten bir kelime bileceksiniz."

Bu, bir kelimenin anlamının, tipik olarak yanında görünen kelimelere dayanarak anlaşılabileceği anlamına gelir. Basitçe söylemek gerekirse, sözcükler yalnızca sözlük tanımlarıyla değil, aynı zamanda kullanıldıkları bağlamla da tanımlanır.

Bu öncül, doğal dil işlemeyi anlamanın anahtarıdır.

Örneğin, aşağıdaki cümlelere bakın:

  • "Çay demliyorum."
  • "Çayı döküyorum."

İlki sıcak bir içeceğe atıfta bulunurken, ikincisi dedikodu yapmak için kullanılan bir argodur. Bu örneklerde "çay" çok farklı anlamlara sahiptir.

Kelime sırası da önemlidir.

  • "Çay demliyorum."
  • "Yaptığım çay."

Yukarıdaki cümleler, "bira yapmak" fiilini kullanmalarına rağmen farklı odak konularına sahiptir.

Büyük dil modelleri nasıl çalışır?

Aşağıda, büyük dil modellerinin oluşturulduğu mimari model olan transformatörlerin bir sistem diyagramı bulunmaktadır.

Transformer - Model mimarisi
Buradaki iki önemli özellik, yerleştirmeler ve konumsal kodlamadır . Kaynak: Dikkat Tek İhtiyacınız Olan, Vaswani ve diğerleri, 2017 .

Basitçe söylemek gerekirse, bir dönüştürücü bir girdi alır ve onu başka bir şeye dönüştürür (yani "dönüştürür").

LLM'ler yaratmak için kullanılabilir, ancak bir şeyi başka bir şeye dönüştürmekte daha iyidir.

OpenAI ve diğer yazılım şirketleri, milyonlarca belge, akademik makale, haber makalesi, ürün incelemeleri, forum yorumları ve daha fazlasını içeren çok büyük bir veri külliyatını alarak işe başlar.

Çay ürünü incelemeleri ve forum yorumları

Yutulan tüm bu metinlerde "Çayı demliyorum" ifadesinin ne sıklıkla geçtiğini bir düşünün.

Yukarıdaki Amazon ürün incelemeleri ve Reddit yorumları bazı örneklerdir.

Bu ifadenin tuttuğu "şirkete" dikkat edin - yani "Çayı demliyorum" yanında görünen tüm sözcükler.

"Tat", "koku", "kahve", "aroma" ve daha fazlası, bu LLM'lere bağlam sağlar.

Makineler okuyamaz. Tüm bu metni işlemek için, transformatör mimarisinin ilk adımı olan yerleştirmeleri kullanırlar.

Gömme, modellerin her kelimeye sayısal bir değer atamasını sağlar ve bu sayısal değer, metin derleminde tekrar tekrar ortaya çıkar.

gömme

Sözcük konumu da bu modeller için önemlidir.

Konumsal kodlama

Yukarıdaki örnekte, sayısal değerler aynı kalır ancak farklı bir sıradadır. Bu konumsal kodlamadır.

Basit bir ifadeyle, büyük dil modelleri şu şekilde çalışır:

  • Makineler metin verilerini alır.
  • Tüm kelimelere sayısal değerler atayın.
  • İstatistiksel frekanslara ve farklı kelimeler arasındaki dağılımlara bakın.
  • Sıradaki bir sonraki kelimenin ne olacağını anlamaya çalışın.

Bütün bunlar önemli bilgi işlem gücü, zaman ve kaynak gerektirir.



MarTech'i edinin! Günlük. Özgür. Gelen kutunuzda.

Şartlara bakın.



Hızlı mühendislik: Mutlaka öğrenilmesi gereken bir beceri

LLM'lere ne kadar çok bağlam ve talimat sağlarsak, daha iyi sonuçlar verme olasılıkları o kadar artar. Hızlı mühendisliğin değeri budur.

Penn istemleri, makinelerin ne üreteceği konusunda korkuluk olarak düşünür. Makineler girdimizdeki kelimeleri alacak ve çıktıyı geliştirirken bağlam için onlara kilitlenecek.

Örneğin, ChatGPT istemleri yazarken, ayrıntılı talimatların daha tatmin edici yanıtlar verme eğiliminde olduğunu fark edeceksiniz.

Bazı yönlerden bilgi istemleri, yazarlar için yaratıcı özetler gibidir. Projenizin doğru yapılmasını istiyorsanız, yazarınıza tek satırlık bir talimat vermeyeceksiniz.

Bunun yerine, hakkında yazmalarını istediğiniz her şeyi ve nasıl yazılmasını istediğinizi kapsayan makul boyutta bir özet göndereceksiniz.

LLM'lerin kullanımını ölçeklendirme

Yapay zeka sohbet botlarını düşündüğünüzde, hemen kullanıcıların istemleri girebileceği ve ardından aracın yanıtını bekleyebileceği bir web arayüzü düşünebilirsiniz. Herkesin görmeye alıştığı şey bu.

ChatGPT Plus ekranı

"Bu, hiçbir şekilde bu araçlar için oyunun sonu değil. Burası oyun alanı. Penn, insanların aletle uğraştığı yer burasıdır, dedi. "İşletmeler bunu pazara bu şekilde getirmeyecek."

Hızlı yazmayı programlama olarak düşünün. Bir bilgisayara bir şeyler yapmasını sağlamak için talimatlar yazan bir geliştiricisiniz.

Belirli kullanım durumları için bilgi istemlerinize ince ayar yaptıktan sonra, API'lerden yararlanabilir ve gerçek geliştiricilerin bu istemleri ek koda sarmasını sağlayabilirsiniz, böylece programatik olarak geniş ölçekte veri gönderip alabilirsiniz.

LLM'ler bu şekilde işletmeleri daha iyi ölçeklendirecek ve değiştirecektir.

Bu araçlar her yerde kullanıma sunulduğu için herkesin bir geliştirici olduğunu unutmamak çok önemlidir.

Bu teknoloji Microsoft Office'te (Word, Excel ve PowerPoint) ve her gün kullandığımız diğer birçok araç ve hizmette olacak.

Penn, "Doğal dilde programlama yaptığınız için, en iyi fikirlere sahip olanlar mutlaka geleneksel programcılar değildir," diye ekledi.

LLM'ler yazma, pazarlama veya halkla ilişkiler uzmanları tarafından desteklendiğinden - programcılar değil - araçları kullanmak için yenilikçi yollar geliştirebilir.

Arama ağı pazarlamacıları için ekstra bir ipucu

Büyük dil modellerinin pazarlama, özellikle de arama üzerindeki etkisini görmeye başlıyoruz.

Şubat ayında Microsoft, ChatGPT tarafından desteklenen yeni Bing'i tanıttı. Kullanıcılar, herhangi bir bağlantıya tıklamadan arama motoruyla sohbet edebilir ve sorgularına doğrudan yanıt alabilir.

Yeni Bing arama motoru

Penn, "Bu araçların markasız aramanızdan bir ısırık almasını beklemelisiniz çünkü soruları tıklama gerektirmeyen şekillerde yanıtlıyorlar," dedi.

"SEO uzmanları olarak, öne çıkan snippet'ler ve sıfır tıklamalı arama sonuçlarıyla zaten bununla karşılaştık... ama bu bizim için daha da kötüleşecek."

SEO için en büyük risk alanı olduğundan, Bing Web Yöneticisi Araçları'na veya Google Search Console'a gidip sitenizin markasız, bilgilendirici aramalardan aldığı trafik yüzdesine bakmanızı önerir.


İlgili Öyküler

    Yapay zekayı benimserken pazarlamacıların akılda tutması gerekenler
    AI neden en büyük etkiyi içerikte değil de B2B kitle içgörüsü üzerinde yapacak?
    Yapay zeka dünyasında rakiplerinizden önce gezinin
    MarTechBot perdesinin arkasında ne var?
    Meta, Facebook ve Instagram reklamverenleri için üretken AI aracını tanıttı

MarTech'te Yeni

    İçerik pazarlamasında 'itme' ve 'çekme'yi dengelemek için 5 ipucu
    Dijital reklam harcamalarındaki artış bu yıl %7,8'e düştü
    martech'te yapay zeka: bu haftanın yeni özellikleri, ürünleri ve platformları
    Kazanan bir etkinlik stratejisi nasıl oluşturulur: 7 adımlı bir çerçeve
    Verilerinizin geleceğini satıcıların ellerine bırakmayın