聽說 OpenAI 要開發硬體，微軟要自研大型語言模型（large language model，LLM），避免過度依賴 OpenAI；Facebook 除了開源商用 Llama 2，更推出嵌入自家通訊軟體 Messenger、WhatsAPP、IG 的 Meta AI。Google 除了持續更新 Google Bard 還有什麼招數？為何身為 Google 引領人工智慧發展的關鍵人士、DeepMind 執行長說未來 AI 應用，不必再學下指令，日常對話就能輕鬆上工？

雖然被OpenAI和微軟合作的ChatGPT突襲失去先機，但Google數次更新Google Bard後，整合旗下生產力軟體及YouTube、地圖、航班等服務，讓世人看見Google實力依舊深厚。

所有科技巨頭都戮力開發自己的大語言模型，其他大企業忙著訓練大語言模型以為自家服務，中小型企業試圖調用API軟體介面，把對話與生成內容融入現有服務，上班族則用LLM改善效率，活用提示詞（prompt）解決日常需求。

LLM百花齊放當下，將來又會有什麼超越ChatGPT等的應用？AI如何實踐幫助人類？Google DeepMind執行長哈薩比斯（Demis Hassabis）接受外媒The Verge訪問時，新方向。

他先釐清人工智慧有實用性，而非一戳即破的泡沫，接著說ChatGPT引發熱潮的關鍵在語言能力，最後分享Google應用AI方向，以及他看見的未來應用。

從玩樂到解決真實問題，AI不只會下棋

身為DeepMind共同創辦人，哈薩比斯先拿主攻圍棋的AlphaGo和預測蛋白質結構的AlphaFold為AI技術變化例證。

他解釋，研發AI應用時，遊戲（games）是很好的實驗室，因設定演算法目標函數時，拿到最多分數或贏得比賽，都是很清楚的目標，DeepMind就曾拓展強化學習（reinforcement learning）領域技術時，先把遊戲當成實驗室，從乒乓球開始再到雅達利（Atari）遊戲，接著進入有明確規則，且可從每次對弈獲經驗、知道報酬（reward）的棋盤，也就是打敗李世乭一舉成名的AlphaGo。

▲ AI不只很會下棋。（Source：shutterstock）

若說AlphaGo還只是探索興趣的遊玩之作，那AlphaFold就絕對是對世界有實質幫助的應用。哈薩比斯指出，從科學家與研究員論文看，AlphaFold對生物學家尋找蛋白質結構真的有用。從下棋到幫忙生物學家，哈薩比斯想強調，AI早就派得上用場，只是一般民眾沒有實感。

等到ChatGPT推出，之所以引發巨量關注，「因語言是人類智慧和每日生活的核心」，一般民眾都能理解ChatGPT是什麼、與它互動。對話式生成服務，更從實驗室走出跨入日常生活，都能成為日後AI應用的發軔。

未來AI應用，就是說自然語言不必下指令

哈薩比斯想像的未來AI應用，將是全方位人工智慧助理。我們熟悉的ChatGPT或Google Bard、Claude等對話式服務，擅長生成內容的大語言模型會扮演與人互動的介面（interface），以自然語言與人類對話，不用再訓練提示工程（prompt engineering）也能聽懂指令，就像智慧管家。

與人類對話，機器接收任務，接著人工智慧助理會調用不同模型。推薦書籍與活動、安排行程甚至直接下訂單、幫助日常工作等，都是哈薩比斯想到的場景。每種任務都由細分專家模型負責，處理完後再回傳到互動介面，接著回報人類。

人們現在看到Google Bard種種實驗功能，背後流程都是哈薩比斯願景的簡化版。如問Google Bard航班，同樣是理解任務後，調用Google Flights API，取得資料後整理轉為人類易讀的表格。可預期的是，將來執行任務的模型不單只調用API，真的能規劃（plan）、推理（reason）並維持記憶（memory），三項能力正是哈薩比斯預期數年內研發AI者全力以赴投入的項目。

他更大膽預言，「也許幾年後，今日所見的聊天機器人都變得微不足道」。

除了勾勒AI應用藍圖，哈薩比斯也分享，Google也有把DeepMind研發成果用於改善產品與使用體驗；還有改善企業經營效率，如DeepMind利用AlphaZero，提升資料中心能源利用率。

從哈薩比斯談話，我們一瞥頂尖AI科學家如何想像AI應用。當AI學會規劃與推理，世界恐怕又要顛覆一次。但未來人工智慧如此強大，人類還能保住工作嗎？仍是值得深思的議題。

（本文由 授權轉載；首圖來源：）