字級:
A+
｜
A-
如果說Open AI的起源與馬斯克有關，那ChatGPT誕生就少不了輝達執行長黃仁勳的貢獻，2016年黃仁勳親自將全球第一台AI專用超級電腦DGX-1送給OpenAI，成為ChatGPT輝煌的基石，如今聯合創辦人蘇茨克維也受邀至GTC大會，與相識多年的黃仁勳進行爐邊對談，親自解密GPT-4為何如此強大！
蘇茨克維（Ilya Sutskever）小檔案：
Open AI聯合創始人、首席科學家，領導發明GPT 1、2、3及Chat GPT，也是最近火熱的GPT-4主要負責人之一。
蘇茨克維推動許多AI人工智慧開創性研究，包括圖片識別、語言翻譯、深度學習與機器學習，被視為AI領域的先驅。
這場爐邊對談從蘇茲克維對於AI領域研究的起源展開，蘇茨克維回憶，2003年「學習」還只是人類能做，但電腦不能做的事情，因此他想研究如何透過神經網路（註1）讓電腦深度學習，當時他並不清楚這對未來職業工作會有什麼影響，只覺得是一個長期前景看好的產業。
註1：神經網路：指導電腦以受人腦啟發的方式來處理資料，是一種機器學習程序，稱為「深度學習」，利用類似人腦分層結構中的互連節點或神經元，建立可讓電腦從錯誤中學習並改善的適應型系統。（資料來源：亞馬遜）
蘇茨克維坦言，最開始大家根本不知道神經網路「規模」的重要性，幾百個神經元就稱得上是大型神經網路了，直到2012年前，他逐漸意識到，深度學習會得到很多關注，只要電腦的神經網路有足夠的深度和規模，就可以解決更困難的任務，而關鍵就是龐大的資料庫與運算能力。
但受制當時前人經驗稀少、技術有限，蘇茨克維與實驗室的同事只能土法煉鋼培育神經網路，直到Geoffrey Hinton提醒，才開始嘗試使用GPU，並發現訓練速度快得「令人難以置信」，這也是蘇茨克維與黃仁勳攜手合作的開始。
聯合創立OpenAI 奠定非監督學習、強化學習目標
▲蘇茨克維領導發展大型語言模組GPT系列／圖取自OpenAI。
黃仁勳稱「ChatGPT是AI的iPhone時刻」，面對巨大的成功，蘇茨克維講起2016年創辦OpenAI時，環境與現在並不相同，很多現在理所當然的事，在當時都是艱鉅的挑戰，但他仍想出了一個「讓自己都激動」的方法－透過壓縮數據進行「非監督學習（註2）」以及強化學習，成為OpenAI至今的重點策略。
註2：指訓練資料不須以人力事先處理標籤，而是按照關聯性歸類、找出潛在規則與套路、形成集群，不對資訊有正確或不正確的判別，在資料探勘初期很好用，但也可能會出現結果偏差、無意義的歸類結果。
蘇茨克維提到，OpenAI創立後的第一個大型專案是一個即時戰略遊戲，透過對抗來強化學習，是日後發展ChatGPT的重要養分，如今ChatGPT在透過不斷培訓壓縮數據，已經不只是一個大型的語言模組，它真正的工作是在預測文本的「下一個字詞」。
蘇茨克維解釋，神經網路在生成式文本的表達上，其實是對「世界的映射」，簡單來說，就是用文字來呈現它理解的世界，而不是單純擷取網路文本回答問題，這樣不但不精準還可能侵權，所以要透過來自人類的反饋強化學習，盡可能讓AI知道我們想要的樣子，提高精準度，讓它越來越可靠。
GPT-4為何強大？蘇茲克維：因為它能「看見」
▲GPT-4對文本理解能力強大，遠勝ChatGPT／圖取自OpenAI。
OpenAI前陣子推出GPT-4又比ChatGPT更進化，已經能以頂尖成績通過SAT考試、律師資格考，到底為什麼有如此大進步？蘇茲克維以推理小說為例，我們看故事時並不知道後續發展，但人物、情節及隱藏的線索，可以幫助推測最後的「兇手」，就像GPT-4在理解大量文本之後，預測出的「下一個單詞」。
而GPT-4是「MultiModal（多模態）」的模型，不只學習文字，也能學習影像與聲音，當對世界理解越高、能力就越強。蘇茲克維認為人的一生只能「聽見」10億個字，但可以透過「視覺」學習更多非文字化的資訊，這也是為什麼可以「看見」圖表的GPT-4在數學考試的成績遠遠超越ChatGPT的原因。
爐邊談話的尾聲，黃仁勳好奇GPT-4是否有讓蘇茲克維感到驚艷或驚訝之處？他回答ChatGPT有時候會因誤解問題而做出愚蠢的回答，但GPT-4不但不會，還能用更快解決難題，例如寫出押韻的詩、或是解讀梗圖，但最令人驚豔的，莫過於「它存在的意義可以為人類帶來幫助」，無論生活或工作都能派上用場。
但蘇茲克維也承認，目前神經網路的推理能力仍然不太可靠，有時候會出現「幻想」，甚至是人類不會犯的錯誤，還需要更多研究來克服，但他有充分的理由相信這個領域會持續進步，AI將在能力邊界繼續用實力震驚人類。
