人工知能（AI）はビジネスプロセスに着実に影響を与え、建設や医療といった複雑な業界でさえ反復的で日常的なタスクを自動化している。

多くの場合、AIアプリケーションは水面下で機能するのだが、AIベースのコンテンツジェネレーターは企業がオリジナルコンテンツの需要増に追いつこうとする中で中心的役割を果たそうとしている。そもそもコンテンツの作成には時間がかかり、高品質の素材を定期的に作成するのは困難がつきまとう。そのため、AIはコンテンツマーケティングなどの創造的なビジネスプロセスに組み込まれ、こういった問題を軽減し続けているのだ。

IDCで会話型AIおよびインテリジェントナレッジ担当のリサーチバイスプレジデントであるDavid Schubmehl氏は、AIは視聴者に対するコンテンツマーケティングを効果的にパーソナライズしてくれると語る。

「既存のデータを使用して、AIアルゴリズムを使用し、コンテンツが対象者の興味や欲求に合っていることを確認します。そのようなAIを使用して製品や情報、経験など人が関与することに最も興味を持っている可能性のあるものをレコメンドできるのです」。

一方、Forresterのアナリスト、RowanCurran氏は「AIは視聴者の質問への回答を支援するだけでなく、消費者とのつながりやリードの生成、つながりの構築、ひいては消費者の信頼の獲得にも役立ちます。これらの利点の一部は、AIコンテンツ生成ツールを使用することで実現されているのです」とコメントした。

AIコンテンツジェネレーターのしくみ

AIコンテンツジェネレーターは、自然言語処理（NLP）および自然言語生成（NLG）メソッドを使い、テキストを生成することによって機能する。この形式のコンテンツ生成は企業データの提供、ユーザーの行動に合わせた素材のカスタマイズ、パーソナライズされた製品説明の提供に役立つ。

アルゴリズムはNLGベースのコンテンツを作成する。このようなテキスト生成モデルは通常、教師なし事前トレーニングを通じてトレーニングされるものだ。このトレーニングでは、言語変換モデルが膨大なデータセットから無数の貴重な情報を学習する。このような膨大な量のデータをトレーニングすることで、言語モデルはより正確なベクトル表現と、コンテキスト情報を含む単語、フレーズ、文、段落の確率を動的に生成できるようになる。

この機械学習モデルは、急速にNLGの主要なアーキテクチャになりつつある。従来の再帰型ニューラルネットワーク（RNN）ディープラーニングモデルは、勾配消失問題により長期的なモデリングコンテキストと闘うことになる。（中略）結果、複数のレイヤーを持つモデルが特定のデータセットでトレーニングしたり、最適ではないソリューションに時期尚早に落ち着いたりするという一般的な失敗を引き起こすことになる。

機械学習モデルは言語モデルがデータとアーキテクチャのサイズとともに拡大するにつれてこの問題を克服し、並列学習を可能にしてより長いシーケンス特徴を捉えることで、包括的で効果的な言語モデルの道を切り開くのだ。

今日、GPT-3のようなAIシステムは、ほとんどの人間が一般的に区別できない人間の創造性と文体に似たテキストを生成するように設計されている。このようなAIモデルは、ジェネレーティブAIとも呼ばれる。つまり、幅広いユースケースに対応する新しいデジタルメディアコンテンツや合成データを作成できるアルゴリズムなのだ。ジェネレーティブAIは、オブジェクトの多くのバリエーションを生成し、結果をスクリーニングして、有用なターゲット機能を持つものを選択する。

次につづく

【via VentureBeat】 @VentureBeat

【原文】