刘哲涵博士.AI对评论和分析的影响

比如说，在本次台湾大选，AI对国民党和民进党的候选人，党的背景都有丰富的资料，但是对柯文哲的民众党，资讯就相对缺乏。

我尝试叫AI分析民众党在这次大选的表现，得到的结果是：

“看民众党在2024年大选中的表现将会很有趣。他们能否扩大影响力，抑或是在传统的两党体系中找到立足点，这都是值得关注的问题。可以想象，他们的表现可能会对选举结果产生重要影响。”

写的是不错，但对比政论分析评述员，就显得淡而无味了。政论评述会去深挖各个候选人的背景，党派之间博弈等等。而且历史背景，渊源，深度，这些不是AI一时半会儿可以学到的。

还有，如《新闻女王》那种，勾心斗角，绞尽脑汁去挖各种小道消息，拼拼凑凑各种资讯时候，因为最新的资讯量不足，AI就更加束手无策。

所以我们安全了（吗）？我只能说，暂时还是。因为有些评论分析是AI擅长的，而且人类无法比拟的。那就是数据多，低价值，且重复性高的分析。最常见的就是商业分析。

比如一家百货公司，连锁餐厅，每天都产出成千上万笔的数据，这些数据量大的惊人，人力分析起来费时费力。这个时候，AI就派上用场了。我们只要上传当天的数据，AI马上就可以给出精确的分析，包括当天的销售情况，顾客的描述等等。还可以点出一些异常的观测，和提供一些解决方案的建议。

同样的技术也可以用在相同性质的体育评述，比如NBA或英超，都拥有丰富且准确的数据。球季中一天好几场比赛，已经不必经由人力去分析这些流水帐似的评论。AI能够自动找出表现优异和失常的球员，球赛精彩时刻，并自动生成球评报告。我们完全不必依赖人手就可以快速且专业的评论一场球赛。

AI真的一无是处？那你可能会想，不对啊，我在很多的演讲，研讨会，甚至刘博士您的讲座，都看到很多成功的案例。你现在又把AI说的一无是处？

其实，在碎片化信息时代，加上短视频，社交媒体的推波助澜，才会让大家觉得AI生产内容的能力已经超越人类。但是其实，说到底，他就是一个数学概率的模型。

你用机器生成了上百条的评论分析，总有一两个会中，这是个概率问题，而并非能力问题。就好像我们拿起一堆石子砸向池塘，总有一两个打中小鱼。但这真的代表石头有了智能？或者我们的投掷有多准？那可未必。是不能也，非不为也。

讲到这里，相信聪明的看官您也知道了：AI的局限性在于去根据旧有的数据，去做推导 (reasoning) 和笼统的概括 (generalization)， 而这也仅仅是数学意义上而已。

当今的生成式AI如果没有经过微调 (fine-tuning)，他就是一个通才。天南地北，样样东西都可以侃侃而谈。但是你要他聊得有深度，就要微调。这个情况放诸四海皆准，就算换成其他的AI比如自动驾驶，在左驾的国家训练了的AI，来到右驾的国家还是必须进行微调。话虽如此，微调也不是一个简单任务。必须要有一定的技术能力，采集整理数据才能办到。

那是不是，没有经过微调的AI，就不能够帮助我们在分析和评论的工作？答案是否定的。

在没有经过微调的情况下，我们还是可以和AI进行深度对话，利用它在政治学，运动科学等渊博的知识，给我们一些不同角度的启发。

举个例子，我问了AI，“请你扮演一位CNN的记者，如果有一天外星人侵略了地球”，这件事应该从什么角度去分析评论？

这件事情上AI并没有太多的资料作为依据，就算有，也是从科幻小说电影那里学来的。但是，他依旧可以给我很明确的指示，包括从科学，政治，军事，网络，等等各个角度出发，包括采访什么人，问什么问题，预期的反应等等。

这些都是一般普罗大众没办法想到，而必须是有相关专业的人才知道的问题。

AI不是个冷血动物

在讨论AI的时候，也有很多人质疑，AI没有情感，同理心。在面对这类型的议题的时候，会无法处理。他只会针对理性课题针砭时弊，提出意见。这显然也是很表面的看法。

虽然现在的AI还只是处在文字技术的萌芽阶段，图形生成也刚起步，影像或者3D模拟也在开发中。

试想想，如果今天在评论一场球赛的同时，AI也通过3D模拟技术，自动的判别各种进球的可能性对赛果造成的影响。

或者，今天在评论一则火灾新闻的同时，透过数码孪生，还原火场的情况。我所说的这些技术，其实都已经被运用在专属的领域，等着被赋予更强的生成式人工智能。

在评论和分析这一块，虽然现阶段生成式AI有着先天性的劣势，但是它强大的数据分析能力，海量的训练数据，绝对可以弥补这个缺陷。加上各家科技巨头不断的努力，AI的能力已经越来越趋近”即时性”。

如果再结合数码孪生，去进行更多的模拟，这样就更加可以超越现在人力所能及的范围。从而提出更精辟的视角，以及更全面的分析点评。这一天，指日可待，我们一起拥抱科技带给我们的便利。