我‧見‧我‧思-生成式AI浪潮下 台灣如何定位?
生成式人工智慧(AI)ChatGPT 2.0於2022年底發布,立即掀起全球一陣旋風,儘管目前還無法看出ChatGPT將如何改變人類的生活,但它確實引發全球產官學研的集體焦慮。要認識和理解這場變革,必須深思生成式AI發展的四大要件:算力、數據量、建模能力和用戶量。
首先,卓越的算力為少數如微軟、IBM、Google等科技巨頭所掌握。隨著量子計算的發展,原有格局或有可能被顛覆。其次,每天產生的數位資料量已達到難以想像的規模,遠遠超出人腦可以處理的範疇,但是已數位化的資料仍只是人類總資料極小的部分。再者,跨領域整合不同專業人才的能力,以及洞察問題的領導力,將決定生成式AI模型建立的效率和準確度。最後,平台以先行者優勢快速獲取大量用戶,並以快速累積數據調校AI模型,將在市場與技術上領先對手。
提問能力、使用數據的角度、打破傳統思維仍是建立AI模型及應用生成式AI的三大核心要素,也是跨專業團隊領袖必須具備的特質及能力。當今世代數據大量且快速累積,必須正視數據所包含的因子眾多,且交互作用關係複雜。然而,在事件現象浮現初期,真實關鍵因子是十分隱晦,不易被發掘,而假資料假數據更是難以判斷辨別真偽。因此,問對問題設立假設並不容易。假說設定往往摻雜團隊或個人提問者有限經驗、先入為主的想法。固著在習有框架,執著於最顯著的結果,或得不到真實答案,或與重大發現失之交臂。
善用發布策略及先行者優勢,OpenAI成功地將ChatGPT迅速推上生成式AI一哥的地位。多數使用者固化在OpenAI對ChatGPT所設定的使用操作方式,後進者或是周邊開發者短期內只能依循這個架構模式而行,也將更提高終端使用者對ChatGPT的黏著度。由生成式AI產出「可能的」知識或資料速度太快,實體驗證腳步無法即時跟上,也是生成式AI被濫用後的隱憂之一。知識及認知互為因果而造成的落差會縮小或是擴大,也值得深度思考。
發展生成式AI是資本、科技、數據、人才四高的重裝備競賽,跨產業合作、多重專業融合將成為新常態,產業界線也將日趨模糊。對台灣而言,算力、數據量、使用者數量是先天不足。欠缺具備前瞻眼光、領導力、整合不同領域專業能力的領袖人才,則是因社會文化及教育選才制度下的後天失調。
面對這些限制,考驗台灣如何在AI浪潮中精準定位。只有正視困境,才能在這波浪潮中保有一席之地。資源有限的寡民小國,是要發展完整但使用者不多的自有生成式AI,或參與國際鏈結就既有優勢,坐穩其中若干重要環節。另一方面,生成式AI所需的大量算力集中在少數地區,資料跨境傳輸、運算、分析及儲存再利用,也觸及更多而且更為複雜的道德、法律和資訊安全的新議題,有必要廣泛且深入討論。
更多工商時報報導
核四剩餘空地 火力電廠列選項
大啖低軌衛星通訊元件訂單 昇達科11月每股賺0.34元
竹科銅鑼園區環差案 通過