由於大型語言模型的流行，「zero shot」這個詞彙時常出現在開發人員之中。或許不久也會在投資方、消費者眼前。
「zero shot」是一個概念，也是一個功能。Zero shot所要要達到的。就是模型在沒有看到任何相關資訊的情況下，交於使用者互動或是提供預測。這也是為什麼chatGPT能夠橫空出現，震驚所有人。必將過去的聊天機器人，不是問句需要格式化，或者必須要具備足夠的關鍵字才能夠正常的互動。
Zero shot的實現是與transformer的技術開發有相當大的關係。我們暫時放下對技術性的糾結。讓我們專注在目前zero shot可以做點麼，未來就夠如何發展。目前除了大型語言模型，zero shot被大量使用在電腦視覺的判斷中。想像我們正在一張照片。首先，我們必須分析這張照片裡面有什麼東西、有什麼人、地點在哪裡、天氣如何、大概是幾點。接著才能進而分析出我們所需的重要資訊。像是這張照片會不會獲得很多讚數、照片中的人是什麼關係⋯等等。zero shot這個能力可以幫助我們做第一階段的分析。以量化的方式分析出照片有什麼。
那麼⋯這意味著什麼事情呢？這意味我們可以大量的處理初期的分析。聰明如你一定會考慮到正確率的問題。我想請你不需要擔心。如果我們有自動分析工具。這意味著我們可以拍一堆照片。只要裡面要足夠的數量就可以了。那如何拍出大量的數據呢？這你就放一百個心吧。看看自從臉書、IG問世一直到現在的TickTock。人們對於攝影的品質就算還不到自信。拍照的數量也到了歷史高峰。
從這裡去推論。這種one shot的技術在海量的數據絕對會扮演重要的角色。過去需要從使用者持續的索取過份的資料才能準確預測。這理由也不在。對於使用者以及經營端都是雙贏⋯應該吧⋯。可以想見其在未來的推薦平台會是基礎建設之一。因此使用者不需要一段時間的使用。一開始就能夠感覺到平臺的體貼與親切。
這一切都源於平台在認識你之前，就懂你了。
聽起來很美好。但以下是我的警示寓言。AI的服務品質提高。最大的挑戰，不是提供服務的人。而是被服務的人。因為人類文明的前進是靠著對自己生活的不滿足而決定往前的冒險生活。這種對生活的不滿足並不只是物質上的，還是精神上的。是去冒險精神的人會失去收穫方向，以及生命動能。這也是AI最危險的部分—人性的萎靡。
我希望AI需要欸持續學習。這表示人性還在成長。我希望我們數據不能代表我們自己。我希望我們自己不會因為舒適而習於過著與我們數據一般的生活。
