.jpg)
Desde la aparición de GPT-3 hay una avalancha de startups que se disputan la atención de los usuarios vendiendo servicios de redacción en AI para diversos formatos.
Emails, blog posts, landing pages, ad copy, comunicación de ventas...
¿Recuerda cuando la mayor parte del trabajo de traducción y corrección lo hacían todavía los humanos?
Luego llegaron DeepL, Google Translate y Grammarly.
Democratizar y acelerar la alfabetización y el lenguaje para todos.
¿Adivina qué?
Lo que ocurrió allí está ocurriendo ahora con la creación de textos.
La capa de origen de toda la cadena de valor.
Vamos a discutir lo que está sucediendo con AI copywriting, por qué GPT-3 es sólo el principio, y cómo la mayoría de estas herramientas de redacción AI no están haciendo mucho más allá de la construcción de una cara bonita en la parte superior del mismo núcleo.
Jarvis, Copy AI , CopySmith, CopyShark, Writesonic, Anyword...
Vinieron, vieron el GPT-3 y ahora intentan ganarte como posible usuario.
Algunas herramientas de redacción de AI han crecido increíblemente rápido, construyendo sólidas pasarelas de ingresos y recaudando de inversores de lujo.
A menudo prometen más de la cuenta con cientos de templates que en realidad no ofrecen lo que se dice que son y que, al resumirlas, son todas iguales y no tienen ningún poder para influir y mejorar la calidad de sus textos.
Todos ellos dependen de...
GPT-3 de OpenAI.
Capaz de mucho, una verdadera potencia generalista de la inteligencia artificial y un faro para muchas mentes curiosas que ahora han acudido al campo de la generación de lenguaje natural.
Pero la GPT-3 es sólo el principio de una rama tecnológica que se desarrolla con increíble rapidez.
De repente apareció la GPT-3 y el peligro se convirtió en una oportunidad. La historia de OpenAI
Acompáñenme en una breve introducción técnica. Déjeme contarle más sobre el significado de esas letras aparentemente secretas.
G P T - 3 significa Generative Pre-trained Transformer v3.
Permíteme que te lo explique, palabra por palabra.
Empezar fácil "generativo" significa que el modelo AI está pensado para crear.
Con "transformer", no estamos hablando de Autobots del tamaño de un edificio de 3 pisos como los conocemos de las películas.
Los transformadores son un desarrollo relativamente nuevo en el campo del aprendizaje profundo y la inteligencia artificial.
Una técnica que da a una máquina la capacidad de aprender los patrones del lenguaje humano y continuarlo creando frases palabra por palabra.
Un modelo de transformador solo es como un recién nacido que no puede hacer mucho hasta que aprende de sus padres.
Los transformadores aprenden leyendo miles de millones de ejemplos para ser creativos.
Por eso se le llama "preentrenado" en un gran cuerpo de lenguaje humano.
Hablamos de trillones de palabras.
También hablaré de modelos aquí y allá.
No estamos haciendo alta costura aquí, por lo tanto, trate de pensar en un modelo como una instantánea de algo.
Incluyendo todas las experiencias, aprendizajes y desarrollos por los que ha pasado.
Piensa en cómo te has levantado esta mañana, en este único momento que refleja e incluye toda tu vida llena de experiencias y aprendizajes que te han convertido en la persona que eres hoy.
Imagina que tomas una instantánea de este momento con todos los eventos que influyen previamente. Se trata de un modelo pre-entrenado en tus experiencias.
Hazme saber si esto te ha hecho el modelo GPT-3 un poco más comprensible en los comentarios o en un DM.
Somos TextCortex una startup AI que te quita el 80% del trabajo de escribir.
La historia de OpenAI
¿Por qué es importante OpenAI en este contexto?
Fueron el faro capaz de reunir el interés crucial en el campo.
Atrae a personas de todos los ámbitos, desde académicos curiosos, empresas serias y empresarios creativos, hasta personas solas que quieren formar parte del momento en que la tecnología transformadora haga historia.
Empecemos esta historia con los que han creado la GPT-3.
Finales de 2015 - La historia comienza como tantos desarrollos innovadores que vemos hoy en día con el mismísimo technoking, Elon Musk.
Junto con Sam Altman y algunos otros amigos inversores, prometieron la friolera de 1.000 millones de dólares para crear una organización sin ánimo de lucro que colaboraría libremente con la comunidad investigadora y encabezaría el desarrollo ético de AI.
2019 ha sido un año realmente agitado para OpenAI.
Después de que Elon Musk dejara la organización, Microsoft se involucró con otros mil millones de dólares para transformar la empresa en una organización comercial con fines de lucro.
Mientras OpenAI se preparaba para salir al mercado, uno de sus modelos empezó a dar guerra, entonces proclamado como demasiado peligroso para ser lanzado al mundo.
Nota al margen: Los peligros mencionados anteriormente fueron una de las razones que me llevaron a trasladarme al espacio cuando aún estudiaba aprendizaje automático en la universidad.
En 2020 lanzaron al mundo el GPT-3.
Un modelo AI casi 116 veces mayor que su predecesor, con 175 bn. de parámetros*.
Inicialmente, sólo un puñado de instituciones seleccionadas tenía acceso a experimentar con él hasta que recientemente abrieron el GPT-3 a todos los que estuvieran dispuestos a pagar el caro precio de sus capacidades.
- piensa en los parámetros como el tamaño del cerebro AI complementándote y ayudándote.
La aparición de AI copywriting
GPT-3 ha motivado a muchos creadores de productos a crear una interfaz de usuario de aspecto agradable sobre GPT-3. Sólo he mencionado algunos de ellos al principio.
Sin embargo, observamos semanalmente nuevos lanzamientos del siempre idéntico producto.
Después de ver la herramienta número 40, dejé de recopilar información sobre ellos para mi base de conocimientos...
Vi a algunos de ellos afirmando que se están diferenciando por ser el mejor "comunicador a la API de GPT-3".
¿Qué significa eso? ¿Es un punto de diferenciación real?
API es la abreviatura de interfaz de programación de aplicaciones.
Suena complejo, pero ¿recuerdas que los grandes oráculos de las películas siempre tenían un guardián que hablaba por ellos?
El API es una cosa así para los ordenadores.
Todas estas empresas de copywriting de AI peregrinan al guardián del GPT-3 para enviar el deseo de su usuario y recibir una respuesta al mismo.
Volvemos al punto de ser el mejor comunicador al gatekeeper API de GPT-3.
Aunque la comunicación es crucial, no afecta al proceso del oráculo a la hora de crear.
Sólo OpenAI puede mejorar la inteligencia artificial creando para ti.
Sin embargo, el GPT-3 ya no es el único oráculo de la manzana.
Con el creciente interés, hay una gran variedad de oráculos disponibles y en TextCortex es nuestro pan de cada día entrenarlos con nuestros propios datos para que consigan lo mejor para sus respectivos propósitos.
4 cosas con las que hay que tener cuidado al utilizar las herramientas de escritura GPT-3
Como ya he dicho, hemos visto cómo esas herramientas de redacción de AI aparecían como setas en el suelo de un bosque lluvioso.
La mayoría de ellos con una única motivación: ganar dinero rápido.
Eso se convierte en un problema, cuando se trata de la estabilidad de la empresa que está detrás del software.
Hemos hecho algunas estimaciones y, tomando como ejemplo a nuestros usuarios avanzados, sus operaciones costarían alrededor de 100 USD al mes para un solo usuario.
Mis condolencias a los que han empezado los tratos de por vida sólo para darse cuenta de que la GPT-3 no es gratis.
Es triste que los clientes que los compraron se encuentren ahora ante la puerta cerrada con un software que no responde.
Asimismo, las grandes empresas de acompañamiento de AI , como Replika AI , con sus 7 millones de usuarios, se han alejado de GPT-3 debido a la limitación que supone no poder influir en la calidad y, al mismo tiempo, pagar un elevado coste operativo por estar encerrado en dependencias.
1. No te lances a la oferta más barata (de por vida)
Como ocurre con muchas cosas en la vida, comprar barato sale caro.
También lo son las ofertas de por vida.
He visto que muchos usuarios se ponen en contacto con nosotros porque en un momento dado el software con el que trabajaban dejó de prestar asistencia al cliente o ya no funcionaba porque tenía un fallo operativo fundamental.
Ten cuidado... con pagar el dinero rápido a alguien con signos de dólar en los ojos.
2. No caigas en el truco del # de templates
Muchos de los anuncios en templates son meros marcadores de posición para hacerse una idea de lo que le puede interesar.
Esta es una queja común que observamos. Una mala "instrucción a la relevancia de la creación" o un patrón de creación siempre repetido.
Preguntamos activamente a nuestros usuarios en estrechas conversaciones dentro de nuestras comunidades lo que quieren.
Cuando vemos suficiente interés en un formato, profundizamos, recopilamos datos, formamos a nuestros propios modelos transformadores AI y ofrecemos a nuestras comunidades algo sostenible.
3. Cuando todo el mundo utiliza lo mismo puede perjudicar su clasificación
Mientras hablamos, todos estos programas basados en reglas que dicen ser AI pero que, en última instancia, se limitan a empujar y girar sus entradas a través de un proceso de cookie-cutter están siendo golpeados.
Aunque las modernas tecnologías de AI , como la GPT-3, parecen increíblemente creativas y naturales, te dan una sensación de seguridad al suponer que detectar sus creaciones sería todo un reto.
Sin embargo, si demasiadas personas utilizan un mismo patrón para crearlo, puede ser objeto de ingeniería inversa.
Vemos proveedores que ejecutan GPT-3 ofreciéndote escribir 10.000 Blog artículos al mes.
Esos malos actores sólo se dedicarán a rastrear más para encontrar una solución.
Actualmente, pensamos que podría aprovecharse una métrica de relevancia a través del contenido (RTC) para detectar el uso de contenidos generados en AI .
Permítanme que les ponga una situación comparable en el mercado de los teléfonos móviles.
Si tuvieras que ofrecer un servicio, construir una app o atacar un sistema ¿por cuál te decantarías?
¿El iOS de Apple, con un 27,5% aproximadamente, o el Android, con un 71% de cuota mundial de sistemas operativos móviles?
Así que piense cuál será el primer objetivo de Google cuando se enfrente a los contenidos generados por AI.
Le resultará ventajoso utilizar modelos orientados a un propósito que sean expertos en su campo.
Además, debe buscar la mayor personalización posible. Nosotros, por ejemplo, le ofrecemos aprovechar diferentes motores de creatividad.
4. Inestabilidad cuando la infraestructura se actualiza
Esos grandes modelos lingüísticos se desarrollan continuamente.
Cualquier actualización y formación de la infraestructura subyacente afecta a la salida de la calidad del texto.
Como la mayoría de las herramientas de redacción de AI dependen y dependen de las numerosas variaciones de GPT-3, un cambio en su infraestructura altera la calidad.
Se necesita tiempo hasta que hayan encontrado "su comunicación con el oráculo de nuevo". ;)
Por qué GPT-3 es sólo el principio de la generación de lenguaje natural y cómo hacemos las cosas de forma diferente en TextCortex
Ya lo he estropeado bastantes veces y puedes adivinar mi respuesta a si hemos conseguido el olimpo de la generación de lenguaje natural con GPT-3?
Es un no, no lo hemos hecho.
Sin dudarlo, vuelvo a decir que el GPT-3 fue el paso audaz que llamó a individuos, académicos, empresas y gobiernos al campo.
Sin embargo, es el comienzo de una nueva era. Actualmente asistimos a una carrera armamentística en la creación de IAs con parámetros cada vez mayores y cerebros cada vez más grandes.
Volviendo a mi modelo de Transformers (la película) narrativa de Microsofts Megatron-Turing.
Un modelo con un cerebro 3 veces mayor que el de GPT-3.
Utilizar sus 530 bn. parámetros para escribir la descripción de su producto o su artículo en blog es como construir una central eléctrica de carbón con el único fin de cargar su smartphone.
Y no se queda ahí.
Se rumorea que el GPT-4 estará en los parámetros del trillón.
Google ha anunciado que ya ha conseguido un modelo de billones.
El modelo chino Wu Dao también está ahí.
¿Significa eso que son 10 veces mejores que el GPT-3?
¿Un mayor tamaño de los parámetros conlleva una mejor creación?
¿Un gran poder conlleva grandes responsabilidades?
Una cosa es segura: un gran tamaño de los parámetros conlleva sin duda un gran consumo de energía.
Construir, entrenar y operar modelos lingüísticos tan grandes es un desastre para el medio ambiente.
¿Recuerdas que antes hablé de modelos "preentrenados"? No sirve de nada crear un cerebro que sobrepase la cantidad de cosas de las que puede aprender. El niño más inteligente se limita a aprender lo que puede observar de su entorno.
Tenemos un gran respeto por los OGs del espacio NLG desde OpenAI a DeepMind a EleutherAI a AI21 Labs.
Todos ellos dedicando enormes esfuerzos y recursos para que la humanidad dé un paso adelante.
Queremos unirnos a ellos en su búsqueda y despreciamos a los que están sedientos de dinero rápido por los méritos de su trabajo.
En TextCortex nos gusta hacer el trabajo duro.
Porque no se construye ningún valor duradero y competitivo tomando el atajo cuando se trata de su propio núcleo.
La calidad de la creación.
Y aunque GPT-3 es un generalista, un verdadero "gato de todos los oficios", su tamaño ya es inmenso para el caso de uso de AI copywriting.
Al igual que la humanidad ha pasado de la generalización a la especialización para desarrollarse y llegar a donde estamos hoy.
Esto llegará también a la generación de lenguaje natural.
Por eso en TextCortex no desarrollamos un modelo único para todos. Construimos pequeños modelos impulsados por objetivos que establecen y orquestan una red.
Porque una "talla única", simplemente no sirve para todos.
En lugar de un modelo masivo de trillones de parámetros AI construimos una red de 100s y 1000s de modelos que le sirven como compañero experto de escritura AI .
Estamos entrenando, construyendo, probando, desarrollando, experimentando y desplegando nuestros propios modelos AI sobre nuestros propios conocimientos y datos cuidadosamente seleccionados.
Enseñarles a ser especialistas en un mundo de generalistas.
En lugar de ofrecer 100s de pre-escritura templates que a menudo pierden la relevancia para sus necesidades estamos liberando templates que específicamente exploramos, reunimos conocimientos, y entrenamos a nuestras IAs para dominar.
Elija la herramienta de escritura AI adecuada para usted
Es una simple pregunta de ¿qué prefieres?
¿Un profesional con un año de experiencia o uno con 10 años de profundos conocimientos en el campo que necesita?
¿Un abogado que debe redactar contratos fiables también necesita saber cómo escribir los blogs más atractivos sobre recetas de magdalenas de chocolate?
Con nuestra metodología de modelos más pequeños orientados a objetivos AI , podemos enseñarles por qué, cómo y cómo son determinados formatos y estilos de redacción.
Por ejemplo, nuestro modelo de formato largo se entrenó con más de 10 millones de blogs de gran interés.
Entienden que el contenido de formato largo consiste en una introducción atractiva y una parte principal informativa con una conclusión que lleva todo a un punto.
Adaptar los modelos de AI a las necesidades de nuestros usuarios es el pan nuestro de cada día.
Cada día nos esforzamos por ampliar esta red de expertos de AI y los llevamos a todos los cuadros de texto que necesite.
¿Es usted un ávido escritor?
Echa un vistazo a nuestra chrome extension hiper cargar su creación en todos los cuadros de texto que hay.
¿Es usted un desarrollador que busca una solución NLG AI ? Póngase en contacto con nosotros para probar nuestro API.
¿Quiere aportar datos a nuestra causa? Por favor, sea nuestro invitado.
¡Construyamos IAs creativas con propósito!
