2024 AI 新手最該知道的三件事|專家論點【查特普拉斯】
作者:查特普拉斯 許秉軒
![](https://www.technice.com.tw/wp-content/uploads/2024/01/DALL·E-2024-01-19-15.27.56-A-wide-screen-image-depicting-a-human-and-a-robot-shaking-hands-with-a-background-of-New-Year-fireworks.-The-human-and-robot-should-be-portrayed-in-a-1024x585.png)
認識 2023 語言模型發展
2023年年初,台灣掀起了勢不可擋的生成 AI 討論熱潮,同時開啟了在工作與生活中各式應用的可能性。在 1 月ChatGPT 用戶就已到一億,是歷史上最快的。沒想到 3 月中馬上就迎來 GPT-4 以及外掛商店,除了模型本身讓邏輯分析、各領知識掌握度提高,一瞬間就能使用的外掛插件,更是打開了任務處理的想像空間,包括:旅遊安排、流程圖繪製、即時資訊比較⋯⋯等,別忘了這邊都還沒有提到文心一言的發布以及 Copilot 的宣布。
萬萬沒想到,正當全世界都瘋狂的鑽研GPT-4的各種玩法時,3 月底 Elon Musk 與相關 AI 專家竟宣布要停止開發下一代的運算模型,一喊就是 6 個月。當然,這並未引起其他競爭對手的共鳴。Google 在 4 月馬上就以更強大的 PaLM 模型並且也很快的進化到第二代。特色在於對於語意理解表現更強,例如擅長猜謎、成語解釋等,Google 也善用自家優勢,整合 AI 進入原有服務,如: Google doc、Gmail、Youtube,這可以說是瞬間打趴一些ChatGPT+外掛插件的玩法呢。
然而,許多人一直期待的手機版,分別在 5 月(IOS)、7月(Android),並且具備語音輸入的功能,這讓免費的隨身 AI 助理離我們近了一步,只要任何思考上會有卡關的問題,我們都能快速的與 ChatGPT 討論。此外,7 月 ChatGPT 也有另一個強大的應用上線:Code Interpreter,只要上傳 Excel 加上透過指令讓 ChatGPT 分析,就能依照需要產生圖表。這讓不具備數據分析 or Python 專業的人,也能做到簡易的圖表應用。
時間來到 9 月,Open AI 又開放一個令人歎為觀止的功能:多模態模型。打破了過往在輸入與輸出僅能用文字的限制,比方說,我們可以透過描述一個完整的畫面,就能產出一張細節度高的圖片,小鹿認為這點也達到一站式的效果,我可以都使用 ChatGPT 就同時完成文字工作、影像工作的任務。
2023年年底,除了發生以 Sam Altman 為首的 在微軟 Open AI 之間被戲稱為宮鬥劇的風波外,最值得關注的就是 ChatGPT 推出的殺手鐧功能:GPT Builder,真正達到不用會程式就能打造簡易 Chabot 的效果。主要透過數個問題的引導,讓使用者能一步一步的做出自定義的 Chatbot,於此同時上半年喊出延緩開發的 Elon Musk 成立的 xAI 公司也推出了 Grok 聊天機器人,但僅開放 x Premium訂閱用戶使用,有趣的是 Grok 在開發時所追求的訴求,是「不要過度政治正確」,這部分主要是想呼應 ChatGPT 使用者經常反應的,回覆過於公版、模糊性太高等問題。
而你可能會想,Google 的進度怎麼樣了呢?去年的 12 月 初發表了最新的 Gemini 模型,並優先開放給 API 開發者,最大特色在於它是首個在大規模多任務理解上,超越人類專家水準的模型。目前 Gemni Pro AI 有免費試用機會,對於開發者來說,是個好好嘗試的時機。
了解AI 的優勢與限制為何
經歷了 AI 大爆發的 2023,不曉得你是覺得興奮期待,還是擔心老闆知道了會開始動些歪腦筋。這時,你需要的是正確的了解 AI能做到什麼&不能做到什麼。唯有如此,才能將AI 巧妙的融入工作流程中。
AI 的優勢在於隨機性,你可能覺得有點奇怪,隨機代表了不穩定,為何這會是個優勢呢?其實正這好可以突破人在思考時的極限值,透過多次的指令生成,就有機會看到本來沒想到的點子。另外,你也可以多加運用 AI 的基礎分析能力,好比工作中想快速了解跨產業的知識時,就能運用 ChatGPT 與結合理論知識的指令,幫助你更深度的理解相關概念。最後,AI 有個不可輕視的優點,那就是不用休息,在官方伺服器穩定的狀態下,我們隨時隨地都能使用AI 工具 提升產出效能 or 思考陌生問題。
相反地 AI 的限制有什麼呢?其一是倫理與隱私,這點過往的討論就已相當活躍,例如:我想替即將上市的產品發想文案,因此將未公開的產品規格輸入到 ChatGPT ,就涉及無意間公開機敏資訊的問題。再來,則還有演算法偏誤造成的影響,舉例而言:美國警政系統以過往犯罪資料訓練的出獄後犯人再犯風險評估的 AI 模型,指出有色人種的犯罪紀錄遠多於白人犯罪紀錄。然而,那些紀錄其實正反映美國社會長久以來對於有色人種的歧視。另外也有可能是 AI 學會了連系統開發者都沒有察覺到,潛藏在資料裡的偏誤。這點將會是企業在打造內部GPT時將會遇到的一大挑戰。
發揮最大效能的人機協作技巧
2024正要開始,人們勢必將面臨幾個重要的趨勢,AI 開發成本日漸降低、熟悉 AI 的工作者越來越多、初階工作自動化的落地。舉例而言,過往想到人資績效評量,可能都需要找大型 ERP 服務商與顧問來回校正才能順利導入,現在只需要釐清績效評估目的,就有機會透過 Excel x ChatGPT 寫出個性化符合公司的績效系統。
因此,在 AI 普及化以及在應用的深度與掌握度都提高的今日,該如何掌握最人機協作技巧發揮最大的效能呢?小鹿認為關鍵步驟有三
- 問自己任務的成敗關鍵為何?如:提案簡報,成敗關鍵往往是提案對象最在意什麼、想達成什麼
- 上述關鍵能否讓 AI 幫上忙?如:若要了解提案對象的真實想法,需要設計使用者訪談,這時就有機會讓 ChatGPT 一起參與規劃
- 觀察 AI 有什麼局限性?如:生成的開場白都太機械性,這時就需要依照我們對客戶的理解,調整口吻、風格、用語等。
最後,我們永遠要放在心裡的問題是,什麼事情是最適合人類來做的,舉凡情感性、人際性、服務性、體驗性等相關工作,如:我們會期待在放鬆的週末午後,讓專業的按摩師傅為我們服務,而具備同樣按摩技術的機器人卻少了點什麼,原來我們需要的是放鬆的按摩過程,除了肌肉放鬆,也希望透過跟人聊聊天宣洩上班的苦悶。建議你在工作之餘,不斷地探索既已的內心,在人類適合的工作中,什麼是你嚮往的?什麼是你想多研究的?因為這都是能讓你樂此不疲的關鍵,自然能持續提升專業,也就不用擔心會被 AI 給取代了唷。
瀏覽 635 次