第一章 ChatGPT引爆AI無限可能
ChatGPT is a Tipping Point for AI
伊森．莫里克 Ethan Mollick
Right now, we're just scratching the surface of what those might be.
現在我們只是觸及那些可能變化的表層
2022 年11月底ChatGPT橫空出世，短短2個月內，在全球的月均用戶數達到1億人，原本已經相當熱鬧的AI賽道再創另一波高峰。
《哈佛商業評論推薦必讀AI趨勢》此篇文章是賓州大學華頓商學院（The Wharton School）的管理學副教授 伊森．莫里克(Ethan Mollick)於2022年12月發表， 主要談及隨者生產力的提升，模型的發展，未來工作的方式與內容會迎來巨變。
ChatGPT應用場景
- AI 能以精熟的文筆寫各種語言的文章，不論是有無經驗的程式設計師可以更快寫出可運作的程式碼。
- AI可以在較短時間寫出製作更多書面素材用於包括行銷、廣告、顧問、金融和新聞出版等行業，以大幅提高各行業的企業生產力。
- 人機混合工作的可能性。不過人們完全不知道當前語言模型的極限在哪裡。
儘管目前AI仍有不同的問題，包括一本正經的胡說八道，也就是幻覺(Hallucination)，也無法解釋他做了什麼，怎麼做到的。系統可能存在偏見，可能出現不道德行為，但是難以檢測也難以阻止。
如同《第四次工業革命》(The Fourth Industrial Revolution) 書中提到人工智慧趨勢是第四次工業革命背後的主要技術驅動力之一。隨者傳統工作界線發生轉移，一些有價值的技能不再有用，文末作者建議「立刻開始試驗AI，管理高層們也開始討論這對你的公司、你所在的行業和世界其他地方產生的影響」。
回顧2023 AI賽道
1月：微軟投資OpenAI 100億美元，佔股49%
2月：
3 月：
- OpenAI發佈GPT 4與第三方插件
- 微軟發佈Microsoft 365 Copilot
- Google 推出視覺語言模型PaLM-E
4 月：AWS發佈可供客戶選用不同AI基礎模型的Amazon Bedrock，和該公司第一個大型語言模型Titan
5月：
- ChatGPT iOS APP 推出
- Google 推出視覺語言模型PaLM 2
7 月：
- ChatGPT Plus上線Code Interpreter
- Meta發佈開源大型語言模型Llama 2
9 月：法國Mistral AI 發佈開源大型語言模型 Mistral 7B
10月：ChatGPT Plus, Enterprise整合DALL-E 3
11月：
- OpenAI開發者大會推出GPTs。 Sam Altman 被董事會罷免，幾天後回歸CEO。
- 微軟Ignite大會，發表 AI 轉型與Copilot相關技術應用
12 月：Google DeepMind 發佈多模態大型語言模型Gemini 、Imagen 2、VideoPoet、MedLM。
Gartner 和 McKinsey 觀點
從技術角度來觀察， Gartner 在2023年7月發佈的《AI技術成熟度曲線(Hype Cycle for Artificial Intelligence)》指出Generative AI 目前處於「期望膨脹期」（Peak of Inflated Expectations），預計5到10年達到成熟期。
Gartner: Hype Cycle for Artificial Intelligence 2023
McKinsey 在 2023年7月發佈的《McKinsey Technology Trends Outlook》 報告提到The 15 Tech trend中The AI revolution group 包括Applied AI, Industrializing machine learning和Generative AI。
由相關資料可以看出Generative AI處於相對早期發展階段；但是作者也提到 「更深入探索，就會揭露遠多於從前的潛力。你看得愈多，愈能了解這個模型發生了什麼變化」，因此以Tipping Point來形容AI可能引爆的無限可能與想像空間了。
- Applied AI
經過機器學習訓練的模型可用於解決分類、預測和控制問題，以自動化活動、添加或增強功能和產品，並做出更好的決策。
Models trained in machine learning can be used to solve classification, prediction, and control problems to automate activities, add or augment capabilities and offerings, and make better decisions.
- Industrializing machine learning
快速發展的軟體和硬體解決方案生態系統正在實現加速機器學習解決方案的開發、部署和維護並降低風險的實踐。
A rapidly evolving ecosystem of software and hardware solutions is enabling practices that accelerate and derisk the development, deployment, and maintenance of machine learning solutions.
- Generative AI
生成式人工智慧可以透過利用非結構化混合模態資料集來自動化、增強和加速工作，從而能夠創建各種形式的新內容，例如文字、影片、程式碼甚至蛋白質序列。
Generative AI can automate, augment, and accelerate work by tapping into unstructured mixed-modality data sets to enable the creation of new content in various forms, such as text, video, code, and even protein sequences.
經濟學人2024 趨勢觀察
《經濟學人》在2024十大趨勢中提到人工智慧AI是來真的（AI gets real）。企業正在採用它，監管機構正在對其進行監管，技術人員正在不斷改進它。
最佳監管方法的辯論將會加劇，關於「生存風險」（existential risk）的爭論是否是對既得利益者有利的幌子。意想不到的使用和濫用將不斷出現。人們會普遍擔心AI對就業的影響以及干預選舉的可能性。
目前來看其最大的實際影響是什麼？
更快的編寫程式碼。（ Its biggest actual impact? Faster coding.）
利用Bing Copilot來創作龍年祝賀短文
不免俗用Bing Copilot 代為創作2024龍年祝賀短文，作為個人生產力提升參考案例！
購書連結：
哈佛商業評論推薦必讀AI趨勢 HBR'S MUST READS ON AI
