新科技建構美麗新世界： 生成式人工智能

在科技發展的浪潮中，人工智能（AI）已成為劃時代亮點。從AlphaGo 與ChatGPT兩個代表性案例出發，簡要介紹AI 是什麼？並探討生成式AI 與傳統AI 的差異。

AI 是指由電腦系統實現的具有學習、理解、推理、適應等功能的技術。AlphaGo是一款以深度學習為基礎的圍棋AI，它在2016 年擊敗人類圍棋冠軍李世石，展示AI在棋類遊戲領域的強大實力。而ChatGPT是基於生成式AI 的大型語言模型(LLM)，能夠理解自然語言並生成合乎邏輯的答案。生成式AI 具有從大量數據中自動學習並生成結果的能力，並可在各種場景下靈活運用，如自然語言處理、圖像生成等，遠超傳統AI 應用範疇。生成式AI 的出現，開啟AI技術新篇章。

產品會改變世界，但概念不會
技術創新不僅意味著概念的誕生，更重要的是將概念付諸實踐，創造出具有廣泛應用價值的產品。網際網路、行動通訊網路、生成式AI 等新技術的成功，皆證明這一觀點。自從網際網路出現，許多創新型產品基於此技術誕生，為用戶帶來便利並解決現實痛點。例如，Netscape 公司於1994 年推出了Netscape Navigator，為人們提供了便捷的網絡瀏覽功能。隨後，Google 於1998 年將網路搜尋引擎的概念成功轉化為實際產品，成為行業龍頭。在移動互聯網時代，蘋果公司於2007 年推出的iPhone 改變了智慧手機市場格局並成為行業標竿。

同樣地，生成式AI 也在逐步從學術概念走向產品化。OpenAI 公司GPT 系列產品，自2020 年起，它們通過自然語言處理技術，為使用者提供了寫作助手、客服機器人等應用。同時，產品通過收集使用者反饋，不斷優化以滿足需求，目前已推出聯網功能ChatGPT4 beta，彌補了訓練資料只到
2022 年9 月的缺憾，具有即時性，短短時間內其功能已更加強大，並逐步實驗其外掛功能（Plugin），生成式AI 呈現了指數級的迭代。
然而，不是所有技術創新都能成功地實現產品化，例如，Meta 公司推出的「元宇宙Metaverse」概念，截至目前，元宇宙尚未成功落地，因為概念尚未完全落實於具體產品與應用場景。總之，只有將概念轉化為實際產品並解決用戶痛點，才能讓新技術真正改變世界。

從ChatGPT 看大型語言模型發展
自然語言處理技術的進步，推動了大型語言模型（LLM） 發展。其中，ChatGPT是近年來最為成功的案例，從其名可分解
出三個概念：生成式(Generative)、預訓練（Pre-training）、轉換器（Transformer）。

首先，生成式模型是指模型可以在沒有預先提供特定輸入的情況下，自行生成相關的結果。舉例來說，當使用者輸入「今天天氣如何？」時，生成式模型可以自動產生對應的天氣資訊，而不需要事先將所有天氣資料都放入模型中。其次，預訓練模型是指模型在使用前，需要先進行大量訓練；ChatGPT就是一種預訓練模型， 它是基於轉換器（Transformer）模型進行訓練，並且使用了海量文本數據。預訓練模型的優勢在於可以讓模型在使用時更快速、更精確地進行推理和生成。最後，轉換器(Transformer) 是一種用於處理序列數據的組件，主要應用於自然語言處理等領域的神經網絡中，依賴「自注意力」機制處理序列數據，與傳統的循環神經網絡或卷積神經網絡不同，被認為是神經網絡的一種創新架構。因此，
ChatGPT 可以將使用者的問題轉換成自然語言形式，並透過預訓練模型來生成答案，從而實現智能對話功能。除此之外，大型語言模型還有一些其他的特性，例如具有湧現（Emerging）能力，即可以從訓練資料中自我學習新的知識和語言規則，而不是僅僅記憶所見過的文本數據。

提示詞
提示詞（Prompt）在使用大型語言模型時扮演了關鍵角色，它是一個簡短文字片段，用於引導模型生成特定主題的內容。選擇合適的提示詞能幫助模型理解使用者的需求，生成符合期望的結果。因此，寫出好的提示詞，應注意以下幾點：
1. 角色定義：確保提示詞中包含角色，如「你是一位作家」等，讓模型明白其扮演的角色。
2. 背景訊息：提供足夠的背景資訊，如時間、地點、情境等，幫助模型生成符合情境的內容。

3. 任務目標：明確說明任務目標，讓模型清楚知道需要完成的工作。
4. 輸出格式：指定輸出格式，如文章、列表或對話等，讓模型知道如何組織生成的內容。

總之，掌握轉換器的特點，並掌握寫出好的提示詞的技巧，將有助於更有效地操控大型語言模型，獲得理想的生成結果。

AIGC 及其生態圈
通過人工智能生成內容（AIGC）技術，從文本、圖像到影音等多種形式的內容，都可以實現智能生成，大大提高了內容創作的效率和品質。AIGC 生態圈正在引領一場網路內容創造的革命，AIGC 生態圈主要由基礎層、模型層和應用層等三個部分組成，各層之間緊密協作，共同推動AIGC 技術的發展和應用。

基礎層主要包括各類硬體設施和雲端運算平台，為AIGC 技術提供計算力支持。模型層主要包括各類AI 模型，如BART、GPT等，這些模型是AIGC 技術核心，能夠根據海量數據生成具有高度語境相關性內容。而AIGC 生態圈的應用層是指在各種場景中實際應用AIGC 技術的商業機會。在ToG 端，政府部門可利用AIGC 技術提高資訊檢索與分析效率，為政策制定和公共服務提供支持。在ToB 端，企業可將AIGC 技術應用於內容創作、客服、廣告等場景，以提高工作效率和降低成本。在ToC 端，消費者可享受智能生成的個性化內容，以滿足不同需求。這些應用場景充分展示了AIGC 技術在不同領域的優勢和潛力，也為各行各業帶來了更多創新應用。

AIGC 助力元宇宙與Web3
科技持續進步，元宇宙和Web3 成為越來越受關注的話題。AIGC 這項先進技術在元宇宙和去中心化領域中具有重要地位。

AIGC 可以幫助元宇宙的成長，特別是在虛擬場景、數位分身（Avatar）以及數位孿生（Digital Twins）。AIGC 運用大量資料和先進算法，快速創建各式各樣的虛擬場景，讓元宇宙世界更加多姿多彩。AIGC 能根據用戶提供的照片或描述，打造獨一無二且高度還原的數位分身。此外，數位孿生技術借助AIGC 強大運算能力，在物理世界和虛擬世界間實現無縫連接，讓用戶在元宇宙中享受更真實的互動體驗。
同時，AIGC在去中心化領域也發揮作用，特別是在NFT 創作過程中。AIGC 可為藝術家和創作者提供靈感，協助他們創作獨特的數位藝術品、遊戲道具等，創作者將這些作品鑄成NFT 後，在元宇宙中將具有稀缺性和獨特性。另外，AIGC 也能幫助創作者編寫智能合約（Smart Contract），讓作品更容易發行NFT，並在區塊鏈平台上進行交易。
總之，AIGC 在元宇宙和Web3 的發展中擔任關鍵角色。通過協助創建和優化虛擬場景、數位分身（Avatar）和數位孿生（Digital Twin），以及在去中心化領域提供創作靈感和智能合約支持，AIGC 為元宇宙和Web3的未來，提供了更多可能性和拓展空間。

AI 帶來的問題，不妨用科技解決
隨著AI 技術的蓬勃發展，各國紛紛面臨社會歧視、隱私侵犯、失業、能源問題以及自主性車輛與武器等挑戰。科技創新是解決AI 帶來問題的關鍵途徑。首先，在算法公平性方面，可以通過多元化的數據集、算法監控和修改等方法，消除算法偏見，降低社會歧視風險。其次，隱私保護方面，可以採用差分隱私（Differential Privacy）、安全多方計算 (Secure Multiparty Computation) 等技術，確保在使用數據的同時，保護個人隱私。再者，針對失業問題，可以透過技能培訓和教育改革，幫助勞動力適應AI 技術的發展。然而研究能源效率更高的AI 算法和硬體設備，降低能源消耗。

結語
「AI will not replace you；a person who's using AI will replace you」這句話充分說明「在人工智能時代，掌握AI 技術的人將具有無可比擬的競爭優勢」。我們應該積極擁抱AI，學會利用先進技術提高工作效率、創造更美好生活。同時，我們必須知道AI 發展不僅改變個人工作和生活方式，也對社會整體產生深遠影響。在這過程中，我們不僅探討AI 應用，還要關注AI 帶來的潛在危機。通過嚴格監管政策、法規建立以及科技創新以尋求解決方案。