生成式AI（generative AI）已經成為2023年的主角，但對台大資工系副教授陳縕儂來說，這也是她多年耕耘終於能夠實際應用的一年。
陳縕儂在2016年回台灣任教時只有29歲，是當時台大資工系最年輕的副教授。她選擇研究自然語言處理、語言理解和對話系統等領域，因為在她小時候看了《漢聲小百科》描繪的未來，比如用聲控就能開關燈、視訊或自動駕駛等，她希望自己的生活能夠變得更加便利，所以開始研究這些技術。
AI（artificial intelligence）就是人工智慧，只要是用機器來模擬人類的智慧行為，都能稱作AI。比如說人臉辨識、車牌辨識和語音辨識等，都屬於辨識型AI（discriminative AI）。而生成式AI則有主動生成資訊的能力，就像是人類可以畫圖、唱歌、寫詩等，生成一定比理解更難。
數據轉型不等於AI轉型，企業必須要有基礎建設才能為公司帶來更多營收或節省成本。導入AI必須要考慮公司的定位和投入成本是否值得，每間公司的需求差異都非常大，所以不是所有公司都必須要導入生成式AI。
生成式AI浪潮中，有些公司選擇鼓勵和訓練員工使用ChatGPT，但有些產業則需要客製化自己的ChatGPT。陳縕儂解釋，微軟可以協助企業客製化自己的GPT模型，但企業只能用這個大腦，卻不能擁有它。另一方面，Facebook則開源了類似GPT-3的模型，任何需要的人都可以自行使用。自建GPT的好處是長期成本較低，並且確保資料不會放上任何雲端。
企業在AI轉型中組織AI團隊的難題包括新舊成員難融合和AI人才的困難。陳縕儂建議每個人都應該要略懂AI，知道如何問問題和將AI變成自己的工具。未來每個人都會有一個像《鋼鐵人》中的貼身助理賈維斯，幫助處理工作和生活的大小事。
所以，對於企業是否要一窩蜂地跟進AI轉型，陳縕儂的建議是，每家公司都要根據自己的需求和成本效益來評估，不是所有公司都一定要導入生成式AI，有些公司不導入也沒關係。
Share this content:
