自從生成式AI與大語言模型的發展快速崛起，加上ChatGPT應用推波助瀾的發展下，有許多的研究開始朝向這方面，韜睿軟體也開始對此展開研究，就先簡述一下生成式AI與大語言模型的差異與未來應用發展，此次透過與ChatGPT對話所產生，各位讀者也可以嘗試看看，另外提供幾個小故事情境讓各位想像一下未來充滿AI的時代．
一、小故事(以下為T編的想像，但每個環節應用都是生成式AI的獨角獸)
睿睿剛從一個大學畢業，他擅長的是資訊科技，由於要踏入職場，因此睿睿善用他的技術能力，問了ChatGPT想找NLP工作需要準備哪些履歷大綱，很快的ChatGPT給出了建議，並告訴睿睿除了簡歷外，實務經驗也很重要，好在睿睿平時就有在實作馬上找了Replit與HugingFace測試了幾個模型並生成程式碼，做了一個簡單的Demo．
另外同時利用了NLP與LLM技術，去過濾率出人力平台上面適合自己的職缺並且投遞了履歷，果然馬上收到目標公司的邀請，不過對方出了一個難題，希望睿睿面試的時候可以準備簡報，這是睿睿最弱的一環，這時候想到可以用Lightricks或是Runway以及搭配Jasper與Stablediffusion產生了美麗的圖片與報表，再搭配GammaAI生成了簡報，然後再利用ChatGPT、Inflection AI 、Claude進行面試對談演練，很快的來到面試那天，睿睿充滿自信的表現深獲面試官肯定，順利獲得職缺．
二、前言
本次淺談回答都是由ChatGPT3.5所說明，透過此方式也讓各位讀者知道AICG與LLM的相關知識，且透過上述的小故事，讓我們可以更期待科技帶來的一些便利性．
三、什麼是AI GC
眼尖的同學有無發現問題？
我問的是AI GC，ChatGPT回答出來卻是AICG，原因是我之前有問過AICG的問題，導致他誤解了！
三、什麼是大語言模型？
這個問題其實以一開始T編的問法，的確ChatGPT很難答對，但他已經竭盡所能地找到答案
T編再限縮問他領域，只要限縮就會答得比較好
四、什麼是ChatGPT
五、傳統NLP與LLM差異
這邊說明了，傳統NLP做法與LLM做法的一些差異性
傳統：通常基於ML方式，比較不具備通用性，需要依據不同任務設計不同特徵與算法，且上下語意理解能力稍差，比較適用短文本，較具代表性就是BERT模型系列．
LLM:採用DL進行，且需要更大量的Data，透過RNN、CNN與Transformer方式進行，可以擴展不同的應用，如同一個模型可以使用於問答、翻譯、文本生成或跨任務．
由此還可以看到他會記得上下文，上文在問什麼！
六、NLP與LLM限制
這邊說明了，傳統NLP做法與LLM做法的一些限制，T編總結幾點過去應用的問題，通常會是一詞多義，或是數據不足的問題，且當我們很辛苦的訓練完一個模型，在其他場景或是相同場景不見得可以覆用，導致成本太高，故才列舉下面幾點，完整可以參考ChatGPT回答．
NLP:
- 語意理解
- 同義詞歧異詞問題
- 多模態問題
- 數據稀缺性…etc
LLM:
- 需要大量計算資源與能源消耗
- 數據需求量大
- 模型偏見
- 缺乏解釋性問題…etc
七、應用
其實從小故事可以看出一些應用例子，不過現在還處於萌芽期，所以還有很多應用，有帶各位看官的發掘．
八、再一個小故事(T編的想像，非AI生成)
睿睿是一名財金分析師，每天都要閱讀全球財經新聞與動態，且需要分析關注公司的產業動向與財務等資訊報告，從早上五點起來就要觀看這些動態消息，並且於七點鐘出報告給客戶，接著拜訪客戶與推薦客戶適合的產業與公司，下午又要忙於開會整理報告，晚上回到家又要繼續閱讀產業動向，讓睿睿的生活非常緊湊且壓力非常大，每天都要忙到八九點才能下班毫無生活品質．
試想，未來有個AI助理叫做韜韜，在睿睿起床時就整理好全球新聞總結與動態，睿睿可以邊吃早餐邊觀看，且在調整一下就可以出報告給客戶，然後針對今天要拜訪的客戶請韜韜給出商品建議以及相關DM說帖，就可以去拜訪客戶了，由於資料充裕，客戶很買單睿睿的推薦，睿睿提早就拜訪完畢還可以去喝杯咖啡，突然想到下午要做內部報告，所以又請韜韜整理一下簡報大綱與銷售統計圖表，這樣下午的簡報就可以很從容，老闆覺得今年表現不錯大力讚賞了睿睿，睿睿非常開心也想說再用心一點觀察一下產業動態與AI科技的發展，於是又請韜韜總結一下產業動態趨勢與預測一下未來走向，時序接近六點，睿睿比起過往九點十點才能下班，現在已經可以從容地回家陪老婆與小孩了．
九、結語(T編自述，非AI生成)
由上述可以知道AICG與LLM的應用可以帶給各個產業很多新的發想與加速產業的流程，但同時也帶來一些法律、道德與資本競賽的疑慮，由於AICG與LLM需要大量的資料標注與學習，所以變成比較容易掌握在擁有資源的企業身上，產生了大者恆大的現象，又是這些技術如果用於非法的應用上會帶來更多難以控制的風險，在加上這些技術的資料本身可能帶有歧見偏見，也可能導致衍伸的問題，現在也開始出現現很多Chatgpt Attack之類的，會不會未來變成盡信書不如無書？又或是所見即是真的？
另外其實一直以來大家在討論AI是否會取代人類，尤其到了ChatGPT4的階段更是各個科技大老都出來呼籲制定相關法律，但從目前的角度T編認為AI還是有一定的問題與錯誤，他只能透過大量的餵養資料，因為它比人類強太多的是記憶，這點人類的記憶是有限的，但會不會因為這樣人類才之所以是人類，擁有不同的情感與創造力呢？至少現階段如果不懂應用AI的企業或個人，是一定會被取代的…
最後T編說…本次封面就是AIGC生成
十、參考
