誰會被抹平：10輛推土機新科技，70項黑天鵝趨勢，80個正被剷平的職業，正在改寫你我的未來(DH00436)

類別： 商業>BIG系列
叢書系列：BIG系列
作者：楊方儒
出版社：時報出版
出版日期：2024年02月16日
定價：420 元
售價：332 元(約79折)
開本：25開／平裝／336頁
ISBN：9786263749283

【作者序 ｜內文摘錄】

▼  內文摘錄

第一篇  你還不懂「生成式」？AI抹平了誰

　　1997年5月，全球電視都在轉播IBM深藍（Deep Blue）電腦，與西洋棋王卡斯帕洛夫（Garry Kasparov）的對戰局。
　　最終結果，深藍以總比分5.3，勝過棋王的2.5分，成了史上第一台「打敗人腦」 的電腦。 投注十二年黃金歲月，IBM 開發出來的這套深藍系統，由兩層高1.8公尺的模組構成 ，每個模組裡面擁有十六個IBM RS／6000SP高速平行處理晶片，每一秒，可以檢視兩億個西洋棋棋步。
  　只不過，AI隨即沉寂了20年，地球人只能在史蒂芬史匹柏的巨作電影中，期盼人工智慧的奇點到來。
  　直到2016年，被Google併購的英國新創企業DeepMind，投身圍棋棋局推出「AlphaGo」，接連擊敗李世?與柯潔等九段好手。AlphaGo以上萬台電腦裡的職業棋譜，持續訓練的數理下棋模型中，不斷進行算法與參數調校，終能打敗中韓棋王。
  　DeepMind早期開發的AlphaGo Fan，採用了176個GPU，之後便以Google自行發展的Tensor Processing Unit（TPU）為主要運算晶片系統。AlphaGo Lee使用了48個TPU，在算法與調校越來越強大後，AlphaGo Master與AlphaGo Zero甚至只需使用4個TPU，就可以達到同等級的算力。
  　「深度學習和強化式學習是將來會造成重大影響的AI技術。」六子棋發明人暨交通大學CGI研究團隊發起人吳毅成當時即分析指出，AI不僅聚焦於深度學習（Deep learning），更要重視另一個可以不斷改善品質的技術強化式學習（reinforcement learning），AlphaGo就是最好的例子。
  　可惜的是，AlphaGo熱了一陣子，人工智慧又再次陷入超過五年的低潮中。除了Tesla與百度，還有Mobileye的自動駕駛系統緩步提升外，一般人都還是覺得人工智慧很遙遠，電腦機器確實超越了人類，但下棋仍屬用途相對狹隘的弱人工智慧（weak AI）。
  　在這少人聞問的階段，OpenAI以10億美元起家，並且再獲得了微軟投資10億美元，開始投入大語言模型（large language model，LLM）開發。根據維基百科的定義，LLM由具有許多參數的人工神經網絡組成，參數通常為數十億個權重甚至更多，使用自監督學習或半監督學習對大量未標記文本進行訓練。
  　OpenAI是LLM的先驅，GPT-1在2018年發布，初始是具有1.17億個參數的模型，廣泛使用了全球網頁資料與維基百科等海量內容進行預訓練。GPT-1的主要用途，在語言生成任務上，像是完成文字內容與撰寫詩句。當時並沒有獲得很大的迴響與關注，甚至不及Tesla執行長Elon Musk於2018年氣噗噗退出OpenAI的商場八卦。
  　隨後，GPT-2在2019年發布，參數量提升到1.5億個，GPT-2根據GPT-1相同的訓練資料和LLM模型架構，但用到了更大的參數，以及更多的內容訓練資料來提升效率，主要應用在文字生成、語言理解、機器翻譯等方面。
  　GPT-3則在2020年推出，為1750億個參數量，廣泛使用網路上的大量文字內容數據，GPT-3已經可以透過少量的範例數據，來進行機器翻譯、文字內容生成、一問一答等多種自然語言處理任務，達到進行對話和寫作的目標。
  　之後，GPT-3.5在2022年底推出後，成為了全球矚目的焦點。GPT-3.5是GPT-3調整後的模型版本，略為縮減參數量至13億個，但增加了人類回饋強化學習（Reinforcement Learning from Human Feedback）功能，在全世界創造的AI熱潮與連鎖效應，你我都知道也能善用了。
  　GPT-4在2023年3月發布時，則升級為多模態AI模型，可以支援圖片輸入及以文字解釋圖像等，生成的答案錯誤更少、正確性比GPT-3.5多出四成以上。
  　OpenAI執行長奧特曼，在2015年參與創辦OpenAI時，就立下「確保人工智慧能有益於全人類」的願景與使命，現在已經沒有人會質疑AI市場的泡沫，麥肯錫全球研究院預估，到了2030年AI產值將高達13兆美元，初估每年為全球GDP成長率貢獻1.2%。
  　從toB到toC，人工智慧的進展，用了超過60年的時間。早在1956年，人工智慧就被確立為一門學科，當年的達特茅斯會議上，就誕生了第一代AI的研究者，但是誰能自在運用人工智慧，完成生活與工作上的需求？經過了一甲子時間，現在正是人工智慧「奇點」來臨的時刻。

01 Chat GPT的深遠影響

　　ChatGPT是OpenAI的語言模型，是一種強大的自然語言處理模型，通過深度學習訓練，可以理解和生成自然語言的內容，擁有巨大的參數和多層的Transformer架構，使其具有很強的文本生成和理解能力。 ChatGPT的主要能力包括：
　　文本生成：ChatGPT可以生成自然流暢的文本，回答問題、提供解釋、寫作故事、創建詩歌等。
　　自然語言理解：ChatGPT可以理解輸入文本的含義，從中提取信息並回答相關問題。
　　對話：ChatGPT可以進行自然的對話，回答關於各種主題的問題，進行問答互動。
　　語言翻譯：儘管ChatGPT並非專門訓練用於翻譯，但它可以在某種程度上處理語言翻譯任務。
　　以上是ChatGPT自動生成的自我介紹。
　　2023年2月，黃仁勳在加州大學柏克萊分校的演講上，直白的說，ChatGPT的問世，對AI產業來說，是有如iPhone誕生般的時刻，更是電腦運算史上最傑出的成就。
　　人工智慧的寫作能力，現階段確實已經超越台灣的大學畢業生了！隨著大語言模型的海量文字數據累積，伺服器算力提升與算法的持續迭代，甚至連基礎的學術論文與文獻探討都能夠自動處理好，更不會有版權與抄襲疑慮。
　　ChatGPT推出後三個月，香港大學就已經率先宣布，禁止在課堂、作業和各種評估中使用ChatGPT等AI生成工具，歐美諸多大學則規劃有限度的導入AI到學習歷程中，但如果學生完全依賴ChatGPT交報告，學歷就沒有意義了。
　　知名學術期刊《Science》則更新了編輯政策，認為任何論文使用AI工具產生內容，都屬科學性不當。如果沒有編輯明白許可，不得使用生成內容撰寫論文，以及附帶數據、圖片與圖表。另外，人工智慧語言模型（LLM），也不能列為論文作者之一。
　　從學術論文到學生報告，ChatGPT的文字生成，未來運用有多廣泛？過去連求職履歷都寫不好的大學畢業生，現在也能在104求職平台上獲得企業人資的第一眼青睞。
　　「流水席之亂」幾度成為台灣主流媒體與社群平台最夯議題，但記者們都找不到消息來源與當事人求證，擠牙膏操作刊登的群組訊息，啟人疑竇的是，是否是由「假對話AI產生器」創作出來的？
　　OpenAI持續迭代更新ChatGPT，以2023年3月推出的GPT-4來說，在回答奧林匹亞與美國大學預修課程試題時，GPT-4表現遠遠勝過GPT3.5，而在律師資格考中，GPT-3.5的PR值大約為10，但GPT-4的PR值高達90，以美國各大法學院入學考試（LSAT）的測試結果也很驚人，GPT-3.5達到PR40，GPT-4則是PR88。GPT-4系統能夠接受的token數量，從GPT3.5的4000躍升到了3萬2000，成長了八倍之多。
　　文字之外，我們也看到AI在圖像處理上的大躍進。從Deep Fake到自動修圖，甚至生成3D影像或NFT作品，都是人工智慧遠遠超過工人智慧的表徵，大導演柯麥隆用將近二十年心血拍出阿凡達系列電影，但你的孫子未來看到的阿凡達續集，還有夢工廠史瑞克與更多迪士尼動畫，會不會都是由AI自動完成的呢？
　　Midjourney在繪畫上的運用，也已經超越了美術科班以上的水平，以後小朋友還要上畫畫課嗎？或者是幼稚園老師只要教他們下指令（prompt）就好？
　　至於奧斯卡金獎導演諾蘭，則在宣傳《奧本海默》時分享，歐美人工智慧的科學家們跟他說到，「當下的此時此刻，我們已經稱為『奧本海默時刻』！我們正在回顧歷史並問自己，身為科學家，已經創造出來可能帶來意想不到後果的新科技，未來我們又要承擔什麼巨大責任？」

02 從PGC到UGC到AIGC

　　正好是二十年前，2003年的5月2日，蘋果日報在台創刊。
　　2003年之前，台灣是三大報的時代，聯合報、中國時報、自由時報發行量數以百萬計，閱聽人都很習慣，到便利商店買一份早報，詳細閱讀記者與編輯產出的報紙產品，他們多數都是大學傳播科系的畢業生，甚至唸到了新聞碩士與博士，是專業生成內容（Professional Generated Content, PGC）的一群人。
　　2021年5月18日，蘋果日報在台停刊，就連小學生都會搶著看報的輝煌歲月，確實過去了。上百億元新台幣的報紙廣告量，銳減了九成，造成報社都養不起資深記者了。
　　這二十年間，正好是Web2.0的發展時代，特別在智慧型手機蔚為主流後，每個人可以創作內容了。用戶生成內容（User-Generated Content，UGC）成為主流，最早是無名小站等部落格興起，到了Facebook、Instagram、YouTube、TikTok 的時代後，我們都不再閱讀報紙與雜誌了，就連電視都很少看。
　　我們每天在手機上「滑」的內容，現在確實很少是PGC產出的了，除了你我臉友上傳的五花八門po文，還有各種圖片與影音，都隸屬於UGC的範疇。更重要的是，從網紅到YouTuber，從網美到Key Opinion Leader（KOL），他們都不需要念傳播科系，但創作內容的能力與影響力驚人。
　　網路平台成為閱聽人獲取內容的首選渠道，我們從每天看三到四個小時的電視，轉變成為使用手機三到四個小時，但通路上的內容，仍然是由人產製出來的，也造就了YouTuber與直播主等新興職業。
　　用80/20法則來粗淺估計，我們每天接收的內容數量，以及24小時內的閱聽時長中，八成來自UGC，兩成來自PGC，現在正式Web2.0的高原成熟期。
　　下一個二十年，則是人工智慧生成內容（AI Generated Content，AIGC）時代的到來。
　　Instagram上的AI美女，已經比人工美女來得更漂亮了，包括吃瓜群眾都愛的流水席群組訊息，還有山道猴子的YouTube影片，未來如果海量的影音與文字內容，以及美貌的VTuber，都是由人工智慧創作的時候，而大家都看得津津有味時，宅男們要打賞給誰呢？
　　因為從音樂到繪畫，從新聞到影音，從流行文化到藝術創意，都不再完全由人類大腦主導了！機器的創作，會更有市場性，也更有未來性。
　　我大膽的預估，到了2033年，AIGC生成的內容，會佔據你我閱聽人超過五成的時長，而PGC與UGC只能瓜分剩下的五成。