發生什麼事？
人工智慧（Artificial Intelligence）為模擬人類思考、邏輯、行為能力的機器，OpenAI 在 2022 年底推出智慧型對話機器人 ChatGPT，因其優秀的真人對答表現，AI 應用討論四起。
- ChatGPT 推出兩個月即突破一億用戶數，相形 TikTok 和 Instagram 各花費 9 個月和 2.5 年才達成，可見大眾的關注與好奇。GPT-4 語言模型不僅通過美國律師資格考試，也在 34 項不同領域的測試名列前茅，包含宏觀經濟學、寫作、數學、調酒學，且可分析圖像內容，像辨識圖片中冰箱裡的食材。（Forbes）
- 軟體工程師開發出「ChatGPT 指令大全」，使用者可將提示詞個人化，利用此工具寫報告、準備面試、開發程式、撰寫履歷等。（Explain This）
- 除文本生成器外，亦出現音樂、影像等 AI 生成器，使用者只要輸入場景、情緒、風格、樂器、藝術家等關鍵詞，系統即生出對應的旋律或圖像，降低藝術創作門檻。
AI 是模仿大腦網絡？會「思考」嗎？
人工智慧研究從 1950 年代開始，共經過三次浪潮，前兩次因無法釐清人類思考流程而失敗，第三次研究出機器學習方式、深度學習技術，讓 AI 大躍進發展。（未來城市）
- ChatGPT 為深度學習的大型語言模型（Large Language Model，LLM），用大量文本訓練其識別、彙整、翻譯、生成內容的能力。（MarkReadFintech）
- 深度學習模仿人腦的多層神經網絡，讓演算法在各層次挑選特定的特徵並分析，數據量越大，生成結果越準確。（ALPHAcamp）
- 儘管 ChatGPT 功能很強，但其並非真正理解問題，只是在大量參數訓練下，找出回饋機率最高的文字，無法對現有資料做判斷與推論。 （詳見文末 國立中央大學資訊工程學系教授蘇木春訪談）
- 目前的數學模型尚無法複製大腦中化學物質的傳遞與整合，AI 各模組間未有複雜關聯，離邏輯推演、情感流露還有一段距離。（詳見文末 逢甲大學資訊工程學系教授李俊宏訪談）
- 電子遊戲設計師 John Carmack 認為實現通用人工智慧（Artificial General Intelligence，AGI）的關鍵在「模擬大腦」，了解大腦運作後，才能寫出讓機器把記憶、生活、目標所連結的「意識」程式碼，預期可在十年內到位。（INSIDE）
- Instill AI 創辦人張秉霖指出，真實世界尚有很多「人類的性質」無法被數位化，像觸覺及味覺，若無法被數位傳遞，就無法帶入 LLMs 訓練，且人腦與感官互相連動，就跟我們邊思考會邊踱步一樣，演算法在此方面模態的數據仍相當不足。
人機協作的未來？
在 AI 快速發展下，不少人有學習焦慮，出現「機器取代人類」的討論，iKala 執行長程世嘉表示 AI 並非取代「工作」，而是取代「任務」，工作會被解構而非消失。（工商時報）
- 不是 AI 取代人，是被懂得運用 AI 的人取代。
- 蘇木春指出，學習程式語言不是必要，但要懂得組合 AI 工具。例如要完成一本童話電子書，可以利用 ChatGPT 生成童書的文本，搭配 Midjourney 生成的圖像再加上 MuseNet 的配樂。
- 李俊宏特別為非資工領域的學生開設手機程式設計課程，一個學期就學會影像辨識、感測器、晶片設計等，實作後不如想像困難。
- 部分工作將被取代，但同時創造新工作。
- 張秉霖認為未來一定會有更多意想不到、滿足人類七情六慾的行業，可用被 AI 釋放出的人力來填補，像幫人遛狗的工作，就是現代人工作忙又想養寵物而出現的。
- 研究自動化的專家發現，當 AI 越加發展，將提高生產率、一部分工作會自動化、一部分工作會整合並創造出新工作，像自駕車增加帶動測試駕駛功能的安全駕駛員需求。（The World Street Journal）
- 機器無法取代創造力，但人機協作有助於增加靈感。
- 李俊宏強調，人類會受到外部刺激，將醫學、哲學、文學等各種領域連結起來，激盪思考，機器就無法舉一反三。但人在缺乏靈感時，能請 AI 生成一些圖案，激發自己產生更多創作。
未來該如何？
- 張秉霖分享，雖然現在新東西出來的速度快，但在商業本質下，各種複雜的軟體最終都會落地到一般人可輕鬆操作的介面，可先等待別人做出成果後，再跟上學習也不遲，不需過度焦慮。
- 蘇木春提醒，未來 AI 工具開始收費後，能用精簡提示詞生出最符合需求的「提示工程師」將扮演重要角色，擁有某領域的專業知識並懂得運用新工具，將是競爭力的關鍵。
ChatGPT 風潮下，大家開始想像如何與 AI 共生、同工。人工智慧背後運作的邏輯為何？要用什麼樣的心態來迎接此革新？請看《旭時報》與專家的深度對談。
