
吳恩達演講實錄:未來 10 年,屬於生成式 AI

美國史丹福大學電腦科學系教授,同時也是 AI 研究開路先驅、 AI Fund 合夥人、DeepLearning.AI 創辦人以及 Landing AI 創辦人吳恩達(Andrew Ng)今天接受台杉投資邀請,以《洞見 AI 大未來》為題,為台灣聽眾介紹他眼中 AI 未來將會怎麼重新形塑人們的未來。
過去十年屬於監督式學習,但未來十年是生成式 AI 的
「過去十年是專屬於監督式學習的十年。」吳恩達首先表示,15 年前的人工智慧模型很小,但效率也不佳,就算餵它更多數據,它的性能也不會繼續提高。但後來 AI 開發界很快發現導入神經網路之後,把模型本身變大是一種很有效提高 AI 效率的手段。
後來監督式學習搭配起深度學習,開始真正落實在產業應用,其中最被廣泛使用的就是數位廣告標記;例如現在電腦可以從一封電子郵件中,AI 可以判斷這封信中有哪些關鍵字可以轉換成標籤,並且從廣告系統中找到合適標籤與廣告內容進行推播。
「這就是為什麼我們成立 Google Brain 的原因。」他解釋,Google Brain 團隊最重要任務和方向就是幫 Google 的基礎設施構建起大型神經網路、擴大數據量以及增加 GPU 的運算能力。
「但接下來的十年是屬於生成式 AI 的。」吳恩達也在這邊幫聽眾科普了一下:生成式 AI 的核心,其實也是用監督學習的技術來不斷預測要生成什麼文字或圖像等內容。但是生成式 AI 不僅是拿來生成文字、圖片,整理資料,作為一種開發工具潛力更是無窮。
吳恩達舉自己之前整理餐廳評論的例子來說,過去如果要用監督學習寫出一組 AI 應用程式,可能要花一個月收集、整理資料,然後再用一個月訓練出大概的 AI 模型,之後可能要甚至花上三個月進行部署跟優化。
「過去構建、部署一套商用 AI 系統總體時間大約要花 6 到 12 個月,但現在雲端上用生成式 AI 快非常、非常多,現在只要寫出一組 prompt,花個幾分鐘或幾小時就能生出程式碼,然後只要幾個小時、最多幾天就能部署在雲端上。」這也導致開發應用程式的門檻再度大幅降低。
三年內生成式 AI 創造產值會翻一倍以上
因此吳恩達認為,三年內生成式 AI 所創造的全球市場總體產值會增加一倍以上;但這中間當然也會有很多失敗發生,像是曾經風光一時的 AI app「Lensa」,可以生成自己跟太空人、科學家合影的照片,在去年 12 月之前都很受歡迎,但後來它一瞬間就消失了。這是因為 Lensa 用的是其他 AI 提供的 API,它的商業模式非常薄弱,沒有建造自己的護城河。
「但有了 iPhone 之後,人們才想出了如何成立 Uber、Airbnb 和 TikTok 等長期有價值的企業。」吳恩達表示,現在在 AI 領域,同樣的機遇正在重演一次,不過這次的機會也不只限於會寫程式的人,不用成為很資深的機器學習工程師,也能享有 AI 帶來的好處。
「現在就連一間披薩店的 IT 部門,都可以很輕鬆用自己的照片訓練出披薩的 AI 模型。我想強調的是,這波生成式 AI 不是科技業的專利,很多產業都能享受它帶來的好處。特別是台灣在半導體製造、工業製造,或是國際貿易、物流海運農業都很有優勢;這些部分台灣比矽谷都更有機會。」
視覺革命即將到來
「另外我也預測,接下來『視覺革命』將會發生。」吳恩達舉例,成大的科教中心主任物理系楊毅教授正在跟 Landing AI 合作,使用 Landing AI 提供的 API,訓練 AI 的模型來進行探測宇宙射線。「當宇宙射線從外太空進入成大的實驗室時,宇宙射線通常會呈現特定軌跡,成大就用 Landing AI 提供的 API 來檢測雲霧中的這些軌跡;我當然對宇宙射線一無所知,但 AI 的潛力就是交到像楊毅這種專家手上時,他們可以充分發揮出 AI 的潛力。我們還有類似成大這種數十萬個需要 AI 開發的領域,等待我們進入。」
吳恩達另一個擔心的問題則是 AI 對人類工作的衝擊,根據聯合國和 OpenAI 所做的一項研究發現跟我們之前想像 AI、自動化會取代低薪工作的想像不同,這波 AI 很可能對某些高薪工資的工作衝擊更大。
「雖然我認為完全消失的工作並不多,但有些工作確實會完全消失。我們有責任照顧好他們每一個人。」吳恩達表示許多工作可能會被 AI 取代部分,可能只有 30%;這代表這份工作並不會真的消失,員工也不會真的失業,但這會給社會帶來很大的壓力,確保有足夠的教育、再培訓系統來幫助人們適應 AI 所帶來非常快速且具破壞性的變化。
核稿編輯:Sisley
核稿編輯:Mia
快加入 INSIDE Google News 按下追蹤,給你最新、最 IN 的科技新聞!
最新發展: