Transformers Pipeline: una guida completa per le attività di PNL |  di George Stavrakis |  Febbraio 2024

 | Intelligenza-Artificiale

Un tuffo nel profondo dell’unica riga di codice che può portare migliaia di soluzioni AI pronte all’uso nei tuoi script, sfruttando la potenza della libreria 🤗 Transformers.

fotografato da Simone Kadula SU Unsplash

Il linguaggio umano utilizzato in diverse forme e mode può generare una pletora di informazioni ma in modo non strutturato. È nella natura delle persone comunicare ed esprimere le proprie opinioni e punti di vista, soprattutto al giorno d’oggi con tutti gli sbocchi disponibili per farlo. Ciò ha portato a una quantità crescente di dati non strutturati che, finora, sono stati utilizzati in minima parte o per niente dalle aziende.

Tuttavia, negli ultimi anni, si è verificato un notevole cambiamento.

Il rapido sviluppo nel campo dell’Intelligenza Artificiale (AI), in particolare nell’area dell’elaborazione del linguaggio naturale (NLP), ci ha permesso di comprendere e interagire in modo programmatico con queste informazioni, spingendo molte aziende a rivisitare questa fonte di conoscenza come carburante per nuovi prodotti .

Questa urgenza è nata con il rilascio del ChatGPT, che ha illustrato al mondo l’efficacia dei modelli trasformatori e, in generale, ha introdotto al pubblico di massa il campo dei Large Language Models (LLM).

La semplicità e la natura generale di questo prodotto hanno consentito a tutti di utilizzare questi processi di intelligenza artificiale per eseguire vari compiti nel campo della PNL senza la necessità di comprendere complesse equazioni matematiche o imparare come addestrare e mantenere modelli di apprendimento automatico. Basta aprire un chatbot (o chiamare un’API), creare un messaggio appropriato nella tua lingua madre e magicamente avrai un prodotto AI.

Tuttavia, come tutti gli ottimi prodotti, anche questo ha un costo. Un costo che in alcuni strumenti può essere sotto forma di abbonamento o più comunemente addebitato in base all’utilizzo dello strumento, con tariffe che addebitano per parola/token utilizzato.

Sebbene la tariffa per token nella maggior parte dei casi possa sembrare davvero piccola (cosa possono fare 0,03 $ per token da 1K?)(1) immagina di utilizzare questo strumento per estrarre informazioni da un libro con centinaia di pagine; i costi potrebbero salire alle stelle in pochi secondi e penalizzare le aziende se non comprendono e monitorano correttamente.

Fonte: towardsdatascience.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *