新的人工智慧時代元年

有一個「戈耳狄俄斯之結」的故事很有名，就是亞歷山大大帝在一座城市看到一個號稱絕對解不開的繩結，這個繩結根本沒有線頭，比你的iPhone耳機還難解，所以解開的人就會變成亞細亞之王，然後亞歷山大大帝立刻拔劍把繩結斬斷，大概花兩秒就把這結解開了。

好吧，把亞歷山大大帝替換成AI，就是現在主流AI的作法。嚴格說來，亞歷山大大帝沒有真正解開這個結，而目前的AI模型也沒有所謂的意識，目前轟動世界的GPT模型也跟類似模型的身世大概都很類似，就是用天文數字的算力硬解，感謝輝達與其他的GPU廠，雖然顯示卡愈來愈貴，算力整體來說還是愈來愈便宜，所以實現的可能愈來愈大。

這些算法出來也不是一天兩天，ChatGPT程式讓人驚奇的地方在於它做出了一個好的通用介面，可以接取模型本身的計算成果，前面加上了一個語言機器人非常有感。你想想本來猴子們在房間打字，所以沒感覺，假如猴子是在你面前打莎士比亞，那就非常嚇人了。訓練好的AI雖然完善，但畢竟沒看到不知道。加上對話機器人，有了通用的輸出入介面，就真的跟猴子說話一樣讓人吃驚。

一個境界　尋求通用人工智慧的聖杯

因為使用ChatGPT這些答案很接近我們一般人認知的意識，所以很多人覺得這已經是通用人工智慧有朝一日可以存在的證明。之前幾年一直有一個討論，就是通用人工智慧的時代是否會來臨？通用人工智慧就是類似我們看到科幻電影裡面，主角面對的東西。戲裡面通常就是一個機器聲音，但比我們聰明很多，問什麼它都會給正確答案（而且老是想著毀滅人類）。通用人工智慧在定義上來說，是基本就是跟人類一樣甚至更聰明的人工智慧，這是人工智慧研究的聖杯。

按照現在的路徑，有兩派說法，有一派是認為，知難行易，把算力繼續往上堆，系統繼續往後走，其實就可以突破到看起來七七八八像通用人工智慧，到我們人類幾乎都沒辦法分辨出來時，你就可以叫它通用人工智慧了。

另一派想法是知易行難，把算力往上堆雖然有用，但畢竟這只是模擬的意識，有很多後面的調整要解決。所以除非技術路線有新的突破，用現在的技術路線會在某個階段變成永遠接近終點，但沒辦法到通用人工智慧的終點。目前因為自動駕駛車也是有類似的爭論，但以全自動駕駛車愈後面愈難的經驗，我是比較相信知易行難，在未來必須有新的技術路徑，才能達到通用人工智慧的境界。

兩個可能　有機會創造新經濟增長點

但不用等到通用人工智慧，現在的人工智慧短期內已經很堪用，感覺上基礎設施提早完成了，但怎麼用我們還在琢磨。公路開好了，但我們要拿公路來做什麼呢？所以未來的AI分成兩種邏輯，一種是在超級大廠可以置喙的，繼續用天文數字的算力，製造模型與尋找新的技術路徑；另一路是要知道怎麼用，這個AI怎麼用，未來幾年肯定會是一個新的經濟增長點。GPT之後今年會有數不清的應用上線，能善用的公司必定能取得很大的優勢。

另外，除了通用人工智慧的討論，還有GPT引起一個杞人憂天的問題，就是新版本的數位落差的誕生。

目前以我自己公司實測以OpenAI運算的價錢，一般人問問題跟回答的價錢是付得起的。但未來如果類似晶片一樣，AI運算普及到每一個非常小的領域，那累積起來的運算量費用還不小。那窮人如果沒有能力接取這麼多的AI運算力，豈不是像免費玩家玩線上遊戲被神裝氪金玩家打趴在地。而且不是輸在起跑點，是輸在好幾十個維度之下，地獄也才只有18層啊！運算力接取的差異，現在可能還沒很明顯，可是假設未來有一些殺手級應用，落差可能就很大。

拿手機來說好了，現在用最新iPhone跟古代安卓手機的差別，可能只是拍照不好看，但未來比方說AI運算力加上人腦介面，那就是聰明不聰明的問題，這落差可能就很大了。但在現在的我們很難想像，正如1995年比爾．蓋茲講資訊高速公路的那時，你很難想像現在的上網能力與生活所有層面綁在一起的程度，我們也很難想像未來個人對AI運算能力接取的需求有多大。

這個問題現在還沒有結論，但跟上網的權利一樣，AI運算的調用權利在未來會被看成基本人權的一環，公部門可能也要提供足夠的AI能力接取，所以這也是另一個可能的AI應用增長點。但不管怎麼說，目前的AI算力，還是在半導體的基礎上運作，所以台灣還是會在全球AI扮演一定的重要角色。