AI與第四次工業革命
這回我們來談談AI在第四次工業革命的關鍵地位和創新之處，同時歸納回顧前幾回所談的議題，為此我製作了一張示意圖。
大方向很好懂，只要對照第二回提到的第三次工業革命的示意圖，可以看到在這張圖所謂的第四次工業革命，指的是AI提供了一條能高效率產出解決方案的路徑，而人類透過與AI的協作，來提高解決方案的品質。但我們技術人常說「魔鬼藏在細節裡」，如果仔細端詳思考，這張圖還呈現出以下的意涵：
- 「了解自然語言」是第四次工業革命必要的，這也是當前的大型語言模型技術（Large Language Models, LLM）與前一代AI最大也最重要的差別。為什麼我說過去所謂的工業4.0並非第四次工業革命，人類世界的絕大多數工作都是以自然語言描述，而工業4.0只是提供更多的工具技術讓人類專家去打造智慧化的生產環境，但並沒有解決這個關鍵問題。
- 能夠以自然語言與AI溝通，才能讓更多的人類專家參與智慧化的過程，進一步擴大第三次工業革命的效益。剛好昨天和業界友人談到生產線上各種疑難雜症如何用AI幫忙解決，這是個老問題了，實務上瓶頸往往不在於技術，而在於生產線上從業人員如何有效與AI互動。
- 即便引進AI，不見得能立馬獲得高品質的解決方案。以軟體開發為例，當前的AI能夠根據使用者提出的需求，迅速生成程式碼，這是因為LLM的訓練資料集中包含了大量的（開源）程式碼。但若是使用者的需求特別與眾不同，遇到一個非常複雜不易清楚敘述的問題，或是後端的執行環境有相對罕見的特性，那麼使用者的專業以及與AI的協作能力會格外重要。
- 目前的AI除了直接設法解決問題之外，也開始會利用外部工具、委託其他AI代理（Agent）來協助完成工作，甚至當使用者提供一大堆數據要它分析的時候，它會先花點時間編寫出分析程式，再執行這個程式來分析數據。各位可以試試看，把一大堆數字丟給Google Gemini，讓它做一些統計分析，看它是怎麼做的。
- 目前的AI也開始會幫忙做硬體設計。在邏輯電路的層次，以硬體描述語言（Hardware Description Language, HDL）設計硬體，其實沒有想像中困難。根據案主所給的規格，以某種HDL（例如Verilog）去描述每個硬體模組的運作方式，以及模組之間的聯繫方式，和開發軟體的過程差不了太多，因此也算是電腦工程（Computer Engineering）的領域，不要再狹隘地認為硬體設計一定是電機系的領域。
- FPGA （Field Programmable Gate Array）是所謂的「現場可程式化邏輯閘陣列」，簡單說起來，就是一種可以隨時改寫邏輯電路的晶片。大多數人對FPGA的理解停留在一些特殊應用，或是作為大量生產ASIC （Application-Specific IC）之前的驗證工具，但實際上有些公司（例如Microsoft）將FPGA佈署在資料中心，作為資訊處理的加速器（Accelerator）[1]，而我們實驗室最近也利用FPGA加速神經網路和同態加密的運算，但這類工作需要專家才有辦法進行，而且開發時程頗費心力，因此很希望能夠有AI來協助。
如以上所談到的，AI已經開始進入到解決方案的產出過程，雖然在某些方面的能力令人驚艷，但仍然不見得能夠產生高品質的解決方案，因此值得探討研究的問題相當多。
當然，除了技術的議題之外，也開始衍生出社會、人文的問題。在此我想先從務實的角度面對AI的進步，多從技術的觀點來做探討。我無意把AI視為萬靈丹或是超越人類般的存在，雖然我有位擅長寫科幻小說的同學對此很有興趣，但以我的淺見，那些大公司、大人物宣稱想追逐的「通用人工智慧」（Artificial General Intelligence），還需要極大的算力和能源，恐怕還沒有那麼快出現；而目前的AI仍有相當大的侷限性，還需要人類專家的大力協助，這倒是現階段值得專家多注意的。
[1] https://www.intel.com/....../details/fpga/platforms.html
