ChatGPT一石激起千重浪，人工智能（Artificial Intelligence, AI）普及化發展何只一日千里，網上、報載都頗分散而零碎，今次就詳述ChatGPT帶來的人工智能普及化發展近況，及個人如何應對。
本文分為五個部分：首先探討人工智能普及化現況（包括ChatGPT發展、AI衍生應用、對手及帶來的啟示），其次，回顧人工智能已經帶來的改變（生計問題、教育問題、財金權力洗牌），第三部分則深入探討了人工智能發展的瓶頸和限制（硬件配合、精確計算錯漏、缺乏預測能力、綜合知識、情感和社交智能、成本問題）。第四部分則推演事情走向（成人內容應用角色、大部分人難以適應 ），最後，本文探討個人如何應對（擁抱改變、積極學習，及轉移心力到精神文明）。
1. 人工智能普及化發展現況
（1） ChatGPT發展：除了ChatGPT寫文章、編輯撮要、講笑話等基本功能，亦有大眾在測試中，見證ChatGPT通過美國執業醫生資格試、通過Google三級工程師面試等，足見其能力，僅兩個月，活躍用戶已經突破了一億，成為史上用戶增長速度最快的應用程式。
因為營收、分流負荷等原因，開發商OpenAI推出了付費版ChatGPT Plus，每月20美元，提供比免費版更好的個性化體驗、更全面的知識庫、更精確的回答，以及優先處理提問。
同時間，微軟以一百億美元投資OpenAI，並推出以ChatGPT強化的新版Bing搜尋、瀏覽器Edge，開放大眾試用。
（2） ChatGPT衍生應用：雖然執筆之時，官方應用程序接口（API）還未正式公佈，但相關或類似的人工智能應用，已多如雨後春筍，在此簡介幾個方便大眾的選擇：
Synthesia及Murf 可將文字轉化成聲音及影片，Assembly則調轉，把聲音化成文字，雖然起坊間已有類似程式，但上述三個更準確、更貼近人類、更高效能。
DALL·E 2、Midjourney、Stable Diffusion等能夠將輸入的語句轉換為圖像；Flair協助產出品牌設計素材、SheetAI增加試算表功能、Poised教你公開演講做得更好等等。
然而越來越多學生用ChatGPT寫論文，ChatZero及DetectGPT可檢測人工智能生成文章。
（3） ChatGPT對手及帶來的啟示：好些評論以為，關係ChatGPT或類似的AI，會以搜索引擎為對手，非也。
搜索引擎，是通過索引網頁，以匹配搜索詞來提供資訊排列，而ChatGPT是通過對自然語言問題的回答，來幫助用戶解決問題，而部份資料，則恰恰來自搜索引擎。兩者之間，沒有直接的你死我亡競爭關係，只是AI更像搜索引擎昇華版。長遠而言，人工智能仍要吸收日新月異的搜尋資訊，而搜尋引擎亦會讀取人工智能產出的內用。
而ChatGPT真正對手，大概會是Google將在三月推出的Bard。
另外，中國亦有企業參一腳，包括百度推出文心一言（ERNIE）、北京稀宇會公佈Glow。而元語智能以ChatYuan向ChatGPT宣戰，但其微信小程式還無法打開。
另外，值得一提的是，網上答問討論區公司Quora，發佈應用程式 Poe，都具備三個聊天機械人功能，分別是 Sage、Dragonfly以及 Claude，頭兩位由ChatGPT 所屬公司 OpenAI開發，至於 Claude 則由 Google Anthropic 技術支持，三者各有擅長及定位。
2. 發生中的改變及顛覆性影響
（1）生計問題：主要集中講三個大家最關心話題，首先是每人的飯碗。
人類工作崗位會被取代嗎？
大家切忌一刀切，企圖找個「是」或「否」的答案。誠然，有部份工種的任務已逐漸被科技改進，可減少人手，例如：客戶服務、電話銷售員、翻譯、社交媒體審核員、保險或貸款賠償審理員、獵頭、財經和體育記者等，但並不代表所有從業員完全被淘汰，而有部份是轉型：企業保留極少量人手，高端管理人才去監督、定義、改良，配以初階人員協作，幫手把關、面對難以駕馭科技的客戶。
而同樣道理，適用於律師、醫生、會計、編輯、廣告撰稿員、銷售與市場研究等職業，而這一類工種，本來就日新月異，需要不斷學習及進步，去應付不同典範轉移，所以應該是歡迎並加以利用人工智能，去幫助自己，可以做得更快更多，而不是擔心飯碗不保。
有人工智能後，分別在於，減少人手，加快速度但增加產出。而原來不幸流失了的人員，該如何對應，則在後半部份分享。
而網傳即將被淘汰的，例如速食店店員、倉庫工人、生產線品質控制員、室內快遞員（酒店房和公寓）、保安人員等，將會因硬件生產及改變需時，淘汰時間會慢一點，大概要等多兩三年。
而相對多人性化、關係的工作，就最難被取代，如月嫂、社工、看護等。
那有沒有甚麼工種反而受惠？
當然有，如數位或科技行業中的高端開發人員、產品經理、項目經理、協助人與機械互動的教練等等。
（2）教育問題：常言道，「以19世紀的體制，教20世紀的知識，讓孩子面對21世紀的挑戰」。在人工智能面前，問題更明顯，更急切。
現在多少學生先玩平板電腦，成長後才學拿筆寫字；以往要學生多背誦文章，現在主攻分析、解難能力；以往學校要求學生做考證、消化、再寫計劃，現在無論大學生論文、中學生數學題、小學生作文，都可透過ChatGPT解決。
這對學生學習、成長有益還是有害，留待其他地方再談，但重點是，無論你喜歡與否，人工智能改變學生學習，米已成炊，就如其他科技發展一樣，而變化來得急速，教育界要處理好的問題，是如何引導學生駕馭人工智能、探索怎樣判斷AI答案的可信性、或者培養學生難以被新科技取代的技能。
同樣道理，成人教育、再培訓項目亦急需與時並進。
（3）財金權力洗牌：近十年，火紅科技公司主要以五大龍頭為主FAANG（Google母公司Alphabet、Amazon、 Apple、Facebook母公司Meta及Neflix），微軟能否借ChatGPT捲土重來，領先全球？相關受惠的二、三線科技股，如內容農場Buzzfeed、人工智能制造商C3.ai、有人工智能成份的BigBear.ai及Soundhound等，又能否如ChatGPT普及化概念引領下股價暴升般，持續壯大，殺出重圍？哪那一些硬件製造商，能與人工智能接合，真正走入工業4.0？相信這一切將會在一年內有答案。
然而除了市佔率、股價，人工智能對財金權力更大影響的，當然要數資訊導向。
ChatGPT 及其他對話AI，透過語言理解能力，根據用戶的問題，自動查詢知識庫（或稱數據庫、資料庫），並提供相關信息，換言之，知識庫中，有甚麼，就產出甚麼，知識庫質素越好，答案理應更智能。
科技圈中，本來就有句老話「輸入垃圾，輸出垃圾」，意即，如果輸入的資料不正確、不清晰、不完整、或者不合預期，那麼，電腦輸出結果亦會是無效、不可靠及不準確。
這牽涉到近年流行的假新聞，和推動輿論導向問題。
有用家在ChatGPT中，問同一歷史問題，只是嘗試分別以繁體中文、簡體中文，然後加上中國、香港、台灣不同的字眼，所得的答案差天共地。
若果日後大眾對ChatGPT等工具有著極端依賴，或有某機構、政權對資料庫有主宰性控制權，那麼，日後大眾所看到的歷史，又是否如你我所知？現在又有多少公司或政權，已默默地嘗試刪走資訊，企圖改變後世知識？
不妨回顧喬治．歐威爾的《1984》中名言：「誰控制了過去，就控制了未來；誰控制了現在，就控制了過去。」
3. 人工智能發展瓶頸及限制
（1） 硬體：上面提到硬體生產及改變需時，這是近百年所有科技發展都要跨過的難關，八九十年代，科幻作品已預言機械人進占生活，直到近四、五年，機械人派餐、保全、吸塵器才慢慢走進現實，而成本高昂，當中包括研究、接合、原型設計、量產、丟棄已投入並生產的舊時代產物，都牽涉人力及材料成本，相信還要一、兩個年度，才有突破發展，那就要觀望工業化4.0速度了。如果工業化4.0中，自主機器人、3D列印／增材製造（Additive Manufacturing）、物聯網等連結成熟，人工智能對實體生活影響，就只會是時間問題。
（2）未能精確計算：很多人誤以為，人工智能如算術器、或Google般有相關計算功能，卻見到基本運算錯漏，如計算七位數的平方根，答案竟謬之千里。
究極原因就是，模型設計目的本來就不是為了進行精確計算。要知道，ChatGPT等人工智能工具，學習主要靠語言理解能力、模糊邏輯（Fuzzy logic，演算法一種，在進行判斷時，將事物的屬性轉化為程度的概念，不再非一即零）、及遺傳演算法（Genetic Algorithm，模擬生物進化原理的一種人工智能演算法），去歸納、整理，排序，讓電腦程式自動地找到最優解答。
即是，人工智能領域中常用的演算法，能夠幫助解決現實世界中的複雜問題，如機器視覺、控制系統、設計改良等等，卻不是精確的算術機器。
（3）預測能力：這裡分開兩部份，首先是沙盤推演，如推算氣候變化、金股匯市升跌等，暫時以語言理解能力的ChatGPT為例，本來就不是強項，要AI系統知道所有影響參數，再作推策，還有更多研發工作要做；加上數據庫暫時只更新到2021年，未有2022、2023最新資訊，所以在此類普及化的人工智能系統來說，仍然是限制（當然，官方、軍方、財金企業有自己一套系統及相關數據，在這些專項中，走得更前。）
另一方面，就是不少用家請求占卜般的問題，但ChatGPT既沒有守護天使透過塔羅傳遞信息，也沒有觸機般為術數問卦作肯定，故此也沒有星相占卜類的預測能力。
（4）缺乏人類綜合知識：ChatGPT等僅能通過大量的數據訓練，來學習和生成自然語言，卻未能像人類一樣，通過多種途徑來獲取知識和經驗，當應對專業知識、特定領域或感官問題，就會束手無策。
（5）情感和社交智能：科幻片中，機械人往往有情感、同理心成為故事轉捩點，但到現時為止，要人工智能模型理解和表達情感、語氣、語境等非語言因素，仍有大段距離。
（6）成本問題：在大量數據的需求、訓練時間長、需要大量的運算資源等挑戰下，建立大型語言模型、維持應用十分昂貴。
而其他技術問題如處理各國資料隱私法規、電腦長期記憶攝取、多語言混合處理、壓縮文字數據庫衍生有損情況等挑戰，尤於過於專門技術，就有緣再詳談。
4. 事情走向推演
除了「發展快得超乎想像」般老掉牙式講法，可以預見的重要方向有兩個：
（1）成人內容應用先領軍：成人內容必定是先驅，猶如所有科技發展般，色情內容及應用必定是先行者，網絡興起時最早的共享資源虛擬倉庫、到遊戲開發（例如H Game）、虛擬實境（Virtual Reality, VR）應用、黑暗網站（Dark web）均是如此，近年深偽技術（Deepfake）而有一定水平，近來更多專才投入改良電腦圖像處理，要普通人製作幾可亂真的小電影出現？無論是新創造虛構角色、或栽贓嫁禍式假扮真人，都可能今年就會面世。
其後，軟色情般的老少咸宜娛樂節目、遊戲，預料會源源不絕逐步跟上。
（2）大部分人難以適應：一般科技、工業發展都有段時間，有適應期，當中仍有不少人被淘汰；然而這一波，比互聯網出現來得極快極急，更深更廣，亦更貼身：影響多少人工作任務上轉變，要學習、要與機械人協作，部分人要面對失業，部分人要面對新的工作量和工序，一切改變，都會帶來某種陣痛，包括學習能力上的、情緒上的，都對社會穩定有極大影響。
為此，相信會有更多技法上的課程，同時亦令近年火熱的身心靈紓解服務、課程，變得更有需求。
5. 如何自處
既然要面對改變、情緒及心靈上的衝擊，就由這兩方面入手。
（1）擁抱改變 積極學習：有部份人說，「試過ChatGPT，歸納整理能力不怎樣喔？還是很皮毛、寫稿水平未合格」很大程度上，不少用家未掌握如何利用這類對答機械人，才出現回答文本上強差人意問題，大眾要進行持續學習和進修，以改變工作模式、轉行，甚或借新人工智能普及化技術去創業，已是無可避免。用ChatGPT、及其類似衍生工具，如製圖，其實考個人文字、表達功力，因為你跟人工智能對話，都應是一個提示（網上資源多寫Prompt，即以往常說的Command Prompt是也）
那如何學習好好寫提示指令呢？不如就用學功夫形式入手：
（A）興趣：
先就自己喜歡話題、專業背景去問，再印證如自己所知，有多少類同及分別。
（B）內功心法：
下一步，就是要知那種心法較有效及合邏輯，分三個：
甲、告知要做甚麼
這看似無意義的建議，但對人工智能來說極重要，需知到要提供具體的來龍去脈，或扮演甚麼角色、回答誰的甚麼問題，如能清晰表達，就有更佳效果。例如「請以醫生角度，向病人解釋糖尿病成因及治療方法。」、「請以律師角度，向客戶解釋台灣離婚步驟及注意事項。」
乙、準確、簡潔、清晰
要交帶同事、親友辦事，也雖要準確地發出指令吧？同理，想像ChatGPT這類人工智能服務是乖巧伶俐的小朋友，聽從指令，但必需精確簡單易明，才不至一頭霧水答非所問。例如你可承上題，加上精確到字數、語言、口吻等參數：「請用500字以內的英文回答」。
丙、調整、教導
海量大眾都問不同問題，要令人工智能理解你所問的範疇、提供合心意的答案，就靠不斷引導、斬件詢問，透過一步步修正、分割，使其逐小學習更為完備，去切合你個人需要，尤其較長及複雜概念，例如要知道一個理論框架，可分開一步步詢問（Chained prompting）「YY理論是甚麼？」「有甚麼論據？」「有論證嗎？」「論證時請提供實則例子」「有圖表證明嗎？」「請列點說」「是誰提出的？」「請用五十字簡介他／她的背景」「有其他理論反駁嗎？」這些部份加起來，就能對YY理論有個較完整的闡釋。
又如翻譯、寫作，可請ChatGPT先寫大概，再修改，加語氣、風格去微調，教一位乖巧伶俐的小朋友般，慢慢調教。
C）招式口訣
我們進階一點，講AI製圖，若文字功夫好，懂得的詞語夠多、知道要怎樣形容圖片感覺，選取適合的形容詞，有點像品酒、品咖啡，都有一堆品嚐筆記（Tasting Note），把抽象形容得具體，可謂易學難精。
要學招式口訣（即如何打Prompt），獲得理想效果，則可參考網上達人的分享，並加以勤用功練習與AI交流，並加以勤用功練習與AI交流，並加以勤用功練習與AI交流。（重要事情講三次，因為學完內功心法、招式口訣卻不實戰，尤如戰場上對手出關刀，你卻沒有練習，以心口碎大石技術去抵擋，會死得不明不白啊！）。
（2）轉移心力到精神文明：現代城市人本就俗務纏身，生活緊張，精神、心靈都萎靡，正當人工智能可更方變處理解難，人們可騰出更多時間、空間，投入人性化、人道工作，致力公益事業，或探索藝術和文學，豐富自己的精神生活，提高自己的文化素養。畢竟可見將來，人工智能仍未會有社交、人際關係、同理心等能力。
另外，近年再度興起身心靈、宗教、哲學等，為眾人解答人生終極問題，若果能好好利用人工智能，壓縮工作時間、心力，就可轉移去多冥想、瑜伽、宗教侍奉、進德修業、心理輔導、思辨等方式，去提高自己的精神境界。
結語
過往，當原子筆橫空出世，毛筆、墨水筆用家也要學習如何使用，但不代表毛筆、墨水筆會被完全取代，反而保留藝術用途；電腦排版出現後，報社也漸漸揚棄鉛字列印，代表某些技術無可避免被淘汰；手機有3G互聯網網絡時，仍是建基於無線通信技術，並一直雙軌並行，用戶仍需要兩者配合達到不同用途。
同樣道理，人工智能普及化，某些情況下令大家更方便，某些工種可能慢慢被淘汰，某程度上又與現有搜尋器相輔相成。
總的來說，人工智能取代部份人類工作是不可避免的趨勢，但同時也為人類帶來了新的機會和挑戰。所以大眾現下要做的，不是否定、蔑視、懼怕，也不是盲目相信新的人工智能技術，而是了解學習，靈活應對這種變化，學習新技能和知識、創造價值，以及作出適合自己的改變。
作者為數位科技從業人員
責任編輯／周岐原
