-
产品及方案 产品及方案
-
数据驱动型组织通过体系化的方法构建全域数据能力,实现数据驱动运营,重塑组织生产力
- 行业方案
- 典型方案
- 产品
-
数据驱动型组织
- 服务与支持
- 社区
- 合作伙伴
- 关于爱数
请选择咨询类型
扫码关注
爱数技术支持中心公众号
ChatGPT浪潮席卷世界,
有一个领域哀鸿遍地,
那就是 NLP,自然语言理解。
「 NLP技术一般被用来对人类的语言进行标注和解释,比如分词、词性标注、句法分析等等,来帮助计算机更好地理解、处理文本数据,使它们能够与我们更自然地交流。」
GPT 3.5 推出后,人们发现很多 NLP 任务可以用 GPT 来完成,且无需训练便能达到匹敌传统 NLP 模型的效果。有人半开玩笑说,NLP 方向的研究生毕业就要失业了。
可事实真的是这样吗?
点击下方视频看看爱数专家怎么说。
首先,NLP 是一个领域,而不是一种特定的技术,技术可以升级、可以被淘汰,而领域在这个技术升级迭代的过程中一定是大踏步的前进的。
对于 NLP 领域来说,GPT 技术实际上极大提升了 NLP 领域能力的上限,我们能做到很多传统技术做不到的事情。
举个例子:
“球放不进箱子里,它太大了”
“球放不进箱子里,它太小了”
“它”指什么?这个问题对于传统 NLP 是很难解决的,因为这个问题的解决包含常识,而常识在传统 NLP 技术中是很难表征和压缩的。对于 GPT,它通过深度的 decode-only 的 transformer 架构,训练出了具备常识和语言理解能力的统一模型,几乎算是很轻松的解决了传统 NLP 根本无法触碰的难题。而这种通用智能的能力,则给了我们一把打开数据价值的万能钥匙。
其次,GPT 技术不算是颠覆了传统 NLP 技术,而更多是对传统 NLP 技术的补充和增强。
最典型的讨论就是知识图谱技术是否还有必要存在,而目前业界基本达成的共识是,GPT 不但不能替代知识图谱,而且可以更好的增强知识图谱的技术,让知识图谱能够和 GPT 更好的互补,缓解大模型落地中的幻觉、不可解释等问题。
每一代技术的出现,都是危和机的结合体。创新的人能够嗅出机遇,主动适应时代,抓住新技术的红利;守旧的人则在对旧技术的执念中被时代淘汰。无论是公司还是个人,我们都必须去迎接、去全力拥抱 AGI 时代。
请就本文对您的益处进行评级: