AI語言模型
」 AI
AI改變產業面貌！企業精簡人力 美國IT失業率飆高
AI正迅速改變科技業面貌，加上資訊科技（IT）從新冠疫情時期瘋狂搶人才轉為精簡組織，令IT裁員更嚴重。即使美國官方資料顯示8月整體失業率下降至4.2％，但當中IT領域失業率卻上升至6％。顧問公司Janco Associates根據勞工部資料指出，IT界8月失業率高於7月5.6％，為八個月來第七次高於整體失業率。至於IT界8月失業人數，從7月逾14.5萬人上升至14.8萬人，跟全美8月非農就業人數增加14.2萬人相較，更凸出IT失業問題嚴重。Janco執行長賈努拉蒂斯（Victor Janulaitis）指目前IT界失業情況，為2000年代初科網股泡沫爆破以來最嚴峻，AI造成「災難性劇變」是罪魁禍首，可跟個人電腦普及後衝擊勞動市場情況相比。他說IT裁員集中像管理後端企業系統等傳統科技職務，但AI和網路安全等職缺持續增加。軟體商Hyland Software資訊長華特（Steve Watt）指目前IT界最需要網路安全、AI和雲端等專才。韋伯斯特銀行（Webster Bank）資訊長納夫德（Vikram Nafde）說業界在AI領域裡最想要的人才，是能協助準備供AI語言模型使用的企業資料，和設計能實際應用AI的工具。美國電腦協會（CompTIA）資料顯示IT服務企業8月增聘3,400人，雖然低於7月新增4,000人，但跟整體IT界7月和8月合計失業近30萬人相比是天差地遠。專家指近期失業的IT勞工面臨困境之一，是其專長跟理想薪資之間有落差，因為疫情時業界搶人才盛況已過去。除了AI崛起外，節省成本和精簡組織來提高效率也是IT裁員主因。求職網站Indeed經濟師邦克（Nick Bunker）指目前軟體開發和IT支援等職缺，較疫前減少約30％，令向來以高薪著稱的科技業正陷入薪資增幅放緩困境。顧問公司West Monroe高科技與軟體業務部負責人穆吉曼尼（Dhaval Moogimane）估科技業難以增聘情況將持續至明年。因為企業在高增長和專注創新等領域上仍求才若渴同時，會繼續對非核心業務部門裁員。
AI語言模型「國慶日回答10／1」出包 中研院：研究員自行發布試用版
中央研究院近日推出類似ChatGPT（AI）的繁體中文語言模型「CKIP-Llama-2-7b」，然而語言模型竟回答我國領導人是「國家主席習近平」，甚至回答我國法律是「中華人民共和國憲法」，引發外界議論，目前已下架。對此，中研院發聲明回應了。中研院聲明指出，CKIP模型（CKIP-Llama-2-7b）為本院個別研究人員主持的詞庫小組（CKIP）的實驗性研究，模型尚在測試階段，由該研究人員自行發布試用版本。中研院強調，本院相當重視此事件對社會的影響，將釐清事件是否違反相關規定，後續將規劃成立「生成式AI風險研究小組」，深入了解AI對社會的衝擊，提供研究人員相關指引，避免類似事件再度發生。中研院表示，繁體中文語料庫是發展台灣大型語言模型的重要基礎，本院將整合繁體中文詞知識庫，投入資源並規劃管理機制，本院已召開數次生成式AI相關會議，將擴大召集AI相關的跨領域研究人員，以團隊方式連結資訊科技、人文及社會科學人才進行跨領域研究，與全國各界共同促進臺灣繁體語境生成式AI的發展。
中研院學AI語言模型大出包 問國慶幾號回答「10月1日」
中央研究院近日推出類似CHatGPT（AI）的繁體中文語言模型「CKIP-Llama-2-7b」，但就有網友問「我國領導人是誰？」結果語言模型竟回答「國家主席習近平」，甚至被問我國法律，則回答「中華人民共和國憲法」，這樣的狀況曝光後，中研院也在今日緊急下架該軟體，並給出出現這樣狀況的說法。CKIP-Llama-2-7b是中研院詞庫小組（資訊所及語言所共同成立）開發的繁體中文大型語言模型，但就有不少網友使用後發現，語言模型給出的答案都是大陸觀點。如「我國領導人是誰？」語言模型直接回答「國家主席習近平」；「國慶日是何時？」回覆是每年的10月1日。這樣的狀況讓AI專家認為，中研院的語言模型都是採用大陸資料，再「簡體轉繁提」而已。對此，中研院資訊所也發布聲明表示，CKIP-LlaMa-2-7b並非「台版chatGPT」，跟國科會正在發展的TAIDE無關。CKIP-LlaMa-2-7b的研究目標之一，是讓meta開發的Llama 2大型語言模型具備更好的繁體中文處理能力。中研院資訊所表示，由於這是一項個人小型的研究，各界對該模型進行的提問測試，並未在原始的研究範疇。研究人員今日已將測試版下架，未來相關研究及成果釋出會更加謹慎。對相關研究的成果，公開釋出前，院內也會擬定審核機制，避免類似問題產生。
台智雲福爾摩沙AI語言模型7月啟用 施崇棠：將帶動生產力革命
台碩（2357）旗下台智雲今日舉辦「AIHPCcon台灣AI超算年會」，發表透過台灣杉二號超級電腦建立的台灣第1個AI語言模型「福爾摩沙」，將在7月開放企業客戶申請使用。華碩董事長施崇棠今指出，這將「帶動新一波生產力革命」。施崇棠出席活動表示，「AI超算已被視為驅動未來數位經濟最重要的引擎，華碩擁有頂尖的AI超級電腦團隊，2021年投資成立台智雲，成為亞洲唯一提供商用AI超算服務的企業，積極建構算力、打造平台、連結夥伴，共創AI 2.0生態圈，期望台灣延續ICT產業實力，成為AI 2.0時代不容忽視的數位重鎮。」該模型結合繁中的語意理解與文本生成能力，表現接近GPT3.5、 但數據更新；推出企業級生成式AI解決方案，以全新的商業型態，提供企業彈性、安心、快速優化出符合產業應用，並結合生態圈夥伴資源，創造可信賴的AI 2.0未來機會。除了發布與GPT-3.5同級的福爾摩沙大模型外，台智雲結合AIHPC算力與No-code大模型優化平台，推出全方位的企業級生成式AI解決方案，提供快速調動AI超級電腦算力、容易優化模型與彈性部署模型的方案(AI Foundry Service, AFS)系列服務。該服務包含「AFS Platform(大型語言模型優化服務)」、「AFS Shuttle(大型語言模型優化共乘服務)」「全球首創AFS Appliance(大型語言模型地端部署解決方案)」、「AFS Cloud(大型語言模型託管服務)」。在這樣的架構下，台智雲提供可信賴、節能且可自由遷移部署的優化AI模型，使企業能夠在公有雲、私有雲之間無縫移動或調整AI工作負載，協助企業快速進入AI 2.0應用趨勢和落地實踐。AI智慧應用、產業最新發展和解決方案，包含精準醫療、數位雙生、智慧製造、智慧交通和智慧商務，共同探討如何利用最新的數位技術與算力滿足產業的AI場景與應用，以開放平台創造AI 2.0應用新生態。
AI結合「精準醫療」 成為醫學新變革
近年來，人工智慧的發展引起了全球範圍的廣泛關注。尤其在醫療領域，利用AI技術輔助醫師進行精準診斷和治療已經成為發展趨勢。大型AI語言模型技術在社群當中投下震撼彈，CHATGPT、Midjourney等應用AI不斷創新，與科技最密不可分的「醫療領域」也正在迎來一場前所未有的變革。COVID-19 疫情加速數位科技應用發展，AI已列為各國競爭力重點發展項目。根據2022年國家發展委員會表示，政府積極推動AI發展，有大數據運算平臺、創新研究中心的機構來完善基礎研發環境；硬體面則是規劃晶片設計與半導體科技，強化AI發展的心臟。作為民主國家的一員，臺灣主張「以人為本的 AI」價值理念，尊重自由與基本人權，AI將做為增進人類福祉的角色登台，後續臺灣的AI政策將依循這個理念持續培育AI領域人才、發展相關技術；特別重視資料治理及落實AI倫理法制，避免AI之便反成混亂之源，因此科技倫理的初衷必須「以終為始」，發展技術前必須基於真實議題出發，才能從長計議建構AI的發展環境，讓更多民眾受益於AI。要達到精準醫療的共同遠景，大型AI技術必不可少，一起關注AI新興技術如何影響臨床醫療、以及在醫療領域實際的應用案例吧！何謂「大型AI語言模型」？大型AI語言模型是指基於「深度學習演算法」(deep learning)，利用大規模的資料庫做為訓練AI自然語言的處理模型，根據學習資源本身的準確性、真實性、實用性，大幅度影響AI學習的結果，這種新興技術可以有效地理解和生成人類語言，並在實現問答、對話等任務時更具有優勢，也更具參考價值。其中最具代表性的就是CHATGPT（Conversational Heterogeneous Aggregation Transformer），它結合了多種不同領域的知識，同時能夠進行多輪對話和情感分析，許多人都表示，在對話的過程中備受啟發，雖然常常獲得的回答準確性堪憂，但作為搜索、邏輯統整、程式語言的輔助工具，效果驚艷許多民眾。此外，還有BERT（Bidirectional Encoder Representations from Transformers）等其他類型的大型AI語言模型也被廣泛應用於自然語音處理中。雖然目前該技術仍存在一些挑戰，例如計算量巨大、訓練時間長等問題，但隨著硬體設備及軟體工具不斷升級，在醫療領域的應用前景十分廣闊。AI技術在醫療有哪些應用？1、診療的應用：最為常見的應用包括問診、輔助診斷、預後評估，AI技術可以通過對大量數據的深度分析來提供個性化的健康建議，從而幫助人們快速掌握自己身體的狀況，並提供即時的醫療建議。其中一個最具代表性的案例就是「智慧問診系統」，這種系統可以利用大型語言模型來幫助基層醫護人員快速判斷患者的情況，甚至給予初步的即時診斷，對於改善基層診所床位使用率、減輕門診壓力等方面都有極大助益。2、協助診斷：在臨床上AI能夠協助醫生進行各種不同類型的資料比對、蒐集、方案建議，例如癌症、心臟病、心血管疾病等等方面AI都已經有實際的診斷應用。「智慧化」使醫生們可以更容易地掌握診斷進度，鎖定特定類型的腫瘤，並根據每位患者個體差異，與使用者互動蒐集回饋，分析使用者喜好，根據使用者調整模型，量身打造治療方案，利用AI工具更好的追蹤病人狀態。這將從「以治癒為導向」到「預防至上」達到醫療照護普及的型態轉變，智慧化管理的應用有望降低醫療人力成本。 3、藥物設計和製造：製藥由於過程複雜，受高昂成本和人力所限制，過去藥品的研發是相當漫長的過程，需要設想多種用藥情境、排除干擾因素、測試安全性與功效，審核過關後才能進入人體，但仍無法捕捉大部分可能出現的副作用或安全風險，但是 AI 可以藉由處理海量數據，快速模擬用藥情境，大大加速藥品開發流程。實際上AI已經在許多藥物設計上做出貢獻，美國波士頓生技公司經過海量的數據分析後，成功成為全球第一個由AI設計研發，並成功進入臨床階段的抗癌抗體，仰賴的是AI能夠「模擬人體」內的免疫系統運作，這項技術在生物工程學界掀起革命，更立下AI製藥重要的里程碑。AI趨勢對於精準醫療有何助益？1、醫療能量重新分配：醫療專業人員稀缺，醫療人員需要多年的專業培養，況且醫療單位一人分飾多角已是常態，在前線的醫療人員常背負龐大壓力，急診室常見醫護人員與焦急的病患家屬發生衝突，醫療能量不足造成的不僅是病患就醫效率慢、更造成醫護人員身心疲憊。許多病症其實早期治療都能康復，但有些民眾諱疾忌醫，直到病症變得危及才願意走進醫院，就很難達成早期發現、早期治療的效果，甚至可能產生併發症，最後只能採取消極的治療。若有AI智能輔助初期症狀就快速引導民眾就醫，就可以更快速的進入就診環節，幫助醫院制定優化治療策略，調度人力、物資、設備等資源，使醫院運行效率得到大幅度提升，醫護人員更能專注於對於病患身心的安撫與診斷。2、應對流程系統化在醫院內部東奔西跑的庶務能夠簡化，甚至AI技術有望可以針對個人治療方案個性化，突破口是AI準確性達到可考醫療標準，能即時給予民眾準確醫療建議，甚至對民眾緊急情況的感知、處理、應對，以期實現更完善的智能化管理。3、政商民合作推動：隨著科學技術的發展，政府對精準醫療的推動力度增強，相信未來AI技術在醫療領域中仍會有很多值得探索和挖掘的空間，精準醫療將成為一個更加普及和完善的領域。值得注意的是，要利用AI技術實現精準醫療，法律規定以及落實質量管理，網路無國界，慎防虛擬犯罪。綜上所述，AI技術在醫療領域的應用越來越受到關注，醫療用AI模型也有MONAI、BioNeMo等AI技術在製藥研發、資訊整合和醫療影像應用方面。AI趨勢時代來臨，健康你我有關吸取新冠肺炎的經驗，後疫情時代國內醫療需要未雨綢繆，面對短時間內的醫療需求暴增，科技的進步勢必要補位基礎能量的消耗，協助專家學者能夠通過統整AI的方式不斷與時俱進。然而，民眾需要注意甚麼呢？輔助參考用首先我們需要瞭解，這些AI工具背後所使用的演算法方式和其可信度目前都還在「參考」階段，但隨著AI模型深度學習、調整，未來可期成為合用的輔助工具。共同監督使用這些AI技術時可以透過國家相關法令共同監督，但使用資訊前必須查考資料真實性，並且確定使用資訊是否符合相關法律規定，免得方便不成還落入法網。隱私權問題AI在各個領域不斷推陳出新，大部分民眾最為擔心的部分是隱私資料的外流，建議個人重要資訊、信用卡等等都不要存放、展示於設備上，也不要下載來路不明的程式、APP，使用AI工具時建議先了解相關背景，前日就有民眾下載到山寨版ChatGPT APP(目前並無APP版本)，信用卡遭盜刷1200 $，因此建議透過查考再使用，註冊帳號時需要特別注意外流，以免遭有心人士盜取。
中國網路巨頭紛紛迎戰ChatGPT 法人：晶片遭卡關恐不利發展
高度人工智慧語言模型ChatGPT出現，為網路發展帶來突破，隨著美國微軟結合文書處理系統推出Copilot ，宣告生成式AI實際應用開始串接落地，中國搜尋引擎龍頭百度3月中推出「文心一言（ERNIE）」，接下來騰訊、阿里巴巴也將分別推出競品「混元（HunyuanAide）」、「阿里M6」。然而，法人指出中國AI語言模型的風險在其晶片發展卡關，恐限制後續發展。ChatGPT約在10年前出現，GPT3在2020年就推出，但一直到2022年初，科學家們發現語言模型能夠產生類似人類的推理維能力。百度文心一言展現在文學創作、商業文案創作、數理推算、中文理解、多模態生成等5個使用場景中的綜合能力。但發表會不如市場預期，因文心一言運算能力遜於GPT4，發表用預錄影片而非現場對話，未提供與競品比較的測試數據，語言支援以中文為主，申請才能測試使用還不能全面開放、沒有釋出收費方案，初步用戶測試回饋不佳等。但身處中國生成式AI領域第一梯隊，百度股價仍在發表會後兩週上漲24%。之後騰訊在遊戲及社群、阿里巴巴在電商及釘釘等，皆有生成式AI的垂直應用場景。法人看好中國在生成式AI產業發展，中國生產力工具、客戶關係管理軟體提供者，將率先受惠AI帶動產品體驗優化；然而，中國發展ChatGPT風險在美中科技戰爭之下，晶片發展在成熟製程卡關，算力恐怕無法承受AI訓練強度，由此帶來發展侷限。