作者：查特普拉斯 许秉轩
认识 2023 语言模型发展
2023年年初，台湾掀起了势不可挡的生成 AI 讨论热潮，同时开启了在工作与生活中各式应用的可能性。在 1 月ChatGPT 用户就已到一亿，是历史上最快的。没想到 3 月中马上就迎来 GPT-4 以及外挂商店，除了模型本身让逻辑分析、各领知识掌握度提高，一瞬间就能使用的外挂插件，更是打开了任务处理的想像空间，包括：旅游安排、流程图绘制、即时资讯比较⋯⋯等，别忘了这边都还没有提到文心一言的发布以及 Copilot 的宣布。
万万没想到，正当全世界都疯狂的钻研GPT-4的各种玩法时，3 月底 Elon Musk 与相关 AI 专家竟宣布要停止开发下一代的运算模型，一喊就是 6 个月。当然，这并未引起其他竞争对手的共鸣。Google 在 4 月马上就以更强大的 PaLM 模型并且也很快的进化到第二代。特色在於对於语意理解表现更强，例如擅长猜谜、成语解释等，Google 也善用自家优势，整合 AI 进入原有服务，如： Google doc、Gmail、Youtube，这可以说是瞬间打趴一些ChatGPT＋外挂插件的玩法呢。
然而，许多人一直期待的手机版，分别在 5 月（IOS）、7月（Android），并且具备语音输入的功能，这让免费的随身 AI 助理离我们近了一步，只要任何思考上会有卡关的问题，我们都能快速的与 ChatGPT 讨论。此外，7 月 ChatGPT 也有另一个强大的应用上线：Code Interpreter，只要上传 Excel 加上透过指令让 ChatGPT 分析，就能依照需要产生图表。这让不具备数据分析 or Python 专业的人，也能做到简易的图表应用。
时间来到 9 月，Open AI 又开放一个令人叹为观止的功能：多模态模型。打破了过往在输入与输出仅能用文字的限制，比方说，我们可以透过描述一个完整的画面，就能产出一张细节度高的图片，小鹿认为这点也达到一站式的效果，我可以都使用 ChatGPT 就同时完成文字工作、影像工作的任务。
2023年年底，除了发生以 Sam Altman 为首的 在微软 Open AI 之间被戏称为宫斗剧的风波外，最值得关注的就是 ChatGPT 推出的杀手鐧功能：GPT Builder，真正达到不用会程式就能打造简易 Chabot 的效果。主要透过数个问题的引导，让使用者能一步一步的做出自定义的 Chatbot，於此同时上半年喊出延缓开发的 Elon Musk 成立的 xAI 公司也推出了 Grok 聊天机器人，但仅开放 x Premium订阅用户使用，有趣的是 Grok 在开发时所追求的诉求，是「不要过度政治正确」，这部分主要是想呼应 ChatGPT 使用者经常反应的，回覆过於公版、模糊性太高等问题。
而你可能会想，Google 的进度怎麽样了呢？去年的 12 月 初发表了最新的 Gemini 模型，并优先开放给 API 开发者，最大特色在於它是首个在大规模多任务理解上，超越人类专家水准的模型。目前 Gemni Pro AI 有免费试用机会，对於开发者来说，是个好好尝试的时机。
了解AI 的优势与限制为何
经历了 AI 大爆发的 2023，不晓得你是觉得兴奋期待，还是担心老板知道了会开始动些歪脑筋。这时，你需要的是正确的了解 AI能做到什麽＆不能做到什麽。唯有如此，才能将AI 巧妙的融入工作流程中。
AI 的优势在於随机性，你可能觉得有点奇怪，随机代表了不稳定，为何这会是个优势呢？其实正这好可以突破人在思考时的极限值，透过多次的指令生成，就有机会看到本来没想到的点子。另外，你也可以多加运用 AI 的基础分析能力，好比工作中想快速了解跨产业的知识时，就能运用 ChatGPT 与结合理论知识的指令，帮助你更深度的理解相关概念。最後，AI 有个不可轻视的优点，那就是不用休息，在官方伺服器稳定的状态下，我们随时随地都能使用AI 工具 提升产出效能 or 思考陌生问题。
相反地 AI 的限制有什麽呢？其一是伦理与隐私，这点过往的讨论就已相当活跃，例如：我想替即将上市的产品发想文案，因此将未公开的产品规格输入到 ChatGPT ，就涉及无意间公开机敏资讯的问题。再来，则还有演算法偏误造成的影响，举例而言：美国警政系统以过往犯罪资料训练的出狱後犯人再犯风险评估的 AI 模型，指出有色人种的犯罪纪录远多於白人犯罪纪录。然而，那些纪录其实正反映美国社会长久以来对於有色人种的歧视。另外也有可能是 AI 学会了连系统开发者都没有察觉到，潜藏在资料里的偏误。这点将会是企业在打造内部GPT时将会遇到的一大挑战。
发挥最大效能的人机协作技巧
2024正要开始，人们势必将面临几个重要的趋势，AI 开发成本日渐降低、熟悉 AI 的工作者越来越多、初阶工作自动化的落地。举例而言，过往想到人资绩效评量，可能都需要找大型 ERP 服务商与顾问来回校正才能顺利导入，现在只需要厘清绩效评估目的，就有机会透过 Excel x ChatGPT 写出个性化符合公司的绩效系统。
因此，在 AI 普及化以及在应用的深度与掌握度都提高的今日，该如何掌握最人机协作技巧发挥最大的效能呢？小鹿认为关键步骤有三
- 问自己任务的成败关键为何？如：提案简报，成败关键往往是提案对象最在意什麽、想达成什麽
- 上述关键能否让 AI 帮上忙？如：若要了解提案对象的真实想法，需要设计使用者访谈，这时就有机会让 ChatGPT 一起参与规划
- 观察 AI 有什麽局限性？如：生成的开场白都太机械性，这时就需要依照我们对客户的理解，调整口吻、风格、用语等。
最後，我们永远要放在心里的问题是，什麽事情是最适合人类来做的，举凡情感性、人际性、服务性、体验性等相关工作，如：我们会期待在放松的周末午後，让专业的按摩师傅为我们服务，而具备同样按摩技术的机器人却少了点什麽，原来我们需要的是放松的按摩过程，除了肌肉放松，也希望透过跟人聊聊天宣泄上班的苦闷。建议你在工作之余，不断地探索既已的内心，在人类适合的工作中，什麽是你向往的？什麽是你想多研究的？因为这都是能让你乐此不疲的关键，自然能持续提升专业，也就不用担心会被 AI 给取代了唷。
