#島讀回顧 #人工智慧

今年島讀網站被搜尋最多次的關鍵字是「人工智慧」（AI）。

人工智慧近年的發展迅速，許多領域都能看到其應用。

島讀今年一篇《機器學習 — 知識工作者的未來》，以「文字產生器」GPT-3 討論人工智慧，獲得不少會員迴響。

---

寫論文很痛苦。有些人痛苦到整份照抄別人的論文。現在出現一線曙光，美國 OpenAI 公布機器學習模型 GPT-3（Generative Pretrained Transformer），堪稱是「萬用」的文字產生器。最近 GPT-3 開始封測，推出 API，更在矽谷引發轟動。目前已知有人用 GPT-3 寫程式、請牛頓解釋地心引力、回答醫學問題、摘要文章，甚至寫詩。

先說 OpenAI。OpenAI 是一個非營利組織，贊助者包括 PayPal 創辦人 Peter Thiel、Elon Musk 與 Salesforce 創辦人 Marc Benioff 等。其使命是確保通用人工智慧（Artificial General Intelligence）將用於服務人類，而非迫害人類。

GPT-3 則是其開發的語言生成模型，第三代的「文字產生器」（島讀去年討論過第二代）。使用者輸入一段文字，它就會生出下一個字，再繼續生出下一個字，不斷重複下去，直到人類喊停或是達到約 1,000 個英文字為止。例如我輸入：「天下分久必合，合久必 ___」，GPT-3 大概會預測下一個字是「分」。

如果我沒喊停，也沒有設定明確的任務，GPT-3 就會繼續生成下一個字，寫出一段故事或一篇文章。

或許你會問：「世界上文字千萬種，GPT-3 怎麼知道要寫論文或小說呢？」

這就是 GPT-3 驚人的地方：它是通用模型。只要使用者稍許提示，它就會自動調整輸出內容類型，不需要使用者另外精調（fine tune）。就像一個真的有用的 Siri，不管你丟什麼任務，只要是文字，它都接得下來。

例如有人簡短的提示（prompt） GPT-3「用 19 世紀作家 Jerome k. Jerome 的語氣寫一篇關於 Twitter 的文章」，GPT-3 就生出相當完整的作品。

只要是需要文字的任務，不論是回覆 email、寫新聞稿、翻譯外文、「翻譯」法律術語、編吉他和弦，甚至是寫程式，GPT-3 都能做得還不錯。一篇網路文章《GPT-3 可能是比特幣以來最重要的創新》更是格外轟動，因為讀者讀完才發現整篇都是 GPT-3 寫的。

相較於 GPT-2，GPT-3 效能是「暴力式」的飛越性成長。換言之，GPT-3 的基本架構與 GPT-2 幾乎一樣，只是參數由 15 億增加到 1,750 億（117 倍），但效果隨之大幅成長。這讓矽谷圈精神為之一振，因為代表機器學習仍可以透過擴大規模來成長。

雖說使用成本也等比增加 — 訓練一次 GPT-3 需要 460 萬美金 — 但能用錢解決的都是小問題。目前已知人類大腦的突觸約 1 百萬億個（100 trillion），是 GPT-3 的 1 萬倍。許多人不免幻想如果再來兩次升級 100 倍（共一萬倍），是不是就能逼近人類大腦了？

有成本就需要收入。OpenAI 現在提供 API，就是為將來商業化營運作準備。其他雲服務商如微軟、AWS、Google 也都開始提供機器學習「模型即服務」（Model as a Service, MaaS）。這大致可分三種應用：

● 垂直情境，簡單但量大的工作：如辨識異常、偵測錯字、回覆 email、回答客服基本問題等。這有點類似聘僱國中生實習，但聘雇的是無限個實習生。
● 垂直情境內，困難但狹隘的工作：以 AlphaGo 為代表。它打敗所有人，但只會下圍棋。
● 不限情境，多樣性比正確性重要的工作：以 GPT-3 為代表，如虛擬秘書、虛擬陪伴（《雲端情人》）、發想劇本、草擬程式碼、撰寫科技分析電子報（咦）等。

MaaS 固定成本高，因此會傾向集中於大型平台，特別是擁有資料的企業，如 Google。邊際成本現在也很高，但應該會逐漸降低，因此有利於擁有最多客戶（用量）的企業，如 AWS、微軟。

目前 GPT-3 率先大步起跑，將引發其他企業加大投資。其他企業需要差異化，因此會開發封閉的模型；GPT-3 則會是開放或開源的形式。同時，週邊的企業也需要開發工具，形成生態圈。例如目前運算的延遲嚴重，因此雲端的速度必須跟上。有更多相容的 app 提供更精準的提示，才能發揮 GPT-3 的價值。
⠀
想知道文章對 GPT-3 的原理、隱憂的討論，歡迎試用島讀的 1 元訂閱方案：https://bit.ly/3myOL0D

---

更多人工智慧內容：
[Podcast] 從邊緣挑戰雲上的人工智慧｜特別來賓耐能智慧創辦人劉峻誠（公開）
https://apple.co/2WrmCgC
臉部辨識 — 30 億張照片的資料庫｜執法機關熱烈採用｜三條路線（會員限定）
https://bit.ly/3p791an
蛋白質的 50 年難題｜AlphaFold 遙遙領先｜諾貝爾獎在望（會員限定）
https://bit.ly/2LSzIBt

科教館第56卷第7期《科學研習》月刊出刊了!本期專題「當混沌遇上離散」，「混沌（chaos）在現實生活中指混亂迷濛的狀態，但其科學意義則常指「亂中有序、序中有亂」的狀態。離散（discrete）則是與「連續」相對的不連續形式或概念。混沌和離散有何關係？」，本期委由國立臺灣師範大學附屬高級中學物理科教師李柏翰博士擔任特約主編，邀請專家學者撰稿討論，特別值得一提的是，專題主編李柏翰老師為文〈從混沌亂數 談17年前師生一段科展探究歷程〉，回顧他在17年前指導三位國中同學亂數產生器的科展題目，日後如何衍生一篇亂數研究的學術論文的過程，三位同學目前也學有所成，各自在相關科學領域持續研究及努力。本期並提供三位同學17年前研發的「LSC加解密軟體程式」，掛載於本刊當期網址「檔案下載」區，無償提供各位讀者運用。
高中職以下各級學校及公立圖書館都可看到紙本雜誌，另還有全文電子書版本，歡迎免費瀏覽或下載。電子全文：https://goo.gl/h1NZUy

本刊持續徵稿中，歡迎中小學科教教師及各界科普及科學教育工作者踴躍投稿，一經刊登，將致贈稿酬及當期期刊一本，以表謝意。
徵稿啟事：https://goo.gl/gniR5j

本期目錄
(一) 總召集人的話(李隆盛)
(二)本月專題：「當混沌遇上離散」
1.混沌遇上離散(李柏翰)
2.漫談混沌的一點妙用(陳義裕)
3.網路觀點下的蛋白質系統(胡耿銘)
4.從混沌亂數 談17年前師生一段科展探究歷程(李柏翰)
(二)教學現場：
1.簡單實用又有趣的「便當盒光譜儀」(陳其威)
2.「海洋Fun 學趣」科學闖關遊戲(陳麗淑、葉佳承、宋祚忠、蘇汶建、王惟萱、林乃正、林旻宜、張睿昇)
(三)森棚教官的數學題：狡兔八窟 (游森棚)
(四)科學話題：臺11線地質「慢」旅行（II）―磯崎海灣與龜吼海岬(梁勝雄、林依蓉)
(五)科學讀書會：薛丁格的貓：50個改變歷史的物理學實驗 (白榮銓)