上次談到人工智能生成內容（Artificial Intelligence Generated Content，AIGC）已對人類社會形成極大影響，但主要是討論「文生圖」或「圖生圖」類模型。這次筆者打算探討自然語言處理（natural language processing，NLP），一個在人工智能中十分重要的分支，會對商業社會帶來甚麼衝擊，以及潛在有哪些公司受惠。
減溝通成本 促進跨部門協作
NLP最為人熟知的例子，就是ChatGPT類的聊天型助手。OpenAI透過對預訓練模型（pre-trained model，PTM）進行監督微調（supervised fine tuning，SFT），令ChatGPT這類模型學會模仿人類，以問答形式解決用戶問題。在過程中，人類專家會先模仿ChatGPT的用戶，向AI進行提問，然後人類專家會自問自答，寫出針對此問題的相對應回覆，為問題提供高質量答案；重複這個過程很多次，AI便慢慢學懂如何回答人類問題。
回到應用層面，SFT對企業有何重要性？一大方向是利用NLP作文件總結，大幅度減省溝通成本。一間企業的效率低下，很多時在於有大量不必要的會議。會議的重點，在於令各部門就同一項目交流工作進度，以掌握項目進展，而由於部門間不理解其他部門的工作內容，變相有大量時間用於重複解釋事實性／資料性的事情，相當低效；應用NLP後，可以先把企業的資料庫連接大型語言模型（large language model，LLM）的應用程式介面（Application Processing Interface，API），令AI可以調閱企業內部文件。
同時，透過應用SFT，企業可指示不同部門，以問答形式解釋不同文件的意思，令AI學懂如何解讀全公司的文件，如此一來，在跨部門協作前，不同部門可以先向AI請教事實及資料性的疑惑，開會時便可直達重點，討論更深入問題。
建獨立數據庫 確保資料保密
當然，要做到以上效果絕非易事。首先，最大疑慮在於敏感資料外流，例如早前三星便疑似有員工把機密的晶圓設備數據，上傳到ChatGPT提問。事實上，有很多技術手段可以解決這個問題，其中之一是建立獨立的數據庫，確保企業上傳的資料，只會在私人雲端伺服器流通，OpenAI亦宣布正在開發ChatGPT Business，或許會採用類似方法；再加上如端到端加密（end to end encryption）等方式，令網絡／服務供應商亦很難得知員工與AI系統交流的內容。
其次，成本上開發費用其實不大，但後續維護開支可能很高。開發主要是指進行SFT的過程，根據OpenAI共同創辦人之一Andrej Karpathy的說法，進行SFT只需幾百張顯示卡及少於一個月時間，遠比由零開始訓練預訓練模型動輒幾百、上千萬美元的費用少。
正如大型模型的主要開支在於推論（inference）而非訓練（training），對SFT模型而言亦同樣如此，如果公司有大量用戶不斷調用SFT模型作查詢，亦會令推論開支急升，或許企業就要購買大量加速卡或使用雲端加速卡，令Nvidia、AMD、Intel、Google（TPU）等加速卡晶片企業受惠，亦直接刺激先進晶圓代工企業（如台積電、三星等）及先進晶圓生產設備公司（應用材料、科林研究、ASML等）的營收。
說完節流，亦應談談開源的部分。筆者認為NLP的特色之一，在於大部分企業都可以用AI減省成本，但只有相對有限的企業可以很容易地使用NLP開源。當中原因之一，在於AI缺乏物理肢體--現階段的AI大多只是從網絡虛擬地幫助人類，很少可以通過與現實物件互動來協助我們，而開源往往涉及大量即時反應、情感互動及面對面交流，是目前AI的弱項。
正因如此，微軟對當前AI的描述相當準確：微軟的AI助手都被稱作「Copilot」，人類作為主機師，負責更複雜及宏觀的指揮及處理，而AI作為副機師，則處理大量細節上的執行。上文提到的文件總結AI，亦是採用類似模式。
回到開源的部分，我認為部分類型的遊戲，以及其相對應的開發公司，會是特別受惠的群體。之前提到大部分遊戲都可以用「文生圖」或「圖生圖」AI，輔助完成美術創作的工作，例如人類畫家先畫出遊戲角色的黑白草稿，再由AI上色及增添細節，減省工時成本。然而，遊戲內有大量由電腦操縱的角色（non player character，NPC），以及豐富劇情的遊戲，會特別適合使用NLP技術，例如大型多人綫上角色扮演遊戲（MMORPG），以及開放世界類作品等。
革新遊戲體驗 為產業注入生機
以開發商Take Two Interactive開發的《Red Dead Redemption 2》為例，玩家扮演美國西部牛仔時代的幫派成員，在廣闊的遊戲地圖中探險及完成主綫劇情任務，並與大量NPC互動交流。在目前的玩法中，雖然玩家與NPC的互動有一定自由度，但為了維持劇情完整性，大部分選項均不會對故事劇情綫有重大影響。
然而，在AI加持下，同樣可以運用上述的SFT形式，把遊戲劇本及對答例子「餵」給AI學習，令不同遊戲角色根據其設定，與玩家對話。在中國，基本上大型的遊戲公司如騰訊、網易及金山等，都有MMORPG遊戲儲備，而歐美的Ubisoft、Take Two、Activision Blizzard等，亦是這類型遊戲的領軍業者。
當然，不同公司把AI融入遊戲的速度亦大有差異，主因在於在遊戲作SFT也有不同問題解決。問題之一在於令NPC在自由發揮對話內容之餘，又能交代主綫劇情需要其提供的綫索予玩家，避免劇情無法正常發展。不同類型的護欄技術，如Nvidia的NeMo Guardrails，就可以避免AI說出不應說的話語。舉例而言，安全性護欄令AI在任何時候都不會提及危險的內容（如在現實中製作爆炸品的方法），而主題護欄則確保AI不會偏離其主題（如NPC只會提及其角色背景相關資訊），令NPC可在正確範圍內工作。
若以上場景真的可以在短期內於遊戲中實現，必定會帶來前所未見的新鮮遊戲體驗，為多年來主要在玩法及畫質上作小修小補的產業注入生機，再次引爆玩家乃至整個社會對遊戲的熱情。
▲ 企業應用AI的自然語言處理，可令AI學懂如何解讀全公司文件，在跨部門協作前，不同部門可以先向AI請教事實及資料性的疑惑，開會時便可直達重點，討論更深入問題。（路透社資料圖片）
撰文 : 王逸研 易方資本助理基金經理
欄名 : 評論
AI當「副機師」 為企業開源節流- 香港經濟日報- 報章- 評論 - 香港經濟日報 - 報章
Read More
No comments:
Post a Comment