距離ChatGPT上線也快四個月了，相信多數人都曾自己試用過，甚至拿來嘗試增加生產力了。就算還沒有空體驗的人，一定也在社群媒體上被洗版洗到想不知道都難。雖然網路上的相關文章已經不少，但為了點擊率與完讀率，大多篇幅都不敢太長，在理解門檻較高的細節上，也很常避而不談，不容易滿足想對這個風潮的前因後果有更深了解的人。這本於今年三月出版的《瘋ChatGPT》在則這一塊做了很不錯的統整，應能符合大多數求知慾旺盛的讀者們的期待。基本名詞介紹NLP(Natural Language Processing)：即自然語言處理，屬於廣義AI中的其中一個領域，目前ChatGPT顯然是其中最受矚目的成果。GPT(Generative Pre-trained Transformer)：生成式預訓練轉換器，基於網路可用資料，來訓練而成的文字生成深度模型，這就是ChatGPT的取名由來，按照發表時序先後有GPT-1,GPT-2,GPT-3,GPT-4，ChatGPT衍伸自GPT-3。AIGC(AI Generated Content)：即人工智慧生產內容，對比於專業者生成內容PGC(Professionally GC)和一般使用者生成內容UGC(User GC)。舉例來說，Midjourney產出的圖是AIGC，草間彌生畫的圖是PGC，我畫的圖是UGC。OpenAI的成長史ChatGPT令人驚艷，孵化它的公司OpenAI當然也有一番故事。它的創辦人Samuel H. Altman生於1985年，小時候就對電腦產生熱情，進入史丹佛大學後，於二年級就和朋友開始創業，成立地圖分享程式Loopt(現已關閉)，並進駐被稱為「創業者的搖籃」的Y-Combinator(YC)。後來賣掉Loopt後繼續鑽研其他尖端科技，也逐漸成為YC的營運核心人物，更於2014年接任YC總裁，展現他於創投界的才華。而Google正好於2014年收購DeepMind，成為可能最先開發出通用人工智慧(AGI)的公司，馬斯克等人認為成熟的人工智慧若存在偏差，可能會造成不可逆的危機，因此促成了非營利組織OpenAI的成立，目的就是要能和Google在AI領域分庭抗禮，Samuel也是當時的創辦人之一。但成立了一陣子就發現，非營利組織很難維持這種燒錢產業的營運，2018年時，已擁有鉅額資產的馬斯克，想獨自掌控公司以便保有足夠的競爭力，遭到Samuel在內的其他人反對，最後馬斯克退出董事會，而Samuel辭掉YC的工作，專心營運Open AI，並將公司從非營利組織，轉型為有營利上限的Open AI LP(Limited profit)，讓早期投資者仍能得到報酬，但超過設定上限的部分仍由全人類共享。後來於2019年得到微軟的注資，並得到如Azure雲服務等微軟資源的輔助，突破性的GPT-3發表也因此得以於2020問世。後續還有比較少人知道的圖形生成模型DALL．E、可理解程式碼的Codex、語音辨識模型Whisper等，以及真正爆紅的ChatGPT。雖然OpenAI目前仍是虧損中的企業，但兩個月就產生一億活躍用戶的潛能，讓人對它有無限想像，並同步呈現在上漲的股價，許多人都持續關注著這家公司的未來。對科技巨頭的影響當微軟宣布在Bing瀏覽器上開放聊天機器人Prometheus時，最多投資人擔憂的是，Google的市佔率是否會被攻城掠地，大大影響收益？雖然似乎並未觀察到群眾大舉投誠Bing search的的現象，但商業上的影響，或許比搜尋次數上的差別還要大得多，主要是因為聊天機器人直接提供客製化的答案，而非傳統搜尋引擎只能提供關聯性高低的排序，過往靠著大數據分析投放的廣告，可能已不如聊天機器人給予的選項打動人心。若廣告商發現成效不如以往，逐漸放棄在搜尋引擎買版面，google這樣靠著廣告支撐過半營收的公司，勢必受到很大的打擊，Meta及Amazon在廣告收益這一塊也難以倖免。而得利的除了微軟，NVIDIA輝達也因為AI算力的需求，產生很大的商機，這部分股癌的聽眾應該都很熟悉了，節目上討論的比書中還要多。而因作者是中國科技作家，書中也有對於中國AI產業現況有一整段的分析，處在以中文為母語的台灣，會不會越來越多人擁抱的AI軟體，都是需注意的方向，這裡就提供有興趣的人參考。ChatGPT革了誰的命過往多數人只覺得，重複性高的工作才會被AI取代，但ChatGPT和Midjourney的爆紅，讓圖文工作者也感受到明顯的威脅，並開啟了專利權的爭論；這幾個月來陸續有AI通過醫師及律師檢定考試的新聞傳出，證明了AI要具備成為傳統高薪專業人士的資格不是問題，以醫師而言，AI不只判讀影像和切片能力強大，在問診、分析已知資訊、提供建議、衛教等方面都頗具水準，而且持續成長中；而律師除了上法庭，法庭外的文書查證工作其實佔據更多的工作時間，而AI在這些事情上可能做得更快又更好；其他如金融交易、學校教學等領域也逐步受到衝擊，未來僅存的工作，可能真的只有領導AI的工作，或是被AI領導的工作。AI潛藏的危機AI目前仍有不少疑慮，ChatGPT不容忽視的內容錯誤率及無中生有能力，已被許多人認為有製造社會亂象的風險；而未來若擁有自主判斷及實行的能力後，是否會全面危害人類？用網路材料生成的圖像與文字，到底算不算侵犯原創者智慧財產權？而因訓練資料可能本身帶有政治、宗教、種族之類的歧視，導致聊天機器人在回答問題時「不公正」，加重社會的分裂等等，目前都還沒提出充足的解方，仍需全人類共同的嘗試與努力。最後，分享庫克在麻省理工畢業典禮上所說的話：「我不擔心人工智慧像人類一樣思考問題，我擔心的是人類像電腦一樣思考問題—摒棄同情心和價值觀並且不計後果妳心中認為《瘋ChatGPT》在則這一塊做了很不錯的統整，應能符合大多數求知慾旺盛的讀者們的期待。
基本名詞介紹
NLP(Natural Language Processing)：即自然語言處理，屬於廣義AI中的其中一個領域，目前ChatGPT顯然是其中最受矚目的成果。
GPT(Generative Pre-trained Transformer)：生成式預訓練轉換器，基於網路可用資料，來訓練而成的文字生成深度模型，這就是ChatGPT的取名由來，按照發表時序先後有GPT-1,GPT-2,GPT-3,GPT-4，ChatGPT衍伸自GPT-3。
AIGC(AI Generated Content)：即人工智慧生產內容，對比於專業者生成內容PGC(Professionally GC)和一般使用者生成內容UGC(User GC)。舉例來說，Midjourney產出的圖是AIGC，草間彌生畫的圖是PGC，我畫的圖是UGC。
OpenAI的成長史
ChatGPT令人驚艷，孵化它的公司OpenAI當然也有一番故事。它的創辦人Samuel H. Altman生於1985年，小時候就對電腦產生熱情，進入史丹佛大學後，於二年級就和朋友開始創業，成立地圖分享程式Loopt(現已關閉)，並進駐被稱為「創業者的搖籃」的Y-Combinator(YC)。後來賣掉Loopt後繼續鑽研其他尖端科技，也逐漸成為YC的營運核心人物，更於2014年接任YC總裁，展現他於創投界的才華。
而Google正好於2014年收購DeepMind，成為可能最先開發出通用人工智慧(AGI)的公司，馬斯克等人認為成熟的人工智慧若存在偏差，可能會造成不可逆的危機，因此促成了非營利組織OpenAI的成立，目的就是要能和Google在AI領域分庭抗禮，Samuel也是當時的創辦人之一。
但成立了一陣子就發現，非營利組織很難維持這種燒錢產業的營運，2018年時，已擁有鉅額資產的馬斯克，想獨自掌控公司以便保有足夠的競爭力，遭到Samuel在內的其他人反對，最後馬斯克退出董事會，而Samuel辭掉YC的工作，專心營運Open AI，並將公司從非營利組織，轉型為有營利上限的Open AI LP(Limited profit)，讓早期投資者仍能得到報酬，但超過設定上限的部分仍由全人類共享。後來於2019年得到微軟的注資，並得到如Azure雲服務等微軟資源的輔助，突破性的GPT-3發表也因此得以於2020問世。後續還有比較少人知道的圖形生成模型DALL．E、可理解程式碼的Codex、語音辨識模型Whisper等，以及真正爆紅的ChatGPT。雖然OpenAI目前仍是虧損中的企業，但兩個月就產生一億活躍用戶的潛能，讓人對它有無限想像，並同步呈現在上漲的股價，許多人都持續關注著這家公司的未來。
對科技巨頭的影響
當微軟宣布在Bing瀏覽器上開放聊天機器人Prometheus時，最多投資人擔憂的是，Google的市佔率是否會被攻城掠地，大大影響收益？雖然似乎並未觀察到群眾大舉投誠Bing search的的現象，但商業上的影響，或許比搜尋次數上的差別還要大得多，主要是因為聊天機器人直接提供客製化的答案，而非傳統搜尋引擎只能提供關聯性高低的排序，過往靠著大數據分析投放的廣告，可能已不如聊天機器人給予的選項打動人心。若廣告商發現成效不如以往，逐漸放棄在搜尋引擎買版面，google這樣靠著廣告支撐過半營收的公司，勢必受到很大的打擊，Meta及Amazon在廣告收益這一塊也難以倖免。而得利的除了微軟，NVIDIA輝達也因為AI算力的需求，產生很大的商機，這部分股癌的聽眾應該都很熟悉了，節目上討論的比書中還要多。而因作者是中國科技作家，書中也有對於中國AI產業現況有一整段的分析，處在以中文為母語的台灣，會不會越來越多人擁抱的AI軟體，都是需注意的方向，這裡就提供有興趣的人參考。
ChatGPT革了誰的命
過往多數人只覺得，重複性高的工作才會被AI取代，但ChatGPT和Midjourney的爆紅，讓圖文工作者也感受到明顯的威脅，並開啟了專利權的爭論；這幾個月來陸續有AI通過醫師及律師檢定考試的新聞傳出，證明了AI要具備成為傳統高薪專業人士的資格不是問題，以醫師而言，AI不只判讀影像和切片能力強大，在問診、分析已知資訊、提供建議、衛教等方面都頗具水準，而且持續成長中；而律師除了上法庭，法庭外的文書查證工作其實佔據更多的工作時間，而AI在這些事情上可能做得更快又更好；其他如金融交易、學校教學等領域也逐步受到衝擊，未來僅存的工作，可能真的只有領導AI的工作，或是被AI領導的工作。
AI潛藏的危機
AI目前仍有不少疑慮，ChatGPT不容忽視的內容錯誤率及無中生有能力，已被許多人認為有製造社會亂象的風險；而未來若擁有自主判斷及實行的能力後，是否會全面危害人類？用網路材料生成的圖像與文字，到底算不算侵犯原創者智慧財產權？而因訓練資料可能本身帶有政治、宗教、種族之類的歧視，導致聊天機器人在回答問題時「不公正」，加重社會的分裂等等，目前都還沒提出充足的解方，仍需全人類共同的嘗試與努力。
書中的最後，分享了蘋果CEO庫克在麻省理工畢業典禮上所說的話：「我不擔心人工智慧像人類一樣思考問題，我擔心的是人類像電腦一樣思考問題—摒棄同情心和價值觀並且不計後果。
不管認為AI是敵是友，都得親身體驗，熟悉它們，才能夠思考與它們交手或共存的對策。現在就開始用用看吧！很有可能讓我們對世界有不一樣的想像！
