人工智慧迎來技術大躍進，淺談人工智能模型 (LLM)的影響
前言
在人工智慧的發展經歷數個冰河期後，終於在後疫情時代來到了一個技術高峰，而這個破冰者就是OpenAI，對於這個話題不管你是是正在接觸AI來提高工作效率，對AI技術有些了解的人，抑或是專業領域上對於AI介入感到焦慮的人都希望可以文中得到收穫。
人工智慧發展冰河期: 在1970、1980年代人工智能的發展停滯，也就此消失在大眾市場的關注下。
目的
本文想分享一些個人對於AI的理解及對於LLM模型的一些心得，我在2022年ChatGPT尚未問世的時候便接觸過一些入門基礎的LLM理論及實作，也希望能在這邊分享一些自己在軟體開發上所受引響的心得給大家。
AI 大型語言模型 (LLM)
AI LLM本質是文字預測機器，這個人工智能在做的事情是從大數據中運算，並對你的問題進行詞語接龍，利用使用者提出的問題，搜索出資料，並對每一個字句的回覆的可能性來統計機率並進行接龍，LLM 除了幫大家提供許多問題建議，也擅長也根據自然語言提示產生程式碼，在早期計算機算力與數據量不足的情況下並沒有足夠的能力來提供有用的資訊給人，然而在2023年期間ChatGPT做到了，首先有了足夠的運算能力來訓練模型，再來又透過互聯網的資訊量來達到足夠的資訊，讓AI附有所謂的專業，這也多虧了在2022年前火熱的大數據一詞，開始重視大量數據分析所能帶來的效益，也是當今有足夠海量的數據來訓練AI的原因。
資料時效性及正確性
如今LLM已經是相當實用的人工智能模型了，我在開發時發現LLM所擷取並運算的資料都容易有比較舊版本的語法，畢竟LLM的資料是有年限範圍，然而Open AI在處理這些龐大運算下也是加入了許多評分機制，例如邀請各領域專家來進行評估，因此資料還是需要時間來進行處理。
知識取得
對於人工智能LLM的出現讓大家都可以取得各領域的知識，是否會降低自身領域價值，對此我的理解是
不是人人都能透澈理解愛因斯坦相對論
當然我不是想表示需要多優秀能夠理解，我想比喻是當今教育和資源，每個人都有很大的機會和管道取得知識，但無法表示人人都透徹學會了所有知識，這之中可能不僅僅是量化評估的能力，也獲取參雜抽象的理解或各方面知識的積累，所以透過學校獲取這些知識不一定就能做出相當有引響力的應用。
ChatGPT (LLM)應用
然而ChatGPT的應用也是，可以馬上給你一些對該領域高深的知識或建議，儘管不一定完美或正確，但這確實提高了搜索與尋求知識的效率，以及儘管使用者細心的在網路上搜索文獻，也無法保證每個作者的觀點或是資訊都有價值的，因此這也是為何有搜索引擎業務的科技巨頭，這麼的在意ChatGPT目前的影響。
誰是專家
但AI的出現並不代表人人都能馬上成為專家，畢竟專業的價值是知識加上經驗談以及處理事情的能力，如果每個人都能使用AI，那麼在一樣的條件下，競爭條件就會改變。
影響性
1. 對於設計藝術的影響
對於AI衝擊的設計業與藝術繪圖產業，對於這些藝術創作和設計者們，他們被迫選擇與AI共存，利用AI創作一些素材或靈感，或是將一些較繁瑣的圖像工作交給AI處理，對於設計藝術創作者們的新人來說，確實是一大挑戰，需要有自己獨特的創作價值才能脫穎而出。
在設計師的社群有句有趣的話是這樣說的:
AI雖然生成的作品很不錯，但他們還是猜不到客戶要什麼，因為客戶自己也不知道，這些還是交給經驗豐富的設計師們吧!
2. 對於前後端程式開發的影響
回到軟體開發也同理，如果是剛入門軟體開發，還在研究程式基本語法新人來說，確實會帶來一定的壓力，但對於有一定經驗的開發者來說，等於得到了一個高效的助手，開發者如同身兼技術整合者。
前後端工程師的價值減少了嗎?
對於前端工程師來說，AI替他們生成出HTML及CSS，但這只是一小部分的工作，其中還有網頁的功能開發、資料串接處理、資安問題、資料邏輯、框架邏輯效能等等，當然還有網頁的視覺動態等都可以在加以琢磨，，所以AI目前在做的是小範圍邏輯處理，工程師仍需要在後續將這些程式做整合和優化等，以及進行更有價值和影響力的創造工作。
產業知識價值
產業知識(domain knowledge)與軟實力變得更具價值
產業知識(domain knowledge)提升的前提是穩紮穩打的學會該領用的基礎，並有深度的獨立見解並整合它，因此並不會因為AI懂專業，所以學該專業的基礎就不具價值。
領域專業有價
面對AI的知識產出需要保有個人領域知識的理解，再加以吸收成自己能運用的知識，若在該領域有自己的見解或是經驗的話，那麼必定會多一分優勢。
目前AI對於各行各業的幫助是提升該領域專業者非常高的效率，而容易面臨威脅的是該領域的入門者，對於本來就在專業上投入時間的人們並沒有因為AI的出現而失去工作，反而是將比較重複性質的工作交給了AI，專業者們成了技術整合或是資源整合的人。
參考文獻
需要文獻的讀者可參考來自微軟資料科學家的文章
https://medium.com/data-science-at-microsoft/how-large-language-models-work-91c362f5b78f
結語
分享一些面對AI的正向心態給大家:
同樣的賽道，若是成為可以善用AI來學習和工作的人，必定會更加優勢。
AI可以成為任何領域的知識專家，但是最終的決策行動的工作整合的人還是你
