领先的行业专家为2023年的发展做出了预测。
网络抓取和替代数据的重要性再怎么强调都不为过。在如今数据驱动的世界里,能够获取范围广泛的许多信息,对于致力于保持竞争力的企业至关重要。此外,人工智能(AI)和机器学习(ML)的增长也对网络抓取的兴起发挥了重要作用。而且,网络抓取、替代数据、AI和ML已经在显著影响着社会,预计在未来几年将延续这一趋势。
Oxylabs AI和ML顾问委员会的四位杰出成员,包括SpaceNK数据总监Adi Andrei、Three Thirds联合创始人兼执行官Jonas Kubilius、Reinforcement Learning Community创始人Ali Chaudhry和Stripe的机器学习工程师Pujaa Rajan,分别表达了他们对2023年的预测。
未被发现的机器学习功能
Adi Andrei是美国宇航局(NASA)前工程师和联合利华(Unilever)数据科学家、SpaceNK数据总监以及Oxylabs顾问委员会成员,他预计大型语言模型以及对比学习等自我监督式机器学习方法会迎来增长。
Adi表示:“NLP的大型语言模型(例如BERT、GPT和衍生产品)将持续改进,其用途也将日益普遍。而且,一个预先训练的模型将能够几乎不经修改就用于许多功能(情绪分析、总结、字义消歧,等等)。”
Adi还预计对比学习会受到更多重视。他解释说:“其目的是在类似和不类似的样本之间进行对比,学习数据的表现形式。转换器、文本转图片程序和扩散模型需要大规模数据集,并且大型模型的监督式预先训练很昂贵。自我监督式对比学习可用于利用未标注的数据,以便高效地预先训练大型模型。”
Adi还补充说:“此外,对比搜索是一种相关的技术,它能够在用于文本生成任务时显著提高大型语言模型的输出。”
成为盈利产品的内容生成技术
Jonas Kubilius是AI研究人员、Marie Sklodowska-Curie校友、Three Thirds联合创始人兼首席执行官以及Oxylabs顾问委员会成员,他预计Stable Diffusion、GPT-3、GitHub Copilot和其他内容生成技术会加快演化成为盈利产品,而被现实世界应用的开发人员和内容作者所使用。他补充说,多模态模型会受到更大关注,这些模型可以处理多个任务的文本、图片、音频和其他输入。
Jonas表示:“AI将从用于分类等静态任务转变为用于语言模型驱动的交互式工作流程,帮助人们更高效地执行其任务。”
近年来,人工智能(AI)在生物科技行业的采用率也日益提高。Jonas认为,生物科技行业采用AI有助于提高药物研发的速度和准确度,最终惠及患者和整个医疗保健系统。
Jonas补充说:“我相信,AI在生物科技行业的采用率将保持加速提高,不仅惠及药物研发,更有助于我们更好地理解细胞生物学。”
AI应用将取代Google
Ali Chaudhry是伦敦大学学院(UCL)研究生助教、Reinforcement Learning Community创始人、Emeritus的人工智能和机器学习课程主任、Infini8AI技术顾问以及Oxylabs顾问委员会成员,他相信欧洲、美国、英国和加拿大等地针对AI驱动的工具所涌现的各种监管将在来年更趋严格并继续实施。
Ali表示:“通过Dall.E和Stable Diffusion这样的工具在AI生成的内容(文本和图片)基础上构建的应用数量会激增。开源Stable Diffusion对AI社区会带来怎样的影响,这是个颇为有趣的事情。”
在机器人领域,AI和NLP最近受到越来越多的关注,产生了出色的成果。例如,OpenAI是一家专注于AI领域的研究机构和技术公司,打造了著名的ChatGPT作为其项目之一。该技术允许机器人理解并回应人类语言,带来更自然、更接近人类的交互。
Ali补充说:“我预计ChatGPT会在许多方面取代Google,而OpenAI将凭借这款产品成为科技巨头。探索它对教育、医疗和个性化软件的影响,会是一件很有趣的事情。它将在许多方面为我们的社会带来革命性的变化。”
AI驱动的应用的更多用例
Pujaa Rajan是Stripe机器学习工程师以及Oxylabs顾问委员会成员,他预计生成式AI将继续产生更多应用,并得到更多采用。
Pujaa提到:“2022年,我自己对GitHub Copilot感到十分兴奋,它由OpenAI Codex驱动,我每天都会使用它。这是行业首创,所以我预计2023年会有更多改进,相关技术领域也会出现更多竞争产品。”
Pujaa还补充说:“就在同一年,我们还看到,使用Stable Diffusion的Lensa为社交媒体创建照片和内容。2023年,我认为作家、插图画家等人会采用这款工具。”
