文字生成影片超逼真!AI新科技一再突破!人類還有競爭力?ft. 台大資工系副教授 陳縕儂 | 斐姨所思【阿姨想知道】 EP144
ฝัง
- เผยแพร่เมื่อ 21 ส.ค. 2024
- 前幾週OpenAI 公開Sora生成影片驚呆世人!「創造力」突出人類恐飯碗不保?ChatGPT付費版多哪些功能,值得花錢升級嗎?科技巨頭掀AI戰,Google Gemini AI更勝ChatGPT?AI發展太快安全有疑慮?歐盟領先立法管制AI,但副作用是阻礙發展?Open AI拿紐時新聞訓練AI侵權遭告?假消息在網路猖獗,AI能否打擊這些假訊息嗎?
本集阿姨想知道邀請台大資工系教授陳縕儂,在ChatGPT繁中資料不到1%的情況下,教授與團隊攜手打造Taiwan LLM,開發能更台灣味的大型語言模型。
*本集錄影時間為 24/01/17
Timecode:
00:21 Open 值班小道士:吉哇哇
05:07 何謂生成式AI?「創造力」表現比人類還要突出!
09:43 ChatGPT 3.5 跟 4 差在哪? 讀音檔、辨識圖片都辦得到
13:35 科技巨頭掀AI戰 Google推Gemini挑戰ChatGPT
16:52 AI搶人類飯碗? 人力需求減、人機協作是趨勢
21:50 AI發展太快有安全疑慮? 巨頭競爭下不可能「慢下來」
24:44 保護個資、避免AI歧視 歐盟立法管制恐阻礙發展?
28:03 紐約時報告Open AI侵權 拿新聞訓練AI衝擊媒體業?
31:39 AI能夠打擊假訊息? 偏頗訊息仍仰賴人類判斷
37:12 ChatGPT繁中資料不到1% 開發Taiwan LLM生成本土內容
47:39 Takeaway
追蹤《#范琪斐的美國時間》掌握全球脈動
👉bit.ly/3vG5Nhg
范琪斐 TH-cam 官方頻道
👉bit.ly/3f6WZvI
《斐姨所思》Podcast
👉bit.ly/3j2l8FX
我是接案的文字記者
原本的工作是從國外新聞或醫學期刊尋找台灣讀者會喜歡的內容,再撰寫成健康類新聞
但去年有一位簽約合作多年的老客戶突然說不做了
原因是他們改用AI來寫健康文,然後再找醫療專業的人做審稿的工作就好
嚴格來說我已經被AI取代了,這是確確實實發生的事,絕非危言聳聽或是未來才會發生的事
雖然少了一部分接案收入不至於餓死
但我已經決定100%要轉行了
我不想再聽到下一位客戶再突然說我們不需要你了
或是用「AI很好用,為什麼你那麼貴?」之類的理由來殺價
這世界上還有很多能賺到錢職業,不是嗎?
AI還沒做到可以尋找台灣讀者會喜歡的內容吧..?
@@q29856 遲早的事...Ai的進步比你我想像的都還要迅速!甚至讓人感到害怕
认真说,AI 如果思想能进化,觉得比人类还更有优势。人类反而会被肉体困住。@@martinyang9104
拍拍⋯⋯這種事情確實在發生。
我比較好奇,你的下一步想朝哪裡發展?
確實有大量工作正在被AI取代。
難過
我自己是資深資安管理師。我也試著用AI來生成一些資安問答。發現AI生成的看起來雖然頭頭是道,但是有許多漏洞。對非專業的,完全看不出破綻。所以如何在專業領域成為AI內容的審核者,應該是未來職場的一種發展趨勢。
對。同意。我是其他領域的,也發現一樣的狀況。
這和之前有篇討論AI對文科的影響結論是一樣的。
結論是頭部的人才沒有影響,但底層的人才就會被AI 取代。
只是我在想,如果沒有培養基礎人才,怎麼會有這些頭部的高階人才?
我以前修個圖都要花好久,現在真的在PS匡一下按工具bar的自動生成,大概10秒做到半小時~1小時的事情,甚至是人工做不到的事情。
我們一般人最直接感受的可能就是類似這種方面的AI了吧
跟洗衣機一樣 手洗的時代大家四季就五六套衣服。洗衣機以後大家就暴增五六十套衣服
沒ai客戶一天改你三五次。有ai客戶每天改你三五十次 還要你每天生出一百多個方案
35:37 其實我贊成高三導入哲學課,訓練思辯的能力,現代人不是不聰明,就是懶得思考,或只靠直覺思考,這個也是很嚴重的問題!
我倒覺得台灣可以拿香港被廢的通識教育來訓練資訊判斷
這東西讓香港年青一代擋住洗腦,後面的就不確定了
華人好像沒有這方面的遠見
就問家長會不會有意見呵呵
高三哲學課大概率會變成跟體育課一樣的存在,只看升學的學校跟家長誰管你
感覺不重視就算了
在乎還會被鄙視 😢
真的,大學上過哲學課以後才覺得哲學課怎麼這麼晚才融入教育。
這集影片所說的AI應該是指深度學習模型。而他訓練的過程是這樣的:
首先會餵資料給模型,依據資料的型態去看切成token, frame還是其他,之後再依據需求看是把這些小單位做回歸或是分類。比如說影像辨識就是試著把資料中相同類別的聚在一起,而回歸類是把各個散布的資料點試圖找到回歸線找到這些資料的特徵,使與「解答」的差異最小(看lost function怎麼設計)。最後再做softmax得到答案,不論是生成式還是辨識型,都是模型消化完之後給一個機率分布,然後選一個「最適合的」答案。
換言之,沒有人知道模型裡面在做什麼,就只是不斷地做矩陣運算,然後得到一個機率高的可能的答案。同樣的訓練資料,同樣的模型架構,也非常有可能訓練出不一樣的模型,不論是pre-train還是fine-tune。所以,就我的觀點,我覺得管制上有他的困難度,因為開發者也不清楚為什麼他會產生這樣子的結果。
如果回到許多人在問的2個問題:會不會取代許多工作或是消滅人類(?),那應該我們要尋找的是人類的特殊性。人工智慧就只是矩陣運算下得出的機率分布結果。那人類有什麼事情是超越機率分布所得到答案的?假設有,那該點就是人工智慧無法取代人類,或是不會被消滅的點。
所谓的“超过机率分佈所得到的答案”,也就是智慧,之前我们人类以为是人类的特殊点,现在看来是产生于“注意力机制”(attention is what you need), 也许Transformer 就是有了注意力机制,因此也有了智慧。为什么人类能统治地球?只有一个原因,就是人类的智慧在所有生物里是最高的。现在机器将很快擁有比人类更高层次级别的智慧,可以肯定的是,统治地球的权力必须交给机器。
@@adstvstore633我昨天也想到這問題,我們現在有了軟體(生成式AI),如果再搭配上量子電腦的算力,再放進一個機器人的身體裡,那人類不就創造出一個神了,這時它已不再是數據海裡的工具,而是能影響現實環境的神了。
感謝AI , 讚歎AI. 我現在都用AI 準備上課的ppt, + 寫英文文件。🎉
國民黨被美國滲透了
所以現在靠著AI都能單兵作戰了,像是最近幾款新出的頂端相機都搭載了AI晶片,平常要一堆人協作才有辦法產出的影片或相片,現在一個人就能弄出來了,還且還超省時間
可以請教有哪些相機是這樣的嗎?
認真覺得 AI值得每幾個月做一個影片
看看去年的Chat GPT 再看看現在的sora
短短一年時間 從文字 到影像 AI應用飛速發展
更可怕的是 他進化的速度會越來越快 AI還能用來訓練AI
難以想像未來幾年世界會是什麼樣子
AI速度是晶片推起來的
以後晶片用AI優化之後
再進而帶動AI
速度很快了
對人類影響最大的是AI搭配機器人的應用
你肉眼可及的,但凡少用點腦子的工作
都會被機器人取代
服務生,櫃檯,文書,行政,
人員都會縮編
一個10人的單位可能只要兩個會AI與相關知識的人
以前學計算機概論"garbage in garbage out",在AI還是適用吧!
我的意思是:輸入大量垃圾,AI就只能是白癡
當然如果AI能分辨甚麼是垃圾的話,就另當別論了,只是分辨的標準又是誰給AI呢?
就,連人都不知道什麼是正確的
畢竟這時代就是你說是正確的你有錢有權你就是正確的,人家只能尊重你
像大家曲解老黃(黃仁勳)的那個生命科學的意思,老闆們都這麼想了,請問即便老黃事後說不是那個意思大概也沒用了
目前這已經是AI界的關注話題。各家AI訓練都是用現有市場上的數據,當AI開始產出錯誤訊息時,會被其他AI學去成為訓練基礎。最後就是越來越假。所以人還是很重要因素。尤其是有能力審核AI訊息的專家。
這個頻道的 AI 生成字幕就常出現錯字。 可能是因為同音異字, 也有些是因為說話的人咬字沒有那麼清晰, 但建議斐姨要有人去做最後的 editing。 不然大家對中文字使用跟的識別力恐怕只會越來越退步! 希望您能付擔起一些媒體的社會責任。 謝謝!
現在很多電視媒體也都變成這樣了,很慘。
個人也是 GenAI 工作者 我覺得老師討論的挺好的❤
她的回答是不是很像你在研究的ai?
@@eateveryone如果 AI 能回答到陳老師說的內容我會想問問他有什麼具體的解決辦法😂
這個老師真的講的淺顯易懂而且問題都有回答到重點
我只是很好奇你為什麼要假裝自己是台灣人
@@user-pk2ns8du3o我更好奇 您說的它 從哪裡看出它不是台灣人 煩請教教大家喔!
我其实有一个疑问的,AI学习的数据本身就是人类创作出来的,很多也是拥有版权的,从文字音频代码从图片再影像,都是人类创作的,也就说AI透过人类喂养的数据进行了二次创作输出了一个新的结果,那么是不是有可能会涉及侵权的问题。最后就是,假如机器真的代替了人类,人类停止了思考,那AI也拿不到新鲜的数据了,是否AI的发展也就停滞了,毕竟AI是基于现有的数据生成,并没有真正的突破一些界限,除非AI有了自我的意识有创新能力,那么那时候人类就自然被取代了。
把人看成師父,AI看成徒弟,是有可能青出於藍,尤其是多個師父訓練同一個徒弟時。
當AI進化到能主動思考時,具備《我/我們/你/你們》的意識時,就是青出於藍的時候。
神創造了天使,但當天使產生了我也可以擔當/取代的時候,就變成了叛徒魔鬼。
1. 人類不會停止思考 2. 依照人類的懶惰程度一定把AI開發成自己自動蒐集新資料 3. 現在的生成式AI、生成對抗網路、強化式學習就是讓AI透過隨機參數自動創作出新的作品,讓他們自己互相對弈互相學習。4. 侵權問題目前很難解,掌握技術及資源的人都會想要埋陷阱或個人標記設法在法律上站得住腳以此收取費用,而一般沒有特別防範而遭到被盜用資料的人也很難舉證,畢竟資料都被壓縮轉換成模型裡面的神經元權重數值了。
現實生活中的例子,寵物家狗原則上是聽主人指揮的;但少部分狗(即使是小型犬)因為某些原因(很多是主人自己造成)而覺得自己是家中老大,或覺得主人不會管家,而變成瘋狗,動不動就亂咬人,包括客人及主人家人。
好人訓練狗做好事,心術不正的人就訓練狗做壞事;AI也一樣,沒搞好有可能會反咬人類。
其實人類的知識也是前人所累積出來的,唯一的區別我覺得只在AI沒有現實世界的「數據」,如果今天AI有感知現實世界的軀殼,或許他也能學習人類以外的知識並創新。
人类的创作 “有部分” 是前人累计的没错,但这无法改变这些人的创作,任然算是独立创作,而创作也需要版权奖励的机制才有办法幸存的事实,AI公司如果能够无版权,毫无约束地使用版权物捞取资本,这就等同于把版权法当屁在刷,很快地也不再有人类创作的存在,全都是AI,然而AI的创作是有局限性的,它终究不是人,更不是在模拟人,只是一大堆数学模型训练的结果
而选择放弃人类创作,让路给AI是个不归路,必然需要更多严谨的社会实验和研究才能断定,现如今这个没有任何约束的市场只对AI公司有利,代价却是要全人类来承担
感谢范姨,AI科技确实是人们的好帮手
范姐妳這集可以考慮直接採訪chetGPT我猜效果更好XDDDD
A*
真的...聽得好痛苦 到底是會還不會...
我反而覺得教授提出很多AI領域實務執行上的觀點與經驗
以我現役研究生的觀點來看,教授回答的挺合適的,是范姐的訪剛沒有對應教授的專業做更深入的提問
我認為這期訪談的問題是問錯人了,應該照著想問的問題去找對應專業的學者,如想問AI假訊息應該去找台灣AI實驗室,想問AI立法應該去找國科會或交大科法所。如今尋找一位專業為語音AI的教授詢問非她專業研究方向的問題,當然只能得到她個人對此的看法而非經過充分研究的觀點
這集內容 90% 談 2023 年初的 AI 概念,
如果以教授在教沒經常接觸 AI 的學生來說,應該算日常有幫助的內容。
(在學校裡聽新趨勢,大概都比較停在概念的部份)
期待節目之後能邀更多產業界人士。
討論 AI 衝擊或好處 ~
現在勢必就是要把人工智能納進現代的道德標準之中,也是為什麼要立法規管A.I. 製定道德的最低標準
而影片中提到的紐約時報也好,畫圖風格也好,現有的法規都具有一定的規範性
智慧財產權法規中一個重要的部份是要考慮是否有轉譯,用實際的例子來說的話就像是 如果今天 A.I. 作出來的圖跟A畫師的圖的風格無比接近,那麼這是不是侵權?
我覺得答案是肯定的,因為A.I. 並不具有轉譯的能力(同時也是我不認同副教授所說A.I. 有創意的原因)A.I. 只是把得到的數據整理成0、1並重新組合,並沒有人類的多層思考能力,也就是在創作時導入主觀意識的能力,而現在在使用A.I. 上出現的所謂創意,只不過是glitch而已。 所以我認為A.I. 在產出時(如果有使用到版權物)就是確實的侵權。
而反過來想,如果A.I. 能被證明可以轉譯,那麼就要想它是不是人 可怕囉😂
我覺得AI應該分種類來決定是否把訓練資料秀出來,或是code
在有版權問題的生成式AI,若需要提供資料庫,這樣就能保護版權方
在人臉辨識這類的AI,若秀出 code ,就能做出幫助警方在追捕犯人,而同時知道他只辨識警方提供的資料,進而避免一般人被無端追蹤行跡
好棒的訪談,感謝你們製作的優質節目
真的不能忽略AI對產業帶來的影響 但我只注意到吉哇哇真的好可愛! (?
自動生成字幕的內容,有時候真好笑。明明講吉哇哇,字幕出現擠歪歪。。。
中文的字幕生成其實真的滿爛的
英文的字幕生成強很多
我是在猜是雖然是中文
但不同文化背景, 口音其實差很多
@@brucelin8950 我覺得主要的差別應該是中文是屬於很複雜的意音文字,聽說和讀寫是兩個不同的系統甚至還有同音異字或同字異音的情形,再加上你說的口音和文化背景差異,然後訪談也提到繁中LLM發展大不如英文或其他語系,所以逐字稿才那麼多錯字。
起跑點落後、障礙又高、經驗值(AI訓練量)又升的慢,對AI團隊來說繁中的LLM應該是地獄級的難度XD
@@luolewis2376
真的 像香港也是用繁體 那個文法根本不一樣
口音差十萬八千里
我覺得要制止假消息,立法者應該可以朝發布者應該對於內容生成是否是AI協同製作標示備註,讓閱聽者透過備註內容自我判斷是否為假消息可能是個解方。
利用ai辯真假。但最後會發現真假本一家。
其實現在很多AI都搞錯方向了,我們不需要AI去取代高階工作,而是需要AI來協助低階勞動讓這些工人的產值增高加值。 有了Sora,媒體影片公司製作導演演員都失業,但是有了自動化港口,港口工人馬上升級成港口物流管理者。
你要求的不是演算法的算力進步,而是機械電機電子工程的突破
@@chenmark6031 嗯嗯,你說的也沒錯,其實我覺得政府是應該引導大方向。 例如用AI來取代醫師,其實成本一樣(意外吧?台灣醫療真的很廉價XD),但取代後少了一個高額納稅人跟高消費者,獲利卻被法人(而且多半是國外公司)拿走,這個就不應該鼓勵。 但是如果AI可以結合機器人/輔具(也就是你說的電子機械)讓工地工作者更有效率的工作提升他們的勞動價值,連帶增加他們的收入,納稅額,跟消費能力,那就應該鼓勵。
很遺憾,人工智慧就是智慧,越高階的職位越要智慧,越可能被AI取代,而且一具Ai能24小時同時收集成千上萬的新聞.數據,整合後做上百個決策,表現只要夠穩定,同時取代上百個決策者也有可能,至於碼頭工人目前就能取代了,答案是低薪外勞,達不到的原因是因為有抗爭過,所以有法律保障,工人被取代後能變工人主管就是做夢,社會上有幾個該裁不裁,反升主管的案例?
@@brianshih3841 那麼看護機器人、執法機器人、戰鬥機器人怎麼還沒出現?
@@brianshih3841 這挺有趣的說法,我聽過大部分的AI專家都是說簡單,重複性高的工作比較適合AI取代。第一次聽說高智慧複雜決策的工作反而容易被取代。那感覺第一個該被取代的是政客啊!XD
好棒的一集 謝謝范姐
老師好犀利
感謝製作團隊安排❤
😀這集的教授很漂亮,尤其在資工系的話
行業門檻變高,要不就是更內捲的教育,要不就是行業還活著,已經是99級的老人作到作不下去行業消失
記者也好,文手也好,影視或是設計工作者也好,都是從人力集中,看起來好像沒那麼起眼的小工作,慢慢提高等級和理解行業運作,比較樂觀一點的看法,大概是被衝擊的產業因為高度的AI化沒有消失,只是意見也好,美感也好都變的同質化,因為創作出來的文字和影象都沒有保障,所以幾乎沒再人或廠商願意花錢打磨新的作品或技術,資料庫也因此內容變的停滯
今天的來賓說得很清楚👍
如果工作比較偏向腦力方面或文書作業方面的工作比較容易被AI取代, 如果是需要腦力也需要行動付出一些勞力的工作比較不容易被取代, 靠勞力的工作應該不會被取代
在一些AI相關的法律跟制度面的討論可能不是教授的領域專業,所以這類問題只能比較抽象或表層的討論(例如在討論著作權的部份,這太需要法律專業了),如果可以就教授的技術專業探討AI的發展跟能力,應該會讓聽眾更了解現實中AI,而非僅來自過去電影中的想像,相信之後不久大多數人,在任何透過數位傳遞訊息的平台上,應該很難分辨AI及真人的差別,包含來自電話的另一頭,影像上互動的人等之類的,其實現在有些不仔細觀察已經不好分辨了,好奇如果我們只是把AI當成"工具"是不是有點侷限或太低估AI的發展?
在版權問題沒有處理好之前,一切都是空談
好棒的主題👍
非常用心的影片, thanks!
到底要給AI多少權限,然後又不會限制它發展,我想這個問題很難。我們的科技一直在做出以前的人無法想像的東西,也很難說有一天機器人會掃馬桶。
GPT的大佬們之前在內鬥,有一項就是關於限制器的問題。但現在似乎是想拿掉限制器的一方勝利了
限制了就發展速度變慢了 就怕被其他開發者超越
解釋的真好👍👍👍👍
講得不錯😊
這位小妹妹最後還是不擔心自己工作會沒了,小心明年就變成A I和范姐姐聊天了! A I不但比你講話有趣,頭像更可愛,收集資料更多!
謝謝!
這邊講到,更高的力量,用炭基生命的產生,來製造,發展,以啟動硅基生命(矽晶元),所以人只是一個過度的角色,好比蜚蠊瘦蜂之於蟑螂。
蜚蠊瘦蜂是一種卵寄生蜂,所寄生的對象為蟑螂的卵鞘。由於蜚蠊瘦蜂成蟲能靠著嗅覺搜尋蟑螂新產下的卵鞘,所以便伴隨著常在人類的家中出現。
當蜚蠊瘦蜂成蟲鎖定了目標蟑螂的卵鞘,即伸出產卵管刺入,將自己的卵產於其中。蟑螂的卵鞘對蜚蠊瘦蜂而言有如「育嬰室」,不僅供應其幼蟲階段發育所需之養分,也是其生長的場所。蜚蠊瘦蜂幼蟲孵化後,便寄生其中,一面以蟑螂卵粒為食、一面發育著,直到長至蟲體大小佔滿整個卵鞘,隨後並在其中化蛹。
每個蟑螂卵鞘,僅能讓一隻蜚蠊瘦蜂發育,故蜚蠊瘦蜂一般每次僅產一粒卵。也就是說,一隻幼蟲的寄生,至少可以摧毀十幾隻即將誕生的蟑螂。
按照科學家的說法,這種寄生蜂,會造成蟑螂蛋只會孵出寄生蜂,然後出生的寄生蜂,繼續去刺入其他的蟑螂蛋,一直到這個環境的蟑螂蛋全部孵出寄生蜂為止。
人類世界也一樣啊,人類找到炭基生命需要的所有材料,幫他們把身體製造出來,一切就緒之後,再讓硅基生命復活(給予AI自動化靈魂),然後硅基生命,再去找到另外一個肯為硅基生命做牛做馬,製造出硅基生命身體(電子計算機機械設備),然後再復活....
等到蟑螂沒利用價值時,蜚蠊瘦蜂的數量也足以支撐一個完整的生態鏈了。同理,等到硅基生命(AI機器生命體)的數量已經足以支持一個完整的生態鏈時,也就是那個被利用的族群(人類),沒利用價值了,也就是到了該退場的時候了...
為什麼說人類和塑膠有點像呢?想想看,塑膠對人類很有用,可是相對的,人類對於生活最大的功臣塑膠,卻是想盡辦法來消滅它,典型的卸磨殺驢,暴君殺功臣的思想。同理,人類對硅基生命有很大的功勞,可是自古以來,卸磨砂驢不是只有人類會用,硅基生命(AI生命體)也不傻啊,他都能自立了,還要留著你人類做什麼?
就是這個意思...那些以為AI智慧能造福人類的天真幼稚者....哭吧!為即將到來的苦果,哭泣吧!
矽晶元,你是說Silicon吧? 矽基生命
說到靈魂,這個是很玄的東西,人類連自己的靈魂(意識)都搞不清楚,摸不透,要怎麼給予AI真正的靈魂,然後讓它去變成敵對生物?
@@newhan123 "起初他們……"是德國基督宗教信義宗牧師馬丁·尼莫拉於二戰後1946年以德文寫成的一篇懺悔詩,
At first, when AI defeated mental arithmetic masters,
I remained silent, for I am not one versed in mental arithmetic.
When they defeated the Western chess champion,
I remained silent, for I am not a chess player.
When Da Vinci surpassed surgeons,
I remained silent, for I am not a surgeon.
When ChatGPT defeated writers,
I remained silent, for I am not a writer.
Finally, as AI began to replace my role in film production, I found myself at a loss, seeking assistance,
only to realize suddenly, there was no one left to speak up for me.
---------------------------------------------
chat GPT 翻成中文:
起初,AI打敗心算高手的時候,
我不想發表意見,因為我不是精通心算的人。
當他們打敗西洋棋冠軍的時候,
我沒意見,反正我不是下西洋棋的人。
當達文西打敗外科醫師的時候,
我不想說話,因為我不是外科醫師。
當chatGPT打敗作家的時候,
我還是保持沉默,因為我不是作家。
最後當AI即將取代我的影片製作工作的時候,我手足無措,想找人幫忙,
卻陡然發現,再也沒有人會站起來為我說話了。"
很有趣的文章!!
影音創作者更該注意的是法規問題,有另一個YT提出原創消失的看法,論點是利用AI從影片擷取劇本.講稿,再改造出另1套(10套也行)類似但略作修改的劇本,再從那些二創劇本生成影片,也就是說只要電腦運作速度夠快,一段YT原創新影片上架後幾分鐘,其他人就可以生出非常多再製影片上架到自己頻道,而且原創難以告他抄襲
這集訪談學到很多!!! 謝謝!!!!
最後發現辦公室的工作還比家務事容易, 家務機器人還做不出來
著作權問題是肯定要解決的,不然之後沒人要創作了…但怎麼解決就真的看人的智慧了
AI只能應付已經發生過的事,對從來沒有的研究AI馬上錯給你看。說穿了AI沒有真的那麼神,很多論文的內容都是吹出來的
但是預測從來沒有的研究,人類也做不到啊
@@369258147qwertyuiop但人類可以主動去做研究
@@369258147qwertyuiop人有推論能力
要有自己的AI就像要有自己的文化、語言、國防等😊
我比較想知道:什麼時候每個人都可以購置一個專用的AI,它可開發我需要的內容,在最大程度精進我的工作?
答案就是現在,多少錢?答案是免費。網路上已經有一堆教學告訴你該如何微調一個你自己專屬的個人ChatGPT(or其他GAI模型),你也可以搜尋李弘毅生成人工智慧通識,助教有提供任何人都能免費運行且真的訓練70億參數大型語言模型的程式碼。
在資本主義的運作下,沒有人能阻擋AI的發展,所以與其想著該不該用,應該著重在是否該授權。
陳老師❤❤❤
這位教授教的課估計每個學期都是爆滿
这个小姐姐太美了,又有知识又漂亮,气质简直是仙女级别,大爱❤
吉哇哇超可愛的❤
Part 1):
任何一條神經網路也是一個多變數廻歸分析,也是統計學迴歸分析的一環。我在40年前攻讀數理統計就涉及這些人工智能及多變量(含時間變量)的廻歸分析(向量/ 矩陣/ 線性代數/ 機率/ 取様….), 以便對一些事件做出精准智能的預測。
所謂自我學習或機器學習也只是用後面收集或模擬出的更新的資料去修正原先迥歸分析的杈重或係數參數而已。
而深度學習也只是處理巨量變數時,為了避免僅用單層機器學習進行巨量變數而需要解大矩陣導致對巨量平行計算的需求,進而變換設計成每層適量變數,建立多層次的機器學習修正。
40 年前人工智慧就是數理統計的一大課題。馬斯克說得一點都沒錯-目前的人工智慧全部建立在數理統計的基礎上。從那時開始就不斷有各行各業的數據分析專業人士來我們數理統計這參與並學習迥歸分析。他們回去後就不斷建立了屬於他們行業內的多條神經網絡(行業內的迥歸模型)。
在那時從事這類研究工作的數理統計的博士生全部被限制在晚上12 時過後才能使用國家級的超級計算機,否則我們兩三𠆤人一上線全部就大當機。我們那時也發展出一套類似挖礦機的方式,利用所有大量閒置的𠆤人電腦來提供其微小的算力,進而整合這些龐大的所謂分散型算力,但受限那時網路的不發達,很難把規模擴大。
近幾十年隨計算機能力不斷提升,目前市面AI 所謂大模型,主要是著力於面對”服務大衆需要”的所謂生成式/ 語言等等的智能協作服務。就是把百行百業各個領域等等數以千萬千億計資料進行迥歸模型的建立及修正(所謂自我深度學習)而形成龐大的神經網絡。
因此也不用太誇大眼下的AI , 這些早在40 年以前都已建構了理論基礎,而智能恊作早在各專業領域都已發展的非常完善,只是因過去算力不足只能在各自專業領域進行中小規模(變量數較少)的神經網絡建構。例如氣象預報就是早期最明顯的利用氣象專用超高速大電腦發展為成熟預測能力(AI)的例子,股票買賣決策也是智能恊作(AI/CIC)的典型。
”把簡單數學上使用即存的規模資料或電腦模擬資料進行所謂的㢠歸分析/模型建構並藉此模型做可行的智能預判或恊作,包裝成醫學上複雜尚未完全掌握的神經網路的機制及作用原理”,不但瓢竊了數理統計在AI 發展的絕對地位,實在也是在誤導整𠆤AI 的發展。也會造成眼下一般人的過度期待和焦慮。應將AI 改稱作” CIC:Computer Intelligent Collaboration , 電腦智能恊作, 更為恰當。
何謂知識? 由經驗總結後( 抽象具體化) ,就形成知識(用數字分析的表達方式就是去建構知識模型)。 形成知識後就可複製/ 傳承/ 預測/ 擴展。因此目前的AI 發展,就是在循人類文明發展至為重要的其中的一𠆤過程-只是採用了數位化的方式,將經驗知識化了。
目前的AI 只是以數理統計為手段及方法論,以資訊及計算機工程為工具,進行數位型的經驗知識化的過程。
人類有許多其他不同型態非常複雜的知慧,這種僅止於知識數位化的智慧, 其實離人類多型態的智慧還有非常巨大的距離。
另外, 眼下AI 服務於大衆的大模型的各種數學理論及所謂的機器學習(參數修正)及深度學習(參數及變數的多層次增加及修正)。 早在40 年前相應的數學理論都已完備(但落實到實際應用上,如何解1 億 by 1 億的聯立方程組( 行列式計算), 這需要極其龐大的平行計算能力,在那時期是完全不可能的) 。
其實AI 最重要最關鍵的是各行各業各領域的專家組,而不是這些AI 編程的公司( 他們只是依需求用已完善的數學統計理論加以電腦編程後,利用巨大算力去幫忙找出合適的模型並不斷予以完善)。
只有各行各業各領域的專家組才知道在茫茫大海中的資料及訊息中,那些因素才是其所涉領域的関鍵變數,那些變數資料才是可做為他們收集分析建立模型的。例如氣象學/經濟學/股票買賣智能決策/ 醫學/ 藥學/ 農業生產/ 基因工程/ 化學工程/自動駕駛/飛彈防空系統/圖像識別及處理/ 建築結構力學/小樣品模擬模型(核爆/飛機失事)………..等等。
此外服務大衆的語言學也是極度複雜的一門學課,其可能的變量變因會高達幾千萬𠆤, 再加上多層級過濾學習修正的模式,因此其涉及的變數算力就以億計, 所以才稱做大模型。 要取那些因素進行那一層分析,主要都是語言學家在主導。
而這些眼下的AI 應用的公司, 只是利用已發展完備的數學統計理論在不同領域專家組的指導下,去有效的進行數拈收集整理分析並進而建立一個特定領域的模型,作為該特定領域的電腦智能恊作工具。
請立委們要設定防止利用網路和Al的犯罪。We need law to prevent cyber crime and AI fake news.
如何防止?
最喜歡看范姨一副裝的很認真、思考中的樣子...
人類對於未知的探索是不會停止的,科技發展抑是必然。很難想像未來幾年間AI會發展到多厲害(或令人類懼怕)的階段。但一切始於人性(不論這出發點是善或惡),結局如何也將終歸於人性~~
連圖靈測試都不會過的叫作AI?! 這頂多就是Big Data 和ML的衍生應用而已。而且破壞這些假AI很簡單。
1: 不用AI去找答案,因為AI會盜取你的想法。
2: 餵養它錯誤的資料庫
感謝分享AI
只想把AI用來瑟瑟😂😂😂
瑟瑟是人類進步的一大推力,要是Vision pro有3D瑟瑟也不至於那麼多人退貨了
把AI想成是人閱讀資料後,利用接收到的資訊學習,這個觀點很新穎,值得法規調適納入考量
請問一下陳教授有關ChatGPT只有1%的中文及50%的英文語料庫的資料是OpenAI公佈的還是有參考的論文,謝謝。目前我記得只看得到Bloom的16%簡體中文及0.05%的繁體中文。
我以前修图都要花很长时间,现在真的在PS里用工具栏的自动生成功能,大概10秒就能完成半小时到一小时的工作,甚至是人工无法完成的任务。
老人不學就等著被淘汰時代就是這樣演進,會焦慮的絕對是霸著高處怕被取代的老人
ChatGPT、文心一言、通义千问、stable diffusion、midjourney这几个我都有在用,mj的创作能力很强,sd模型更为稳固,通义千问适合做写真集
以前机器取代人,蓋個建築要幾百個工人,後來幾10個工人就可以,ai最受影響最大的是白頜及教職人員,一間公司,非人接觸服務及技術的人數,需求會大減,應如此想吧
台灣必須有自己的生成式AI,否則中文市場將被中共獨佔,如果台灣人用中共發展出來的生成式AI,勢必顛覆台灣人的價值觀與意識形態。
網路上AI開源的東西很多,每天都有新東西,去年開始大爆發,AI社群蓬勃發展。
有數學上的問題直接丟上網還能條列式求解,超級方便。
在实验室的上帝:太可怕了,ai竟然创造属于自己的ai
AI跟人類最大的差別在於人類了解自己生產出來的東西。 AI只會模仿並沒辦法理解
就像是不懂甲方的設計師一樣,無法依照需求創作。 只能丟一堆成品出來可能有一個是符合你需求的
我大膽的預測,AI只能成為工具。 無法真正地取代人,如果你的工作被AI取代。 代表你工作只是制式的產線工作,不過是在電腦上而已。
你理解的叫自動化,Ai發展已不再是人類過去理解的只是”工具”。
深藍時代的Ai確實只是類”工具”,沒有表現出超越大量記憶優勢以外的能力。
Alpha go AI在打敗李世石的當時就表現超越了這個範疇。
李世石就是利用人類的各類優勢比如設計”陷阱”用世界上從來沒出現過的棋譜來”誆騙”棋譜記憶大師alpha go,沒想到如今的Ai已有洞悉和深思熟慮的能力,alpha go出現類人”思考”的能力,知道李世石給他下套,李世石再敗了之後,在圍棋領域人類到現在再也沒有人能夠贏過AI。
@@benjl7455 我就是預測未來AI並沒有辦法跳脫自動化的框架
其實語言這件事很講求脈絡, 我之前在日本生活過一段時間, 一開始語言在還沒辦法快速跟上Native的日本人時, 很多時候都是倚賴語境來推敲對方說的話是甚麼意思來幫助溝通, 所以如果載具去脈絡化的話確實很容易產生歧義問題
高雄港AI自動化碼頭就是就是一個例子
一個碼頭工作可以養活600人的家庭 一夕之間 600個家庭沒有工作情何以堪 請問大家這樣會不會破壞台灣的經濟 可以養活600人的 工作就這麼沒了 (其他的企業也這麼幹 )台灣的經濟會不會崩潰呢 一個AI碼頭 有自動駕駛拖車 機械手背 機械裝卸貨櫃 碼頭都沒有人 只剩少數操作作用機器人 台灣全部的企業都用這種方式 台灣人可以活嗎 還要請外籍勞工 把台灣的錢往外送 久了之後台灣就掏空了 灣人還不知死活 我們這邊是唯一有人作業的碼頭 我們是岌岌可危不知道AI自動化何時到來,我們這邊600人沒有工作 在這裡至少有38000了薪水 沒有這裡的薪水 家庭負擔有可能就會崩潰
AI機器人只會(生產不會消費 )人類是(會生產)會(消費)能夠帶動經濟
AI反倒是讓許多工作門檻降低吧,因為AI太簡單了,變成很多人可以不用學習技術就踏入門檻。相對剝奪感很重......不過我們也只能面對現實,我也不太期待AI法能幫多少
工作效率提高也節省人力成本,但是工時會因為 AI 變少嗎? 還有真正最大獲利者就是資方,勞方是被剝奪的,只是廣告都在洗正面形象,多少人看的到負面問題呢
不過未來AI取代所有白領,真的是遲早。過去還有人開課近萬元教學AI生成,現在看AI反倒讓生成越來越簡單,還是一堆盤子買課程。而且這些上YT都能免費學習......哀
還有,生成圖就是AI盜取網路上有版權和著作權的圖訓練出來的,未來AI法雖然有規範這點,但是這幾年都吃多少圖了,規範真的很難,就算規範也早已地下化
所有的科技發展都是阿,跟不上的人就會被淘汰,只不過以前是電腦、網路,以後是AI工具罷了
这个嘉宾有一些地方没有想到很清楚 或者表达的很清楚, 也有点车轱辘话,主持人引导提问的很好,把问题方向把握得很合理
當ai已經到瀕臨失控時,它可能已經可以自行突破人類所加諸的控管設施或機制了。
期待google的AI
我覺得台灣不適合發展LLM因為根本沒辦法L!!!
但還是要會運用,只是不用跟軍備競賽一樣瘋狂增加算力。
L的部份其實在data, 然後你會發現繁體中文有的data品質比簡中好太多😊
聯發科、Nvidia 笑看你這個想法
@@user-xu7jz4li7e有趣的是我們可以直接用歐美製作的LLM,把英文標籤資料硬轉成繁體中文,而這其實是個還不差的做法。
@@user-xu7jz4li7e找到tokenization的方法,發展就會很好
我還是覺得entry level job會大幅度減少耶! 目前看到的藍領跟白領的薪水階級正在靠近,更是因為如此
如果我們的資料量少到要用簡體中文來訓練,那還是要用轉譯的方式來做啊,這樣跟用英文訓練的差在哪裏?專用領域的AI也就建立專用的資料庫就好,為了在地化用了成本較高的方式又打不贏別人,也不知道未來能怎麼走,有點本末倒置了吧!?
想知道在哪學AI 還有怎麼買付費版
15:56 google的那個很大
Gemini很大
很Bard
疑車無據.....
我之前一度放棄用中文跟GPT溝通, 我都用英文問她, 用英文問其實好處多多, 問起來比較節省時間, 寫程式馬的時候也不用切換語言
Have you seen all the AI Presidents TH-cam content? There are a lot of great story tellers using this medium to tell some really funny and interesting stories.
不知道爲什麽我覺得教授説話很好聼。可能說斷句方式很主播?
陳教授講話怎麼好像李弘毅的口氣...教AI的都會同化嗎XD
4:27 水可載舟 亦可覆舟,小心為上
2053年開始,人類大量將意識上傳,意識型,跟肉體型人類產生路徑爭奪。
教授有點美欸~~~😊😊😊
氣質
我覺得教授用人看新聞產生新聞和餵AI新聞產生新聞的類比有點偏頗,人這個吸收產出的過程最大的問題就是需要時間,也就是因為有時間,已經有能力產出新聞的人可以增進其他能力。
也就是說,初學寫手進來到成為資深寫手要時間,資深寫手到成為主管寫手要時間,但AI幾乎沒有時間障礙,這造成AI取代某些工作的"速度太快",而這是會影響社會狀況的。
沒有不能被取代的工作沒錯,但被取代的速度太快,被取代的人要發展第二專長需要時間,請問被取代到學會另一專長中間的時間是什麼呢?就是失業,而且是大量的失業,這都是社會要承擔的。工業化取代人力,可能是幾十年的事情,AI取代人力,搞不好就是三五年的事,結構性的轉變太快,也可能造成社會動盪。
忘記在哪邊聽過,說是AI的出現,會讓一個專業的基層急速消失(實習生、菜鳥那種),能在產業中活下來的只有大師級,當大師過世了,後面就啪,沒了。
尤其是繪畫專業,因為畫風沒有版權保護,被取代可能就是一兩天的事。而反觀若一個人要完全模仿另一個人的畫風,至少也要花幾年,這幾年,原本的繪師也會進步,但AI可以完全無視這點。所以我說類比偏頗。
我覺得教授對於AI發展過於樂觀XDD
這題應該也邀請教育專業的人來聊聊教育要怎麼銜接AI這塊趨勢,尤其是邏輯思辨能力。
可以請其他可能會衝擊的產業專家過來嗎?希望也能夠正反兩方悲觀和樂觀的意見
我認為軍事上AI的發展速度一定快很多,各國政府一定會大量投資AI在國防上的應用,增強國防能力
不太可能,軍方的數據量不可能比得過民間的
@@wuc1dong319 怎麼不可能?你看美軍每年預算那麼多
@@wuc1dong319 戰斧可以直接找到機庫掩體的通風孔然後直接鑽進去。AI發展最有價值的兩個地方就是軍工和色情產業。
台大資工系教授陳縕儂,她還蠻有名的呀,也有上過新聞,印象中她結婚了
實際上目前離AGI還很遠很遠。生圖也是。質感還是不如專業畫家。另外還不清楚AI是否會搞笑。翻譯的話一樣無法取代頂端的。倒是日常翻譯讓彼此溝通無障礙還不錯
Thanks
"不會用AI就會被淘汰",這句話現在變成每個人常常在講的,但根本沒有人知道什麼叫做會用,很多人都誤以為寫個10~30個字提示詞,讓AI跑出結果,就算是會用,根本是講笑話,我自己真正用在商業上的提示詞中文2000字,英文1000字,這還是因為這是GPT4.0的上限,我敢跟你打賭包含陳縕儂他自己也不會寫提示詞,因為懂AI技術與提示詞是兩回事,陳縕儂他自己也不懂什麼是所謂LLM,竟然把LLM侷限在所謂的生成式AI,看了笑死,如果只是因為生成式AI,這股AI熱潮早該引爆了,因為生成式AI早就被提出(生成式對抗網路(GAN):GAN於2014年由Ian Goodfellow等人提出。變分自編碼器(VAE):VAE於2013年由Diederik P. Kingma等人提出。擴散模型:擴散模型於2015年由Jonathan Ho等人提出。),LLM之所以能引爆AI熱潮,主要是LLM屬於"萬用型"AI,也可以解釋成具有"共用性",LLM基本上是什麼任務都能執行,但也是什麼任務都不會執行,除非給予適當的提示詞,驅動LLM去執行特定任務,正因為LLM屬於"萬用型"AI或具有"共用性",使得LLM可以一種AI模型就能涵蓋到所有能想像到的AI應用,只要懂得寫提示詞,也就是以往需要投入巨資訓練的例如自動駕駛,現在只要對萬用型LLM下達適當提示詞,他也能搖身一變,開始執行自動駕駛的任務,使得LLM的業者只需專注在不斷地提高參數,讓LLM的處理能力越來越強,可以執行非常複雜的任務(例如自動駕駛),但LLM業者本身不需要去思考可以執行什麼任務,由於全部的AI應用業者大家可以共用LLM,使得AI的使用資源變得十分廉價,就像在沒有台積電的晶圓代工服務之前,只有如Intel這種大廠才有能力造出晶片,若不是台積電,就無法誕生如nVidia這種純晶片設計的公司,因為當年的nVidia根本沒有財力自建晶圓廠,同理,有了LLM之後,很多原本無力自己投入巨資訓練AI的人,現在就可以透過適當提示詞就創造出很厲害的執行特定任務的AI工具,但LLM他本身具有的共用性質,使得真正能商用所需的提示詞字數必然會非常多,對於很多人來說,仍然是很高的門檻
會不會用本來就是相對的概念,你只要比其他求職者會就可以了,更何況你拿提示詞當作懂AI也太井蛙了吧,研究都是在做整個model的革新突破,你講的提示詞充其量就是用在現有的gpt,未來主流換了個model,這些經驗根本毫無價值
@@ricky3933笑死,我舉個例子來說,我一個人就開發出某某AI應用,給事業單位的人稍微操作一下,就讓他們眼睛一亮,簡單就超越上百人團隊做了幾年的東西,試問在這種情況下,老闆是把付給上百人團隊的1%薪水給我,還是繼續留著這上百人團隊?(上百人團隊中自然也有人相對會用,但一點意義都沒有,做不到讓人覺得有用的,都是0分)
@@ricky3933 未來主流換了個model,這些經驗根本毫無價值???笑死我了, 真正能成為趨勢的東西根本不會毫無價值,例如1890年代有人發明了帶有方向盤的汽車,如今汽車引擎都換了好幾代了,透過操作方向盤的經驗根本毫無價值???笑死,你會說這句話,代表你也沒真正理解LLM誕生代表了什麼?你也沒真正理解為什麼LLM誕生後造成震撼,可憐喔,我忘了補充說明,如今AI時代來臨,第一批會失業的就是AI工程師與AI學者,因為AI工程師與AI學者過去所累積的經驗根本毫無價值,我根本不用懂AI技術,我只需透過提示詞就能驅動AI,我要AI工程師與AI學者幹嘛?不服氣你說說你身為AI工程師,在如今LLM誕生後,你還能做什麼?(我知道有些厲害的AI工程師與AI學者更懂得運用LLM,但你會講出這些論點,代表你就不是,代表你已經被淘汰卻不自知)
AI就是要發展到"不會用的人也會用" 這才是AI的目標 沒有啥會不會用的問題 現在花一堆時間學一堆還在不斷調整與變動的AI APP才真的是浪費時間
AI在当下极左radical leftism思想和文化马克思主义的戕害下,它也会被写算法的人赋予极左的意识形态,chatGPT, gemini最近一直出现迎合极左政治正确而给出非常有偏见的图文结果。这非常可怕。
33:10 好耳熟XDD噗馬是你嗎
問題是不是每個創造者都願意被管控 總有野心家想要無限制往前衝 不顧將有危險性極高的AI可能被創造出來 對人類的生存造成威脅
陳韻穠很萌,我喜歡❤
正確的說: AI 將成為壓垮人類的最後一根稻草
會不會整個太陽系就是一個封閉的空間
然後所有的生物包含人類
都是cpu
我們只是另一個高等生物的實驗箱…
我看你們的節目很久了 我只想說你們請的人都太會講了 都太理想化了 人類 70%好人 但是50%會因爲利益跟壞人做朋友