【Howie 商业投资】ChatGPT 超吸睛！2023 年的人工智慧有什麽看头？

人工智慧持续进步，现在又能更类人思考了

支援多个主要语种的大型语言模型 (Large Language Model，LLM) 应用的 ChatGPT 又再次带动人工智慧风潮，也验证了 ChatGPT 能使用基於人类回馈的强化学习进行训练。透过网际网路、程式语言等不同资料让模型更加拟真，除了承认错误的效果外，能够「质疑不正确的前提、或拒绝不适当的言语疑问」相当令人惊艳，毕竟过去多数的聊天模型都认为提问者的假设是正确的，虽然在人工智慧专家眼里这并不够强大，但对一般平民百姓来说够开心一阵子了。

不过，在一片「免费又有趣」的兴奋的氛围中，这个以 GPT 3.x 为基础的模型目前还是属於资料驱动 (data driven）而非逻辑驱动 (logic driven)，因此还是有不少改进空间。

整体来说，既然 ChatGPT 距离真正的人工智慧还很远，把视野放宽一些，2023 年的人工智慧趋势有没有什麽亮点？

技术升级：产业种类与应用范围更成熟了

人工智慧在各产业与应用领域中更为成熟，以行销科技而言，内容生成和 UI 是行销科技中成长最快的领域。AI 模型可以比人类更有效率地产生文本、声音与影像，企业在销售流程中得以不断优化，以让消费者获得更好的用户体验和参与度。

此外，在远端医疗领域，心理疾病的患者未来可以远端与医生对谈，使得疗程更像与朋友聊天，而非增加更多心理压力，心理疾病是未来劳动力的重大隐忧，这类半聊天式疗法，让机器人与医生同时与病患互动，也许能更快解决问题。

当然，还能使用机器学习（ML）、自然语言处理（NLP）和神经网路帮助监控疾病进展成为医疗的重点，能让医生提早发现老人痴呆和癌症等疾病，增加患者成功治疗的机会。

机器学习模型将由更高质量数据驱动

近期企业大力投入转型让机器学习能够搜集更多、品质更好的数据。近期，合成数据的应用，对企业来说，解决数据匮乏的一种解决方案是使用合成数据，Gartner 预测到 2024 年将使用合成数据将加速人工智慧专案 60% 的效率，另一种是使用基础模型，这些模型通常经过大量训练未标记的数据，然後与较小的标记数据配对以解决问题。此外，自然语言处理 (NLP) 和大型语言模型 (LLM) 正在持续成长，透过这些技术可以协助优化业务流程，新创业者 The X Future 指出，NLP 正改变人类与机器的协作模式；这些技术开始理解人们口中词汇，并根据资讯采取适当的行动或做出相应的反应。

当然，生成式人工智慧还是会继续独领风骚一阵子，最着名的生成式模型是由 OpenAI 近期开发的 GPT-3，这个近期独领风骚的自我回归语言模型，具备能够处理程式码、公式、表格、图像设计的能力，能够容纳 1,750 亿个参数与预先训练 45TB 的数据。

目前对 GPT-3 模型的看法有两派，一派认为该模型能逐渐突破弱人工智慧的限制，能够更以人类逻辑思考，另一派则担忧这种强力演算法容易为人工智慧产业带来垄断问题。

资金是否回流依旧是一个大问号

根据 PitchBook 调查，截至 2022 年第三季度，人工智慧企业在 4,554 笔融资中仅筹集了 593 亿美元，较去年同期下降 13.1%，相较之下，2021 年人工智慧公司获得 7,078 笔融资，一共募得 1,189 亿美元资金。

由於升息关系导致整个市场资金成本增加，进一步对 IPO 市场带来巨大挑战，使得融资和出场对人工智慧业者而言更为困难。2023 年资金是否再次带来狂潮，可能需要看技术的落地速度与大环境的资金成本，而非仅有模型的大小与功能而已。

责任编辑：Mia
核稿编辑：Jocelyn