AI丟給台灣的3個問題　ChatGPT讓工程師考慮「躺平」？

左起政治大學資訊科學系副教授蔡銘峰、政治大學法律系暨創新國際學院助理教授陳柏良、人工智慧科技基金會執行長溫怡玲。李建樑攝

DIGITIMES主辦的AI Expo於華山文創園區圓滿落幕，一連3天分別針對算力賦能、數據賦能、萬物賦能，邀集海內外廠商與學界專業人士展開討論。主辦單位表示，2023年AI Expo連續3天的參觀人數達到1萬1,500人，年成長率達到377％，「不知講堂」更是幾乎場場爆滿、一位難求，顯見台灣產官學對於人工智慧（AI）發展的重視與好奇。

自從AI問世，「AI是否取代人類」的討論便從未間斷，尤其近日ChatGPT蔚為風潮，讓此話題熱度不減反增。

人工智慧or工人智慧？

人工智慧科技基金會執行長溫怡玲表示，雖然AI可以應用到每個場景，但這並不代表每個場景都需要AI。ChatGPT這種大型生成式AI模型在這段時間引發非常多討論，甚至讓許多工程師思考是不是乾脆「躺平」算了。然而，溫怡玲也分享其使用ChatGPT的經驗，並證實回答的確存在漏洞與錯誤。

溫怡玲表示，現在的AI與50年前AI樣態已經不一樣，定義也不一樣，現在是數據驅動、基於數據的AI。答案形成的過程牽一髮動全身，因為當資料本身就存在錯誤時，將有更多基於錯誤資訊的資料出現。

與談人政治大學資訊科學系副教授蔡銘峰、政治大學法律系暨創新國際學院助理教授陳柏良，也各自分享ChatGPT「出包」的經歷。陳柏良表示，曾有學生的4,000字作業通篇採用ChatGPT答覆，雖然沒有讓學生如願拿到學分，但是這也凸顯出人類對於AI的過度信任。

蔡銘峰表示，ChatGPT是基於大型語言模型（LLM），但並不僅止於此，其中還包含人類反饋增強式學習 （RLHF），這才是重點所在，就好像「練小鬼」，找了一堆人跟模型對練，模型再拿參數回饋問答。因此，雖然人工智慧增加了效率，但是也需要隨時判斷錯誤。

台灣真的需要自主開發LLM嗎？

至於台灣目前積極發展繁體中文LLM一事，陳柏良表示，如果要討論的是需不需要？大家的答案應該都是一樣的，但隨之而來的問題就會是「Database夠不夠大？」如果Database不夠大，需要擔心的是台灣做出自己的版本後，觸及率低、沒人要用，如此一來，即便投入大量的資源恐怕也難以取得理想效果。

前Google台灣董事總經理簡立峰曾表示，台灣打造ChatGPT不宜躁進，甚至「愈晚愈好」。蔡銘峰指出，身為技術人，一直在思考要怎麼做，現行測試的LLM實際上結果不甚理想，因此點應該放在增強式學習（RL），但RL其實非常花錢，如微軟創辦人比爾蓋茲就投了100億美元，「台灣有辦法這樣投經費下去嗎？」。

其次，簡立峰也提過，ChatGPT技術好比衛星，美國一定是領先族群，搶先打了一顆衛星上去，台灣透過支出權利金，就可請美國幫忙看一下周遭狀況，同理，其實目前的ChatGPT使用中文也尚可接受，也就是說，「真的需要我們自己打一顆衛星上去嗎？」若是一個不注意，很可能會像SpaceX發射的火箭，只有「一眼瞬間」。蔡銘峰表示，在做技術導入時，要思考的並非「別人有，我也要有」，而是「要拿來做什麼」。

台灣人才、產業如何走？

此外，針對台灣軟硬體人才雖不缺，但是AI產業尚未迎來爆發成長一事，蔡銘峰表示，其實台灣的AI、軟體人才在國際上非常搶手，許多美國大廠直接把手伸進校園攬才，但這要歸咎於台灣內需市場量體不夠大，導致優秀人才外流，產業要有規模地成長，相關業者必須擴大出海口，讓肥水不要落入外人田。

針對拜登（Joe Biden）政府計劃在未來幾週內簽署行政命令，限制美國企業在半導體、AI等關鍵高科技領域投資中國一事，蔡明峰認為，假使行政命令落實，將有可能對台灣AI產業帶來助益，但恐怕僅是間接助益。舉例來說，當某公司由於地緣政治的影響，GPU長期以來無法銷往中國，未來便可藉由在台灣設立雲端平台，把算力賣過去，並帶來一連串設廠、人力等紅利。

責任編輯：游允彤