來論｜淺談ChatGPT與AIGC

最近在IT界，最熱門的話題莫過於ChatGPT了。據說它在兩個月內獲每月一億名活躍用戶（Monthly Active Users，MAUs），發展速度快於TikTok（9個月）和Instagram（30個月），而且還是在限制某些國家和地區註冊的情況下達成，ChatGPT為何這麼火爆，到底背後的AIGC（人工智能生成內容，AI-Generated Content）技術會帶來甚麼影響？又有哪些限制？
AIGC技術最有商業前景

ChatGPT中的GPT是指生成型預訓練變換模型（Generative Pre-trained Transformer），這種模型使用深度學習技術，生成人類可以理解的自然語言。現在的ChatGPT是第三代即GPT-3，是一個有1750億個參數構成的大語言模型（Large Language Model，LLM）。這種模型可以聊天機械人的界面，幫助編寫代碼、創作文章、回答問題等功能。不僅ChatGPT，其他一些類似的產品也引起極大的關注，例如文字生成圖片（Text-to-Image，T2I）的Midjourney、Stable Diffusion、DALL-E 2等，都屬於AIGC類產品。

2022年可算是AIGC爆發之年，但也並非偶然。隨雲計算技術十多年的推廣，算力、算法和數據都有快速發展，融合下就催生了AIGC的爆發。而AIGC受關注的原因，是因為它讓人對於人工智能有了新的認識，從此人機交互，不再生硬或尷尬，開始具備擬人化，可以產生啟發思維的文本、圖像、視頻等交互內容，有時甚至比人的創作成果更好。

隨進一步的訓練和應用推廣，AIGC會朝着效率和質量更高、成本更低的方向發展。AIGC產業化大致可分為模型按照API收費、基於模型製作出產品收費，以及面向終端客戶產生內容服務收費等。Gartner已將AIGC列為最有商業前景的AI技術，預計2-5年內將進入生產成熟期。
幫助內容輸出和消化工作

有些人或會認為AIGC技術是基於已有數據訓練而來，解決不了數據即時性的問題，其實不然。這種大語言模型不是一個靜態知識庫，而是一種附着在其他訊息源上的處理層。這種處理層的強大，可以幫我們快速定位、消化並輸出且處理相對準確甚至有創意的訊息。以搜索引擎為例，引入AIGC技術，我們可以直接輸入問題，不用考慮搜索時如何調整不同的關鍵詞提高查詢準確度（AIGC理解語義），不用在多個鏈接中閱讀理解內容來確定搜索的準確度（AIGC幫助解讀內容並給出來源），亦不用每次從頭開始問類似的問題（AIGC可進行有關聯的上下文對話），而且能更快速地獲取知識、探索話題，從而幫助到一些對內容進行輸出和消化的工作，例如律師、教師、基金經理、研究員等。

但AIGC也非無所不能，所以不用擔心它會取代大部分人的工作。比如對IT技術工作者，他無法做到建立技術架構，改進現有技術確保安全性與可靠性，配置編譯運行代碼並進行版本控製和溝通，為客戶定制解決方案，對程序進行優化並定期進行測試和維護等。

對於平時生活的應用，它可能都無法代替你的老師和父母為你解釋簡單的成語故事。所以，AI再厲害，它也只是厲害的工具，完全取決於你如何使用這把「雙刃劍」。
陳曉煒
香港電腦學會企業架構專家小組執行委員會成員