《2023 AI for better UX 實務研討:從基礎大模型看 AIGC 釋放設計創造力》講座心得#1

更新於 發佈於 閱讀時間約 15 分鐘

非常有榮幸在2023年末,參與了 UserXper 悠識學院 舉辦的《2023 AI for better UX 實務研討》,並獲選擔任此次講座的筆記手一同記錄難得可貴活動。今年隨著 ChatGPT 在全球爆紅, 讓相關的 AI 人工智慧話題熱度持續發酵。身為從事 UX 相關工作的團隊夥伴們,藉此思索著如何趁勢利用 AI 技術協助 UX 工作,不僅提升工作效率並且能夠提供給使用者更好體驗。這場講座有幸邀請六位來自各國際知名科技企業資深產品負責人與設計經理、設計主管。帶來了AI 產品開發實務經驗和設計流程的變化,以及 UI/UX 設計師在 AI 時代下,該如何調整自身定位發揮能力。整個講座進行約五小時多,共四個主題分為上下半場,每場結束有安排講者座談,與本次參與與會者們進行深度討論互動。

重點整理:

AIGC 的發展進程
1950s ~ 1990s 萌芽期:生成音樂
1990s ~ 2010s 積累期:生成文本
2010s ~ Now 發展期:生成圖像、影片、文本大規模應用

AGI HHH 提出的三原則解決 AI 亂回答的問題
有用的 Helpful:解決使用者問題,使其滿意。
誠實的 Honest:真實的內容,沒有謬誤。
無害的 Harmless:正向,有道德規範內的內容。

AI 訓練的核心在於如何整合人類由外而內的行為。
對人的認知構成:人格、特質、意圖、情緒。
本質人格 ⇒ 個性特質 ⇒ 目標意圖 ⇒ 情緒表徵。

AI 是怎麼生成圖像的呢?
生成式對抗網路(Generative Adversarial Networks, GAN
擴散模型(Diffusion)
對比式語言 圖像預訓練(Contrastive Language-Image Pre-Training, CLIP

▍如何控制好生成圖像,大概率得到預期結果?
善用冒號和逗號,並具體的敘述:形、色、質、構。

▍設計師會不會被 AI 取代?
講者透過悲傷的五個階段來闡述,第一張攝影照片對藝術界的衝擊影響。
過去的我們網路參考和設計工具產出草稿進行提案,
如今可以藉由 AIGC 產生過去無法想像的視覺,甲方需要五彩斑斕的黑。

▍後 Agent 時代
點:互動 API
線:體驗 Agent
面:服務 Multi-Agent

講座的開場 Richard 講述雖是年末該總結今年學習的時候,但是 AI 不斷發生變化更促使不斷學習。不同以往舉辦的講座,本次參與與會者資深從業者5年以上佔了一半以上,可望在與講者座談時有更實務經驗上的互動。


從基礎大模型看 AIGC 釋放設計創造力

林居穎 Kyle(Alibaba 通義實驗室 產品體驗設計負責人)

▍ 關於 AIGC 的發展歷程

1950s ~ 1990s 萌芽期:生成音樂

1950年 Alan Turing 提出“圖靈測試”,機器產生智能的想法第一次被提出
1957年 第一支由電腦創作的交響樂《伊利亞克組曲》發布1997年 AI 深藍擊敗西洋棋世界冠軍1976年 全球第一個 AI 醫療專家系統 MYCIN 問世1979年 AI 首次打敗人類雙陸棋世界冠軍

1990s ~ 2010s 積累期:生成文本

1997年 AI 深藍擊敗西洋棋世界冠軍
2006年 深度學習理念正式提出2007年 世界上第一部 AI 創作小說《1 TheRoad》問世2012年 首個全自動同聲傳譯系統問世

2010s ~ Now 發展期:生成圖像、影片、文本大規模應用

2013年 微軟小冰上市
2018年 StyleGAN 模型上線,AI 可實現圖片生成2019年 DeepMind 實現 AI 視片生成2022年 ChatGPT 上線,實現大規模應用普及

關於人工智慧生成內容(Artificial Intelligence Generated Content, AIGC)發展歷程,從最早 1957年 Lejaren Hiller 和 Leonard Issacson 兩位教授,編寫了世界上第一首完全由電腦生成的音樂作品《伊利亞克組曲 The Illiac Suite》開始萌芽,接著到積累期 AI 生成文本,2007年創作第一部小說 《1 The Road》,到現在發展期 2022年 ChatGPT 上線,大規模應用。

資料來源:增长黑盒《2023中国AIGC应用研究报告


▍ 解決 AI 亂回答的問題

raw-image

生成式預訓練模型(Generative Pre-trained Transformer, GPT),藉由統計學背後運算邏輯來預測回答問題,有可能造成負面回應,像是亂編答案、資訊偏誤或廢話連篇不知所云的狀況,那麼要如何解決 AI 亂回答的問題呢?AI 開發團隊提出了很多方法,最核心仍根據 AGI HHH 提出的三原則,HHH 是 Anthropic 推廣的一個框架。與人類偏好保持一致,以滿足使用者和企業的需求。

  • 有用的 Helpful:解決使用者問題,使其滿意。
  • 誠實的 Honest:真實的內容,沒有謬誤。
  • 無害的 Harmless:正向,有道德規範內的內容。
raw-image

GPT 3.5

  • 數據層:專業標注人員數據;真實問答用戶數據 ⇒ 自動生成答案數據;真人排序的精品數據。
  • 模型層:監督微調(Supervised Fine Tuning, SFT) ⇐ 獎勵模型 (Reward Model, RM)。
  • 能力:API Plugin。

GPT 4

  • 多模態理解:Contrastive Language-Image Pre-Training。
  • 邏輯推理:Chain of Thought 。 講者舉例此類似放聲思考法
  • GPTs:Prompt Enginneering + Assistant API。

所有的生成訓練都需要數據層和模型層,若來自公開網路資訊,可能造成胡說八道的結果,因此需要人工標註或是真實回饋意見的資料庫。


▍ 對人的認知構成

訓練 AI 的核心在於如何整合人類由外而內的行為,從關注智商到關注情商,讓 AI 更人性化。對人的認知構成:人格、特質、意圖、情緒。以石頭放上動動眼為例,比起沒有眼睛的石頭更多了生命感,來自於人對於生命感的腦補。

  • 認識人格(由外而內):從人的末端行為,向上總結人的類型。
  • 人的表達(由內而外):從人的人格類型,向下約束末端行為。

好比認識他人,一開始從對他人外在行為,逐漸進一步熟知。但是人自己的表達是由內而外,在成長背景和經驗中不斷積累形成特質和行為。對 AI 訓練是從內和外之間找到一個交集。程序化的流程:本質人格Core Personality ⇒ 個性特質Personality Traits ⇒ 目標意圖Purpose ⇒ 情緒表徵Emotion Expression例如十六型人格測驗(Myers-Briggs Type Indicator, MBTI)為 ESFP 的表演型人格,拆解出個性特質為外向樂群、輕鬆興奮、直率、世故等等關聯參數,針對關鍵場景做目標意圖定義,進入被誇獎情境會得到什麼樣的回覆,再引導到數位設備或是數位角色,呈現出情緒表徵,歡樂語音、激動表情、開心的文字、蹦蹦跳跳行為等等。在設計訓練算法上需要不斷與「算法訓練模型」對齊目標。


▍ 人工智慧 AI 是怎麼生成圖像的呢?

生成式對抗網路說明圖

生成式對抗網路說明圖

生成式對抗網路(Generative Adversarial Networks, GAN)

有生成器和判別器需要訓練,生成器(Generator)被訓練用來生成假資料,判別器(Discriminator)則被訓練如何辨別資料真偽。當生成器生成人像時有些生成很矬,與真實人像一同經過判別器去區分哪些是真實人像。生成器和判別器不斷迭代進化,到最後生成器能夠生成到非常真實能騙過判別器的時候,那麼演算法的訓練就完成了。讓生成器和判別器對抗產生正向的影響。

Stable Diffusion

Stable Diffusion

擴散模型(Diffusion model

使用高斯雜訊對影像進行編碼。還有逆擴散的過程來重現影像。但是逆擴散的過程其實非常不穩定。而命名為 Stable Diffusion 就是意欲嘗試變穩定。

Contrastive Language-Image Pre-Training, CLIP. Screenshot from speaker’s presentation

Contrastive Language-Image Pre-Training, CLIP. Screenshot from speaker’s presentation

對比式語言 圖像預訓練(Contrastive Language-Image Pre-Training, CLIP)

藉由圖像與使用者認知是否匹配吻合來訓練。例如判斷一隻貓在一隻狗的頭上,是否與圖像認知匹配或不匹配。


▍ 如何控制好生成圖像,大概率得到預期結果?

將句子分段逗號,”looking at me”, “laughing at me” 能讓生成圖像呈現正面。

將句子分段逗號,”looking at me”, “laughing at me” 能讓生成圖像呈現正面。

人類的產出需要經驗/技法、理解力、需求。相對 AI 的產出需要數據集、模型、指令(Prompt)。沒有足夠的數據,就像人一樣沒有經驗和技法;沒有良好的理解力,就像人一樣不能懂得將需求轉化;沒有精準的表達力,就像不會描述需求的甲方一樣。理解 AI 「先不要」像和人對話一樣和機器對話,AI 還沒有想像中那麼聰明,AI 對於文字引申涵義或暗喻隱喻仍不足。輸入就像 google 關鍵字搜尋方式善用冒號和逗號,並「具體」的敘述。例如上圖將句子分段逗號,”looking at me”, “laughing at me” 能讓生成圖像呈現正面。

讓 AI 好理解的版本

  • 形:主體是什麼?
  • 色:色彩是什麼?
  • 質:環境、氣氛、燈光是什麼?怎樣的知名藝術風格?
  • 構:構圖是什麼?

▍ 如何訓練更好的模型?

訓練好模型的流程

訓練好模型的流程

  1. 定義標準:區別什麼是好的數據?什麼是髒的數據?
  2. 批量標註:人工方式找出好的和髒的數據。
  3. 機器學習預訓練:認識並分辨好的和髒的數據。
  4. 驗收效果:目標對齊則應用再大規模數據中;目標不對齊則重新進入標註流程。
  5. 大規模訓練:將庫中的所有數據,進行分類,將合格數據用於訓練。

▍ 設計師會不會被 AI 取代?

講者透過 Kubler-Ross 的悲傷的五個階段(The Five Stages of Grief)來闡述:

  1. 否認/隔離(Denial & Isolation):畫家們否認這不是藝術!
  2. 憤怒(Anger):畫家們控訴難登大雅之堂!
  3. 討價還價(Bargaining):越多素材有助創作效率。
  4. 沮喪(Depression):覺得寫實沒有前景。
  5. 接受(Acceptance):最後承認接受,影響藝術界而出現印象派、野獸派各多流派。

1826年 Joseph Nicéphore Niépce 拍攝名為《在萊斯格拉的窗外景色》(View from the Window at Le Gras)出現的第一張攝影照片對藝術界的衝擊影響,讓畫家們開始否認與憤怒控訴難登大雅之堂,慢慢開始討價還價與沮喪寫實沒有前景,最後承認接受,影響藝術界而出現印象派、野獸派各多流派。相對如今人們覺得 AI 做的也不怎麼樣。講者認為階段演進可能比我們想像中快,很快地在工作上,需要與 AI 協作了。

導入 AI 前後工作流程的差異

導入 AI 前後工作流程的差異

AIGC 時代的設計師該怎麼運用 AI 能力呢?

過去的我們在前期靈感階段,透過 Behancedribbblepinterest 來找參考圖,再藉由 Adobe設計軟體、SketchFigma 等設計工具來構思創意,產出草稿進行提案。確認方向後,後期設計執行階段,更進一步透過設計工具細部完善,最終定稿。如今我們在前期靈感階段,可以藉由 AIGC 類型網站直接生成形成草稿。最後後期設計執行階段,除了傳統工具外還可以藉由 AIGC 類型網站直接生成效果好,可直接使用的設計稿。例如甲方需要五彩斑斕的黑,如今可以藉由 AIGC 產生過去無法想像的視覺,讓人人可以釋放更多創意。


 後 Agent 時代

  • 點:互動 API
  • 線:體驗 Agent
  • 面:服務 Multi-Agent

Agent 可以想成是仲介般,幫你討價還價的代理人。只要給它目標,後續事情會幫你處理。這也是GPT 4 出來後的大模型發展方向。這部分講者提出的點、線、面概念,讓我聯想起顧客旅程地圖(Customer Journey Map, CJM),每個互動的接觸點連成旅程線,例如去咖啡廳買咖啡的過程,所經歷的體驗點,串成購買咖啡流程的線,而另個角度來看咖啡師製作咖啡流程也是個線。所有的流程線,整體形成面性服務。轉換成 Agent ,點就是API 那些特定關鍵任務、線就是你請它倒咖啡,它會串連很多 API 來達成。面就是透過 Multi-Agent 來完善更好的服務。


▍ 人工智慧 AI 的發展

1.0 智能學徒:

具備單一 AI 技能,使用者主動透過 AI 完成任務(文件掃描、會議記錄、翻譯、問答…)

2.0 智能助手:

可以如同人類助手般,在單一領域完成多工複雜任務(產出會議摘要、整理文件大綱與翻譯、報告輸出…)

3.0 智能顧問:

基於大數據計算與決策模型,協助人們進行複雜決策(基於日常數據給出大大小小的決策輔助)

Richard 在講座結尾講述 AI 是一種產品,像是汽車引擎,沒有人懂熱力物理原理但是不會畏懼,並應用來產生價值,AI+ 可以附加在很多地方,汽車引擎作為工具能應用很多地方,如汽車、卡車…。 +AI 通用型 AI 結合產業知識可以產生新的商業模式,像是郵務、外送、物流…。今天內容有 AI+與需要清理數據有關,也一部分 +AI 通用型生產力工具,促使我們去思考什麼樣的行業問題,適合 AI 去解決。


主題:從基礎大模型看 AIGC 釋放設計創造力
講者:林居穎 Kyle | 前 Roblox AI 資深產品負責人
時間:Dec. 16, 2023 13:40–14:20

在 AI 時代下,設計師該如何深入本質,調整定位,利用 AI 而不是被 AI 利用,去做好本職工作,發揮更大的能力?本分享將從 AIGC 的發展切入,拆解影像基礎演算法的演進,再到新一代設計模式的討論。 幫助大家見微知著,擁抱 AIGC 設計新時代


留言
avatar-img
留言分享你的想法!
avatar-img
林位青的沙龍
14會員
30內容數
林位青的沙龍的其他內容
2024/11/14
在《GLORIA MAK’S WORKS》講座中,小麥分享了自己的職業經歷,從澳門到臺灣的設計旅程。小麥討論瞭如何透過設計提升農產品的價值,以及在職場中建立專業感的重要性。他強調誠實面對自己、勇敢面對挑戰是成功的關鍵。結尾提出了在設計和人生中持續學習與成長的理念。
2024/11/14
在《GLORIA MAK’S WORKS》講座中,小麥分享了自己的職業經歷,從澳門到臺灣的設計旅程。小麥討論瞭如何透過設計提升農產品的價值,以及在職場中建立專業感的重要性。他強調誠實面對自己、勇敢面對挑戰是成功的關鍵。結尾提出了在設計和人生中持續學習與成長的理念。
2024/10/03
講者勉勵設計師應該做使用者的好朋友,多了解使用者,而不是酷酷冷漠的設計師。很有幸能透過場講座降低我們對於 AI 取代設計師的焦慮感。我們可以發覺即便 AI 夠能快速生成,但背後仍需大量的使用者研究,無論是量化數據分析或是質性研究談訪和顧客做工作坊共創討論。
Thumbnail
2024/10/03
講者勉勵設計師應該做使用者的好朋友,多了解使用者,而不是酷酷冷漠的設計師。很有幸能透過場講座降低我們對於 AI 取代設計師的焦慮感。我們可以發覺即便 AI 夠能快速生成,但背後仍需大量的使用者研究,無論是量化數據分析或是質性研究談訪和顧客做工作坊共創討論。
Thumbnail
2024/10/03
AI 大幅度改變了整個團隊討論的內容,不再討論放更多按鈕,讓使用者快速達成目的,而是不同 AI 模型之間如何溝通串接,讓使用者更直覺操作,甚至一個簡單的動作就能創作。高度關注 AI 發展,AI 可能會顛覆你原本的知識和認知,並增加不同設計觀點。
Thumbnail
2024/10/03
AI 大幅度改變了整個團隊討論的內容,不再討論放更多按鈕,讓使用者快速達成目的,而是不同 AI 模型之間如何溝通串接,讓使用者更直覺操作,甚至一個簡單的動作就能創作。高度關注 AI 發展,AI 可能會顛覆你原本的知識和認知,並增加不同設計觀點。
Thumbnail
看更多
你可能也想看
Thumbnail
介紹朋友新開的蝦皮選物店『10樓2選物店』,並分享方格子與蝦皮合作的分潤計畫,註冊流程簡單,0成本、無綁約,推薦給想增加收入的讀者。
Thumbnail
介紹朋友新開的蝦皮選物店『10樓2選物店』,並分享方格子與蝦皮合作的分潤計畫,註冊流程簡單,0成本、無綁約,推薦給想增加收入的讀者。
Thumbnail
當你邊吃粽子邊看龍舟競賽直播的時候,可能會順道悼念一下2300多年前投江的屈原。但你知道端午節及其活動原先都與屈原毫無關係嗎?這是怎麼回事呢? 本文深入探討端午節設立初衷、粽子、龍舟競渡與屈原自沉四者。看完這篇文章,你就會對端午、粽子、龍舟和屈原的四角關係有新的認識喔。那就讓我們一起解開謎團吧!
Thumbnail
當你邊吃粽子邊看龍舟競賽直播的時候,可能會順道悼念一下2300多年前投江的屈原。但你知道端午節及其活動原先都與屈原毫無關係嗎?這是怎麼回事呢? 本文深入探討端午節設立初衷、粽子、龍舟競渡與屈原自沉四者。看完這篇文章,你就會對端午、粽子、龍舟和屈原的四角關係有新的認識喔。那就讓我們一起解開謎團吧!
Thumbnail
在這個 AI 蓬勃發展的時代,大語言模型(LLM)已逐漸成為我們日常工作、學習、甚至創作上的重要工具。ChatGPT 就是其中一個廣為人知的例子。然而,許多人初次接觸它時,會誤以為它像搜尋引擎,只需輸入一個問題,就能得到完美解答。但事實上,它的使用邏輯與傳統工具完全不同,它不只是單純地「回應」,而是
Thumbnail
在這個 AI 蓬勃發展的時代,大語言模型(LLM)已逐漸成為我們日常工作、學習、甚至創作上的重要工具。ChatGPT 就是其中一個廣為人知的例子。然而,許多人初次接觸它時,會誤以為它像搜尋引擎,只需輸入一個問題,就能得到完美解答。但事實上,它的使用邏輯與傳統工具完全不同,它不只是單純地「回應」,而是
Thumbnail
2022年底在chatGPT用驚人橫空出世的交談式ai操作模式,出現在全球人類的面前之後,至今已進入第3個年度,AI的應用除了交談的回應,也能處理圖形辨識,文件生成、語音辨識、簡報生成等等,每一種應用都以驚人的方式讓每個人驚嘆。 在2025年,AI應用的第3年,許多的AI agent provid
Thumbnail
2022年底在chatGPT用驚人橫空出世的交談式ai操作模式,出現在全球人類的面前之後,至今已進入第3個年度,AI的應用除了交談的回應,也能處理圖形辨識,文件生成、語音辨識、簡報生成等等,每一種應用都以驚人的方式讓每個人驚嘆。 在2025年,AI應用的第3年,許多的AI agent provid
Thumbnail
隨著AI技術的進步,各行各業逐漸引入自動化流程。在最近的Generative AI年會中,九位講者分享了他們如何利用AI解決生活和工作的痛點,涵蓋了學習、工作流程優化以及個人成長等方面。本文總結了AI應用的案例和成功心法,並分享如何透過AI提升工作和學習效率,最終釋放出更多時間進行創意和深入思考。
Thumbnail
隨著AI技術的進步,各行各業逐漸引入自動化流程。在最近的Generative AI年會中,九位講者分享了他們如何利用AI解決生活和工作的痛點,涵蓋了學習、工作流程優化以及個人成長等方面。本文總結了AI應用的案例和成功心法,並分享如何透過AI提升工作和學習效率,最終釋放出更多時間進行創意和深入思考。
Thumbnail
本文探討了 ChatGPT 作為開發人員的強大助手,如何透過簡單提示快速生成、優化程式碼,還能解決程式錯誤,學習新技術等功能。從網頁設計到資料分析,ChatGPT 的強大能力不僅提高了開發效率,也讓開發者能夠專注於創意和解決更具挑戰性的問題。AI 工具的輔助不可或缺,但仍需人類專業知識的支持。
Thumbnail
本文探討了 ChatGPT 作為開發人員的強大助手,如何透過簡單提示快速生成、優化程式碼,還能解決程式錯誤,學習新技術等功能。從網頁設計到資料分析,ChatGPT 的強大能力不僅提高了開發效率,也讓開發者能夠專注於創意和解決更具挑戰性的問題。AI 工具的輔助不可或缺,但仍需人類專業知識的支持。
Thumbnail
在充斥AI的未來,UX與以人為本會為顯重要與昂貴... 本篇原在今年3/21發佈於Medium,直到看到某篇文章提到:『生成式 AI 的發展將再度掀起新一波供需變動,最終使人類成為最新的「奢侈品」。』時,讓我想起半年前發布的這篇文,冒出要把它搬過來讓更多人看到的想法...
Thumbnail
在充斥AI的未來,UX與以人為本會為顯重要與昂貴... 本篇原在今年3/21發佈於Medium,直到看到某篇文章提到:『生成式 AI 的發展將再度掀起新一波供需變動,最終使人類成為最新的「奢侈品」。』時,讓我想起半年前發布的這篇文,冒出要把它搬過來讓更多人看到的想法...
Thumbnail
這篇文章是怪獸科技公司寫過有關 AI 議題的總目錄,包含我在政大聽 OpenAI 技術顧問的演講、AIGC 年會等等跟 AI 主題相關的紀錄心得~拿免費邀請票還是得來回饋一下,以及記錄一下這次兩天 14 場 40 分鐘的 2023 GAI 年會到底學到了什麼!
Thumbnail
這篇文章是怪獸科技公司寫過有關 AI 議題的總目錄,包含我在政大聽 OpenAI 技術顧問的演講、AIGC 年會等等跟 AI 主題相關的紀錄心得~拿免費邀請票還是得來回饋一下,以及記錄一下這次兩天 14 場 40 分鐘的 2023 GAI 年會到底學到了什麼!
Thumbnail
AI 的用途對我們來說,不再只是新奇、趣味和炫技,而是迅速地開始走進實際應用的起點,回歸到 AI 原是為了協助使用者而生的核心價值。如果你好奇 AI 的實際應用,或是你是從事文案、圖像與概念設計,以及影音創作相關的有關工作,也可以參考我們的設置哦。
Thumbnail
AI 的用途對我們來說,不再只是新奇、趣味和炫技,而是迅速地開始走進實際應用的起點,回歸到 AI 原是為了協助使用者而生的核心價值。如果你好奇 AI 的實際應用,或是你是從事文案、圖像與概念設計,以及影音創作相關的有關工作,也可以參考我們的設置哦。
Thumbnail
這週的分享比較不一樣,是從我這次拿到邀請票參加 2023 GAI 年會的一些發現與心得切入。儘管 AI 來勢洶洶,甚至會讓贏者全拿的現象越來越嚴重,依舊希望大家可以用對方法「終結平庸」,持續努力但不被平均綁架,找到自己的定位!
Thumbnail
這週的分享比較不一樣,是從我這次拿到邀請票參加 2023 GAI 年會的一些發現與心得切入。儘管 AI 來勢洶洶,甚至會讓贏者全拿的現象越來越嚴重,依舊希望大家可以用對方法「終結平庸」,持續努力但不被平均綁架,找到自己的定位!
Thumbnail
AI 工具能幫我蒐集與整理比較大眾化的資料,讓我了解一般人創新技巧基礎程度可能在哪裡,我可以設法把這個基礎當作學員的起點,設計引導學習的步驟。我嘗試用ChatGPT協助寫出一篇長文,不過我仍然需要花費一些時間增補與修飾文字,幫助還不大。我主要專長是教導與運用創新技巧,這部分不是AI 工具可以取代的。
Thumbnail
AI 工具能幫我蒐集與整理比較大眾化的資料,讓我了解一般人創新技巧基礎程度可能在哪裡,我可以設法把這個基礎當作學員的起點,設計引導學習的步驟。我嘗試用ChatGPT協助寫出一篇長文,不過我仍然需要花費一些時間增補與修飾文字,幫助還不大。我主要專長是教導與運用創新技巧,這部分不是AI 工具可以取代的。
Thumbnail
AI的應用已經談很多年了,有個老掉牙的主題經常被提起,「AI會不會取代你的工作?或是它將取代掉誰的工作?」最近很紅的AI對話平台ChatGPT做了這樣精闢的回答: 「事實上,AI從來沒有要取代掉誰的工作,而是能夠使用AI的人取代了沒有使用的人。」
Thumbnail
AI的應用已經談很多年了,有個老掉牙的主題經常被提起,「AI會不會取代你的工作?或是它將取代掉誰的工作?」最近很紅的AI對話平台ChatGPT做了這樣精闢的回答: 「事實上,AI從來沒有要取代掉誰的工作,而是能夠使用AI的人取代了沒有使用的人。」
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News