Meta推出LLaMA避免在全球AI競爭中處於劣勢｜專家論點【Howie Su】

作者：Howie Su（產業分析師）

Meta將營運重心轉回人工智慧競爭

在ChatGPT推出不久後，Meta也推出自家的AI語言生成模型「LLaMA」作為回應。不過，與ChatGPT不同的是，LLaMA並非能與之交談的軟體，它是一種研究工具，Meta希望透過它來達到AI普及化，其主要功用為協助AI專家修正與調整有問題的模型，避免出現偏誤、歧視等問題。公司指出 LLaMA 模型的第LLaMA-13B版本在大多數測試中較GPT-3 模型表現更佳，經過訓練後，LLaMA-13B 還可以在Nvidia Tesla V100 GPU 上運行。相較之下，LLaMA比較類似瑕疵檢測系統，而非像ChatGPT走商業化產品路線，但這也與Meta近期策略相關：從元宇宙的願景逐漸轉回現實，過去Meta錯過AI聊天機器人的開發，當前公司正在盡力趕上，以降低廣告業務收入下跌帶來的衝擊；同時，Meta正在調整資源配置，包括降低資料中心投資、審慎投資新創，與裁員。

或許腳步晚了些，但Meta看到的市場依舊龐大，除了大型語言模型帶來的發展潛力外，機器學習在廣告、詐欺偵測、電腦視覺、安全監控、預測分析、自然語言處理、AR/VR的應用熱度不減，在應用場域龐大下，Meta或許只需要持續投入，就可慢慢迎頭趕上。

白宮《人工智慧權利法案藍圖》帶來的挑戰

當然，機器學習的猛爆式成長也引來不少擔憂，根據MLOps供應商comet發布的「機器學習產業概況」（State of MLOps Industry Report）報告指出，美國白宮科技政策辦公室 (WHOSTP) 最近發布《人工智慧權利法案藍圖》，法案涵蓋五項原則：安全與有效系統、演算法偏見保護、資料隱私、可解釋性、備用計畫等，本質上而言是透過對於人類的保護來限制演算法的應用範疇，這對於Meta而言道也不一定是壞事，既然LLaMA本身就是為了協助人工智慧能夠更透明、更符合普世價值，反而可以藉機成為競爭優勢。

如果再仔細看，可發現《人工智慧權利法案藍圖》對機器學習的影響在未來會開始增強，舉例而言，「安全與有效系統」要求企業開發演算法時應徵求不同社群、利害關係人與專家意見，而非僅透過企業內部決定，此舉用意為降低演算法帶來的風險和潛在影響，而演算法在使用前應進行測試、風險識別，並在部署後持續間空，以證明其安全性，並遵守各種標準，這樣的要求立意良好，但可能讓許多資源較少的企業卻步，增加如Meta、Google等大型企業的勝算。另外，模型的使用者都應該要有「知」的權力，或稱為可解釋性，系統的設計者、開發者和部署端應提供文字說明，涵蓋對系統功能的描述，常見的可解釋AI技術涵蓋精度，召回率、準確性、ROC曲線、確定係數（R平方）等，使得機器學習模型有一定程度的可解釋性，降低使用者的不安心理，同時符合法規需求，這些都是法案對機器學習模型的要求，也是使得科技業未來避免讓人工智慧野蠻生長的主因。

Meta的下一步：讓模型隱身幕後來優化服務

整體來說，當前局勢對攻堅又面臨不少挑戰，祖克柏前陣子還被抱怨公司營運下滑下個人安保費用卻持續上升，相較之下，其對手微軟與Open AI的合作、或是Google也推出新的LLM模型迎戰顯得Meta遇到相當困境，LLaMA模型或許目前看起來不是決勝負的武器，但Meta 計劃將這些新技術融入幾乎所有產品，例如圖像生成、影音、虛擬分身等，有別於其他同業將模型作為產品服務，Meta選擇將機器學習設立為各種服務的最佳優化推手，這場戰爭還有得打。

瀏覽 1,709 次