A nova IA do Google cria resumos de seus documentos no Google Docs

O Google anunciou recentemente um novo modelo de geração automática de resumos usando aprendizado de máquina, lançado no Google Docs que você já pode usar.

O modelo tentará entender todo o documento e gerar um breve resumo da peça – algo que alguns profissionais do cinema claramente ainda não conseguem fazer.

O modelo precisa atingir duas coisas para conseguir isso, o que você aprenderá no vídeo abaixo!

Assista o vídeo

Referências

►Leia o artigo completo: https://www.louisbouchard.ai/google-docs-summary/
►Postagem do blog do Google: https://ai.googleblog.com/2022/03/auto-generated-summaries-in-google-docs.html
►Vídeo GPT-3:
►Atenção vídeo:
►O que são RNNs?:
►Meu boletim informativo (um novo aplicativo de IA explicado semanalmente para seus e-mails!): https://www.louisbouchard.ai/newsletter/

Transcrição de vídeo

0:00

você acha difícil resumir rapidamente

0:02

um filme que você acabou de assistir ou um livro que você

0:04

li algumas semanas atrás às vezes você ama

0:06

um livro e se você não consegue

0:09

lembre-se de seu conteúdo que muitas vezes não consigo

0:11

você pode acabar entediando seu amigo por

0:12

conversando por uma hora descrevendo os muitos

0:15

capítulos e partes importantes enquanto seu

0:17

amigo só quero ter um rápido e

0:18

resumo conciso porque fazer um

0:21

ótimo resumo é desafiador até para nós

0:23

mas necessário como é útil ser

0:26

capaz de saber rapidamente o que é o livro

0:28

sobre antes de comprá-lo ou simplesmente para ajudar

0:30

você passa por todos os seus e-mails e

0:32

documentos em segundos levando o tempo para

0:34

recapitular e resumir seu trabalho também é

0:36

muito importante se você quer ser levado

0:38

seriamente em seu trabalho e pesos e

0:41

vieses o patrocinador deste vídeo irá

0:43

ajudá-lo com isso com o meu favorito

0:45

pesos e vieses de recursos relatam isso

0:48

ajuda você a criar belos relatórios sobre

0:50

suas execuções anteriores com seu hiper

0:51

parâmetros e qualquer matriz rastreada em

0:54

segundos ele ainda permite que você crie

0:56

gráficos claros e dinâmicos comparando os

0:58

corridas, os membros da sua equipe podem sair

1:00

comenta logo no relatório se isso

1:02

não faz de você o engenheiro de ml mais legal

1:05

na sua equipe eu não sei qual será o seu

1:07

colegas de equipe entenderão o que você é

1:09

trabalhando em uma fração de segundo ele vai

1:11

permita que eles o ajudem se puderem

1:13

economizando um tempo valioso e possível

1:15

mal-entendidos experimentam pesos e

1:17

bias de graça com o primeiro link

1:19

abaixo e lucre com esses benefícios

1:22

intensificando seu jogo de engenharia

1:27

assim como para criar relatórios claros que você

1:29

precisa ter uma grande compreensão de um

1:32

livro filme ou qualquer conteúdo que você está tentando

1:34

resumir para fazer bem omitir tudo

1:36

informações desnecessárias, mantendo

1:39

o essencial tornando algo tão

1:41

conciso possível pode ser realmente

1:42

complicado ou mesmo impossível aqui eu

1:46

tente explicar a pesquisa em alguns minutos

1:48

e muitas vezes não consigo fazer isso

1:49

menos de 5 minutos, mesmo que seja apenas

1:52

um resumo de uma peça de 20 páginas que requer

1:55

horas de trabalho e afinação e agora eu

1:57

pode ser substituído por um ai que faz isso

2:00

melhor em milissegundos de fato google

2:03

anunciou recentemente um novo modelo para

2:05

gerando resumos automaticamente usando

2:07

aprendizado de máquina lançado no google docs

2:09

que você já pode usar o modelo vai

2:12

tente entender todo o documento e

2:14

gerar um breve resumo da peça

2:16

algo que alguns profissionais de cinema

2:18

claramente ainda não pode fazer as necessidades do modelo

2:21

para conseguir duas coisas entender o

2:23

texto no documento chamado natural

2:25

compreensão da linguagem e gerar

2:28

frases coerentes usando um natural

2:30

linguagem ou, em outras palavras, executar

2:33

geração de linguagem natural, mas como pode

2:36

você consegue que adivinhou com um

2:39

muitos dados e poder de computação felizmente

2:41

chega disso é pesquisa do google eles

2:44

treinou nosso modelo para replicar nosso

2:46

processo de pensamento para gerar resumos

2:48

usando muitos documentos com

2:50

resumos gerados manualmente vendo todos

2:52

esses exemplos o modelo faz como qualquer

2:55

bom aluno e acaba conseguindo

2:57

gerar resumos relativamente bons para

2:59

documentos semelhantes aos que viu durante

3:02

sua fase de treinamento você pode ver porque nós

3:04

preciso de dados de boa qualidade aqui o modelo

3:06

vai aprender com eles, pode ser apenas como

3:09

bom como os dados que foram usados para

3:11

treiná-lo será como ter um

3:13

treinador muito ruim que não sabe

3:15

qualquer coisa sobre basquete tentando

3:17

ensinar um novo jogador como este novo

3:19

jogador se torna bom se o treinador

3:21

não sabe nada sobre o esporte

3:24

o talento do recém-chegado não será otimizado

3:26

e pode ser desperdiçado apenas por causa do

3:28

treinamento ruim, o desafio vem com

3:31

generalizando para novos documentos

3:33

generalizar é algo até difícil

3:35

para alunos que só aprenderam a

3:37

executar os exemplos dados, mas não

3:40

entender como aplicar as fórmulas

3:42

é a mesma coisa aqui o modelo enfrenta

3:45

dificuldades, pois não consegue se lembrar de tudo

3:47

documentos e resumos de cor que tem

3:50

para entendê-los ou pelo menos saber

3:52

em quais palavras colocar sua atenção em

3:55

a fim de produzir um resumo que reflita

3:57

o documento bem, este último será mais

4:00

provavelmente acontecerá porque o modelo não

4:02

realmente entender o documento só

4:04

entende como realizar a tarefa

4:06

que infelizmente ainda está longe

4:09

inteligência de nível humano, mas bem o suficiente

4:11

para tal tarefa que acabei de mencionar

4:13

atenção bem, isso não foi um

4:16

coincidência atenção pode ser o mais

4:18

conceito importante por trás deste modelo

4:21

na verdade, assim como gpt3 este novo modelo

4:24

também usa a arquitetura do transformador

4:26

e mecanismos de atenção é aqui que

4:28

alta computação é necessária como você sabe

4:31

transformadores são grandes e poderosos

4:34

redes, mas na maioria das vezes um pouco grande demais para

4:36

ferramentas rápidas e eficientes que precisam ser

4:38

disponível online em segundos transformadores

4:41

a complexidade da computação também escala com

4:43

o tamanho de entrada, o que significa que o

4:45

mais longa a entrada, mais pesada a

4:47

computação estará causando grandes problemas

4:50

quando queremos resumir um livro inteiro

4:52

gpt3 funciona bem para pequenas entradas como

4:55

questionar e compartilhar tarefas, mas o mesmo

4:57

arquitetura não será capaz de processar

4:59

livros inteiros de forma eficiente, em vez disso, eles tinham

5:01

usar alguns truques para ter uma

5:03

modelo menor e mais eficiente enquanto

5:06

mantendo resultados de alta qualidade este

5:08

otimização foi alcançada pela fusão

5:10

transformadores com rnns ou recorrente

5:13

redes neurais que são dois conceitos i

5:16

explicado em vídeos anteriores que eu

5:18

recomendo assistir para melhor

5:19

entendendo que ambos os vídeos estão vinculados em

5:22

a descrição abaixo em resumo ele irá

5:24

agir de forma semelhante ao gpt3 que você deve

5:26

entenda agora do meu vídeo sobre isso

5:29

mas com uma versão menor do modelo

5:31

iterando repetidamente até que o modelo

5:34

termina o livro a parte do transformador

5:37

da arquitetura será responsável

5:39

para entender uma pequena parte do

5:41

texto e produzir uma versão codificada de

5:44

isso o rnn será responsável por

5:46

empilhar e manter esse conhecimento em

5:48

memória iterando por todo o livro

5:51

para acabar com a maneira mais concisa de

5:53

resumindo seu conteúdo trabalhando em conjunto

5:56

o mecanismo de atenção adicionado ao

5:58

arquitetura recorrente será capaz de

6:00

vasculhar documentos longos e encontrar o

6:02

características mais importantes a serem mencionadas em

6:04

o resumo que qualquer ser humano fará de

6:07

Claro que o modelo não é perfeito, pois

6:09

mesmo escritores profissionais não são perfeitos

6:11

em resumir seu trabalho, mas o

6:13

os resultados são bastante impressionantes e

6:15

produzido de forma extremamente eficiente eu

6:17

recomendo fortemente experimentá-lo para

6:19

você mesmo no google docs para fazer o seu

6:21

pense nisso

6:22

e pronto, é assim que o google docs

6:25

resumir automaticamente seus documentos

6:27

com seu novo aprendizado de máquina baseado

6:29

modelo eu espero que você tenha gostado deste vídeo se

6:32

então, por favor, tome um segundo para deixar um like

6:34

e comente sua opinião sobre o vídeo

6:36

e neste novo modelo você vai usar

6:39

obrigado por assistir até o final e

6:41

te vejo semana que vem com outro

papel incrível