Beberapa minggu yang lalu, saya berjanji untuk menulis lebih banyak tentang percakapan saya dengan Gary Kazantsev. Dia adalah kepala strategi teknologi kuantitatif di Bloomberg, perusahaan berita keuangan. Gary juga mengajar tentang machine learning di Columbia University. Dia sangat paham tentang penggunaan kecerdasan buatan di dunia bisnis.
Bloomberg memang dikenal karena layanan beritanya, yang punya saluran TV kabel, radio, dan situs web. Tapi perusahaan ini dapat uang terutama dari data keuangan. Lembaga keuangan berlangganan “Bloomberg terminal” — awalnya ini alat khusus, sekarang menjadi perangkat lunak yang bisa diakses lewat internet. Dengan berlangganan, pengguna bisa lihat banyak data soal saham, obligasi, komoditas, mata uang, serta bisa mencari dan bikin grafik dari data itu. Masalahnya, news dan data di terminal itu sangat banyak, jadi kebanyakan pelanggan cuma pakai sedikit fitur. Ditambah lagi, pengguna dulu harus hafal kode tiga dan empat huruf yang rumit untuk menjalankan fitur. Saya sendiri ingat saat mulai kerja di Bloomberg tahun 2011, saya harus belajar seminggu penuh hanya untuk pakai terminal.
Kazantsev ingin menunjukkan bagaimana Bloomberg menggunakan teknologi baru seperti natural language processing (NLP) di beberapa tahun terakhir. Teknologi ini mengubah cara pelanggan mencari informasi di terminal Bloomberg. Cara Bloomberg menjalankan NLP ini bisa jadi pelajaran bagi perusahaan lain yang ingin mengganti cara pelanggan berinteraksi dengan produk.
Sekarang berkat kemajuan NLP, pengguna Bloomberg tidak perlu kode yang rumit. Mereka bisa tulis di baris perintah seperti “Cari semua obligasi korporat AS dengan hasil di atas 4%,” atau “Siapa pemegang saham terbesar Apple?” Sistem akan menjawab. Pakai kode dulu, prosesnya makan waktu lama dan pakai beberapa perintah berbeda. Selain itu, sistem baru bisa menyarankan kata-kata saat pengguna mengetik, mirip seperti kotak pencarian Google. Ini membantu pengguna temukan opsi atau fitur yang mereka tidak tahu ada.
Teknologi NLP baru ini tidak cuma bantu pelanggan Bloomberg mendapatkan lebih banyak hasil guna. Mereka juga bantu layanan pelanggan Bloomberg berikan jawaban kepada klien. Sekarang, 50% dari panggilan layanan pelanggan menggunakan AI NLP. Dan lebih dari sepertiga kasus, jawaban AI teratas adalah yang disarankan oleh staf dukungan pelanggan.
Catatan, Kazantsev bilang fungsi Tanya Jawab bahasa alami Bloomberg tidak dibangun dari model super besar. Ini sistem modular dengan berbagai komponen berbeda. Misalnya Model Niat Bertanya, Parser semantik, dan modul untuk saran otomatis. Untuk beberapa bagian, Bloomberg pakai model NLP yang cukup besar dan dilatih khusus dengan teks keuangan.
Menurut Kazantsev, model yang terlalu besar tidak bisa jadi pilihannya. Dari sisi riset, Kazantsev tertarik sama model raksasa—punya banyak kemampuan baru—tapi ganti rugi kasar raksasa bagi kebanyakan bisnis praktis sangat rumit. Istilahnya, butuh beberapa detik membuat jawaban, tapi Bloomberg butuh jawaban dalam kalimat atau sedikit sekali waktu.” Untuk sekarang model raksasa seperti OpenAI GS-T masih a untuk masa tersebut benyeluang-t satu belum sia yang tahu apa begitu juga).
*Ada beberapa riwayat refleku yang bisa pacuka negara.
Untuk hal transformatif dan menghitung bisa dari sitem real pengalaman lebih banyak..ke pos. lain pandnada mel yan lama pelang untuk-pi menu,dunian,*set panjang datapan tanpa lay sama lalu da harus bagia–kedda bertamina: mpendan ben jelas syuk… gaim akan sekam lik penanggap:saat yang saatan kunci contoh kontan oleh batng ak ter di tra kejam…
Sakit