簡立峰於2024年3月15日演講內容的整理，分成各主題以條列方式簡要說明：
簡立峰在1991年與AI研究的起點
• 1991年，簡立峰撰寫了台灣第一篇關於人工智慧（AI）的論文，並發表於IEEE。
• 他認為現在才是真正的AI時代來臨。
PART I: 生成式AI及其衝擊
1，生成式AI的技術發展與現狀（2023-2024）
• 2023年：ChatGPT模型大小達40TB，相當於100座大學圖書館或近億本書的知識量。然而，繁體中文內容僅佔2%。
• ChatGPT透過語意對應生成內容，但不保證準確性，存在效率問題。
• 2024年趨勢：生成式AI與人機協作日益增加，每日約5千萬人使用ChatGPT，總用戶數約2億人，但仍低於瀏覽器的50億用戶。
2，生成式AI在企業應用中的趨勢
• 資料應用：企業逐漸定期收集及輸入自有資料。
• 大型模型與小型模型：大型模型如Claude 3、Gemini Ultra、GPT-5在實驗數據應用上更精確，小型模型如Llama具備更靈活的應用潛力。
• 數據來源：公開數據達40TB，企業私有數據逐步成為AI訓練的來源。
• 跨介面多模態應用：涵蓋影音生成技術，如SORA。
3，七大企業的AI佈局
• 全球主要AI企業：微軟（含OpenAI）、蘋果、Google、Meta、亞馬遜、台積電、NVIDIA，共占全球市值的13%，掌控AI資訊流。
4，AI的核心要素
• 四大要素：資金、人才、數據與算力是AI發展的基石。
5，AI的能力與限制
• 擅長之處：AI在文字、語音、影像辨識，閱讀和語言理解上優於人類。
• 不足之處：AI在思考、數學、規劃和與真實世界的連結上仍較弱。
6，AI對內容產業的衝擊
• 可替代性高的內容：越易取得的網路資料越易被替代，AI將加速內容自動生成，影響原創內容開發者。
• 語言模型（LM）運作：語言模型透過機率預測生成文本，不斷迭代更新並進行比較。
7，AI應用面向
• 程式編寫：AI可協助自動化撰寫程式。
• 影音生成：5G邊緣AI支撐即時影音生成。
• 新操作介面：AI使語音成為主流操作介面。
• 新型程式語言：Prompt成為一種下指令的新語言，但結果可能因機率因素不準確或不即時。
8，AI帶來的風險
• 風險概況：
• 不準確率達56%。
• 資訊安全問題佔53%。
• 法規問題佔46%，個人隱私佔39%，勞動市場影響佔34%。
9，AI對就業市場的衝擊
• 工作影響：3億人受影響，特別是知識型工作，如軟體開發、資料分析、行銷、客服和內容生成。
10，AI在教育上的應用
• 教學輔助：學生使用ChatGPT完成作業，老師也使用ChatGPT改作業。
• 口試模式：如斯坦福大學的口試系統，學生選擇面試老師，由學校抽取人員參與，增加互動評估。
PART II: 企業的AI轉型
1，AI在企業中的應用場景
• 典型應用：客服、行銷、程式開發和知識管理。
• 語言模型開發：企業建立專屬語言模型，進行數據收集和模型訓練。
2，AI數位轉型三大面向
1. 客戶接觸：AI技術支持更高效的客戶互動。
2. 員工賦能：提升員工的AI應用技能，促進工作效能。
3. 業務優化：AI助力日常作業的優化和產品創新。
3，AI賦能員工的具體應用
• 知識保留：保存員工工作記錄，特別是工程師的知識留存。
• 會議記錄管理：會議內容自動轉錄，便於修改和查詢。
• 行銷和廣告生成：AI輔助生成行銷廣告及測試資料。
• 人才匹配：AI比對履歷資料以推薦合適職位。
• 客服支援：AI加速客戶資料調取，提高客服效率。
4，AI在中小企業中的應用
• 中小企業應用案例：如犀動智能技術，運用於旅館自動化管理。
• 開放源碼與企業數據結合：開放源碼輔助企業內部資料訓練，提升AI應用效果。
PART III: QA 問答部分
1，AI未來的技術方向
• Gemini模型：結合生成與搜尋功能，能更有效地找到資料。
• 通用型與小型模型的比較：通用模型封閉應用，而小型模型（7B）更適合開放應用。
2，AI相關法規與知識產權問題
• 歐盟法規：歐盟將AI資料分為五個安全等級，最高等級需嚴格審查。
• 日本動漫IP的AI訓練：日本將動漫IP的資料公開供AI免費訓練。
• AI生成藝術的版權問題：AI生成的畫作經臨摹後不再享有版權。
