Kevin TopolskyΤη δεκαετία του 1960, το MIT παρουσίασε το πρόγραμμα NLP, ELIZA, που άνοιξε το δρόμο για τους σύγχρονους τεχνητούς νοημοσύνης chatbots. Ο “χειμώνας της AI” μείωσε το ενδιαφέρον στη δεκαετία του 1970-80, αλλά η αναβίωση στο NLP ήρθε τη δεκαετία του 1980 με προχωρήσεις όπως η επίσημη επισήμανση μέρους του λόγου και η μετάφραση μηχανής. Οι ερευνητές έθεσαν τις βάσεις για μικρο-κλίμακες μοντέλα γλώσσας, εξελισσόμενες αργότερα χάρη στις μονάδες επεξεργασίας γραφικών (GPUs) και την τεχνολογία AI.
Τη δεκαετία του 2010 παρακολουθήσαμε περαιτέρω αναπτύξεις στην τεχνητή νοημοσύνη, με τα μοντέλα GAN και Transformer να υποστηρίζουν τις σημερινές προηγμένες τεχνολογίες τεχνητής νοημοσύνης, όπως τα GPT-3.5 και GPT-4. Ιδιαίτερα, η κυκλοφορία του ChatGPT το 2022 ξεκίνησε μια σειρά ενημερώσεων και νέων υπηρεσιών στην κατηγορία μικτών γλωσσικών μοντέλων. Η πρόσφατη εισαγωγή του GPT-4 τον Μάιο του 2024 άνοιξε την πόρτα για μια νέα εποχή πολυτρόπων μοντέλων γλωσσας ικανών να χειρίζονται διάφορες μορφές δεδομένων.
Συνηθισμένα παραδείγματα σύγχρονων μοντέλων γλώσσας περιλαμβάνουν τα GPT-3.5 και GPT-4 της OpenAI, καθώς και τα PaLM και Gemini της Google, μαζί με τη σειρά ανοιχτού κώδικα Llama της Meta Platforms. Τα μοντέλα γλώσσας μετάφρασης βρίσκουν εφαρμογές σε παραγωγή κειμένου, μετάφραση, σύνοψη, κατηγοριοποίηση, ανάλυση συναισθημάτων, chatbots και τώρα ακόμα και σε παραγωγή εικόνων με την άνοδο των μοντέλων πολυτρόπων γλώσσας.
Μείνετε συντονισμένοι για μια βαθύτερη κατάδυση στις διαφορές μεταξύ της γεννητικής AI και των μοντέλων πολυτρόπων γλώσσας από τρεις διακριτικές (distinct) οπτικές γωνίας στο επόμενο άρθρο μας.
