AI簡報

人工智慧（Artificial Intelligence, AI）是什麼？AI人工智慧的定義，是讓系統或電腦設備有模擬人類思考模式、邏輯與行為的能力，且能自行透過數據分析的過程，持續校正、進化。簡單來說，AI人工智慧就是讓電腦盡量像人類一樣思考、執行策略的科技。

既然人類會思考，為什麼又需要人工智慧？事實上，人類進一步解讀、分析資料的能力，已不及現有的龐大資料量——這時，就能請人工智慧代勞。人工智慧經過感知、學習、推理與校正等階段，深入大量數據、執行複雜且繁瑣的工作，協助人類突破限制，跨出過去的研究與應用疆界。

AI的發展從來都不是開發來"取代人類"的

資料來源：經理人雜誌55期第8-11頁

LLM

LLM代表「大型語言模型」（Large Language Models），這是一種人工智慧技術，專門設計用於理解、生成和處理自然語言文本。LLM通過學習大量文本數據，來理解語言的結構、含義和語境，並能在多種語言處理任務中應用。以下是一些常見的大型語言模型：

GPT 系列（Generative Pre-trained Transformer）：由 OpenAI 開發，包括 GPT-3 和最新的 GPT-4，這些模型在多種語言生成和理解任務上表現出色。
BERT（Bidirectional Encoder Representations from Transformers）：由 Google 開發，這個模型特別擅長理解語境中的單詞含義，廣泛應用於搜索引擎優化和自然語言理解任務。
Transformer 系列：這是一種由 Google 開發的神經網絡架構，對當前很多語言模型有重要影響。
T5（Text-To-Text Transfer Transformer）：這也是 Google 的產品，它將各種語言任務轉化為文本到文本的格式。
ERNIE（Enhanced Representation through kNowledge Integration）：由百度開發，這個模型融合了知識圖譜技術，以提高對語言的理解。
XLNet：由 Google 和 CMU（卡內基梅隆大學）聯合開發，它改進了 BERT，通過重新排序的方式更好地理解文本。

這些模型在各自的方式上都對自然語言處理領域做出了重大貢獻，並且在許多應用領域都有廣泛的應用，例如文本生成、機器翻譯、問答系統、情感分析等。

台灣自己呢？

TAIDE 參數約130億個參數，未來會持續的更新開放給公部門使用

我們先來談chatgpt

chatgpt是：

通才，不是專才，所以他什麼都會，所以往往能給你驚喜
它是經過網路上的資料大量學習以及透過大量的標註人員標記來學習，所以文字接龍的正確率遠高於其他的LLM工具
為什經常覺得chatgpt在胡說八道?
- 因為我們問chatgpt一個問題的時候，它不是上網去查資料!
- 它會當成是一個不完整的句子，所以會自動去做文字接龍，一連串的文字接龍
- 所以可能看起來覺得很有道理，可是又錯誤百出

以chatgpt來說，基於LLM，chatgpt就是在做文字接龍....你有發現在chatgpt當中，它都是一個字一個字回答嗎?

GPT系列的神經網路原理，其基礎模型是以自我監督的方式訓練出來的
當您問它問題時，它會自動去判斷每一個字後面要接的那一個字被使用的機率有多大，機率最高的會被優先列出
然後再依序判斷後面要接的那個字的機率
GPT這類模型只是上千億個小數點參數，在Transformer神經網路架構下進行運算，就可以得出人類語言的文字順序，完全沒有用到文法規則，沒有用到符號化的知識庫或是資料庫。
但是GPT-3.5、GPT-4進一步用到人類導師導引以及強化學習的方式加以訓練，以抑制較差的輸出、獎勵較好的回應
但基本上，GPT-4仍有可能輸出無中生有、偏見、甚至錯誤的訊息
然後GPT-4是多模態模型