想分享這門課的原因

AI的發展一直都是科技業非常關注的一件事情，不知道大家還有印象2016年Google AI AlphaGo對戰南韓棋王李世乭的新聞，當時大家都還認為AI要贏人類是不可能的事情，結果AlphaGo戰勝棋王跌破很多人的眼鏡😮😮😮

那時候AlphaGo採用的技術是深度神經網路、加強式學習與蒙地卡羅樹狀搜尋，比較像是一種適用於一般連續性決策問題，我個人認知還屬於分辨式人工智慧（Discriminative AI）。

而近期在美國科羅拉多州博覽會（Colorado State Fair）的藝術（Fine Art）競賽，數位藝術類別，大家可以先欣賞首獎作品(上圖)。

這作品之所以引發軒然大波，是因為首獎得主 Jason Allen 採用 Midjourney 創作了他的作品《Théâtre D’opéra Spatial》，雖然他在投稿時有特別備註，但因為當時評審對於AI的認知還停留在AlphaGo階段，所以並未特別注意這是由AI畫的XD

【註】Midjourney 簡單說就是一種透過輸入關鍵字，即可在短時間內創作出令人讚嘆圖像的 AI 算圖工具。

這波生成式 AI 的崛起，大家最耳熟能詳的應該就是OpenAI的ChatGPT，最近Google也推出自己的AI Bard，有興趣的都可以玩玩看(ChatGPT在Android系統上已經有APP可以安裝)。

而這也是我想分享這堂課的主因，但因為這堂課是屬於直播回放的方式，所以直接透過分享課程內重點的方式跟大家說明，會讓大家更容易理解XD

Midjourney 創作拿下美術首獎！人類藝術家會被 AI 取代嗎？──這項「重要關係」不會改變｜不務正業的博物館吧｜換日線

從這門課中獲得的收穫

首先，大家先了解什麼是生成式人工智慧（Generative AI），這種生成人工智慧可以創造出原本不存在的音樂、圖像、語言和其他形式的數據。

課程中特別說明生成式 AI 模型和分辨式模型之間的本質差異。生成式 AI 模型巧妙地利用大量未標記的資料，試圖自我生成資料和提取隱藏於資料中的訊息。這樣一來，我們可以解除標記資料的限制，使得大型複雜模型的訓練成為可能，並且充分發揮強大的 GPU 計算能力和豐富的資料。

這也是專注在GPU領域開發的NVIDIA近期爆紅原因，延伸帶動起相關的AI概念股XDDD

💡 Run, don’t walk, either you’re running for food, or running from being food. — NVIDA執行長黃仁勳

生成式 AI 的特點在於不強制要求使用標記的資料，但如果還有標記的資料可用，也可以合併使用。簡單說生成式AI所產生的資料，還是需要由人類當AI導師的腳色，去協助告訴AI那些內容是正確的，透過強化學習（Reinforcement learning）機制，可協助引導模型快速朝向「正確」合用的方向收斂。

課程中提到我們要如何用正確的方式跟AI溝通？

簡而言之，在提問過程中，要用引導的方式提問，因為中文對於GhatGPT目前的理解力不如英文來的直接。由於他的溝通是連續的，所以在交談的過程中，透過一次一個重點的方式去描述問題，所得到的回覆會更貼近於真實需求。(建議大家動手親自玩玩看，用完整句子與一次一個重點的方式詢問，得到的答案會有所差異XD)

最後，非常多生成式 AI 的應用已紛紛湧現，這些技術正快速地擴散，相信不久將會全面改變我們的工作方式；所以不管目前的工作為何，藉由這堂課的分享，大家都可以嘗試看看這些有趣的新科技帶來不一樣的體驗。