AI科學家吳恩達（Andrew Ng）在今（26）日赴台大校園進行專題演講，暢談人工智慧技術的契機。
「關於AI，有很多炒作，同時也帶來很多興奮的情緒。」吳恩達分享，AI如今在商用市場上的亮點，無疑是「監督式學習」技術（supervised learning），這是AI目前能夠在產業中創造最大經濟價值的技術。
監督式學習：最有價值的AI技術，讓Google賺千億美元
「生成式AI（Generated AI）正是建立在『監督式學習』技術之上。」吳恩達解釋，所謂監督式學習，意即運用已經被標記的數據來訓練模型，該技術不只擅長識別事物、給語言貼上標籤（labeling），也擅長將收到的資料轉換成相對應的結果（from imput to output, 指輸入到輸出），並且反覆地學習及預測下一段內容。
「從技術面來講，系統其實不是預測下一個單字（word），而是預測下一個標籤（label）。」 吳恩達說，如此能夠讓大型語言模型（LLM）系統理解文字的更高層次結構與意義，從而生成豐富、有連貫性的文本。
監督式學習的實際應用有哪些，他舉例，像是打造餐廳線上評論的監控系統，「需要先蒐集多種數據點，然後一一註記，像是把『蚵仔煎很棒！』標示為正面，『服務生動作太慢了』標示為負面，」吳恩達說明，這樣一來就能訓練出有效的AI監控系統、提升人類的經營效率。
他提到，監督式學習技術最有利可圖的應用是「線上廣告」，目的是向用戶推播更切身相關的廣告。對於像Google這樣的企業來說，每年能夠帶來超過1000億美元（約台幣3兆元）的廣告收入。早在15年前，他當時所在的Google團隊便意識到，透過有限的GPU資源、大量運算能力來構建龐大規模的神經網路，隨著越來越多的數據輸入，神經網路的效能也會隨之提高。
有鑑於此，Google內部開始積極蒐集更多數據，進一步推動AI技術進步。隨著時間推移，上述方法明顯奏效，Google為迎接生成式AI浪潮做足了準備。
吳恩達指出，「監督學習的發展勢頭強勁，在未來3年內，將繼續對Google這樣的公司帶來正成長的複合年均成長率（CAGG）；甚至在6、7年以後，為其帶來更大的價值。」
他也說道，過去經常討論「為什麼人工智慧沒有被廣泛應用」，原因其實很簡單，一旦走出消費軟體與網路領域、離開科技公司，幾乎沒有人有足夠的技術資源、上億的用戶數據資料來訓練AI模型。如今，No-Code無程式碼、Low-code 低程式碼等工具蓬勃發展，大大降低了程式開發門檻（包含技術與成本），成功讓AI技術的應用越來越普及。
直指AI技術的潛在風險與炒作
不過，吳恩達也認同AI「確實存在風險」，包括盲目性與準確性等問題，尤其對許多工作職業造成影響，「我認為在許多情況下，使用AI的人將取代不使用AI的人。」
除此之外，吳恩達指出人類對AI有很多誇大的炒作與宣傳，像是AI會導致人類滅絕，「老實說，我不這麼認為。人們總是擔心自己無法控制AI，但其實過往我們有很多相似經驗，例如控制比個人強大的企業或民族國家，並且確保它們在大多數情況下造福人類。」
總結來看，吳恩達對AI發展前景的態度樂觀，「我相信AI技術會像所有技術一樣慢慢發展，然後給人類足夠的時間，確保我們有能力監督它。」
責任編輯：錢玉紘
