各位朋友們好：

過去這星期，GPT-4正式發布、微軟推出Copilot、百度發表文心一言，還有許許多多以ChatGPT為基礎的應用程式紛紛推出，彷彿播放速度2.0倍的影片一般，令人目不暇給。AI工程師朋友哀鴻遍野，不少人說「這簡直叫人不要睡覺嘛」「根本來不及學會」；還有人說，這樣的狀況持續下去，「乾脆躺平好了」。

技術快速發展的短期衝擊，總不免被無限制放大；再加上被稱為「海嘯第一排」的媒體報導推波助瀾，真假難辨的內容太容易撩動潛藏不安。還有，許多如雨後春筍般竄生的課程，更令人焦慮且疲乏。

所以，最近有好多新朋友舊朋友們來問，應該如何看待AI接下來的影響？我想，沒有人知道正確答案，因為牽涉範圍太廣、維度太多，還有許多未知變數並存且互相連動。而在這樣眾聲喧嘩的時刻，建議不如沉澱一下，仔細思考：科技之於人類生活，真正的意義與價值是什麼？除了（感覺）被技術發展推著跑之外，我們希望如何形塑未來？

這期電子報我們刻意不使用現在熱門的名詞，希望更清晰拆解技術的底層邏輯，與你分享值得關注的變化，以及未來重要的發展趨勢。

人工智慧科技基金會執行長 溫怡玲

本期目錄

• 語音基礎模型的應用與建立挑戰
• 大型語言模型越來越強大，不能輕忽安全與偏見問題
• 大規模視覺基礎模型之機會與挑戰

語音基礎模型的應用與建立挑戰

世界上有七千多種語言，要為每一種語言的每一個任務都蒐集大量標註資料是不可能的。於是在語音AI領域掀起了自督導式學習(Self-supervised Learning)的浪潮來解決依賴巨量標注資料的問題，機器只要在日常生活中聽人們對話、上網看大量的影片就可以訓練出語音基礎模型(Foundation Model)，可以用極少量標註的資料學會語音相關任務。

大型語言模型越來越強大，不能輕忽安全與偏見問題

OpenAI於去年底推出的ChatGPT後，因為模型驚人的表現引起大眾的關注，日前又再推出GPT-4語言模型，最大特色是除了文字對話還能輸入圖片讓AI解讀，且解答能力和正確率更是大幅超越以往。面對大型語言模型的到來，中央研究院資訊科學所研究員、國立陽明交通大學教授古倫維提醒，除了應用與技術外，更需要注意到模型訓練的資訊來源、安全與偏見問題。

大規模視覺基礎模型之機會與挑戰

透過人工智慧技術創造的美女網紅，帳號上線5天後，立刻吸引超過1.8萬名的紛絲。在生成式AI技術日漸成熟下，預期這種由AI生成的網紅將掀起的一種新的浪潮。隨著ChatGPT爆紅，不僅掀起生成式AI熱潮，也引發對基礎模型的關注。台灣大學資訊工程學系教授鄭文皇認為，隨著大規模基礎模型的發展，可預見其將對電腦視覺帶來突破性的第三次變革。