文章

最強AI!ChatGPT 真的這麼厲害嗎?來看微軟 MVP 怎麼說

ChatGPT 是一個人工智慧聊天機器人程式,使用基於 GPT-3.5 架構的大型語言模型並透過強化學習進行訓練。

 

由 OpenAI 開發,於2022年11月推出的 ChatGPT,不但能聊天,還能寫程式、也能寫論文😮

ChatGPT 究竟到底有多厲害呢?來看看微軟的 AI 領域 MVP怎麼說!

 

本文已取得原著 大魔術熊貓工程師 同意轉載於逢甲大學人工智慧研究中心,未經同意者請勿任意轉載!

 

文/ Ko Ko

過年期間回南部老家,被許多親戚朋友問說:身為微軟的 AI 領域最有價值專家,你怎麼看 ChatGPT 呢?

被問了很多類似的問題,很多討論很多反饋,於是整理成這篇文章來闡述我目前的看法。

1. 最常被問 ChatGPT 真的像新聞說的這麼厲害嗎?

🅰️:ChatGPT 絕對是個 Game Changer,但我一部份同意卷積神經網路之父 Le Cun 的看法,ChatGPT 並不是特別創新(原文: ChatGPT is not particularly innovative)。

這是真的,ChatGPT 在 AI 的技術上並沒有特別大的突破。Open AI 在 ChatGPT 所採用的技術,很大部分是多年前就發表的 transformer 的架構上,再加上一些手法包含也是已經出來很久的 reinforcement learning 等,整體看下來確實是沒有特別大的技術面突破。

但是 ChatGPT 絕對是個 Game Changer。用當年哀鳳剛推出時來舉例,那時候大家都在噴說:觸控螢幕不是新東西、手機不是新東西、手機上網也不是新東西、隨身聽音樂不是新東西、手機有個人助理的功能更加不是新東西(黑莓機早就有了!)。做出哀鳳確實沒有太多突出的技術突破,但是哀鳳最厲害的地方就是把這些所有的技術都整合得很好,好到無法忽視,後來成為蘋果最成功的產品之一,連我寫 Android app 出身的都改用哀鳳了。

ChatGPT 就像哀鳳一樣,但是把許多現有的 AI 技術都整合與應用得非常好,好到讓全世界的驚豔,甚至恐慌。即使它真的沒太多技術突破,我很看好也很期待 ChatGPT 下一步的發展。

 

2. 會不會有些工作就被 AI 淘汰掉了?

🅰️:絕對會,以後絕對會有很多工作被 AI 淘汰掉。這部分可以去參考李開復的論點,他有畫幾張象限圖,可以說明得非常清楚。

基本上會被淘汰掉的工作性質,就是弱社交,以及其他屬性如機械化操作、缺乏創意缺乏決策等。

 

3. ChatGPT 可以拿來寫程式,那軟體工程師是不是準備失業了?

🅰️:是的,一定會有一大部分技能低下的軟體工程師會被淘汰,但是善用 ChatGPT 的工程師或團隊會有更多的產出。

舉個例子,敏捷開發在談組織團隊那部份,有提到團隊成員最好有個 generalizing specialist,也就是具備多種職務技能所需之專業的工程師。這類成員可以執行多種任務,以減少人員切換時的風險,或是工作負載的瓶頸等。

這類人才通常稱為梳型(Comb-shaped)人才,和 T 型與 𝝅 型人才不一樣,梳子是有更多專精的技能。然而現實生活,你很難找到具備多種職務技能所需之專業的工程師。

但是透過 ChatGPT 就不一樣了。例如說甲工程師專精後端,但對於容器技術只有一點點熟悉,甲工程師就可以透過 ChatGPT 就有機會幫團隊好好寫好一個 dockerfile 了。甲工程師有多個不是那麼專精的技能,透過 ChatGPT 就可以把多個不是那麼專精技能,變得堪用,甚至甲工程師也可以透過和 ChatGPT 與交叉查找資料(因為 ChatGPT 還是會出錯,還是建議不熟的專業要再核實過)的過程中,好好學習容器技術,讓自己更容易成為梳形人才。

所以懂得好好利用 ChatGPT 的工程師、和不懂得利用的工程師,差距會愈來愈遠。對於團隊來說,也能更快培養技能更多面向的工程師,前提是好好和 ChatGPT 交互與學習。就像「深度工作力」這本書第一章所說的:能與智慧機器一起工作並發揮創造力的人,在這個時代會特別有優勢。

 

4. 那麼在 ChatGPT 的時代該做什麼準備呢?

🅰️:去讀我寫的系列文 。

https://ithelp.ithome.com.tw/users/20120030/ironman/5515

 .編按:2022 iThome 鐵人賽 變形金剛與抱臉怪—NLP 應用開發之實戰

這系列文主要在講當代自然語言處理的範疇、原理和技術,並使用了一個現在全球最主流的框架:hugging face。同時也是繁體中文圈第一個很完整討論 hugging face 的系列文。

很重要的一點是,ChatGPT 是通用型的 AI ,還不是特用型的。例如說你問它國泰銀行的好市多卡該怎麼辦,它沒有針對國泰銀行的信用卡資料做學習,它不知道。

目前 Open AI 還沒有開放給大家做 transfer learning。一旦可以用 ChatGPT 做 transfer learning 後,就可以很容易來做特用型的 AI 了。大家一定都對於各大金融業目前推出的客服 Chatbot 感到很難用,都想要直接聯絡真人客服。因為這類 Chatbot 的大部份還是基於 intent 和 entity 的技術來做的,這種技術要做到非常的細緻是很不容易的。可是如果可以用 ChatGPT 做 transfer learning 的話,客服 Chatbot 就有可能做到跟 ChatGPT 差不多好。

所以先去讀我的系列文,了解 transfer learning 是怎麼做的,以及其他自然語言處理的知識吧!

 

5. 一般人怎麼用 ChatGPT?

🅰️

朋友 A 快要論文口試了,用 ChatGPT 來做口試的攻防練習吧!

朋友 B 快要生小孩了很焦慮,跟 ChatGPT 聊聊天吧!

朋友 C 這段程式不會寫,叫 ChatGPT 幫忙寫程式吧!

朋友 D 忘記冰與火之歌的劇情了,用 ChatGPT 來幫忙回憶吧!

 

6. 那關於 AI 畫圖呢?

🅰️:這個我們下期特別寫一篇來跟大家講解。

 

結論就是,一起擁抱 ChatGPT 吧!用它來學習、創造、工作,以及做更多更多的事。🥰🥰🥰

P.S. 本文真的是我自己寫的,不是用 ChatGPT 產出的。

 

「人工智慧」做的披薩、「群眾智慧」調的汽水?科技加上美食會是「驚喜」還是「驚嚇」?

 

(本文已取得原著 創新拿鐵 授權轉載於逢甲大學人工智慧研究中心,未經同意者請勿任意轉載!)

文/陳蔚銘

「人工智慧」、「大數據」是近年越來越常見的流行詞,而這股風潮漸漸從科技產業吹向傳統產業,尤其在吃、喝兩大領域,無論是百年老店「可口可樂」、美國威士忌新創「Bespoken Spirits」或是來自俄國的披薩新創「Dodo Pizza」都嘗試著解答一個疑問:如果在美食、美酒裏頭加入一點科技味,得到的結果會是「驚喜」還是「驚嚇」?

創新點:將新潮科技應用在傳統飲食產業,進而創造出破壞式創新。

本文三大重點:1. 必勝客為惡搞披薩道歉,這間公司卻用人工智慧烤出古怪「開源披薩」。 2. 美酒越陳越香,用機器學習加速威士忌熟成。 3. 可口可樂用群眾智慧找出汽水的「黃金比例」。

1. 必勝客為惡搞披薩道歉,這間公司卻用人工智慧烤出古怪「開源披薩」

「Dodo Pizza」是俄羅斯最大的披薩連鎖餐廳,在全球13個國家有652間分店,他們最大的特色就是高度科技化、透明化的經營方式:在他們的網站上,可以看到所有分店即時的銷售成績。

(圖片來源:Dodo Pizza

而Dodo Pizza最大的特色,就是對選擇困難症患者而言相當不友善的多樣披薩口味選擇。而這一切,都要怪一篇學術論文。

2011年,一篇研究❮風味網絡與食物搭配原則(Flavor network and the principles of food pairing)❯,系統化地研究全球各地所有料理的組成,把抽象的口味「量化」。

舉例來說:咖啡和牛肉有102種相同的化合物、蝦子和檸檬則只有9種重複;一般而言,同質性高的食材合在一起創造出和諧的口感、同質性低的食材則有互相提味的作用。

而Dodo Pizza依據這篇論文,分析了熱門食譜網站(如Cookpad)上高達30萬份食譜,從中歸類出1,000種食材,初步分類為常見組(如番茄、雞肉、莫扎瑞拉起司)以及罕見組(如榴連、梨子、薄荷)等等。

接下來,調整「常見」和「罕見」組的比例,訓練自家人工智慧「Dodo AI」計算出少見的食材組合,卻可能會受大眾歡迎的口味。因此,從常見的「瑪格麗特」、「義式臘腸」到稀奇的「榴連章魚燒」、「薄荷火腿」口味,都可能出現在Dodo AI提供的建議當中。

基於「好東西不能只有我知道」的出發點,他們也把訓練出來的Dodo AI放在程式碼管理公司「Github」開源,所有人都可以自由使用來創造專屬的風味披薩,讓小餐廳做出大型連鎖業者做不到的口味,一起「提升全球比薩到全新的境界」。

(同場加映:幽靈廚房熱潮減退了嗎?從機器人披薩外送服務Zume裁員50%,看餐飲業的下一波變革)

2. 美酒越陳越香,用機器學習加速威士忌熟成

「Bespoken Spirits」是間矽谷新創公司,宣稱能用機器學習的技術加速傳統威士忌釀造過程中最耗時的「陳年」階段。

(圖片來源:Bespoken Spirits

傳統威士忌釀造過程會把蒸餾出的原酒裝進橡木桶,在特定的環境裡存放一段時間進行熟成。木桶的種類、存放地點的溫濕度、時間長短會決定威士忌出桶裝瓶後的香氣、顏色和風味。

而Bespoken的「活化(ACTivation)」技術,就是香氣(Aroma)、顏色(Color)和風味(Taste)的縮寫:他們收集了2萬5千種木頭小方塊,分析並記錄個別的化學成分,再把這些小木塊烘烤後磨成細粉,和蒸餾酒液一起加入大鐵桶中。接著調整溫濕度、壓力以加速熟成,再由專業品酒師寫下「花香突出」、「泥煤顯著」等評分,最後得到不同木頭比例、環境條件對應威士忌特色的配方。

藉由這樣的做法,威士忌陳年時間由「年」大幅縮短到「天」,不但避免酒液在儲存過程隨時間揮發掉的損失、也減少97%製作木桶的木材用量;最重要的是,讓許多小型釀酒商更容易創新,因為他們不再需要苦熬多年,就能做出小眾市場的差異化。

雖然非典型的釀酒方式招致許多批評,認為Bespoken破壞了這門傳承已久的手工技藝,但從成果來看,Bespoken的自有品牌已逐漸在許多世界烈酒比賽中獲得肯定。

總結而論,Bespoken以活化技術衍生的商業模式有三個主軸:
一、為釀酒商提供加速陳桶服務(maturation-as-a-service),加速資金輪動和庫存去化。
二、為零售商、餐廳或酒吧代工,提供客製化的店家招牌酒(House wine)。
三、經營自有品牌的威士忌。

(同場加映:疫情期間,股價逆勢暴漲2.5倍的波士頓啤酒

3. 可口可樂用群眾智慧找出汽水最潮的「黃金比例」

2009年7月,可口可樂公司在全美各地陸續安裝了60幾個「Freestyle」汽水機,提供旗下品牌上百種的飲料讓消費者購買。直到今年,全美已有上萬台的Freestyle汽水機。

(圖片來源:Coca-Cola Freestyle)

這些Freestyle汽水機除了單一飲料,還能讓顧客依照自己喜歡的口味比例,自由混合兩到三種不同風味的飲料。

而隨著行動上網普及,可口可樂也推出Freestyle APP,讓顧客搜尋附近的Freestyle汽水機、記錄自己最愛的「獨家配方」、進而和社群分享,分享達到特定數量,還能獲得徽章挑戰等等。

2019年,可口可樂舉辦「Make Your Mix」挑戰,提供一萬美元獎金,徵求顧客把自己的Freesyle配方上傳到Instagram或twitter,加上#MakeYourMixContest的hashtag之後,票選出最受歡迎的五種配方入圍決賽。

而最終,由一位波蘭移民Danuta Rybak以40%櫻桃可樂、35%美粒果檸檬汽水加上25%的櫻桃芬達的「黃金比例」勝出獲得大獎,隨後更成為可口可樂正式上市產品。

(影片來源:YouTube

對可口可樂公司來說,從Freestyle汽水機收集到全美各地的數據,可以從中分析出各地區、年齡層、季節性的消費者喜好趨勢。相較於傳統市調方式,可口可樂設置汽水機的作法有幾項優勢:
一、即時掌握變化,有利新品研發以及分區、分眾行銷。
二、不必猜消費者可能喜歡什麼,所有選擇攤開隨選隨喝,馬上就能獲得回饋。
三、所有新產品都以既有產品為基底,不需新增產線,降低複雜度。

可口可樂公司在2019推出檸檬雪碧、橘子香草可樂的靈感就是來自多年累積的數據,同時,意識到自己的最愛可能會變成正式產品,無形中也提升粉絲對品牌的參與感。

(同場加映:一樣借助「群眾智慧」設計產品的料理社群Food52

推薦閱讀:

1. 人工智慧走入廚房!從刀削麵到米其林餐點都能為你準備
2. 人工智慧會毀滅人類?知名創投大師告訴你3件他對科技的獨到看法
3. 整理照片、分類小黃瓜… 人工智慧在個人生活上的4大應用

參考資料:

1. AI-Created by Dodo Analyzed 300000 Recipes to Create a Pizza Transcending Individual Tastes
2. AI in Food Processing
3. FDA AI Fish Import Screening
4. Bespoken Spirits Raises 2.6M in Seed Funding to Combine Machine-Learning and Accelerated Whiskey Aging
5. Derek Jeter Gets into the Liquor Game
6. Coca-Cola Freestyl