藤光／真正的AI元年

編按：AI無疑是最近的熱門話題，但它究竟會對我們的生活產生怎樣的變化？在今年5月問世的GPT-4o與AI嵌入式電腦（Copilot+PC）又是何物？面對日漸成熟的AI技術，未來是否會誕生全能AI助手？

文：藤光（拉曼大學數據科學碩士系助理教授）

過去瘋狂的5月，各種大事件接踵而至——GPT-4o問世，Gemini 1.5Pro發佈，一位新認識的作家朋友舉行婚禮（恭喜），隨後微軟宣佈了首款AI嵌入式電腦（Copilot+PC）的誕生。看完那場發佈會，我渾身起了雞皮疙瘩，它帶來的震撼遠超過GPT-4o。

如果說GPT-4o讓我看到了AI在未來生活中的潛在應用場景，那麼微軟的這部AI嵌入式電腦讓我見識到了實實在在的“未來”。

當時我的第一個想法是——這不正是我一直期待的全能AI助手嗎？我相信那些需要處理大量資料和信息的朋友和同事，一定會深有同感。

GPT-4o簡析

趕在谷歌I/O開發者大會前夕，OpenAI策略性地搶先發布了首個單網絡架構的多模態語言模型。與前代GPT-4的堆疊式多模態模型相比，基於單網絡架構的GPT-4o能夠更迅速、無縫地處理和生成語音信息，達到近似人類的對話效果。端到端模型有助於解決堆疊式結構中常見的壓縮信息丟失問題，直接學習人類語音，不僅掌握自然語言（natural language），還能識別非語言特徵（paralanguage），如音調、速度、節奏、音色和笑聲，甚至包括呼吸等聲音，從而分析出對話者的情緒和狀態，並做出相應反應。這並不代表AI具有自我意識，只是表現出仿自我意識的效果。目前市面上的AI模型無法產生自主意識，未來亦然，除非從底層重新設計一套全新的機器學習原理。因此，儘管GPT-4o智慧超群，理解人類，懂得察言觀色，但本質上仍然只是一個擁有上兆字節記憶載體的演算法，只有在接收到人類的輸入時才會產生對應輸出。

打個比方說，若今天所有人都不去訪問ChatGPT網頁，它就僅是一個沉默的大模型，靜悄悄地待在服務器裡，不會反過來主動向世界呼喚：“嘿！大家怎麼都不來關注我？”

Copilot+PC為何物？

Copilot+PC是微軟在Build 2024 5月開發者大會上推出的首款AI嵌入式電腦（簡稱AI PC）。它已經脫離一般傳統型電腦，完全可把它定義為新一代電腦。Copilot原名為Bing Chat，是微軟於去年2月發佈的聊天機器人，基於當時的GPT模型並賦予聯網功能，顯著提升了對話準確度和可信度。後來其功能延伸至Office全家桶，融入Windows 11操作系統，成為內建軟體，最終在11月品牌重塑後易名為Copilot。

那麼何謂AI嵌入式電腦？它與如今Windows 11系統中的Copilot又有何區別？AI嵌入式電腦，顧名思義就是把AI模型直接“嵌入”到電腦系統中。工程不像把一個軟體安裝到電腦裡那麼簡單，而是從晶片架構設計開始著手，後把四十多個大大小小的AI模型（包括GPT-4o）整合到Windows操作系統裡。硬體上，Copilot+PC放棄了目前電腦常規的x86處理器架構，改用ARM架構的高通Snapdragon X Elite，內建NPU（Neural Processing Unit，神經處理器），更適用於AI運算。明確點說，我們可以直接在本地電腦上高效運行如130億參數量級的Llama2語言模型，這是目前市面上多數桌上型電腦難以辦到的。

• Copilot+PC將如何改變我們的生活？

直接把Copilot嵌入Windows操作系統能給用戶體驗和電腦操作帶來兩大革命性變化。有史以來，電腦數據跟人類記憶是兩種截然不同的存儲系統：前者按照文件格式和應用程序做歸類存儲，文件儲存於文件夾裡，郵件儲存在郵箱內，打開的網頁堆積在瀏覽器中，因此無法達到跨程序或跨文件之搜尋；後者則習慣以時間或關係聯結來記住一件事情，比如我們會記得幾天前看過某某某的一張照片，一個禮拜前打開過關於某一則新聞的網頁，幾個月前讀過某一封關於工作的郵件或者訊息，但我們不會去記得那些文件、郵件，和訊息究竟被儲存在哪個地方。一旦累積上大量的信息，查詢或回顧資料經常是一件費勁的事。

而Copilot+PC中的Recall則是一套完全依據人類記憶模式設計的回溯系統。它透過間隔式截圖，記錄下電腦的視窗畫面，後對畫面進行分析，再依據語意關係儲存到向量庫（vector store）中。簡而言之，Copilot+PC擁有跟用戶同步的圖像記憶和相似的記憶模式，用戶只需輸入相關詞或描述記憶中的操作畫面，它就能從向量庫中調出相關資料。這意味著我們不再需要創建各式各樣的文件夾來歸類文件，給郵件制定各種標籤以便日後搜尋，也無需在瀏覽器囤積下上百網頁。當我們工作過程中有查詢或調用資料之需，直接以對話形式跟Copilot互動即可，這大大增加了工作效率。

當然，Copilot的功能不僅限於記憶回溯、幫忙調用資料那麼單調，它也具備聊天、分析數據、文章摘要、實時翻譯、修圖、繪圖、修復舊圖等功能，甚至能引導用戶完成自己不熟悉的電腦操作，還能根據用戶使用習慣來建議系統優化。從今而後，我們將擁有一個屬於自己的AI私人助理，父母可在電腦中客製化孩子的教程，同時也是不擅長使用電腦的長輩們的福音。

• Copilot+PC的兼容性問題

除了微軟的Copilot+PC，目前已面市其他AI PC皆採用非x86架構處理器。但幾乎現有的Windows操作系統中的軟件都基於x86處理器架構設計，這意味著大部分軟體都無法與AI PC操作系統兼容，除了官方告知的Office全家桶、Adobe大部分軟件、Chrome瀏覽器等。針對兼容性問題，微軟已提出可能替代或解決方案，比如Prism模擬器，讓x86版本軟體能在ARM架構的處理器中運行。除此之外，微軟全球資深副總裁暨消費者首席行銷長Yusuf Mehdi也在Build 2024開發者大會上呼籲開發者加入Windows Copilot Runtime平臺，共同打造新新的生態系統。相信不久將來，AI PC很快會擁有自己完整的生態系統。

• Copilot+PC會帶來隱私安全問題？

Recall系統透過間隔式截圖來“記住”電腦操作歷史，包括用戶的全部使用過程，聊天記錄，甚至輸入的密碼，全都難逃Copilot的眼睛，不由得讓人擔憂隱私保障。Windows和Surface負責人Pavan Davuluri在開發者大會上強調，Copilot+PC所紀錄的所有數據都將保留在電腦中，所有AI模型也都在本機上運算，無需上傳到服務器，也保證不會利用個人數據來訓練模型。同時，用戶對各自的使用記錄有百分百的掌握權，如同WhatsApp的聊天記錄或瀏覽器的瀏覽記錄，我們可以隨時刪除掉過去的記錄。另外，我們也能客製化Copilot的實時跟蹤，限制其在某段時間或程序中進行跟蹤，因此AI PC並不會衍生出用戶隱私問題。

“生成式AI”之初到所向披靡的“通用型人工智慧”

在機器學習圈內，一般場合不太常聽到“生成式AI”，更普遍的術語為“生成式模型”，“生成式AI”更像是一個面向大眾的行銷用詞。“生成式模型”又分為如GPT和Gemini的“語言模型”，與Midjourney和DALLE的“文生圖模型”或“圖生圖模型”。2021年，我在臺灣首次接觸到“生成式模型”，彷彿發現了新大陸。也在那時候我認識到GPT-1、2和3語言模型。

2022年末，剛入冬，OpenAI的ChatGPT（基於GPT-3.5模型的聊天機器人）正式對一般大眾開放，周圍同學和弟弟分別都在第一時間發來測試結果，於是我也抱著問倒模型的目的，加入當時瘋狂試驗的前線。當然，結果毫無懸念，對模型原理有一定了解的我們很快便找出當時的許多破綻。在GPT-4o剛上線那天，因為工作關係，我再次對其進行了測試——一系列客製化難度的倫理、推理和數學題下來，結果讓我從心底感嘆：“高中甚至大學老師這下搞不好真的會失業……”

我們即將告別傳統型電腦時代

在微軟發佈Copilot+PC筆記型電腦後不出24小時，許多電腦企業也相繼推出基於Copilot+PC基礎的AI嵌入式筆記型電腦。這意味著我們即將告別傳統型電腦的時代，從人機交互的雙向互動模式，邁進“從”機交互（“從”意指“人工智慧”與“人類”）的三方互動時代。2024上半年，三星和谷歌分別在各自的旗艦手機上置入分門別類的AI功能，更有傳言蘋果公司將在後半年或明年推出首款AI手機。以目前趨勢來看，AI嵌入式電腦與手機無疑會成為未來主流。如果說2023年是大部分人認識到AI的開年，那麼2024年，隨著AI嵌入式電腦與手機普及化，這將會是AI嵌入我們生活的真正元年。

更多【新教育】:
民眾不熟社會企業 馬來西亞DiD眾籌之路步步艱辛
內陸小學教師肖恩史丹利／用創意教學方式，讓孩子看見更廣闊的世界
克服閱讀困難 自學者在舞臺發光