多模態基礎模型的挑戰與機會:人才與算力

ChatGPT 自去年底推出後話題不斷,不僅業界熱切關注及猜測後續產生的影響,就連國科會都說要投資打造臺灣本土的ChatGPT。未來的AI技術將會有哪些發展與應用,鴻海研究院在3月的NExT Forum中邀請三位相關領域學者專家,討論多模態基礎模型帶來的挑戰與機會。以下是本場討論重點整理:

內容生成速度將會越來越快

台灣微軟首席技術長花凱龍認為,多模態基礎模型的發展將是趨勢,而ChatGPT也可以在許多工作流程上提供幫助,例如協助報告撰寫、提升行政效率,或是用在公司的知識管理系統上,協助內部人員查找有用的知識。

如同上一波電腦視覺技術出現突破時,許多應用陸續而生,華碩電腦協理暨台智雲技術長陳忠誠認為,由於語言是人類溝通的重要管道,這波浪潮也開啟了許多應用想像,例如客服機器人、行銷企劃概念構想等。

「它所影響的會是跟內容有關的產業,」中央研究院資料科學研究所研究員古倫維指出,未來內容生成的速度會越來越快,包括媒體、廣告產業都可能受到影響。在應用面上不應侷限在既有的文字運用上,還可以思考有哪些領域與文字結合之後,可以帶來更好、更有效率的成果。但她也提醒,目前的人工智慧仍未臻完善,雖然已經有許多應用出現,也帶來比過去更好的服務,但仍需要了解這些技術可能帶來的危險。也期許未來將會有越來越多的服務出現,甚至基礎模型也可能成為基礎建設的一環,透過訂閱即可使用。

除了資源,更需要補足人才培育的缺口

從趨勢來看,國際大廠紛紛在大型語言模型投入可觀資源,競爭態勢十分明顯,除了微軟對OpenAI單一投資100億美元,各科技巨頭的投資能量也越來越多。在這波趨勢中,台灣是否該打造台版ChatGPT?

對此,古倫維表示,由於技術進展十分快速,雖然擁有自己的大型語言模型一定會有好處,但後續若沒有足夠且持續的投入資源支撐運作,能夠產生的效益就相對減少。同時,也要注意人才短缺的議題,更期待產業鏈的建立與發展,相信將有助於人才的培育形成正向循環。而花凱龍也認為,國內中小企業礙於資本額有限,難以在投入資源上比拼,反而更需要思考,如何站在巨人的肩膀找出新的應用。但若真要投入大型語言模型的建立,則建議先評估思考模型的應用情境為何?所要解決的問題又是什麼?才能夠建立出真正好的模型。

但陳忠誠也指出,由於語言模型具有地域性,使用的邏輯與方式也不一定相同,依照目前AI的趨勢,若是未來資源集中掌握在少數的雲端大廠上,後續在資源的使用與應用的彈性上都有可能受限他人的規則與邏輯。可以預期未來的基礎模型將會越來越大,所需的資料也越來越多,陳忠誠認為,未來的基礎語言模型將朝向能力越強、計算資源更趨節省的目標邁進。因此,如何利用台灣既有的超級電腦資源,利用平行運算優化系統也是很重要的事。

鴻海研究院人工智慧研究所所長栗永徽認為,對擅長硬體製造的台灣產業來說,若能投入有利AI加速的晶片製造,加速模型訓練的速度,並降低資源消耗,可能是下一個機會點。但他也期許,如果台灣也想投入自己的基礎模型開發,需要認清目標,由政府帶頭,並結合產業界開發力量,讓整件事變成可持續的狀態,而學界則能持續提供最新技術的能量。

了解更多基礎模型的挑戰請點選以下影片觀賞: