Google の新しい AI が Google ドキュメントでドキュメントの概要を作成

Google は最近、機械学習を使用して要約を自動的に生成する新しいモデルを発表しました。これは、既に使用できる Google ドキュメントでリリースされています。

モデルはドキュメント全体を理解し、作品の短い要約を生成しようとしますが、これは映画のプロの中にはまだ明らかにできないものです。

モデルはそれを達成するために 2 つのことを達成する必要があります。これについては、以下のビデオで学習します。

ビデオを見る

参考文献

►記事全文を読む: https://www.louisbouchard.ai/google-docs-summary/
►Google のブログ投稿: https://ai.googleblog.com/2022/03/auto-generated-summaries-in-google-docs.html
►GPT-3 ビデオ:
►注目動画： ://youtu.be/QcCJJOLCeJQ
►RNN とは?:
►マイ ニュースレター (新しい AI アプリケーションについて毎週メールで説明します!): https://www.louisbouchard.ai/newsletter/

ビデオトランスクリプト

0:00

すぐに要約するのは難しいと思いますか

0:02

最近見た映画や本

0:04

数週間前に読んで

0:06

本とあなたが管理できない場合

0:09

その内容を覚えていないことが多い

0:11

あなたはあなたの友人を退屈させるかもしれません

0:12

多くのことを説明するために1時間話す

0:15

あなたの章と重要な部分

0:17

友達はすぐにやりたいだけです

0:18

簡潔な要約これは、

0:21

素晴らしい要約は私たちにとっても挑戦的です

0:23

しかし、それがどれほど役立つかが必要です

0:26

その本が何であるかをすぐに知ることができる

0:28

それを購入する前に、または単に助けるために

0:30

あなたはすべてのメールに目を通し、

0:32

数秒で文書化

0:34

あなたの仕事を要約して要約することも

0:36

あなたが取られたい場合は非常に重要です

0:38

あなたの仕事と体重に真剣に取り組み、

0:41

このビデオのスポンサーの偏見

0:43

私のお気に入りでそれを手伝ってください

0:45

特徴の重みとバイアスはそれを報告します

0:48

に関する美しいレポートを作成するのに役立ちます

0:50

ハイパーでの以前の実行

0:51

パラメータと追跡される任意のマトリックス

0:54

数秒で作成することさえできます

0:56

を比較する明確で動的なプロット

0:58

チームメンバーが退出できる実行

1:00

この場合、レポートにコメント権があります

1:02

最高のMLエンジニアにはなりません

1:05

あなたのチームでは、あなたが何をするかわかりません

1:07

チームメイトはあなたが何であるかを理解します

1:09

一瞬で作業します

1:11

彼らができるなら、彼らがあなたを助けることを許可してください

1:13

貴重な時間を節約し、

1:15

誤解は重みを試してみてください

1:17

最初のリンクで無料のバイアス

1:19

以下によって、これらの利点から利益を得る

1:22

エンジニアリングゲームを強化

1:27

明確なレポートを作成するのと同じように

1:29

を十分に理解する必要がある

1:32

映画や試しているコンテンツを予約する

1:34

要約する うまくやる すべてを省略する

1:36

保持しながら不要な情報

1:39

として何かを作る本質的な

1:41

できるだけ簡潔に

1:42

ここでは複雑または不可能でさえあります

1:46

数分で研究を説明してみてください

1:48

そして、私はしばしばそれを作ることができません

1:49

たった5分でも短い

1:52

必要な 20 ページの作品の要約

1:55

何時間もの作業と微調整、そして今私は

1:57

それを行うAIに置き換えることができます

2:00

ミリ秒単位で改善

2:03

最近、新しいモデルを発表しました

2:05

を使用して要約を自動的に生成する

2:07

google docs でリリースされた機械学習

2:09

すでにモデルを使用できること

2:12

ドキュメント全体を理解しようとし、

2:14

作品の短い要約を生成する

2:16

一部の映画の専門家

2:18

明らかにまだモデルのニーズを満たすことができません

2:21

2つのことを達成するために

2:23

ナチュラルと呼ばれるドキュメント内のテキスト

2:25

言語理解と生成

2:28

自然を使った首尾一貫した文章

2:30

言語または言い換えれば実行します

2:33

自然言語生成ですが、どうすればできますか

2:36

あなたはそれを推測したことを達成します

2:39

幸運にも大量のデータと計算能力

2:41

これはGoogleの調査で十分です

2:44

私たちのモデルを訓練して、

2:46

要約を生成するための思考プロセス

2:48

あまりにも多くのドキュメントを使用する

2:50

手動で生成された要約 すべてを表示

2:52

これらの例は、モデルが好きです

2:55

良い学生であり、最終的にできるようになる

2:57

～について比較的適切な要約を生成する

2:59

これまでに見たものと同様の文書

3:02

そのトレーニング段階で、なぜ私たちが

3:04

モデルには高品質のデータが必要です

3:06

彼らから学ぶだろう

3:09

に使用されたデータとして良い

3:11

それを訓練することは

3:13

知らない本当に悪いコーチ

3:15

バスケットボールについて

3:17

新しいプレーヤーに、この新しいプレーヤーがどのようにできるかを教える

3:19

選手はコーチなら何でも良くなる

3:21

スポーツについて何も知らない

3:24

新人の才能は最適化されない

3:26

という理由だけで無駄になる可能性があります。

3:28

不十分なコーチングには課題が伴います

3:31

新しい文書への一般化

3:33

一般化することはさらに難しいことです

3:35

方法だけを学んだ学生のために

3:37

与えられた例を実行しましたが、しませんでした

3:40

式の適用方法を理解する

3:42

モデルが直面しているのと同じものです

3:45

すべてを覚えられないので難しい

3:47

それが持っている文書と要約

3:50

それらを理解する、または少なくとも知るために

3:52

どの言葉に注目するか

3:55

を反映した要約を作成するため

3:57

ドキュメントは後者が最も

4:00

モデルがそうではないので起こる可能性が高い

4:02

ドキュメントだけを本当に理解する

4:04

タスクの実行方法を理解している

4:06

残念ながらまだ遠い

4:09

人間レベルの知性ですが、十分です

4:11

私が今言及したそのようなタスクのために

4:13

注意これはそうではありませんでした

4:16

偶然の注目が最も多いかもしれません

4:18

このモデルの重要なコンセプト

4:21

確かに gpt3 と同じように、この新しいモデル

4:24

Transformer アーキテクチャも使用

4:26

注意メカニズムはここにあります

4:28

ご存知のように高い計算が必要です

4:31

トランスフォーマーは大きくてパワフル

4:34

ネットワークですが、ほとんどの場合、少し大きすぎます

4:36

必要な高速で効率的なツール

4:38

オンラインで数秒で入手可能

4:41

計算の複雑さもスケールします

4:43

入力サイズ。

4:45

入力が長いほど重くなります

4:47

計算が大きな問題を引き起こす

4:50

本全体を要約したいとき

4:52

gpt3 は、次のような小さな入力に適しています

4:55

質問と共有タスクですが、同じです

4:57

アーキテクチャは処理できません

4:59

代わりに本全体を効率的に

5:01

するためにいくつかのトリックを使用するには

5:03

より小型で効率的なモデル

5:06

高品質の結果を維持する

5:08

最適化はマージによって達成されました

5:10

rnns または recurrent を伴う変圧器

5:13

2 つの概念であるニューラル ネットワーク i

5:16

以前のビデオで説明した

5:18

より良いものを見ることを強くお勧めします

5:19

両方のビデオがリンクされていることを理解する

5:22

以下の説明を簡単に説明します

5:24

あなたがすべきgpt3と同様に行動する

5:26

それについての私のビデオから今までに理解する

5:29

ただし、モデルの小さいバージョンでは

5:31

モデルになるまで何度も繰り返す

5:34

変圧器部分の本を仕上げる

5:37

アーキテクチャの

5:39

のごく一部を理解するために

5:41

テキストとエンコードされたバージョンの生成

5:44

それはrnnが担当します

5:46

この知識を積み重ねて保持する

5:48

本全体を反復するメモリ

5:51

最も簡潔な方法で終わる

5:53

一緒に働くその内容を要約する

5:56

に追加された注意メカニズム

5:58

リカレント アーキテクチャにより、次のことが可能になります。

6:00

長いドキュメントを調べて、

6:02

で言及する最も重要な機能

6:04

人間が行う要約

6:07

もちろんモデルは完璧ではないので

6:09

プロのライターでも完璧ではない

6:11

彼らの仕事を要約する際に、

6:13

結果は非常に印象的で、

6:15

非常に効率的に生産されました

6:17

試してみることを強くお勧めします

6:19

あなたを構成するためにGoogleドキュメントで自分自身

6:21

気にする

6:22

ほら、これがGoogleドキュメントの方法です

6:25

ドキュメントを自動的に要約する

6:27

新しい機械学習ベースで

6:29

このビデオを楽しんでいただければ幸いです

6:32

いいねを残してください。

6:34

そして、ビデオについてのあなたの考えをコメントしてください

6:36

この新しいモデルで使用しますか

6:39

最後までご覧いただき、ありがとうございました

6:41

来週また別の人と会いましょう

素晴らしい紙