匯流新聞網記者王佐銘、李盛雯/台北報導
OPEN AI在3月14日正式推出GPT-4，透過大量資料訓練，改善原本GPT-3的問題且產生更多創造力，不僅可以解讀圖片，回答問題上也變得更精準。然而仍有不少人對使用AI語言模型有許多顧慮。譬如AI如何在現代社會被善用提升效率，並在使用上兼顧資訊正確？台灣科技媒體中心邀請專家說明，專家們表示，目前GPT-4在解讀圖片和生成相關文字方面已經取得了很大的進展，但這種技術還存在一些限制和挑戰，像是GPT-4在生成文字時可能會編造非事實性的回答，這可能會對使用者造成誤導和負面影響。可以考慮引入更多的事實驗證機制和檢查機制，同時需要給予模型更加高品質的訓練資料。
國立中央大學資訊電機學院資訊工程學系教授蔡宗翰表示，GPT-4透過學習大量的文字和圖像資料，獲得更高的創造力和想像力，能生成更有趣和獨特的文字和圖像描述。而且，它也具備解讀圖片的能力，可以從圖像中發掘關鍵資訊並生成相關的文字描述。
蔡宗翰也提醒，GPT-4在生成文字時可能會編造非事實性的回答，這可能會對使用者造成誤導和負面影響。可以考慮引入更多的事實驗證機制和檢查機制，同時需要給予模型更加高品質的訓練資料。另外，語言模型的訓練資料可能存在一定的模型偏見，例如性別、種族、文化背景等方面的偏見。為了解決這個問題，需要更加細緻的調整和訓練模型，同時更加嚴格的審查和檢查模型的輸出結果。
國立政治大學傳播學院助理教授李怡志說明，一般人因為先會使用Google 才會使用ChatGPT，所以常以 Google 的概念來看 ChatGPT。Google是一個資料索引目錄，你輸入了關鍵字，索引目錄協助你找到資料。ChatGPT則是學習資料後建立模型，你輸入了提示，他會解讀你的提示之後，給你GPT學會的東西。若我們將這兩個角色擬人化後，Google是一個圖書館員，它不會告訴你任何東西，只會幫你找東西。ChatGPT是一個會超級多語言的口譯員，它不會幫你找東西，但是很愛幫你「翻譯」或「轉譯」，也很樂於自己補充。簡單來說，前者是用「查」，後者用「翻譯」。
李怡志建議，使用 ChatGPT 比較好的方式是讓它好好地「翻譯」，讓它提供開放型的內容。也就是說，如果內容有明確的「是非對錯」，最好不要完全依賴它，但如果答案只有「好壞高下」，那麼我們可以開始練習如何使用它。如果我們看到一篇文章，已經註明利用ChatGPT 或人工智慧工具完成或協作，我們就要假設裡面的事實可能有錯、會腦補。但假如沒有註明，那就跟平常看到任何文章一樣，隨時保持注意，保持懷疑，如果對於內容有任何疑慮，就回頭求助圖書館員。
國立政治大學應用數學系副教授兼學務長蔡炎龍則指出，GPT-4比GPT-3更優秀的是能一次看超過25,000個字，這比GPT-3大約只能看2,048個字好非常多，這也是為什麼長一點的文章，要GPT-3作摘要就無法做得那麼好。而GPT-4的限制，最主要來自它其實只是「用前一個字預測下一個字」的模型，只是依過去訓練的經驗，覺得放哪個字合理，不是真的基於事實。但GPT-4的重點不是它還能更強，而是我們現在就可以怎麼使用它。既然GPT-4最大特點不是說出完全符合真實情況的東西，可以由使用者提供基本資訊，ChatGPT就會幫我們生成相當好的文章。你可以糾正它，它就會產生更好的文字。
Microsoft執行長Satya Nadella：「要讓GPT-4產生有用、正確的東西，是使用者的責任。」蔡炎龍指出，文字生成模型並不是有意識的提供不正確的資訊，所以刻意要造假消息的，用GPT-4不一定能更快速造出一個人要的假消息。這說不定反而會讓大家更認為，堅持把關文字的媒體、出版社、或知名人物才是值得信賴的。相反的，照片、影片和聲音，反而不會再被大家認為是「有圖有真相」，我們可能要即早思考如何因應。
國立師範大學圖書資訊學研究所特聘教授曾元顯表示，GPT-3.5、GPT-4是進一步用人類導師的導引以及強化學習的方式加以訓練，抑制較差的輸出、獎勵較好的回應，所以誤導、偏見的資訊並沒有從ChatGPT、GPT-4中刪除，只是被抑制，但仍然可能由某種提示被引導出來。GPT-4的限制跟前一代一樣，仍舊會有無中生有、推理錯誤、各種偏見（如性別、種族、職業等偏見）、不理解訓練資料之後發生的事物（訓練資料只到2021年9月的網路資料），因此使用仍須小心，必須盡力求證。儘管如此，GPT-4回應出事實的能力比其前一代高出40%。
曾元顯補充，其實最近有些研究可降低GPT-4對社會的負面衝擊，某種程度上可以偵測AI生成的文句、協助偵測GPT生成的文字，以及協助辨別是否有錯用AI文字而有欺騙、造假、不公平的情事等。
新聞照來源：CNEWS資料照
《更多CNEWS匯流新聞網報導》
【文章轉載請註明出處】
