在元宇宙世代，NLP自然語言處理還剩多少價值？
閱讀時間約 3 分鐘
如果要用一句話來說的話，那應該是『技術有限，價值無限』
相比於最近臺面上火熱的元宇宙、NFT或區塊鏈，AI人工智慧彷彿已經是上一代流行的名詞，自GOOGLE於2014年推出AlphaGo演算法力壓圍棋界的世界冠軍後，人工智慧頓時流行開來，從學界科研題目都要冠上人工智慧或AI才能夠爭取經費，到政府開始力推『政府資料開放平臺』，再到大中小企業爭相引入人工智慧技術，連帶帶動相關運算資源產業鏈像是GPU價格的飆漲，甚至在人力資源網站上也能夠看見AI相關人才職缺與薪水快速增長。
但隨著AI技術進步到接近天花板的準確度後，像是影像處理和語音處理，大家想問的可能是還在後頭的NLP自然語言處理技術還有多少價值空間可以發揮？
我想這個問題可以從兩個角度來看，分別是『技術難度』和『技術泛用性』
NLP技術難度
資料格式一般可以區分為結構化資料和非結構化資料，結構化代表的是資料有精確定義好的格式，像是常見的excel表格資料、圖片的rgb格式資料，而非結構化代表資料會以比較靈活方式呈現且沒有既定格式，典型的代表就是文本。
我們都知道表格化資料通常比較好整理，像是excel數值統計操作、資料視覺化或知識統整，對於AI數學模型來說也是如此，模型擅長的是從大量資料中找出知識規律出來，已經整理成特定格式的資料模型自然能夠快速找出。
相對的非結構化文本資料就沒這麼容易，因為AI模型只能吃進格式化資料，所以在處理非結構化資料時會需要額外一道工程來將非結構化轉成結構化形式，轉化過程也會丟失語意訊息，若文本長度過長模型也吃不下去，且人類現存語言大約有七千多種，每一種語言對模型來說都是新世界。
因為文本的語意複雜和表達不容易，模型訓練通常需要大量資料才能獲得較好的效果，所以近年NLP模型發展轉變成網路巨頭們比拼機器算力和訓練資料量戰場。
但最終模型效果還是可以從目前網站上的聊天機器人來得到驗證，實際使用後就能感受到離模擬真人聊天還有一大段距離要走。
技術泛用性
人類語言發展已經好幾千年歷史，不管是一般聊天溝通或是專業知識傳遞都仰賴自然語言來當作媒介，說NLP技術是各行各業都需要技術也不為過。
在企業數位轉型這個年代，將記錄在紙本的知識重新搬到網路上，會有大量的文本資料可以被分析和利用，過去因為技術不成熟或不了解AI相關應用而只能依靠人類自身經驗來做決策，經過資料數位化和AI分析後可以更客觀角度來看待，典型產業代表有銀行、法律。
銀行是紙本文件數一數二多的地方，數位化後能做各種AI應用，像是自動預測個人信用戶評分; 自動判斷金錢交易是否異常等應用。
而大量法律文件歸類則是經常讓律師頭痛，法律文件需經過律師們閱讀後才能有效被分類到正確類別，透過文本電子化和AI分類，就能大幅節省人力成本。
每間公司或多或少都有文本資料庫，不管是紙本或電子形式，都可以透過正確的AI應用來增強生產力，因為自然語言幾乎無所不在，是人類的傳遞訊息的方法，同時也是NLP技術價值最高的地方。
結語
雖然NLP技術尚未成熟，還有許多困難要突破，但作為特定領域輔助使用已有許多實際落地場景案例，在其有限的技術限制上，發揮其無限價值的能力
3會員
3內容數
留言0
查看全部
你可能也想看
Google News 追蹤
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
作者認為AI，它不特屬於哪一個產業，在一定時間成熟之後，它充斥你我生活之中，就是像水電一樣的自然。有很多人還搞不清楚它的未來發展到哪裡？ 當這變化還很劇烈時，過早投入反而浪費時間與成本，所以作者的洞見是：什麼是你我最珍貴的價值？
這篇文章討論了自然語言處理技術的發展歷程，從語言模型的引入到深度學習的應用。作者觀察到現今GPT在產出中文國學內容時的深度不足，並提出了自然語言處理領域的倫理使用和版權問題，以及對大眾的影響。最後，作者探討了個人在自然語言領域的發展可能性。
大語言模型，例如OpenAI提供的ChatGPT，是過去幾年發展的深度神經網路模型，開啟自然語言處理的新紀元。
人們總是期盼科技帶來的創新，說到底是人在心理上對於現行做法想要改變，或是挑戰既有威權的心理投射。
千萬別忘了，在ChatGPT與AI的年代，人要能不被取代，創造資料庫中找尋不到觀點以及同理心，凌駕AI產生新價值。
這篇文章探討了人工智能對未來的影響，提到了人工智能不斷進步的速度，以及預測了未來幾年人工智能的發展。同時也提到了人工智能對人類的影響，包括了代替工程師寫CODE以及瞭解和療癒人類情緒。
人工智慧(AI)在當今社會扮演著越來越重要的角色，然而，我們應該關注的不僅僅是AI潛在可取代的工作，更重要的是AI能夠帶來怎樣人類無法達到的價值。本文深入探討AI的成本與發展潛力，並提出對於AI未來發展的看法。
30年後來看現在，或許會覺得，還好現在有AI，才讓人類進入真正的文明世紀。
GPT只是大型語言模型（LLM）的一種，大型語言模型只是人工智慧（AI）的一種，而人工智慧甚至可以說只是「量子技術」的一種。
AI除了用來聊天（就像一開始我們只是把電腦當打字機），最重要的功能是幫助我們更容易理解和運用量
大型語言模型(LLM)是基於深度學習的自然語言處理模型，而多模態模型(LMM)能處理多種資料型態。這些模型將對未來帶來重大改變。LLM 專注於理解和生成自然語言，LMM 能夠處理跨模態的內容，並整合多種資料的能力，有望成為未來趨勢。
對於熱衷於語言科技的你，
大語言模型（LLMs）在自然語言處理（NLP）領域的發展無疑是一個革命性的進展。
從傳統的規則系統到基於深度學習的方法，
LLMs展現了在理解、生成和翻譯人類語言方面的巨大突破。
這不僅是技術上的飛躍，
更是開啟了新的應用和可能性。
下面將介紹這一變革帶來的三大
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
作者認為AI，它不特屬於哪一個產業，在一定時間成熟之後，它充斥你我生活之中，就是像水電一樣的自然。有很多人還搞不清楚它的未來發展到哪裡？ 當這變化還很劇烈時，過早投入反而浪費時間與成本，所以作者的洞見是：什麼是你我最珍貴的價值？
這篇文章討論了自然語言處理技術的發展歷程，從語言模型的引入到深度學習的應用。作者觀察到現今GPT在產出中文國學內容時的深度不足，並提出了自然語言處理領域的倫理使用和版權問題，以及對大眾的影響。最後，作者探討了個人在自然語言領域的發展可能性。
大語言模型，例如OpenAI提供的ChatGPT，是過去幾年發展的深度神經網路模型，開啟自然語言處理的新紀元。
人們總是期盼科技帶來的創新，說到底是人在心理上對於現行做法想要改變，或是挑戰既有威權的心理投射。
千萬別忘了，在ChatGPT與AI的年代，人要能不被取代，創造資料庫中找尋不到觀點以及同理心，凌駕AI產生新價值。
這篇文章探討了人工智能對未來的影響，提到了人工智能不斷進步的速度，以及預測了未來幾年人工智能的發展。同時也提到了人工智能對人類的影響，包括了代替工程師寫CODE以及瞭解和療癒人類情緒。
人工智慧(AI)在當今社會扮演著越來越重要的角色，然而，我們應該關注的不僅僅是AI潛在可取代的工作，更重要的是AI能夠帶來怎樣人類無法達到的價值。本文深入探討AI的成本與發展潛力，並提出對於AI未來發展的看法。
30年後來看現在，或許會覺得，還好現在有AI，才讓人類進入真正的文明世紀。
GPT只是大型語言模型（LLM）的一種，大型語言模型只是人工智慧（AI）的一種，而人工智慧甚至可以說只是「量子技術」的一種。
AI除了用來聊天（就像一開始我們只是把電腦當打字機），最重要的功能是幫助我們更容易理解和運用量
大型語言模型(LLM)是基於深度學習的自然語言處理模型，而多模態模型(LMM)能處理多種資料型態。這些模型將對未來帶來重大改變。LLM 專注於理解和生成自然語言，LMM 能夠處理跨模態的內容，並整合多種資料的能力，有望成為未來趨勢。
對於熱衷於語言科技的你，
大語言模型（LLMs）在自然語言處理（NLP）領域的發展無疑是一個革命性的進展。
從傳統的規則系統到基於深度學習的方法，
LLMs展現了在理解、生成和翻譯人類語言方面的巨大突破。
這不僅是技術上的飛躍，
更是開啟了新的應用和可能性。
下面將介紹這一變革帶來的三大