什麼是生成式AI
生成式學習是生成有結構的複雜物件，包含文句、影像、語音等。通過學習大量的數據，從而可以生成與原始數據相似的新數據。它主要依賴深度學習技術，其中最常見的是生成對抗網路、Transformer模型。
1、生成對抗網絡 （Generative Adversarial Networks, GAN）
其原理是透過生成網路（Generative Network）與鑑別網路（Discriminating Network）進行博弈競賽，使生成器學習到如何生成更加真實的數據，而鑑別器則可以不斷提高辨識真假數據的能力，並透過反覆訓練讓系統不斷進化。2、Transformer模型
Transformer是一種非常強大的神經網絡模型，它可以用於自然語言處理、圖像處理、音頻處理等各種生成式任務。使用了一種被稱為自注意力機制（self-attention）的技術，這種技術可以幫助模型更好地理解輸入數據，而 現在廣為人知ChatGPT就是用Transformer模型進行訓練的。Transformer模型能夠自動從數據中學習知識，並生成適當的回答。
對Transformer有興趣的同學，推薦看李宏毅老師的介紹
https://www.youtube.com/watch?v=hYdO9CscNes&ab_channel=Hung-yiLee
https://www.youtube.com/watch?v=gmsMY5kc-zw&ab_channel=Hung-yiLee
目前生成式AI應用大致可分為
1、文本生成：
可用於自動寫作、文本生成、對話、翻譯和摘要生成等，亦能夠生成特定風格和語境或者故事，以滿足讀者的需求和興趣。
2、圖像生成：
可依照使用者需求生成圖像，創造成全新的成品，如新的藝術作品、設計元素、簡報設計等，亦可用於圖像修復、風格轉換、圖像合成等應用。
3、影像生成：
可改善傳統影片的製作過程，能夠一鍵自動剪輯，提高效率並降低成本，亦可用於影片特效生成、動畫生成，產生更高質量的視覺效果。
4、音樂生成：
可以學習音樂的節奏、旋律和和弦結構，並生成原創的音樂片段，可用於在音樂創作、廣告音樂和背景音樂生成等領域。
5、聲音合成：
可透過學習和模仿現實世界中的語音特色，來創建非常擬真的語音輸出，能應用語音助手、語音提示、語音小說和自動語音回應等應用。
生成式AI真的安全嗎?
1、個人方面：
加重個資外洩的疑慮，2022年6月到今年5月，將近一年的時間，據統計超過10萬筆以上ChatGPT個資遭到竊取，甚至被放上非法暗網兜售，而災情最嚴重的地方就是亞太地區。
加劇深假技術的威脅，如駭客可能會用 ChatGPT針對不同企業，產生數萬封釣魚郵件後，再運用偽造聲紋假冒財務長致電財務人員進行匯款。
2、企業方面：
企業資訊可能在資料餵養的過程中，外洩給其他使用者甚至是競爭對手，以及若服務平台遭破壞而產生漏洞，攻擊者將有機會存取內部系統權限。多家企業目前是禁止或有條件的使用 ChatGPT，如蘋果、三星、台積電等。據資料安全服務商 Cyberhaven統計，旗下企業用戶共160萬名員工的使用行為，已有8.2%員工在職場使用 ChatGPT，其中有3.1%將不能外流的企業機敏資料上傳到 ChatGPT服務上。
3、社會方面：
社會中出現大量出現文字陳述不精確或陳腔濫調、內容存在常見刻板印象、充斥著大國的社會文化概念，偏離事實或完全虛假的內容，讓「事實」難以求證。ChatGPT 雖設有基本的安全與道德圍牆，犯罪、恐怖主義、種族歧視、仇恨言論、性騷擾等不道德的問題會被拒絕回答，但在透過問題的誘導下仍會被成功誘導而進行答覆。
生成式AI需要被監管嗎?
歐盟近日通過的《人工智慧法》草案（A.I. Act）是首個針對人工智慧的綜合性法案，包括生物辨識技術、臉部辨識技術、社會評分系統等，並且針對科技公司如何使用大數據訓練人工智慧模型進行規範，禁止在大型語言模型（如 OpenAI的 GPT-4）的訓練集中使用任何「受版權保護」的資料。
生成式AI的回答竟然是造假！禁止律師使用 ChatGPT
根據《紐約時報》報導，紐約曼哈頓一名律師史瓦茲日前在處理一起2019年哥倫比亞航空糾紛時，史瓦茲利用 ChatGPT引述6起相關判例，將其統整為10頁的報告提交給法庭，表示訴訟應持續推進。結果哥倫比亞航空委託律師發現，怎麼找都查不到史瓦茲提出的判例，這才發現6起判例竟然全都是 ChatGPT「憑空捏造」。
為了阻止 AI擾亂司法秩序，德州聯邦法官要求任何出庭的律師都必須提出「文件的任何部分都不是由生成式AI起草」的證明，或者如果是，則必須證明該文件必須受過「人工」檢查。
ChatGPT在金融科技領域的應用
目前生成式AI在金融行業的應用主要聚焦於智慧客服與智慧顧問服務兩個部分。
智慧客服方面，客戶可以透過自然語言處理技術，使用語音或文本與 AI系統進行互動，輕鬆獲取有關金融產品和服務的資訊，並進行相應的操作。若AI經過訓練後，學習大量金融知識庫、產品服務及一般應答方式，是有可能可以完全取代金融人工客服，讓客戶無須再耗費大量時間在櫃檯等候人工服。
智慧顧問服務方面，AI系統能夠記住客戶的喜好，透過對客戶標籤、 交易屬性等多類資料進行分析和研究，精確地針對廣大金融消費者的需求，對目標客群開展不同層次、不同手段的服務模式，提供專屬的個人化顧問服務，進一步提升客戶服務體驗。
台灣第一個生成式AI應用
軟體新創 Gogolook在旗下的「袋鼠金融」，推出全台第一個以生成式AI架構發展的金融知識智能問答服務：Roo AI，成功將生成式AI應用推入金融業，雖然目前還是Beta版本，但用戶已能使用該問答服務，目前涵蓋信貸、信用卡、數位帳戶、證券、理財相關多元的金融知識服務。透過用戶回饋持續調校優化 LLM模型，一共使用了超過1千篇、累積400萬字的金融文章和200多項金融商品資訊訓練模型，讓生成內容能夠符合臺灣消費者金融需求的回答。
補充：我個人有跑去試用看看了，回覆次數每日最多 10 則，雖然在回覆上我認為是有待提升，但我還是非常期待這項服務的後續發展，有興趣的也可以去試試看！
https://roo.cash/roomy/ask?source=Blog&medium=Content&content=roo-ai-intro&ts=1688703504405
你可能不認識GoGolook，但你一定知道 Whoscall！
Gogolook創立於 2012 年，以開發陌生來電辨識軟體 Whoscall 出發，目前已在日本、韓國、泰國、馬來西亞、香港與巴西等全球七個重點市場，提供數位防詐及風險管理服務。秉持著「Build for Trust」的核心理念，建立起東亞及東南亞最大防詐資料庫。全球市場年均複合增長率預估介於 18 至 22% 之間，市場規模總值更超過 2,500 億美金，展現龐大的市場商機。
總結一下
事實上，台大電機系李宏毅老師就曾用「文字接龍」模型形容 ChatGPT這類的 AI語言模型，透過高達三千億個字詞的大量資料訓練，並藉由「機率」預測下一個字應該出現什麼，ChatGPT並不會自動搜尋資料庫，每一個字的生成都像擲骰子一樣，是從過往大量訓練資料中，隨機生成它認為最合理的回答。簡單來說這類模型生成出來的答案並不能和正解劃上等號，在回答時不免會出現捏造虛假的情況。正是如此，在使用的同時，需要查核資料的真實性、謹慎的使用它所帶給我們的資訊，成為自己的守門人。
