多模態基礎模型的挑戰與機會：人才與算力

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：