ChatGPT是一種線上的交互式AI聊天機器人。GPT代表的是生成型預訓練變換模型（Generative Pre-Trained Transformer），相比傳統的自然語言模型NLP，GPT可以在NLP的基礎上結合深度學習，以更加精準的理解和回應使用者，並和使用者流暢的對話。

此外，ChatGPT不只可以回答問題，還可以用來做故事創作、翻譯、修改文法錯誤，乃至於寫程式、寫詩、寫歌詞等應用。而GPT-3的神經網絡包含了1750億個參數，展現了支持連續對話的記憶能力，以大幅提升用戶對話的體驗。但要提醒的是：雖然所產生的結果，比較之前提升正確性，但仍然有其限制性。甚至有時會將錯誤信息，當作真實事實呈現，及產生有毒的內容。

上星期CNBC等知名媒體報導：「微軟可能投資Open AI 100億美元」，以資助其繼續開發更新的GPT版本。並且微軟計劃整合ChatGPT與其自身產品，譬如：Microsoft 365 Office生產力套件，及Bing瀏覽器。及開發更多潛在應用，於不同的工作場景當中，以提升知識工作者的生產力。若執行順利，可能將更提升微軟的競爭優勢。

透過AI提升工作效能之後，也將改變一些現有工作的流程，及工作的方式。並可能衍生在經濟學上，分配上不均的問題。並且在這個轉換時期當中，將對一些知識工作者產生衝擊。包含原本的工作需要做轉變，或者甚至被取代。人們將會有一段時期需要去調整，並且和學習這樣的一個劇變共處。

隨著AI及GPT等語言模型的加速發展及應用，也將給社會帶來更深層次的影響。譬如：隱私權、智慧財產權的歸屬、模型的透明及可信程度。

此外，在這些許多的語言模型當中，怎麼樣確保它們不會成為一個黑盒子？是否有一個比較統一的衡量標準？來增加這些方面的透明性？我們需要知道這些語言模型能做什麼？不能做什麼？它會帶來什麼風險？這樣我們才能對它的社會影響，有更深入的理解。針對這個部分，史丹佛大學基礎模型研究中心CRFM，提出了語言模型的整體評估（HELM）。簡單而言，就是針對許多著名的語言模型（如OpenAI GPT-3、Meta OPT、Microsoft/NVIDIA T-NLG），在廣泛的場景和廣泛的指標中，測試不同語言模型的能力，和潛在的風險。

展望不久的將來，AI的進步速度仍將持續超過莫爾定律，更新一代的GPU，將提供了更強大的運算能力。此外，結合軟體創新 ，將一些關鍵套件整合使用，將可訓練更大型的AI語言模型，更加突破優化和效率的限制。AI模型的超大規模化，以數據為中心及更好的數據管道，也將持續提升性能。同時未來大型AI模型的訓練成本將會更低，而且速度更快。

總之，不久的將來，將不可避免地會是個：「充滿著興奮期待，與諸多挑戰的新時代」。（交稿日：2023/01/16）

（本文作者王克寧為東華大學兼任副教授、專業投資人、聯聚顧問(股)創辦人）