Освоили нейронную сеть GPT-3
У нас за плечами уже несколько проектов AI-направленности. Например, мы научили нейронную сеть распознавать строительные чертежи зданий и обсчитывать их размеры в excel, учили нейронную сеть распознавать процесс печати 3D принтера через веб-камеру, а также мы помогли американской лаборатории научиться определять уровень кислорода в крови.
Но проектов по анализу текста у нас еще не было. А это благодатная сфера для применения искусственного интеллекта, ведь системы с ИИ могут работать с текстами примерно также, как и человек.
Применять такие системы можно почти где угодно, где нужен анализ текстов: от соцсетей и изучения потребительских настроений до генерирования оригинального контента на заданную тему. Нам удалось поработать с наиболее продвинутой AI-моделью для обработки естественного языка - GPT-3.
GPT-3 происходит от словосочетания Generative Pre-trained Transformer 3 и представляет собой третье поколение алгоритма обработки естественного языка от OpenAI. На сентябрь 2020 года это самая крупная и продвинутая языковая модель в мире. Модель, по заявлению разработчиков, может быть использована для решения «любых задач на английском языке». К нам с такой задачей и обратились.
Наш клиент – маркетинговое агентство полного цикла. Клиент решил воспользоваться преимуществами последних разработок в сфере обработки естественного языка и поставил перед нами амбициозную задачу по автоматическому анализу рынка.
Наша цель – разработать систему, которая бы вычисляла проблемы пользователя, что пользователям нравится и не нравится в продуктах одной ниши на рынке. Полученная информация затем будет использоваться в создании промо-материалов.
Промо-продукты помогают рекламным агентствам продвигать товары, в промо-продуктах обозначают плюсы товара, которые выгодно выделяют его на фоне конкурентов. Так, йогурты Epica продвигаются, как низкокалорийные и с большим содержанием белка, даже их слоган «удовольствие без сожаления» о многом говорит. В то время как йогурты Activia рассказывают про полезные бактерии в составе.
Раскрыть, какой продукт хочет продвигать наш клиент, мы не можем, но можем в общих чертах описать, как это происходит с технической точки зрения:
- Модель GPT-3 должна получить доступ к сайту с большим количеством продуктов. В нашем случае это Amazon. Помимо самих карточек продуктов к ним есть еще и отзывы. Именно на основе анализа отзывов система сможет помочь в создании промо-материалов.
- Связь с Amazon осуществляется через API, позволяющее выгружать различную информацию. И после этого попадает в нейронную сеть GPT-3 для анализа.
- По окончанию анализа система выдает 10 преимуществ и 10 минусов интересующего типа продукта.
За более подробным описанием проекта переходите на полное описание данного кейса.