身在大數據時代洪流中,人工智慧 (Artificial Intelligence, AI) 的大數據處理能力進步日漸可見。原先,人們都認為人工智慧僅能進行數據處理、至多依據數據分析結果進行判斷的工作,然而,近幾年發展出的「自然語言處理 (Natural Language Processing, NLP)」技術,開始讓人工智慧能夠執行創造類型的工作,例如寫文章、創作圖像、甚至是程式撰寫。

「自然語言處理」技術的基本概念是讓電腦能根據人類的自然語言接收指示並進行工作,而不像傳統的電腦程式語言,必須利用電腦熟悉的語言才能跟電腦溝通。自然語言處理並非一個全新的概念,例如手機中的語音處理幫手 (Siri, Google 助理) 就是自然語言處理的應用的一種。而近期讓 NLP 又變得引人注目的原因,是 OpenAI 開發的 GPT-3

GPT-3 跟其他的自然語言處理 AI 相比起來,特殊的部分是它可以一次處理大量的語言文字,常見的語音助理通常是接收到一句指示或問題後進行工作或回答,而 GPT-3 則可以一次建立出如同文章一般大量的文字及利用程式撰寫成一個小型遊戲

有了好的基底,上層的建築才能蓋得又好又穩

狹義來說,GPT-3 並不算應用型的人工智慧,而是人工智慧的「基底模組」,只要對自然語言處理 AI 開發有興趣的開發員都能利用 GPT-3 進行更進階的發展。

例如 OpenAI 的 DALL E-2 以 GPT-3 為模組,建立出可以根據自然語言創作圖像的能力;另一個舊金山的公司 Ought 則是利用 GPT-3 開發了名為 Elicit 的人工智慧,主要功能是針對自然語言進行文字分類及標記,目前發現能在學術研究上協助效率上的提升。

前進未來的人工智慧,企業該如何面對來勢洶洶的 AI 技術?

還記得那些客戶來電的錄音檔嗎?有了 NLP,許多被企業束之高閣的語言及文字檔案都能成為潛在的價值。一個專精於 NLP 的新創公司 Hugging Face 近期發表了一個新作:AutoNLP,它能協助企業針對大量的文字及語言進行數據分析。以往如要執行這樣的作業,都必須以人工的方式對資料進行標記及分類,但有了 NLP 的協助,大多數的標記工作都成了自動化的結果

NLP 的另一貢獻,就是可以讓非專職的程式工程師也能撰寫出自己需要的程式。當 NLP 能根據人類的自然語言並轉化成程式語言,人們即使對於程式撰寫不熟悉,也能用「講的」讓 AI 知道自己需要甚麼功能,進而幫自己寫好所需的程式。

AI 的成長是現在進行式,未來的潛力也不能小覷!

不過這些通曉自然語言的 AI 當然還沒發展完全,使用者有時也會發現它們創建出有不合常理的成果,但即使如此,由於這些 AI 的思考方式與一般人不同,也常會提出平時人們不會想到的觀點,能給人們帶來意想不到的價值。

而像這樣的下一代工具將帶來更高效​​的程式開發技術,且在 NLP 高速發展的現代,這勢必會對經濟及社會產生極大的影響。那些被封存的文字資料都會被拿出來檢視,再加上 AI 可能提出從沒有人想過的問題。

因此,若是小看了人工智慧的未來性,最終吃虧的就是不願意面對變化的人。

關鍵科技最新發展仍是以 AI 為核心

免費參加 9/19-22 NVIDIA GTC 2022 開發者大會

掌握 AI 的技術發展晉身高薪人才

參考資料:Harvard Business ReviewThe Guardian;首圖來源:Pixahive