【國際政經瞭望】ChatGPT帶來的影響
彭思遠、蕭郁妮 (2024/01/15) 《台經月刊第47卷第1期》
ChatGPT的成功在市場上掀起巨浪，「人機對話」的模式正成為推動AI快速發展的重要動力，各式各樣的AI工具如雨後春筍般出現，人們可透過文字或對話輕鬆獲得電腦協助並完成各種工作，雖然這些AI工具大多仍處於起步階段，但因其具備巨大的潛在商機，是目前投資人最看好的產業之一。本文首先分析AI發展歷史及ChatGPT技術，並探討其對當今經濟和產業的影響。
隨著人工智慧(AI)技術的飛速發展，特別是在2023年ChatGPT上線之後，各式各樣的應用場景如雨後春筍，且AI不再只是存在於研究室中的理論，企業生產與人類生活中相關的使用場景一一浮現，開始在全球範圍內對社會、經濟和產業帶來深遠影響，為了更全面理解這一影響，本文首先分析AI發展歷史及ChatGPT技術，並探討其對當今經濟和產業的影響。
ChatGPT加入「增強式學習」進一步優化模型，透過不斷與環境互動，使機器學習人類行為，實際做法是根據ChatGPT的答案評分，並依據評分的高低調整模型的參數，這也是ChatGPT會愈來愈像人的關鍵之一。
人工智慧的發展歷程
人工智慧的早期發展歷史可以追溯到20世紀中葉，具體分為以下五個時期。
（一）第一時期：1940~1950年「AI的理論起源」
科學家們開始探索能夠模擬人類思維過程的機器，並思考如何建立人工智慧，例如約翰‧馮紐曼(John von Neumann)提出馮紐曼架構(Von Neumann architecture)，是將程式指令記憶體和資料記憶體合併在一起的電腦設計概念架構，影響了後來所有的計算機設計，1950年艾倫‧圖靈(Alan Turing)提出著名的「圖靈測試」，是目前用來判斷機器是否能展現出與人類相似智能的基礎，另外1943年沃倫‧麥卡洛克(Warren McCulloch)和沃爾特‧皮茨(Walter Pitts)發表了「A Logical Calculus of the Ideas Immanent in Nervous Activity」，是透過數學和算法來解釋神經元如何工作的模型，為最早的神經網路模型，也是啟發後來人工神經網路(Artificial Neural Network, ANN)研究的重要基石之一。
（二）第二時期：1950~1970年「AI的誕生」
1956年的達特茅斯會議被廣泛認為是AI研究領域正式確立，達特茅斯會議之前對於機器智能的探索和研究已經有所開展，但這一領域還沒有一個明確的定義和學科範疇，而會議的主辦者之一約翰‧麥卡錫(John McCarthy)首次提出「人工智慧」，為這個新興領域提供了一個正式的名稱和定義。同時該次會議匯集了當時計算機科學和相關領域的專家，會議中討論許多與AI相關的重要主題，包括機器學習、自然語言處理、神經網路、計算機視覺等，奠定AI研究的方向與範圍，從這次會議後人工智慧開始成為獨立的研究領域，並有愈來愈多的科學家和資源投入。
ChatGPT、生成式AI、自然語言處理、人工智慧技術革命、勞動市場衝擊、高收入職業風險、技術創新、數據驅動經濟、搜尋引擎競爭、企業自動化
分享：
