Когда многие из нас думают об алгоритмах и моделях машинного обучения, мы думаем о Google.
И действительно, кто может нас винить? Мы маркетологи, и многие из нас оптимизаторы. Мы не можем помочь себе.
Но прямо сейчас в Googleplex происходит много событий, и нам становится все более важно идти в ногу со временем.
В этой статье мы погрузимся в некоторые новые и интересные технологии. Мы рассмотрим некоторые из текущих применений, где это применимо, а затем перейдем к обсуждению того, как я вижу технологию в ближайшем и среднем будущем и как она повлияет на маркетологов.
Итак, давайте углубимся — начнем, пожалуй, с моего любимого «нового релиза».
1. Стабильная диффузия
Stable Diffusion — это модель преобразования текста в изображение, созданная Stability AI. По сути, с его помощью вы можете создавать потрясающие изображения из текстовых подсказок.
Модель с открытым исходным кодом и общедоступна, что означает, что вы можете легко получить ее (на GitHub) и создать различные инструменты или приложения в соответствии со своими потребностями.
Вот пара примеров в действии.
Этой обуви не существует.
И Джонни Депп никогда не делал такой фотосессии, и никто не прилагал кропотливых усилий, чтобы создать это в PhotoShop. На самом деле, мне потребовалось всего несколько минут быстрой инженерии для создания.
Быстрая разработка — это, по сути, просто игра с разными словами, порядком слов и синтаксисом для создания нужного типа изображения.
Если вам интересно, вы можете сами поиграть со Stable Diffusion здесь. Я должен отметить, что вам нужно пройти аутентификацию, либо создав учетную запись, либо с помощью Google или Discord, но это того стоит. ?
Если вы хотите, чтобы Stable Diffusion работал с кодом (но без написания кода), я создал здесь Colab.
Stable Diffusion уже используется для создания изображений для рекламы (я знаю… я сам использовал его) и веб-сайтов (вам понравилось изображение для этой статьи?), так что текущий вариант использования напрашивается сам собой.
Уже есть плагин PhotoShop, который вы можете скачать отсюда, чтобы упростить интеграцию изображений Stable Diffusion непосредственно в вашу работу.
Очевидные вопросы
Это поднимает некоторые очевидные вопросы, например, кому принадлежат права на произведение? Оказывается, вы не можете защитить свои изображения авторским правом, потому что они на самом деле не ваши и сразу же становятся общественным достоянием.
Как насчет того, что я создал образ человека без его согласия? Что, если бы у них был продукт? Или, что еще хуже, если я не могу владеть авторскими правами, поскольку они не мои, насколько я несу ответственность за другие изображения, которые могут быть созданы?
Я не собираюсь лезть с вами в этическую кроличью нору, но есть над чем подумать.
Думая исключительно как маркетолог, если вы строите свою рекламную кампанию на изображениях, созданных Stable Diffusion, они могут быть взяты и повторно использованы вашими конкурентами, и вы ничего не можете с этим поделать.
По дороге
Прошлой весной мы увидели рост популярности моделей с преобразованием текста в изображение с DALL-E Mini (теперь Craiyon). Вы можете поиграть с этой моделью здесь.
Stable Diffusion — это шаг вперед. Предполагая, что в ближайшие месяцы и годы все продолжит развиваться в том же направлении, я предсказываю, что мы быстро перейдем к созданию видео из текста, включая создание видеоуроков из текстовых инструкций.
Кроме того, я предполагаю, что скоро мы увидим автоматические плагины WordPress, которые будут создавать изображения для сайта на основе окружающего контента.
Но, возможно, более интересны некоторые коммерческие возможности, которые Сергей Галкин блестяще запечатлел в этом видео-твите:
Стоит отметить, что OpenAI также выпустила DALL-E 2, который, возможно, превосходит его по качеству, но он не имеет открытого исходного кода и, следовательно, менее универсален и более дорогой.
2. ГПТ-3
Алгоритм GPT-3 был разработан группой исследователей из различных учреждений. Тем не менее, некоторые из ключевых участников разработки GPT-3 включают Джеффри Хинтона, Йошуа Бенджио и Янна Лекуна из Университета Торонто, а также Эндрю Нг из Стэнфордского университета.
GPT-3 был разработан для повышения производительности моделей обработки естественного языка. Разработчики надеялись, что, используя более крупный и разнообразный обучающий набор, они смогут создать модель, которая будет лучше отражать смысл текста.
GPT-3 точно настроен для повышения производительности при выполнении конкретной задачи или набора задач. Например, если GPT-3 используется для машинного перевода, его можно настроить для повышения точности выполнения этой задачи.
Забавный факт: Интересным фактом о GPT-3 является то, что он использовался для написания трех блоков текста выше, которые «в основном правильные». Это должно дать вам представление о влиянии, которое это окажет на маркетинг. Если вы хотите поиграть с ним, вы можете сделать это здесь.
Кроме того, системы GPT-3 можно использовать для повышения эффективности создания рекламных текстов.
Почти два года назад Search Engine Land рассказал о том, что тогда было новыми инструментами для создания рекламы PPC и создания копий целевых страниц. Что ж, эти инструменты все еще существуют, улучшены и все еще используются. Один из них недавно получил финансирование в размере 10 миллионов долларов.
С точки зрения PPC, они, как правило, работают так же, как те, которые вы видели раньше в предлагаемых заголовках и описаниях в Google Ads, но вы можете лучше настроить их, и системы постоянно совершенствуются.
Очевидные вопросы
Это приводит к ряду вопросов о будущем контента и создания контента.
Google заявил, что им не нравится автоматически генерируемый контент и что он считается спамом, поскольку нарушает их правила, однако сами они вкладывают огромные ресурсы в технологии, которые в основном предназначены для того, чтобы делать то же самое (подробнее об этом позже).
В конце концов, Google создает руководящие принципы, а не законы, поэтому большой вопрос, который мы должны задать, заключается в том, обеспечивает ли то, что мы производим, лучший (по крайней мере, лучший) пользовательский опыт. К сожалению, в настоящее время даже отлаженные модели GPT-3 далеки от совершенства, а создаваемый ими контент нуждается в проверке фактов и частом редактировании.
В конце концов, это часто может быть такой же большой работой, как простое написание контента самостоятельно, хотя использование GPT-3 может оказаться полезным для появления идей и информации, о которых вы, возможно, и не думали.
По дороге
Возьмет ли ИИ на себя письменность? Не в обозримом будущем.
Преимущество людей состоит в том, что мы можем писать о том, с чем раньше не сталкивались. Мы можем создавать уникальные идеи, основанные на наших наблюдениях и воображении. Машины не могут этого сделать, поэтому таким системам, как GPT-3, необходимо сталкиваться с содержанием и фактами, из которых можно создавать.
Тем не менее, некоторые записи будут автоматизированы в ближайшее время. Я подозреваю, что большая часть рекламных объявлений Google будет автоматизирована в течение пяти лет (нравится вам это или нет).
Скажите мне, что вы не видите объявления Google Ads о вас сейчас, просто дайте им URL-адрес и бюджет, и они возьмут его оттуда, создав рекламу и стратегии назначения ставок и показав вам около 20% данных о том, что происходит. внутри черного ящика.
Может быть, 20% — это слишком щедро, но вы поняли, о чем я.
Все это говорит о том, что мы одновременно получаем преимущества, и нам остается вкладывать больше энергии в наши целевые страницы и опыт. Получение помощи от языковых моделей, которые помогают нам общаться с нашими клиентами (чат-боты на базе GPT-3 или, может быть, общедоступный BlenderBot 3 от Meta AI?), а также помощь в исследованиях и создании первого проекта контента.
3. MUM
Когда я упомянул выше, что Google разрабатывает системы для создания контента, генерируемого ИИ, я имел в виду именно эту модель. MUM, наряду с другими подобными моделями, которые будут разработаны в ближайшие месяцы/годы, теперь кардинально изменит то, как мы продаем, и где.
Давайте возьмем цитату прямо из рецензии Google на MUM:
«… MUM не только понимает язык, но и генерирует его. Он обучен одновременному использованию 75 различных языков и множеству различных задач, что позволяет ему развить более полное понимание информации и знаний о мире, чем предыдущие модели. MUM является мультимодальным, поэтому он понимает информацию в тексте и изображениях и в будущем может расшириться до большего количества модальностей, таких как видео и аудио.
Возьмем вопрос о походе на гору Фудзи: мама могла понять, что вы сравниваете две горы, поэтому информация о высоте и тропе может иметь значение. Он также может понимать, что в контексте походов «подготовка» может включать в себя такие вещи, как фитнес-тренировки, а также поиск подходящего снаряжения.
Поскольку MUM может выявлять идеи, основанные на его глубоком знании мира, он может подчеркнуть, что, хотя обе горы находятся примерно на одной высоте, осень — это сезон дождей на горе Фудзи, поэтому вам может понадобиться водонепроницаемая куртка. MUM также может отображать полезные подтемы для более глубокого изучения — например, снаряжение с самым высоким рейтингом или лучшие тренировочные упражнения — с указателями на полезные статьи, видео и изображения со всего Интернета».
Главный вывод здесь заключается в том, что с MUM Google может собирать информацию с разных языков и модальностей и использовать эту информацию для создания собственного контента/ответа.
Да, они отображают его в своих примерах в удобном формате и предлагают использовать его только для рекомендации статей и продуктов, но, по правде говоря, они будут использовать его для создания ответов.
В конце концов, одна из особенностей — способность понимать информацию на разных языках. Вряд ли мне будет полезно, если статья будет рекомендована на языке, которым я не владею.
Таким образом, в основном они будут использовать информацию, которую они собирают, и представлять ее конечному пользователю как полный ответ. Соберите из достаточного количества источников, и цитировать не на кого.
По дороге
Большим «в будущем» в этом является понимание того, что по мере развертывания в среде в полную силу просто будет меньше места для органических результатов. Избранные фрагменты больше не будут источниками из одного источника, а будут созданы Google на основе их знаний о мире в целом.
Нет атрибуции. Нет щелчка.
Органика не исчезнет, и SEO не умрет (извините скептиков), но структура изменится кардинально.
Представьте себе мир, в котором результаты поиска состоят из ответов только со вторичными и третичными ссылками на ресурсы. Подумайте о мире LamDA/чата, где каждый результат должен быть вовлечением, а не концом истории. Вовлеченность означала побуждение пользователя к выполнению своего намерения, а не просто к ответу на вопрос.
Представьте себе маркетинговые возможности, которые появятся благодаря этому. Вплетение вашего контента в новые места. Показ ваших объявлений в нужное время в обсуждении для запуска конверсий.
Не поймите меня неправильно, это не только солнце и розы. Будет меньше показов, и я искренне сочувствую издателям и людям, для которых контент является основным продуктом. Но для тех, кто продает товары и услуги и может быстро адаптироваться, будет много возможностей.
Что дальше?
Когда дело доходит до маркетинга и его будущего, существует гораздо больше моделей машинного обучения для изучения. Кто-то может даже сказать, что лучшее еще впереди.
В моей следующей части я буду исследовать дополненную реальность и метавселенную. Мы обсудим некоторые вероятные направления для них, что вам нужно сделать, чтобы подготовиться к этому дивному новому миру (или это не мир?), и некоторые выводы из интервью с инженерами по машинному обучению, работающими над созданием этой реальности.
Мнения, выраженные в этой статье, принадлежат приглашенному автору, а не обязательно поисковой системе. Штатные авторы перечислены здесь.
Новое в поисковой системе
Об авторе
Дэйв Дэвис — ведущий SEO-специалист компании Weights & Biases, занимающейся машинным обучением. Он начал заниматься SEO в начале 2000-х, а в 2004 году вместе со своей женой Мэри стал соучредителем Beanstalk Internet Marketing, которая до сих пор руководит его повседневными операциями. Он ведет еженедельный подкаст, регулярно выступает на ведущих отраслевых конференциях и гордится тем, что является постоянным участником сайта Search Engine Land.
Подборка статей о ИТ компаниях. Обмен опытом. Обучение востребованным профессиям в сфере IT. Маркетинг. Анализ рынка. Полезная информация. Подпишитесь на нас в социальных сетях, что бы не пропустить важное.
Специальная подборка для Вас