0

0
1

文字

分享

0
0
1

人工智慧如何持續變聰明,又將怎樣影響未來呢?──《知識大圖解》

知識大圖解_96
・2018/02/27 ・3073字 ・閱讀時間約 6 分鐘 ・SR值 565 ・九年級

說到人工智慧,你腦中浮現的是「它」嗎? 圖/《魔鬼終結者》劇照

對多數人來說,人工智慧(AI)這個詞會讓人立刻聯想到末日般的畫面。畢竟在電影中,我們早看過當人類發展超出掌控時的不變下場。只要有人打造出能真正思考的機器──有感知能力的「覺醒」機種──那麼人類就玩完了。(延伸閱讀:迎接人工智慧時代,你我都該上的 30堂必修課

如果這個聰明的機器不喜歡我們行事的方法,那該怎麼辦?若它有其他想法,又該如何處理?

多年來,這類猜想催生出眾多科幻作品,儘管《魔鬼終結者》片中對 AI 的刻劃十分嚇人,但 AI 其實較可能幫助人類,而非加以傷害。不過,由於史蒂芬.霍金(Stephen William Hawking)和伊隆.馬斯克(Elon Musk)等頂尖科學家和技術專家一再警告 AI 的潛在危險,因此你若對 AI 仍有疑慮,也屬情有可原。

為了充分瞭解 AI 的驚人潛力,我們得先釐清關於它的諸多誤解。首先,應考慮如何能使機器擁有智能,以及它們怎麼進行思考。AI 一詞於 1956 年出現,可用來代表計算能力領域的多項技術。科技公司在展示新品時,常會用到該詞彙,但這些產品所觸及的「智慧」層面卻大相逕庭。

請點擊看大圖。圖/《知識大圖解》提供

AI 為什麼學習力驚人?它們能幫人類做什麼?

在多數情況下,AI 已成為行銷昂貴電腦程式的誘人說詞;然而,有些電腦是真的具有學習能力。其中最複雜的目前僅適用於股市、科研領域,以及日漸複雜的電玩世界。你可能會認為,預測公司淨值、用遺傳密碼建構模型,以及稱霸遊戲世界得採用完全不同的 AI 才行,但它們其實都能以相同的基本架構來實現。

-----廣告,請繼續往下閱讀-----

真正的 AI 仰賴機器學習原理來運行;本專題將進一步探討不同的機器學習類型。透過機器學習來運行的電腦程式與其他多數程式差別甚鉅,因為你毋須告訴程式該如何做事──而是展示給它看。假設你想要一個能從腦部掃描中發現異常的電腦程式,若使用傳統程式,你得編寫極為嚴密詳實的規則供程式使用;如使用機器學習程式,你只須給程式各看數千張正常與異常的腦部掃描圖,然後讓程式教會自己識別異常。

比起傳統程式,機器學習法顯然更占優勢,因在執行指定任務的成效上,電腦很可能比程式工程師更優異。而最令人興奮的是,科學家正著手打造這樣的程式。

請點擊看大圖。圖/《知識大圖解》提供

不過,這些能幫助我們打理日常生活的 AI 並非全是明日科技。事實上,我們已能享受它們所帶來的好處。

從微軟的 Cortana  語音助理,到 Google 和 Facebook 提供的大型服務,背後都有智能程序在運作,好引領我們穿梭於網路中。它們瞭解我們的興趣與好惡,並為每個人量身打造合適的廣告和建議。然而,儘管會做的事情很多,但它們仍屬於所謂的「弱人工智慧」(narrow AI)──完成特定任務的能力遠勝於人類,但卻無法執行任務以外的事情。

-----廣告,請繼續往下閱讀-----

人工智慧的下一步是創建「通用 AI」。在 AI 領域中,此部分究竟是最令人興奮,抑或最為嚇人,至今仍眾說紛紜。通用 AI 將比現行的 AI 系統更接近人類智能,因為它能學習解決各種問題,並應用於不同的任務。距離實現上述夢想的日子尚遠,但 Google DeepMind 的 AlphaGo 是目前最接近的例子。透過深層類神經網路,AlphaGo 擊敗了世上最強的圍棋選手:李世乭。眾人認為這是 AI 歷史性的一刻,因圍棋中有數萬兆種走法,要將之全部編入電腦中是不可能的。相反地,AlphaGo 天資聰穎,可多次與自己下棋,並從中反思自己的錯誤。在數百萬局的練習之後,它已足以與人類棋王匹敵,甚至得勝。

AlphaGo 潛力驚人。開發者興奮地宣稱,該程式將用來協助醫療人員,讓 AI 加入拯救人命的行列,且其多樣化的學習法也能作為許多智能機器的基礎。

請點擊看大圖。圖/《知識大圖解》提供

科學家怎麼讓 AI 更加強大?

就當前的技術而言,我們僅能打造出效能強大但功能有限的 AI。這是因為當我們從通用 AI 轉往人類智能邁進時,所需的電腦效能也得更強大;而今,我們尚未發明能與人腦處理能力匹敵的事物。
不過,人之所以為人,便是因為敢於迎接挑戰,科學家目前正在研究潛能超強的新型電腦。這種電腦名為量子電腦(quantum computer);透過「超距幽靈作用」(即量子糾纏,quantum entanglement),其工作效率極佳,計算速度超乎人類想像。

IBM研發的量子電腦 圖/Lars Plougmann@flickr

在比較一般電腦和量子電腦時,你可想像它們須執行的任務都是從迷宮中逃脫── 一般電腦一次只會試著走一條路徑,直到找到正確的逃脫路徑為止。量子電腦卻能同時搜索每條路徑;這代表它運作得更快、效能更強,一旦搭配精密的 AI,將可能與人類大腦匹敵,甚至青出於藍。在量子計算能力迷宮外等著我們的究竟為何?這目前僅能仰賴我們的想像力;也許是打造人類等級的智能,或是更高級的智能系統。我們甚至可能打造超越人類認知能力的超級智慧。這聽起來或許既有趣卻又令人卻步,但只要我們步步為營、謹慎向前,就不該太過操心。

-----廣告,請繼續往下閱讀-----

電影情節會成真嗎?AI 是否會危害人類?

超級 AI 本身並不會對我們構成危險;至少不是我們所想的那種情況。在小說描寫的末日情景中,AI 會像我們一樣思考,有時甚至擁有人類般的情感;AI 同人類一樣渴望自由,也有統治一切的野心。但實際情況並非如此──電腦的思維與你我的思考方式完全不同,即使是特別聰明的人造腦也不會改變這個事實。

電影《機械公敵》中出現人工智慧與人類發生衝突的情節,未來有可能上演嗎?圖/imdb

最聰明的生物會試圖爬上食物鏈頂端──這道理並不難理解,且人類就是最佳例證。但電腦並非演化的產物,這代表電腦與人類的本質上大不相同。人類所有的欲求都源自基因藍圖,而電腦卻不會受生物欲望所驅使,這對人類而言是──也許對機器來說也是──好事一件。這也許有點難以想像,畢竟換位思考本就不簡單。不過,電腦只會遵循內部程序行事,而這些程序都是由人類所制定。從這方面看來,我們便毋須擔心。

可惜的是,這也不代表我們就能清楚判定出未來走勢。假設有天人類成功打造出超級智慧,並要求它們協助將火星變成宜居的家園,也許 AI 真能找出人類要花上數世紀才能想出的解決方案,並幫助我們實現夢想。但它們也可能發現,改造火星的最佳方法就是將地球的大氣和資源送至火星。也就是說,AI 雖按指示行事,卻反而可能導致人類滅絕。AI 能否正確地理解指令,這之間的差距可能會讓人類成功殖民火星,抑或徹底滅絕。

AI 的第二個威脅則比較直接:有心人士可藉助其力量來破解程式。若落入壞人手中,強力 AI 經訓練後可能得以破解各種受密碼保護的程式。因此,在這方面我們得非常謹慎。然而,儘管有潛在問題存在,AI 對於人類的生活可能還是頗有助益。

-----廣告,請繼續往下閱讀-----

對任何團隊來說,擁有聰明、能幹且全心投入的成員可是件好事,無論該成員是人類或其他事物。為此,AI 可能即將與人類攜手合作,開始涉足各行各業(如通信產業、航空業和醫藥業),也許之後還會供軍方和航太使用。

想更進一步了解人工智慧發展,迎接 AI 時代,這裡有 30 堂你我都該上的必修課

 

本文為節錄版,完整報導請見《How It Works 知識大圖解》  2017 年 11 月號第 38 期

 

 

文章難易度
知識大圖解_96
76 篇文章 ・ 11 位粉絲
How It Works擅長將複雜的知識轉化為活潑有趣的圖解知識,編輯方式以圖像化百科呈現,精簡易懂、精采動人、深入淺出的圖文編排,讓各年齡層的讀者們都能輕鬆閱讀。

0

0
0

文字

分享

0
0
0
AI 生成影像有多接近真實世界?人類將製造出世界模擬器?
泛科學院_96
・2024/04/22 ・670字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

Sora 號稱自己是世界模擬器,但真的嗎?

這個問題,AI 大佬與研究者們比你更關心!

Sora 推出後不到一個月,不僅各大研究機構像開掛般發表相關論文,連 Nvidia、Meta、微軟,甚至是特斯拉創辦人 Elon Musk 也都跳出來分享看法⋯⋯

今天呢,我們從論文與 AI 大佬們的意見,來回答這兩個問題:

-----廣告,請繼續往下閱讀-----
  1. 為什麼 Sora 敢稱自己是世界模擬器?
  2. 世界模擬器離我們還有多遠?

說了那麼多,最後想問各位,你覺得照這個速度發展下去,你覺得會先成真呢?

  1. 通用型人工智慧
  2. 人類移民火星
  3. 都看不到,人類要滅亡了

歡迎在下面留言大家分享討論。喜歡這支影片的話,也別忘了按讚、訂閱,加入會員,下集再見~掰!

更多、更完整的內容,歡迎上科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

泛科學院_96
31 篇文章 ・ 40 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!

1

1
1

文字

分享

1
1
1
讓 AI 取代真人執法可行嗎?將判斷全交給 AI 可能隱藏什麼危險?——專訪中研院歐美研究所陳弘儒助研究員
研之有物│中央研究院_96
・2024/03/18 ・6292字 ・閱讀時間約 13 分鐘

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|劉韋佐
  • 責任編輯|田偲妤
  • 美術設計|蔡宛潔

人工智慧將改變以人為主的法治領域?

由人工智慧擔任警察,再也不是科幻電影的情節,交通管制常見的科技執法就是應用 AI 辨識闖紅燈、未依規定轉彎、車輛不停讓行人等違規行為。 AI 的客觀、高效率正在挑戰以人為審判主體的法治領域,這樣的轉變會對我們產生什麼影響呢?中央研究院「研之有物」專訪院內歐美研究所陳弘儒助研究員,他將帶我們思考:當 AI 取代人類執法時,將如何改變人們對守法的認知?

交通尖峰時段,後方出現一台救護車,你願意闖紅燈讓道嗎?
圖|iStock

想像有一天你正在尖峰時段開車,車子停在十字路口等紅燈時,後方出現一輛急駛而來的救護車,你為了讓道必須開過停止線。這時你是否願意冒著違規被開罰的風險?還是承擔風險以換取他人盡速就醫?

在上述情境中,針對「要不要闖紅燈」我們經歷了一段價值判斷過程。如果剛好十字路口有真人警察,他的判斷可能是:這是情急之下不得不的行為,並非蓄意違規。

然而,如果負責執法的是「法律人工智慧系統」(Artificially legal intelligent,簡稱 ALI)情況可能截然不同。

-----廣告,請繼續往下閱讀-----

ALI 這個詞源自 Mireille Hildebrandt 的研究,在概念上可區分為兩類:採取傳統程式碼的 IFTTT(if this then that)、運用機器學習的資料驅動。前者是注重法律推理或論證的計算機模型,將法律規範轉為程式碼,藉由程式編寫來執行法律任務。後者則透過大量資料的學習,來預測行為範式,用於再犯率、判決結果預測上有較好的成果。

一般情況下,應用在交通管制的 ALI 會辨識車輛是否超速、闖紅燈等違規行為,不過交通情境千變萬化,ALI 能否做出包含「道德價值的判斷」將是一大挑戰!

中研院歐美研究所陳弘儒助研究員察覺,人工智慧(AI)正在左右人們對守法的價值判斷及背後的因果結構,進而反思當我們將原本由人來判斷的事項,全權交由 AI 來執行時,可能產生哪些潛移默化的影響?

讓我們與陳弘儒展開一場從法哲學出發的對話,探索 AI 與法治價值之間的緊張關係。

-----廣告,請繼續往下閱讀-----
中研院歐美研究所陳弘儒助研究員,從法哲學出發,探索 AI 與法治價值之間的緊張關係。
圖|之有物

問

怎麼會對「人工智慧」(AI)與「法律人工智慧系統」(ALI)產生研究興趣?

會對 AI 感興趣是因為我很早就對電腦有興趣,我原本大學想唸資訊工程,因為高中有些科目沒辦法唸,於是去唸文組,大學進入法律系就讀,研究所考入「基礎法學組」研讀法哲學。

後來我到美國讀書,當時 AlphaGo 的新聞造成很大的轟動,啟發我思考 AI 的應用應該有些法律課題值得探討,於是開始爬梳 AI 與法律的發展脈絡。

AI 這個詞大概在 1950 年代被提出,而 AI 與法律相關的討論則在 1970、80 年代就有學者開始思考:我們能否將法律推理過程電腦程式化,讓電腦做出跟法律人一樣的判斷?

事實上,AI 沒有在做推理,它做的是機率的演算,但法律是一種規範性的判斷,所有判斷必須奠基在法律條文的認識與解釋上,給予受審對象合理的判決理由。

這讓我好奇:如果未來廣泛應用 AI 執法,法律或受法律規範的民眾會怎麼轉變?

-----廣告,請繼續往下閱讀-----

至於真正開始研究「法律人工智慧系統」(ALI)是受到我父親的啟發。有一陣子我經常開車南北往返,有一天我跟父親聊到用區間測速執法的議題。交通部曾在萬里隧道使用區間測速,計算你在隧道裡的平均速率,如果超速就開罰。

父親就問我:「政府有什麼理由用區間測速罰我?如果要開罰就必須解釋是哪一個時間點超速。」依照一般的數學邏輯,你一定有在某個時間點超速,所以平均起來的速率才會超過速限,可是法律判斷涉及規範性,我們必須思考背後的正當性課題,不能只用邏輯解釋,這啟發我逐漸把問題勾勒出來,試圖分析執法背後的規範性意涵。

問

如果將執行法律任務的權限賦予 AI,可能暗藏什麼風險?

我們先來談人類和 AI 在做判斷時的差別。人類無時無刻都在做判斷,判斷的過程通常會先做「區分」,例如在你面前有 A 和 B 兩個選項,在做判斷前必須先把 A 和 B 區分開來,讓選項有「可區別性」。

在資料龐大的情況下,AI 的優勢在於能協助人類快速做好區分,可是做判斷還需經歷一段 AI 難以觸及的複雜過程。人類在成長過程中會發展出一套顧及社會與文化認知的世界觀,做判斷時通常會將要區分的選項放進這個世界觀中,最終做出符合社會或自身考量的抉擇。

-----廣告,請繼續往下閱讀-----

當我們將判斷程序交由 AI 執行,就會涉及「判斷權限移轉」的問題,這經常在日常生活中發生,你只要發現原本自己可以執行的事情,有另外一個對象做的比你好或差不多好,你就會漸漸把判斷的工作交給它,久而久之,你大概會覺得這是很好的做法,因為可以節省大量時間。

自駕車導航系統就是判斷權限移轉的例子,由於導航通常可以找出最佳行車路線,駕駛人幾乎會跟著走,但仍有可能誤入路況不佳或無法通行的地方。
圖|Vladimir Srajber, Pexels

我擔心這種判斷權限移轉會快速且廣泛的發生,因為 AI 的工作效率極高,可以大幅節省人力成本,但是哪一些權限可以放給 AI?哪一些權限人類一定要守住?我們經常沒有充足的討論,等到發生問題再亡羊補牢可能為時已晚。

以讓道給救護車而闖紅燈的情境為例,如果讓 AI 來做交管,可以節省警察人力,又可以快速精準地開罰,卻迫使民眾需額外花時間,證明闖紅燈有正當理由。如果是真人警察來判斷,警察通常會認為你的行為有正當理由而不開罰。這對於受法律規範的民眾來說,會產生兩種全然不同的規範作用。

AI 產生的規範作用會讓民眾擔心事後銷單的麻煩程序,如果無法順利解決,可能會訴諸民意代表或上爆料公社,並漸漸改變民眾對守法的態度。而真人警察產生的規範作用,將使民眾自主展現對法律的高度重視,雖然當下的行為牴觸法律,卻是行為人經過多方權衡後做的判斷,相信法律會支持自己出於同理心的行為。

-----廣告,請繼續往下閱讀-----

問

使用 AI 執法除了看上它的高效率,也是因為和真人相比 AI 不會受私情影響,比較可以做出公正的判斷。如果從法治觀念來看,為何決策權不能全權交由 AI 執行?

我認為法治的核心價值在臺灣並沒有很好的發展,我們常想的是怎麼用處罰促成民眾守法,長久下來可能會得到反效果。當人們養成凡事規避處罰的習慣,一旦哪天不再受法律約束,可能會失去守法的動機。

事實上,法治最根深柢固的價值為:

法律作為一種人類行為規範的展現,促使民眾守法的方式有很多種,關鍵在於尊重人的道德自主性,並向民眾陳述判決理由。

給理由非常重要,可以讓民眾不斷透過理由來跟自己和法律體系溝通。如此也可以形成一種互惠關係,使民眾相信,國家公權力能用適當的理由來制定法律,而制定出的法律是以尊重公民自主性為主。當民眾理解法律對我所處的社會有利,會比較願意自動產生守法的動機。

AI 執法看似比人類「公正無私」,但它的執法方式以處罰為主、缺乏理由陳述,也沒有對具體情境的「敏感性」。人跟人之間的互動經常需要敏感性,這樣才能理解他人到底在想什麼。這種敏感性是要鍛鍊的,真人警察可在執法過程中,透過拿捏不同情境的處理方式來累積經驗。

-----廣告,請繼續往下閱讀-----

例如在交通尖峰時段應該以維持交通順暢為原則,這時警察是否具備判斷的敏感性就很重要,例如看到輕微的違規不一定要大動作開罰,可以吹個警笛給駕駛警示一下就好。

我越來越覺得人類這種互動上的敏感性很重要,我們會在跟他人相處的過程中思考:跟我溝通的對象是什麼樣的人?我在他心中是什麼模樣?然後慢慢微調表現方式,這是人類和 AI 最根本的不同。

行動者受各種法律變項影響的因果圖。上圖是由真人警察執法,對於處罰之可能性有影響力,可依不同情境判斷是否開罰。下圖是由全自動法律人工智慧執法,由 AI 直接將處罰之可能性加諸在行動者身上,缺乏真人警察二次確認,很可能影響行動者對守法與否的衡量。
圖|之有物(資料來源|陳弘儒)

問

相較於法律人工智慧,ChatGPT 等生成式 AI 強大的語言功能似乎更接近理想中的 AI,其發展可能對我們產生哪些影響?

我認為會有更複雜的影響。ChatGPT 是基於大型語言模型的聊天機器人,使用大量自然語言文本進行深度學習,在文本生成、問答對話等任務上都有很好的表現。因此,在與 ChatGPT 互動的過程中,我們容易產生一種錯覺,覺得螢幕後好像有一名很有耐心的真人在跟你對話。

事實上,對於生成式 AI 來說,人類只是刺激它運作的外在環境,人機之間的互動並沒有想像中的對等。

仔細回想一下整個互動過程,每當外在環境(人類)給 ChatGPT 下指令,系統才會開始運作並生成內容,如果我們不滿意,可以再調整指令,系統又會生成更多成果,這跟平常的人際互動方式不太一樣。

-----廣告,請繼續往下閱讀-----
ChatGPT 能讓使用者分辨不出訊息來自 AI 或真人,但事實上 AI 只是接受外在環境(人類)刺激,依指令生成最佳內容,並以獲得正向回饋、提升準確率為目標。
圖|iStock

資工人員可能會用這個理由說明,生成式 AI 只是一種工具,透過學習大量資料的模式和結構,從而生成與原始資料有相似特徵的新資料。

上述想法可能會降低人們對「資料」(Data)的敏感性。由於在做 AI 訓練、測試與調整的過程中,都必須餵給 AI 大量資料,如果不知道資料的生產過程和內部結構,後續可能會產生爭議。

另一個關於資料的疑慮是,生成式 AI 的研發與使用涉及很多權力不對等問題。例如現在主流的人工智慧系統都是由私人公司推出,並往商業或使用者付費的方向發展,代表許多資料都掌握在這些私人公司手中。

資料有一種特性,它可以萃取出「資訊」(Information),誰有管道可以從一大群資料中分析出有價值的資訊,誰就有權力影響資源分配。換句話說,多數人透過輸入資料換取生成式 AI 的服務,可是從資料萃取出的資訊可能在我們不知情的狀況下對我們造成影響。

問

面對勢不可擋的生成式 AI 浪潮,人文社會學者可以做些什麼?

國外對於 AI 的運用開始提出很多法律規範,雖然國外關於價值課題的討論比臺灣多,但並不代表那些討論都很細緻深入,因為目前人類跟 AI 的相遇還沒有很久,大家還在探索哪些議題應該被提出,或賦予這些議題重新認識的架構。

這當中有一個重要課題值得思考:

我們需不需要訓練 AI 學會人類的價值判斷?

我認為訓練 AI 理解人類的價值判斷很可能是未來趨勢,因為 AI 的發展會朝人機互動模式邁進,唯有讓 AI 逐漸理解人類的價值為何,以及人類價值在 AI 運作中的局限,我們才有辦法呈現 AI 所涉及的價值課題。

當前的討論多數還停留在把 AI 當成一項技術,我認為這種觀點將來會出問題,強大的技術如果沒有明確的價值目標,是一件非常危險的事情。實際上,AI 的發展必定有很多價值課題涉入其中,或者在設計上有一些價值導向會隱而不顯,這將影響 AI 的運作與輸出成果。

思考怎麼讓 AI 理解人類價值判斷的同時,也等於在問我們人類:對我們來說哪一些價值是重要的?而這些重要價值的基本內容與歧異為何?

我目前的研究有幾個方向,一個是研究法律推理的計算機模型(Computational models of legal reasoning);另一個是從規範性的層面去探討,怎麼把價值理論、政治道德(Political morality)、政治哲學等想法跟科技界交流。未來也會透過新的視野省視公民不服從議題。

這將有助科技界得知,有很多價值課題需要事先想清楚,影響將擴及工程師怎麼設計人工智慧系統?設計過程面臨哪些局限?哪些局限不應該碰,或怎麼把某些局限展現出來?我覺得這些認識都非常重要!

鐵面無私的 ALI ?人類與人工智慧執法最大的分野是什麼?

陳弘儒的研究室有許多公仔,包括多尊金斯伯格(Ginsburg)公仔,她是美國首位猶太裔女性大法官,畢生為女權進步與性別平權奮鬥。
圖|之有物

陳弘儒是臺灣少數以法哲學理論研究法律人工智慧系統(ALI)的學者,他結合各種現實情境,與我們談論 ALI、生成式 AI 與當代法治價值的緊張關係。

由於 ALI 擅長的資料分類與演算,與人類判斷過程中涉及的世界觀與敏感性思辨,有著根本上的差異;以處罰為主、缺乏理由陳述的判斷方式,也容易影響民眾對公權力的信任。因此陳弘儒認為,目前 ALI 應該以「輔助人類執法」為發展目標,讓人類保有最終的判斷權限

至於現正快速發展的生成式 AI ,根據陳弘儒的觀察,目前仍有待各方專家探索其中的價值課題,包括資料提供與使用的權力不對等、哪些人類價值在訓練 AI 的過程中值得關注等。

在過去多是由人文社會學者提出警告,現在連 AI 領域的權威專家也簽署公開信並呼籲:AI 具有與人類競爭的智慧,這可能給社會和人類帶來巨大風險,應該以相應的關注和資源進行規劃和管理

在訪談過程中,有一件令人印象深刻的小插曲,陳弘儒希望我們不要稱呼他「老師」,因為他從小就畏懼老師、警察等有權威身分的人,希望以更平等的方式進行對話。

假如今天以 AI 進行採訪,整個談話過程或許能不受倫理輩分影響,但這也讓我們意識到,在 AI 的世界裡,許多人際互動特有的敏感性、同理反思都可能不復存在。

陳弘儒的研究讓我們體會,AI 在法治領域的應用不僅是法律問題,背後更包含深刻的哲學、道德與權力課題,也讓我們更了解法治的核心價值:

法律要做的不只是規範人們的行為,而是透過理由陳述與溝通展現對每個人道德自主性的尊重。

所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3418 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

1

2
1

文字

分享

1
2
1
最強 AI 助理—— Monica!內容統整、文章生成、留言回覆一鍵即時解決?
泛科學院_96
・2024/02/02 ・723字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

你用 ChatGPT 用膩了嗎?最近我發現了一個更強大的 AI 助理,不用學習複雜的提示技巧,答案隨傳隨到!

隆重向你介紹,Monica,它本來只是瀏覽器上的 GPT-4 外掛套件,前陣子同步推出了微軟跟蘋果的桌面版應用程式,按下快速鍵,就可以立即提問,我覺得是目前市面上最好用的 AI 助理程式,本支影片要來帶你熟悉快捷操作、提問技巧以及文章生成這三個 Monica 的特色功能。

我把本支影片分成三個看點

  1. 快捷操作懶人教學
  2. Monica vs MacGPT
  3. 打趴微軟的文章生成與主題回覆

就讓我們開始吧!

-----廣告,請繼續往下閱讀-----

今天跟你分享了 Monica 這套基於 GPT 技術的服務,還拖了微軟 Bing AI 跟 MacGPT 出來當對比,你覺得 Monica 會是你心目中的最佳 AI 助手嗎?

  1. Shut up and take my money, Monica.
  2. 身為 Mac 用戶,我堅決支持 MacGPT
  3. 你又在賺使用積分了,我也要來推坑朋友使用 Monica
  4. 早知道 AI 這麼好用,我還在那邊辛苦的寫行銷貼文真是浪費生命

如果你有更多的想法與問題,歡迎加入 科學 AI 的 Discord 論壇。

更多、更完整的內容,歡迎上科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 1
泛科學院_96
31 篇文章 ・ 40 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!