【為什麼我們要編譯這篇文章】2022 年,AI 在各項發展上有了突破式的進展,特別是 GPT-3 、DALL-E、ChatGPT 等帶有創造性的 AI 應用已進入了大眾的眼簾中。

隨著 2022 年即將結束,下文將由暢銷商管書作者 Bernard Marr 帶著讀者們共同盤點 2023 年即將發生的 5 大 AI 技術趨勢,有哪些產業/工作將受影響?又有那些問題亟待開發者解決?(責任編輯:藍立晴)

近幾年 AI 取代數位轉型,一躍成為產業最熱門關鍵字。據 IDC 研究,全球政府及企業 2023 年在 AI 技術領域的支出費用將超過 5000 億美元。而這個數字在 6 年前還只有 120 億美元。

在預算翻漲超過 40 倍的投資力道下,企業與各級單位如何針對最需要提升、導入 AI 的場域,借用對的技術、用最精準省力的方式打造殺手級應用?曾任微軟、思科及甲骨文顧問,且被 LinkedIn 列為全球前 5 大最具商業影響力的暢銷商管書作家 Bernard Marr ,近期發表 2023 年 5 大最需關注的 AI 趨勢,提供被各種 AI 關鍵字搞得眼花撩亂的人們,正確了解 AI 科技在未來一年的發展重點。

趨勢 1:AI 技術門檻降低

在成堆的 AI 熱門關鍵字中,你可能也聽過 AI 民主化(Democratization of AI)一詞。簡單來說, AI 民主化指的是要讓 AI 技術更平易近人,讓那些沒受過專業訓練的常人都能駕馭。如同現在人人慣用的筆電、 PC,最早也不過是躺在軍事機構中,僅有幾位專家懂得如何操作的超級電腦。任何劃時代科技,勢必都得歷經民主化這步進程。

根據 Gartner 2021 年的一份報告指出, 64% 技術主管認為專業人才供不應求,是採用新興技術的最大阻礙。尤其像是 AI 這類的當紅科技,如何迅速讓越多工作者上手,更是當務之急。

目前市面上許多 No-code/Low-code(NC/LC) 的平台與工具因應而生。 NC/LC 指的是能夠將 Coding 轉化為圖形用戶界面(GUI)平台,使門外漢也能夠利用清楚易懂的選單構建 AI 應用程序。

調研機構 Data Bridge Market Research 預測到 2028 年 NC/LC 市場,每年將持續增長 27.3%。據《Fortune》報導,德國一間媒合職缺的新創  FiveTeams 就是透過數個 NC/LC 工具,一手打造求職平台。

FiveTeams 以網頁編輯器 Webflow 打造網頁,再植入 Algolia 作為智慧搜尋引擎,最後再以 API 串接 Twilio 提供通信、聯繫功能。

趨勢 2:生成式 AI 百花齊放

過去多數企業主總會認為 AI 旨在取代那些日常、重複性的任務工作,但近兩年來, AI 更頻繁被用來從事原以為只有人類才能做到的創作性任務,例如作畫、寫文章、創作影片等。

生成式 AI  通常仰賴使用者餵的一串指令,可能是幾個關鍵字或是整句話、文章等,之後生成式 AI 會將分析該文本產生的結果,轉換成文字、圖像或影音。

TO 推薦閱讀:編輯實測,發現了聊天機器人的極限——Google 搜尋還須害怕被 ChatGPT 取代嗎?

以生成式 AI 作圖工具 Craiyon  為例,自 2021 年 7 月推出以來,目前已經替網路世界貢獻多達 10 億張以前從未存在過的圖片。紐約時報專欄作家 Kevin Roose 以「加密貨幣、元宇宙早已過時,生成式 AI 才是矽谷新風潮。」來指出生成式 AI 百花齊放的當下。

不僅創投龍頭紅杉資本在今年 9 月發布報告,認為生成式 AI  可望具有生產數兆美元經濟價值的能力,另據《商業內幕》統計,光今年就有4 家生成式 AI 新創公司共募得超過 3.7 億美元,其中有 3 家成為估值超過 10 億美元的獨角獸,可見矽谷對生成式 AI 的高度期待。

趨勢 3:減少演算法造成的偏見越趨重要

如今 AI 運作的方式不再難以理解:他們透過不斷被餵養的數據,學會更精準快速的分析與判斷。但也因為餵養的數據不見得總是恰當, AI 有時也會被訓練成具有偏見、歧視的判斷機器。

據《Fortune》報導,有研究人員就發現由 OpenAI 公司創建的 GPT-3 ,一項能自動生成文章的生成式 AI 工具,當關鍵字涉入穆斯林時,文章時常與暴力行為連結。

研究 AI 倫理道德的科學家 Margaret Mitchell 指出,背後原因可能是鍛煉 GPT-3 學習的主要資料庫:維基百科,其主要撰寫人多為 20~30 歲白人男性,而這些資料都可能參雜著許多種族主義、性別歧視及年齡歧視,導致訓練出的 AI 模型走樣。

同樣狀況也可能發生在利用 AI 篩選面試、升遷的公司,或是用 AI 來決定核貸、核保與否的銀行及保險公司。近期美國白宮科技政策辦公室甚至把禁止發展具有歧視可能的演算法,納入近期發佈的 AI 權利法案,顯示此問題需被修正、關注的重要性。

趨勢 4:人機協作加速普及

過去兩年 COVID 加速企業採用 AI 賦能員工的腳步,尤其餐飲業。據《商業內幕》報導,受挫於疫情,美國餐飲業至 12 月初,仍短少 40 萬名人力,各大連鎖餐廳紛紛導入 AI 科技填補人力。

例如達美樂以虛擬語音助理加速民眾透過電話點餐的效率; Subway 則以設置智能販賣機的方式,客戶可直接與智能販賣機的 AI 對話,購買客製化三明治;美式餐廳 Chili’s 在內場導入 AI 烤爐,自動化排程各類排餐所需的火烤時間。可見未來一年,用 AI 增進員工效率的舉措,只會越來越普遍於餐飲和零售業等人力密集產業。

趨勢5:創造能永續環境的 AI

據 2019 年一項研究指出,光訓一個深度學習的模型,背後所耗費的能源,大約會排放 284 噸的二氧化碳。原因不難想見,因為 AI 運算所需的基礎建設:雲端中心、邊緣運算設施,都是超級吃電怪獸。因此,在 AI 需求更大的未來,如何讓拓展 AI 與節能永續的目標一致,成為迫切課題。

Bernard Marr 認為,可能的解法之一是利用 AI 賦能有助於地球永續的事業,以「將功贖罪」的概念減碳。像是透過 AI 影像辨識、結合衛星影像,快速揪出雨林中的非法盜砍活動,或是海洋中的非法捕撈行動。

另外研究永續環保軟體的專家 Abhishek Gupta 則認為,應嘗試開發較為精簡的深度學習模型,透過不同的數學計算方式,縮減原先模型所需的運算週期,或是僅投入較小的運算樣本,來訓練演算法。便能達到省能源、省成本的目的。

參考資料:Fortune1Fortune2Business Insider1Business Insider2紐約時報WhiteHouseThe Gradient,首圖來源:Photo by Campaign Creators on Unsplash