工業用的AI技術
出現在科幻電影和小說、漫畫中的通用人工智慧（Artificial General Intelligence, AGI）和人形機器人(Humanoid Robot)，一直是我自幼成長過程中最吸引我的高科技。對於那個完全不懂任何資訊科技的小學生，如此的吸引力是難以言說的，說是魔力也不為過，幕後的原因相當值得玩味。
但若是單純以工作效率而言，AGI和人形機器人並非必須。針對特定領域所設計的專家人工智慧，從事特定工作的非人型機器人，通常提供更高的性價比和工作能力。然而，從1950年代的第一波AI風潮到現在，大家對於擬人、超人化的東西特別著迷... 君不見，不少科技大咖、大公司以發展AGI作為願景，普羅大眾也為之所吸引，如果不談AGI的話，感覺上就遜色許多。然而弔詭的是，AGI這個名詞，正如其源頭的AI，並沒有一個標準的定義。話說這幾年發展迅速的大型語言模型（Large Language Model, LLM）技術，讓AI能夠運用人類多種形態的語言來吸收知識技能。這個技術的出現，讓整個AI界為之瘋狂。人們發現LLM的參數量越大，模型越大，能夠吸收的知識越多，因此這幾年來各大公司斥資訓練LLM，也連帶出現了對算力的渴求。
如圖所示，訓練頂尖的LLM所需的算力越來越龐大，因此只有少數的公司能夠訓練出世界最大的模型。通常這些公司會展示模型所具備的超凡能力，例如分析回答各種疑難問題、生成複雜的影音文字，學術界和業界也有一些用以評估LLM的測試標竿（Benchmarks），但世界最大、標竿測試分數最高的模型，又有什麼了不起呢？（當然有，只是一般人不見得用得到。）
的確，LLM在影音文字生成的能力，也就是所謂「生成式AI」（Generative AI, GAI），讓許多人驚艷、讚嘆不已，甚至以為在不斷地擴大LLM的參數量之下，AGI在不久的未來即將到來。但也有不少學者認為光靠擴大模型參數量的作法，是不可能達成真正的AGI的。就實際應用上，當前的生成式AI仍有胡言亂語、幻覺（Hallucination）的問題，也常被學者譏笑為只是很會學人說話的鸚鵡。
回到主題，工業所需要的AI技術，應該是在特定的專業領域上具備高效率而且可靠的，而不是半吊子的萬事通。一般來說，殺雞用牛刀並非不行，但不僅缺乏效率、提高成本，還可能反應遲鈍。好比一位受過良好專科學校訓練的技士，在專業工作上的效率、速度，往往比讀了很多書的學者還強得多，而且不需要花那麼多訓練成本。
不過從另外一個角度看，如果懂得如何思考、做研究的話，在解決疑難雜症、面對新狀況、改進工作效率的時候，可能擁有一點優勢。所以對於研發屬性居多的工作，目前業界傾向聘僱受過研究訓練的研發人員，因此也會用上較高階的AI技術。
