星洲网
星洲网
星洲网 登入
Newsletter|星洲网 Newsletter 联络我们|星洲网 联络我们 登广告|星洲网 登广告 关于我们|星洲网 关于我们 活动|星洲网 活动

ADVERTISEMENT

ADVERTISEMENT

人工智慧

4星期前
2月前
3月前
3月前
4月前
5月前
编按:AI无疑是最近的热门话题,但它究竟会对我们的生活产生怎样的变化?在今年5月问世的GPT-4o与AI嵌入式电脑(Copilot+PC)又是何物?面对日渐成熟的AI技术,未来是否会诞生全能AI助手? 文:藤光(拉曼大学数据科学硕士系助理教授) 过去疯狂的5月,各种大事件接踵而至——GPT-4o问世,Gemini 1.5Pro发布,一位新认识的作家朋友举行婚礼(恭喜),随后微软宣布了首款AI嵌入式电脑(Copilot+PC)的诞生。看完那场发布会,我浑身起了鸡皮疙瘩,它带来的震撼远超过GPT-4o。 如果说GPT-4o让我看到了AI在未来生活中的潜在应用场景,那么微软的这部AI嵌入式电脑让我见识到了实实在在的“未来”。 当时我的第一个想法是——这不正是我一直期待的全能AI助手吗?我相信那些需要处理大量资料和信息的朋友和同事,一定会深有同感。 GPT-4o简析 赶在谷歌I/O开发者大会前夕,OpenAI策略性地抢先发布了首个单网络架构的多模态语言模型。与前代GPT-4的堆叠式多模态模型相比,基于单网络架构的GPT-4o能够更迅速、无缝地处理和生成语音信息,达到近似人类的对话效果。端到端模型有助于解决堆叠式结构中常见的压缩信息丢失问题,直接学习人类语音,不仅掌握自然语言(natural language),还能识别非语言特征(paralanguage),如音调、速度、节奏、音色和笑声,甚至包括呼吸等声音,从而分析出对话者的情绪和状态,并做出相应反应。这并不代表AI具有自我意识,只是表现出仿自我意识的效果。目前市面上的AI模型无法产生自主意识,未来亦然,除非从底层重新设计一套全新的机器学习原理。因此,尽管GPT-4o智慧超群,理解人类,懂得察言观色,但本质上仍然只是一个拥有上兆字节记忆载体的演算法,只有在接收到人类的输入时才会产生对应输出。 打个比方说,若今天所有人都不去访问ChatGPT网页,它就仅是一个沉默的大模型,静悄悄地待在服务器里,不会反过来主动向世界呼唤:“嘿!大家怎么都不来关注我?” Copilot+PC为何物? Copilot+PC是微软在Build 2024 5月开发者大会上推出的首款AI嵌入式电脑(简称AI PC)。它已经脱离一般传统型电脑,完全可把它定义为新一代电脑。Copilot原名为Bing Chat,是微软于去年2月发布的聊天机器人,基于当时的GPT模型并赋予联网功能,显著提升了对话准确度和可信度。后来其功能延伸至Office全家桶,融入Windows 11操作系统,成为内建软体,最终在11月品牌重塑后易名为Copilot。 那么何谓AI嵌入式电脑?它与如今Windows 11系统中的Copilot又有何区别?AI嵌入式电脑,顾名思义就是把AI模型直接“嵌入”到电脑系统中。工程不像把一个软体安装到电脑里那么简单,而是从晶片架构设计开始着手,后把四十多个大大小小的AI模型(包括GPT-4o)整合到Windows操作系统里。硬体上,Copilot+PC放弃了目前电脑常规的x86处理器架构,改用ARM架构的高通Snapdragon X Elite,内建NPU(Neural Processing Unit,神经处理器),更适用于AI运算。明确点说,我们可以直接在本地电脑上高效运行如130亿参数量级的Llama2语言模型,这是目前市面上多数桌上型电脑难以办到的。 Copilot+PC将如何改变我们的生活? 直接把Copilot嵌入Windows操作系统能给用户体验和电脑操作带来两大革命性变化。有史以来,电脑数据跟人类记忆是两种截然不同的存储系统:前者按照文件格式和应用程序做归类存储,文件储存于文件夹里,邮件储存在邮箱内,打开的网页堆积在浏览器中,因此无法达到跨程序或跨文件之搜寻;后者则习惯以时间或关系联结来记住一件事情,比如我们会记得几天前看过某某某的一张照片,一个礼拜前打开过关于某一则新闻的网页,几个月前读过某一封关于工作的邮件或者讯息,但我们不会去记得那些文件、邮件,和讯息究竟被储存在哪个地方。一旦累积上大量的信息,查询或回顾资料经常是一件费劲的事。 而Copilot+PC中的Recall则是一套完全依据人类记忆模式设计的回溯系统。它透过间隔式截图,记录下电脑的视窗画面,后对画面进行分析,再依据语意关系储存到向量库(vector store)中。简而言之,Copilot+PC拥有跟用户同步的图像记忆和相似的记忆模式,用户只需输入相关词或描述记忆中的操作画面,它就能从向量库中调出相关资料。这意味着我们不再需要创建各式各样的文件夹来归类文件,给邮件制定各种标签以便日后搜寻,也无需在浏览器囤积下上百网页。当我们工作过程中有查询或调用资料之需,直接以对话形式跟Copilot互动即可,这大大增加了工作效率。 当然,Copilot的功能不仅限于记忆回溯、帮忙调用资料那么单调,它也具备聊天、分析数据、文章摘要、实时翻译、修图、绘图、修复旧图等功能,甚至能引导用户完成自己不熟悉的电脑操作,还能根据用户使用习惯来建议系统优化。从今而后,我们将拥有一个属于自己的AI私人助理,父母可在电脑中客制化孩子的教程,同时也是不擅长使用电脑的长辈们的福音。 Copilot+PC的兼容性问题 除了微软的Copilot+PC,目前已面市其他AI PC皆采用非x86架构处理器。但几乎现有的Windows操作系统中的软件都基于x86处理器架构设计,这意味着大部分软体都无法与AI PC操作系统兼容,除了官方告知的Office全家桶、Adobe大部分软件、Chrome浏览器等。针对兼容性问题,微软已提出可能替代或解决方案,比如Prism模拟器,让x86版本软体能在ARM架构的处理器中运行。除此之外,微软全球资深副总裁暨消费者首席行销长Yusuf Mehdi也在Build 2024开发者大会上呼吁开发者加入Windows Copilot Runtime平台,共同打造新新的生态系统。相信不久将来,AI PC很快会拥有自己完整的生态系统。 Copilot+PC会带来隐私安全问题? Recall系统透过间隔式截图来“记住”电脑操作历史,包括用户的全部使用过程,聊天记录,甚至输入的密码,全都难逃Copilot的眼睛,不由得让人担忧隐私保障。Windows和Surface负责人Pavan Davuluri在开发者大会上强调,Copilot+PC所纪录的所有数据都将保留在电脑中,所有AI模型也都在本机上运算,无需上传到服务器,也保证不会利用个人数据来训练模型。同时,用户对各自的使用记录有百分百的掌握权,如同WhatsApp的聊天记录或浏览器的浏览记录,我们可以随时删除掉过去的记录。另外,我们也能客制化Copilot的实时跟踪,限制其在某段时间或程序中进行跟踪,因此AI PC并不会衍生出用户隐私问题。 “生成式AI”之初到所向披靡的“通用型人工智慧” 在机器学习圈内,一般场合不太常听到“生成式AI”,更普遍的术语为“生成式模型”,“生成式AI”更像是一个面向大众的行销用词。“生成式模型”又分为如GPT和Gemini的“语言模型”,与Midjourney和DALLE的“文生图模型”或“图生图模型”。2021年,我在台湾首次接触到“生成式模型”,仿佛发现了新大陆。也在那时候我认识到GPT-1、2和3语言模型。 2022年末,刚入冬,OpenAI的ChatGPT(基于GPT-3.5模型的聊天机器人)正式对一般大众开放,周围同学和弟弟分别都在第一时间发来测试结果,于是我也抱着问倒模型的目的,加入当时疯狂试验的前线。当然,结果毫无悬念,对模型原理有一定了解的我们很快便找出当时的许多破绽。在GPT-4o刚上线那天,因为工作关系,我再次对其进行了测试——一系列客制化难度的伦理、推理和数学题下来,结果让我从心底感叹:“高中甚至大学老师这下搞不好真的会失业……” 我们即将告别传统型电脑时代 在微软发布Copilot+PC笔记型电脑后不出24小时,许多电脑企业也相继推出基于Copilot+PC基础的AI嵌入式笔记型电脑。这意味着我们即将告别传统型电脑的时代,从人机交互的双向互动模式,迈进“从”机交互(“从”意指“人工智慧”与“人类”)的三方互动时代。2024上半年,三星和谷歌分别在各自的旗舰手机上置入分门别类的AI功能,更有传言苹果公司将在后半年或明年推出首款AI手机。以目前趋势来看,AI嵌入式电脑与手机无疑会成为未来主流。如果说2023年是大部分人认识到AI的开年,那么2024年,随着AI嵌入式电脑与手机普及化,这将会是AI嵌入我们生活的真正元年。 更多【新教育】: 民众不熟社会企业 马来西亚DiD众筹之路步步艰辛 内陆小学教师肖恩史丹利/用创意教学方式,让孩子看见更广阔的世界 克服阅读困难 自学者在舞台发光
6月前
6月前
7月前
8月前
1865年4月29日,发行于英国的一期画报中载有如下插图。这本名为Punch;or,The London Charivari的平面媒体,创刊于1841年,因John Leech手笔cartoon 1.,让“卡通”一词有了现代意义。 这张诙谐有致的图说标题是:“Mechanism for the Million”,叙说人与机器的若干故事与想法,摘录一段:“Mr. BABBAGE’s Calculator is a mere mechanical infant to our gradually matured inventions. We reap, we sow, by machinery; and at no great distance of time the world shall see a new machine for cutting down household expenses. We shall cook by machinery; we shall have our mashed potatoes by machinery.”再highlight一句:“From thinking of machinery, we shall at last arrive at thinking by machinery, and Man himself shall be, as presented in this initial etching, a mere machine.” 科技转型与规范变迁,其来有之,今古皆然,殆不足奇。科技的发展与人类的自我应许,形影相伴,期待间杂着疑惧,上图表露一二、印痕了人类的物化惯性与不断循环的人性异化史。 总是,创新与规范随着革命不断推移,非仅得见于今日。双重矛盾的感觉,源于人的本性,时间从不停驿,革命未曾消失,人性始终未变。科技演化过程中堆垒的社会问题,比肩于工业革命的科学成就,人工智慧(AI)无从例外。“智慧出、有大伪”这句警语的历时性,反映出科技与人文反思的现实性与共时性。政经社文、法律言说、哲学思辨,过往的人社思想与实践,以当今视角来看,不若是以史为鉴,考诸东西史传所垂,汲取可供师法的经验与资源,聊以延续人类的系统性思考。 自动与自驾车 自驾车,AI的主要话题之一,电车难题成为显学,拜此之赐。自驾车是汽车工业的进行式与未来式,也是自动车发明、创新、应用过程不可分割的环节,一脉相传。打从自动车首发伊始,规范需求与法律问题就一直环绕在事故的防免与责任的追究,为汽车量身定制的法律也早在19世纪末便已应运而生,承续至今。“危险责任”(注1)与“责任保险”(注2)堪为人类因应新科技问题的智慧结晶与制度理性的展现,能否无缝接轨套用于AI控制下的各型交通工具,与企业责任的发展脉络同步并进?拭目以待。至于“能否上路”的许可法制,牵涉行政管制千丝万缕的公法思维,问题似新,棘手如旧! 数据资本主义 自动交通工具是工业革命的先声之一,工业革命引发的社会问题与政治动荡,则远大于交通工具产生的冲击。18世纪,工业蒸气机的发明(改良)标记了工业革命的新页,随着蒸气机驱动模式的进化(自动化),欧洲的社会秩序与经济关系为之丕变,自由贸易、资本主义等成了机器时代的关键词,扩及全球,影响及今。工业革命改变了人类的生活方式,开启了法律制度的转型与进化,专利权的滥觞(1623年)只是一例;与之并发的社会问题,如资产分配不均、贫富差距加大形成的社会阶级,衍生出时代性的管制与规范需求。社会弱强之异,促使现代《劳动法》从传统私法秩序中肇分而出(注3),民法的“雇佣关系”(注4)被《劳动基准法》的“劳雇关系”(注5)所取代,劳工之于雇主的依附性与从属性,既成为规范的需求所在,又是规范的标的特征(注6)。在《劳动法》的规范天平上,雇主的权重逐渐下降,砝码大举朝向劳工(受雇人)方向移动,衡器倾斜已是正常之举。劳动者的保护蔚为法规范秩序的核心要素与劳动法学的主轴任务。立法者不时举起看得见的手,进入私法秩序中调整允应对等的利益关系(应然),修正实际上不对等的权力结构(实然),形塑类如劳动集体抗(斗)争的新式实践工具。 从大历史的角度来看,如果说工业化(工业时代)的特征是劳动的资本化,那么数位化(数位时代)的现象与趋向则是资料的产值化,一般所谓的data monetization(数据货币化),特别是个人资料的流量与跨国变现率与日俱增。时兴的大数据课题,绝大多数且值得关注的其实是巨量个资。身处数位时代,个人的资料或有意或无意或被迫地释出,同时也释放出巨量的实验可能与创新能量。尽管机会人人平等,但无可讳言的是,有能力大规模、无穷尽搜集、处理、利用个资的是“国家”与“企业”。君不见此二数位时代的Janus正展开质与量的数位军备竞赛,后者主要是在全球化之下变身的数据资本家,如Amazon、Apple、Facebook、Google、Intel、Microsoft 等;前者如中国、欧盟与美国等,已被归类为AI赛局的赢家(注7)。 数位世界的个人,其己身所从出或从己身所出的资料,与撷取个人资料的双巨头(新巨灵)之间形成的不对等关系,近似于劳动者与雇主之间的历史演进过程。个人资料保护的规范法制,早在上世纪即已成形,并蔚为一项独立的法领域。随着科技的快速发展,个资法制逐渐捉襟见肘,其本身也正处于转型、进化与升级的阶段,是否建构足以调整并平衡“资料所有者”(类如劳工)与“资料处理者”(注8)(类如雇主)之间利益关系的法律框架,有待观察。以数据为元素所形成的AI规范网络与法秩序的建立,或许可以借镜劳动法中以劳工保护为取向的规范思维与法律机制(把砝码集中到“资料所有者/新劳工”身上)。与此同时, AI也可能促使劳动法本身的调整进化,乃至于典范变迁,自是不容忽视。 人法史 尽管历史的教训是人类从不记取历史的教训,历史一直是人类解决自身问题的最佳参考书。法律作为维系人类社会生活秩序的制度之一,构成人类历史与文明的一部分,因人地时空的交互作用,而产生各种不同的形貌;深植在人心的历史记忆与传承基因,也会或隐或显地影响法治的发展与演进;法史学的成形、发展与应用,其来有自,亦必然存,AI时代尤不能少。 “回到过去,试着让故事继续”,历史不只为AI规范(人工智慧法)建构,储备待掘的思想资产,通过法史学的方法与路径,可以检索或复原人类过往面对科技的法律经验与法意识,为速变的数位转型进行历史诠释,试着在破坏性数位创新的过程中,使人类本然的创造力与法律制度的承载力得以兼容并蓄,为不同学科与各类部门建立相称和谐的人际信赖基础。 AI革命不会踏着渐进式的脚步前进。如果科学的进步不是知识的线性积累,而是推翻典范的周期性革命(Thomas Kuhn语),那么根基于人性(善或恶)的规范科学是否也要赖此路径?科学术语与词汇的不断翻新,时折予人对周遭事物初感陌生,让科技与文明得以稳健并进的桥樑,始终系于制度的理性。 人流与车速一日千里,人性与尊严与生俱来。有人,就有人性论;尊严几何,似有还无,点滴可追,比如Pico della Mirandola的de hominis digitate(1468),或当世流行的Kant尊严诫命(1797)。谁曾想:从人权思想启蒙到立宪行动实践的漫漫长路上,法学论著或法律文件中大量出现“尊严”(不管哪一国语言),却是在第二次世界大战之后,为什么? 注: 1.仅举一例,台湾的《公路法》第64条第1项:“汽车或电车运输业遇有行车事故,致人、客伤害、死亡或财、物损毁、丧失时,应负损害赔偿责任。但经证明其事故发生系因不可抗力或因托运人或受货人之过失所致者,不负损害赔偿责任。” 2.例如强制汽车责任保险法。 3.劳动关系,自古有之,劳工的大量立法,Labour law或Arbeitsrecht成为一项法学名词与学科,则是18世纪末叶的事。参考Johannes Schregle and C. Wilfred Jenks, Labour law, in: Encyclopedia Britannica, https://www.britannica.com/topic/labour-law. 4.台湾的《民法》第482条:“称雇佣者,谓当事人约定,一方于一定或不定之期限内为他方服劳务,他方给付报酬之契约。” 5.劳工:指受雇主雇用从事工作获致工资者(第2条第1款)。雇主:指雇用劳工之事业主、事业经营之负责人或代表事业主处理有关劳工事务之人(台湾的《劳动基准法》第2条第2款)。 6.劳动契约:指约定劳雇关系而具有从属性之契约(台湾的《劳动基准法》第2条第6款)。 7.资料来源:Center for Data Innovation,科技发展观测平台:STPI,科技发展观测平台,https://outlook.stpi.narl.org.tw/index/focus-news?id=4b1141006e7eb85a016e8b958。 8.“处理”一词意涵,采GDPR第4条第2款processing的定义:“任何对个人资料或个人资料关连进行之运作或系列运作,不问是否透过自动化方法,如搜集、纪录、组织、归类、储存、编辑或修改、复原、检索、利用、以传送、输出或提供使用之其他方式公开、比对或连结、限制、删除或销毁。 按:本文转载自“台湾人工智慧行动网”,鸣谢李建良教授同意授权。更多资讯,欢迎出席第27届林连玉讲座。 讲座资讯 日期:2024年5月1日(星期三) 时间:上午10点至下午1点 地点:林连玉纪念馆三楼活动空间 主讲:李建良教授(台湾中央研究院法律学研究所特聘研究员兼所长) 主持:李铭杰博士(马来西亚拉曼大学李光前理工学院助理教授)
8月前
9月前
10月前
1年前
1年前
1年前